数据挖掘在经前期综合征病证结合中的应用

摘要

目的：科技部十五攻关项目“经前期综合征(PMS)肝气逆证辨证规范与疗效评价标准研究”收集了海量数据，在大量数据中蕴含了许多针对该病的诊断及中医分型信息，本文建立相关数据库并进行数据挖掘，研究PMS肝疏泄失常引起证候的特点，发掘新知识和被忽视的内容，构建PMS肝疏泄失常引起证候的网络结构，明确并预测PMS肝气逆证的诊断。 方法：本研究运用数据挖掘技术，对PMS现况调查数据进行主成分分析和聚类挖掘，发掘PMS辨证论治规律的新知识；对全国七家分中心收集的《医生打分表》、《患者自评表》、《DRSP》、血清激素及单胺类物质含量指标，使用多层BP神经网络分析，寻找主要影响因素，预测中医辨证分型结果。 结果： 1．应用主成分分析+聚类分析、因子分析+聚类分析、判别分析等统计方法，对(PMS现况调查表》进行数据挖掘，PMS中医辨证分型以肝气逆证、肝气郁证为主，头痛独立于两证。 2．应用判别分析，现有PMS诊断正确率>80％，现有PMS肝气逆证诊断正确率为90.6％，应用PMS主成分+K-平均聚类结果的诊断正确率为96.7％。 3．应用神经网络法和logistic回归法、C&R决策树法分析《医生打分表》，神经网络法优于Logistic回归法。 4．应用BP神经网络法分析《医生打分表》、《患者自评表》、《DRSP》数据及血样指标，证明“两证”与机体性激素水平及单胺类物质有关。对结果影响最大的是烦躁易怒和情绪低落两种症状，情绪低落对于鉴别PMS肝气逆证贡献最大。 5．PMS患者的发病率受职业、学历、营养健康、社会事件等因素影响。PMS患者与正常人群相比，各症状差异显著。 6．PMS患者与正常人群艾森克问卷评价相比，粗分中的N、L，标准分中的P、E、N、L等项目差异显著。PMS患者的粗分N和标准分N均高于正常组；PMS患者的粗分L和标准分L均低于正常组。 结论：数据挖掘技术有助于中医辨证研究发现新知识。PMS发病与人格特征有关。建立PMS辨证分型数据库，采用主成分+K-平均聚类分析能够分出肝气逆证和肝气郁证；应用因子分析，PMS肝气逆证、肝气郁证两证分型较为合理。采用BP神经网络法能够对PMS肝气逆证的辨证诊断进行预测。这将为PMS辨证论治为现代医学界认可提供一种数字化研究方法。

目录

文摘

英文文摘

声明

引 言

第一章绪论

1数据挖掘研究现状

1.1数据挖掘的基本概念

1.2数据挖掘的方法

1.3数据挖掘过程

1.4数据挖掘技术在现代医学领域中的应用特点及现状

1.5数据挖掘技术在中医证候研究中的应用

第二章材料与方法

1病例筛选

1.1临床资料

1.2诊断标准

1.3纳入标准

1.4排除标准

1.5剔除标准

1.6分组及样本数

2研究方法

2.1数据分析的目的

2.2调查工具

3数据录入

3.1编制相关录入工具

3.2利用课题组现有录入系统

3.3其他

4统计方法

5统计软件

第三章结果与分析

1基于《PMS现况调查表》的数据挖掘

1.1《PMS现况调查表》基本情况构成

1.2基于《PMS现况调查表》的PMS中医辨证分型的探索性研究

2使用人工神经网络法分析全国七家分中心收集的数据

2.1基于《医生打分表》表1数据的统计方法选择

2.2运用BP神经网络法对《医生打分表》、《患者自评表》、《DRSP》、血清激素及单胺类物质含量指标数据进行分析

3本章小结

第四章讨论

1《PMS现况调查表》分析

1.1关于症状严重程度

1.2基本情况里发现的有价值信息

2《EPQ》分析

3数理统计方法探讨

4神经网络分析讨论

4.1 BP神经网络在医学统计领域有着广阔的应用前景

4.2收集更多更全面数据有助提高该方法准确性

4.3人工神经网络方法与传统统计方法有很强的联系

4.4人工神经网络的优势与劣势

5 PMS病证结合研究的必要性

5.1病因病机

5.2中医学对PMS诊断的认识

5.3西医学对PMS诊断的认识

5.4 PMS病证结合的必要性

第五章结论

结 语

参考文献

综述 国际经前期综合征流行病学调查综述

附 录

致谢