从循证医学与数据挖掘的角度分析阿尔茨海默病的疗效

摘要

目的 主要有以下三点：(1) 探讨国内老年痴呆临床科研近况，为未来的研究决策提供参考依据。(2) 对中西医治疗老年痴呆近况进行全面、系统的定性评估，同时对符合条件的研究进行定量的比较分析，为临床决策提供依据。(3)对治疗健忘或痴呆的中药方剂进行用药规律分析，为临床用药提供参考。 方法 循证医学meta分析实验部份研究方法可分为文献收集及筛选和文献定性及定量分析两个步骤。文献收集及筛选乃是从中国知网(http：//www.cnki．net)及万方数据库(http：//www．wanfangdata．com．cn)中搜寻，键入关键词”老年性痴呆”或”阿尔茨海默症”或“阿尔茨海默病”或“老年呆病”。入选标准为：(1)中文文献(2)发表于1994—2004年间(3)实验设计为以中药治疗，西药(包括安慰剂、维生素)为对照。包括试验性研究及非随机和观察性的比较性研究。(4)各文献研究的问题和方法相似，都为关于中西药对老人痴呆症疗效研究。(5)研究对象被清楚的确诊为痴呆症。总共收集2403篇文章，从中筛选出40个入选研究。文献之定性分析部份乃将入选文献按研究对象、总数、人口学特征、使用方剂、对照药物及测量结果等进行归纳总结，并综述、探讨、比较中西医对阿尔茨海默病的治法及用药：定量分析部份则是将入选文献之研究先用Excel建立数据库，再将入选文献实施同质型检验(homogerleity test)、meta分析(metaanalysis)及敏感性分析(sensitivity analysis)。接着并评估发表性偏倚(publication bias)。 中医药数据挖掘实验研究方法分为数据收集及数据挖掘两个步骤，数据收集部份乃从中国方剂数据库中，在主治字段中，以痴呆或健忘为关健词搜索，将所得的方剂、药物组成先作数据预处理之后，再用Excel建立数据库。结果共选出方剂197首。数据挖掘部份除描述性分析之外，本研究更采用购物蓝分析(market basket analysis) 、因子分析(factor analysis)、聚类分析(cluster analysis)、多元尺度法(multidimerltional scaling)等数据挖掘技术来探讨方剂配伍。购物蓝分析部分乃采用SAS 9.1 for Widows中的enterprise miner模块为挖掘工具。其它部分的研究则使用利用美国犹他州(Utah)，Kaysville的NCSS公司生产的NCSS(nLJmber cruricher statisticalsystems)software来挖掘。 结果 循证医学meta分析实验部份发现： 从1997年到2004年止入选的这40个研究中，整体看起来，质量不高。其中有3个研究之病例年龄未明确表示，有5个研究未标明治疗天数，其它有标明者，治疗天数从15天到240天不等。实验设计方面，共有32个属于试验性研究，8个属于及非随机和观察性的比较性研究。疗效指标方面，有一个研究未标明。对于老年人的慢性病治疗来说，治疗天数太短便难以看出疗效。疗效指标未标明，便难有说服性。依Jadad量表来评随机对照试验发现，最佳总分为2分，共有7个(7/32=22％)，总分1分的有25个(25/32=78％)。尤其是双盲法的使用及退出与失访部分：仅有4个提到双盲法，另有3篇提到用单盲法，全部皆无提到退出与失访部分。西医对照药物来看，主要分为乙酰胆碱酯酶(AchE)抑制剂(以使用多奈哌齐4组最多)、脑循环改善和糖代谢促进剂(以脑复康17组最多)和其它三类。 异质性检验显示：无论选择比值比或危险差当效应量指标，P值皆<0.000l，提示组间异质性是具有统计学上意义的。Radial图显示：4，14，16，19，26，与35组为孤立点(outlier)，可能就是本研究组间异质性(heterogeneity)的最大来源。随后用敏感性分析显示第14项研究对meta分析的结果影响最大，应是异质性的最大来源。最后，采用随机效应模型来计算，结果合并比数比为3.24，95％的可信区间为2.3—4.56。 接着分别依出版年份、控制组种类及不同实验设计做亚组分析。结果显示出版于2002年以前，OR=4.76(2.77～8.18)，出版于2002年及其以后，OR=2.11(1.59～2.78)，提示2002年以后中药对西药的疗效比值下降。依控制组的4个亚组做分析时，有3个亚组都是中药疗效优于西药，只有和神经传导介质类药物相比时，比数比为1.20，95％可信区间为0.73到1.97之间，不具统计学上之意义。可能的解释是目前西医对老年痴呆症是以神经传导介质类药物为主流，其疗效比非神经传导介质类药物佳。中药治疗与其相较，优势相对减弱。不同实验设计做亚组分析时发现：试验性研究，中药疗效比西药疗效合并比数比为2.92，95％可信区间为2.10到4.07之间：比较性研究，中药疗效比西药疗效比数比为4.38，95％可信区间为1.62到11.85之间，皆具统计学上之意义。 中医药数据挖掘实验部份发现： 中医治疗痴呆的药物种类分布广泛。从用药频次看来，前三多者为补虚药，占所有使用频次的29％，安神药次之，占所有使用频次的14.8％，清热药再次之，占所有使用频次的10.3％。而补虚药之核心药物为人参、当归及熟地：安神药之核心药物为远志、酸枣仁及朱砂;清热药之核心药物为甘草、生地及黄连。 整体来看，出现频次大于等于25次(=12.7％)之中药，按出现频次由多自少依次为：人参、远志、茯神、茯苓、当归、甘草、熟地、酸枣仁、麦冬、石菖蒲、朱砂、五味子、黄耆、桂、柏子仁、桑寄生、生地、龙骨、川牛膝、山药、菟丝子、天门冬、防风等共23味。其中除远志、石菖蒲以辛、苦为主味之外，都以甘味为主。从药性上来看：没有大寒的药物，寒性药物有：朱砂、生地、天门冬：微寒药物有：甘草、麦冬：平性药物有：茯神、茯苓、酸枣仁、柏子仁、桑寄生、龙骨、川牛膝、山药：微温的有：人参、远志、熟地、黄耆、菟丝子、防风：温性的有：当归、五味子、石菖蒲：大热的药物只有桂一种。从归经看：心、肝、脾、胃、肺、肾各经都有分布，但以心、肾、脾三经为主。除熟地、黄耆、川牛膝、山药、桑寄生、菟丝子、天门冬、防风外都入心经。入胃经的药物最少只有甘草、麦冬、石菖蒲、生地、天冬等五种。以药物类别来看：此23味中药依然以补虚药9种居先，安神药5种次之。从二味药购物篮分析表看来，交易数最大的前七种关联规则为：茯苓==>远志，茯神==>远志，茯苓==>人参，石菖蒲==>远志，熟地==>远志，酸枣仁==>远志，酸枣仁==>人参。可见主要药物配伍是以安神类，尤其是以远志、酸枣仁为主。其基本思路是从心不藏神来论治。 因子分析发现用四个因子解释较恰当，累积解释能力为68.4％。其中，第一因子含菟丝子、川牛膝、五味子、熟地、柏子仁、山药：第二因子含桂、酸枣仁、生地、防风、石菖蒲：第三因子含黄蓍、桑寄生、人参、甘草：第四因子含天冬、麦冬、远志，茯神。特别注意的是远志与茯神同属于一共同因子，与关联分析产生之规则相应。聚类分析选择将此数据分为5个聚类但由于平均silhotlette值仅为0.05，找出规则之说服力较薄弱。多元尺度分析结果显示，多元尺度分析图上群聚现象不强，但用三个维度模型来建模是可接受的。 结论 循证医学meta分析实验部份： 经过文献检索之后发现，符合纳入和排除标准的试验不多，况且入选之随机试验和(或)半随机试验质量不高，比较性研究之证据等级也不高。在此基础上meta分析结果外在效度较低。由于此推论是在质量不高的文献上meta分析的结果，要强化此观点仍需要研究质量良好的随机对照试验之科研成果来支持。解决之道是强化科研设计质量并借由选取同种疾病中具有相同证候的患者一起研究，以增加资料同质性，并借由严格的入选标准方可客观地评价中医药的疗效，用循证医学的方法和原则来研究方可得到国际认同。 中医药数据挖掘实验部份： 根据用药频次统计及数据挖掘发现中医治疗健忘或痴呆之基本思路是从心不藏神来论治，中医认为此等病症病理上属本虚标实，故尤重补虚药、安神药及清热药之使用。

