羅文舒 胡湘 楊卓欣 于海波 皮敏 張金文 黃美玲 崔夢(mèng)媛

【摘 要】 目的：應(yīng)用基于最大似然法的經(jīng)典判別分析研究中風(fēng)病常用中成藥適宜人群的臨床特征。方法：查詢電子處方集系統(tǒng)，篩選應(yīng)用量最大的前3種中成藥，利用經(jīng)典判別分析對(duì)常用中成藥適宜人群建立數(shù)學(xué)模型，分析模型對(duì)不同人群的預(yù)測(cè)能力。結(jié)果：篩選出中風(fēng)病應(yīng)用量最大的前3種中成藥為燈盞生脈膠囊、銀杏葉滴丸、強(qiáng)力天麻杜仲膠囊，共納入203例受試者，利用經(jīng)典判別分析構(gòu)建數(shù)學(xué)模型，對(duì)3種中成藥組測(cè)試集進(jìn)行預(yù)測(cè)，總判別正確率為76.24%。結(jié)論：利用基于最大似然法的經(jīng)典判別分析構(gòu)建中成藥適宜人群的數(shù)學(xué)模型，對(duì)3種中成藥適宜人群有良好的識(shí)別效果。

【關(guān)鍵詞】 中風(fēng)??；中成藥適宜人群；經(jīng)典判別分析

【中圖分類號(hào)】R255.2 【文獻(xiàn)標(biāo)志碼】 A【文章編號(hào)】1007-8517（2018）15-0010-03

Abstract：Objective To investigate the recognition of proper population of Chinese patent medicine commonly used in stroke by classical discriminant analysis. Methods The first 3 Chinese patent medicines with the largest number of applications have been screened by inquiring of electronic medical records. The classical discriminant analysis based on Maximum Likelihood is performed to construct the mathematic model for the proper population of Chinese patent medicine commonly used in stroke. Results The first 3 Chinese patent medicines with the largest number of applications are Erigeron Shengmai Capsule， Ginkgo biloba drop pills and Powerful Gastrodia Eucommia Capsule. The mathematic model is constructed by classical discriminant analysis for 203 subjects. Total recognition accuracy for 3 groups of Chinese patent medicines is 76.24%. Conclusions The recognition accuracy of the mathematic model for proper population of Chinese patent medicine constructed by classical discriminant analysis is satisfied.

Keywords：Stroke； Proper Population of Chinese Patent Medicine； Classical Discriminant Analysis

中風(fēng)病是嚴(yán)重危害我國(guó)人民健康的重大疾病，其發(fā)病率、致死率和致殘率均很高，近年腦卒中發(fā)病率和患病率仍在持續(xù)上升[1]。中成藥對(duì)腦血管疾病療效好，毒副作用少，已成為我國(guó)中風(fēng)病患者治療的重要選擇之一，是臨床防治中風(fēng)病的重要藥物[2]。隨著中成藥在臨床上的廣泛應(yīng)用，其藥源性疾病發(fā)生有增多趨勢(shì)[3]。臨床上很多醫(yī)師特別是西醫(yī)師，因?qū)χ谐伤幩幚砝斫獠怀浞?，使用時(shí)缺少辨證論治，造成了不合理使用現(xiàn)象[4]，這已引起行業(yè)內(nèi)重視[5]。因此，構(gòu)建符合中醫(yī)理論的中風(fēng)病常用中成藥適宜人群的數(shù)學(xué)模型，為臨床上提供參考，有助于提高療效，控制成本，促進(jìn)康復(fù)。

1 資料與方法

1.1 病例選擇 選取2015年1月至2017年9月深圳市中醫(yī)院針灸科病房及門診就診的缺血性中風(fēng)病恢復(fù)期或后遺癥期患者。

1.2 診斷標(biāo)準(zhǔn) 缺血性中風(fēng)病名診斷標(biāo)準(zhǔn)參照《各類腦血管疾病診斷要點(diǎn)》[6]和《中風(fēng)病診斷與療效評(píng)定標(biāo)準(zhǔn)》[7]。證候診斷標(biāo)準(zhǔn)參照《中風(fēng)病診斷與療效評(píng)定標(biāo)準(zhǔn)》[7]、《中醫(yī)虛證辨證參考標(biāo)準(zhǔn)》[8]和《血瘀證診斷標(biāo)準(zhǔn)》[9]。

1.3 納入標(biāo)準(zhǔn) 符合缺血性中風(fēng)病的診斷標(biāo)準(zhǔn)；恢復(fù)期和后遺癥期腦梗死患者；可用針灸科2014年11至12月治療中風(fēng)應(yīng)用量最大的前3種中成藥治療。

1.4 排除標(biāo)準(zhǔn) 無癥狀和局灶體征的靜止性腦梗死；發(fā)病時(shí)有嚴(yán)重的心臟病如心功能不全、呼吸衰竭、肝功能障礙、腎功能不全、惡性腫瘤、凝血功能障礙等。

1.5 觀察指標(biāo) 參考《中風(fēng)病診斷與療效評(píng)定標(biāo)準(zhǔn)》、《中醫(yī)虛證辨證參考標(biāo)準(zhǔn)》和《血瘀證診斷標(biāo)準(zhǔn)》（見1.2