目录

论文说明:英文缩略词表

摘要

第一部分前言

1.1研究依据

1.2研究背景

1.3研究目的

1.4研究假设

1.5研究架构

第二部分文献综述

2.1循证医学的研究近况

2.1.1循证医学的定义

2.1.2循证医学的施行步骤

2.1.3循证医学在国内外的发展现况

2.1.4 meta分析简介

2.1.5循证医学与中医药

2.2数据挖掘的研究近况

2.2.1数据挖掘的定义

2.2.2数据挖掘的功能

2.2.3数据挖掘方法

2.2.4数据挖掘常用技术

2.2.5数据挖掘与在线分析（OLAP）

2.2.6数据挖掘的医学应用现况

2.3中西医对阿尔茨海默病的认识探讨

2.3.1中医对阿尔茨海默病的认识

2.3.2西医对阿尔茨海默病的认识

2.3.3阿尔茨海默病的流行病学

2.3.4阿尔茨海默病的病因病机

2.3.5常用的痴呆诊断量表

2.3.6阿尔茨海默病的治疗

2.4从脾肾双补关点论老年痴呆

2.4.1相关概念

2.4.2脾、肾与老年痴呆的关系

2.4.3立论依据

2.4.4治疗原则

2.4.5现代运用经验

第三部分正文

3.1循证医学meta分析实验

3.1.1研究方法

3.1.2研究结果

3.1.3本研究的限制:

3.2中医药数据挖掘实验

3.2.1研究方法

3.2.2研究结果

第四部分结论

4.1循证医学meta分析实验总结

4.2中医药数据挖掘实验总结

4.3验证假设

4.4本研究创新点

附表

附表1

附表2

附表3

附表4

附表5

附表6

参考文献

致谢

个人简历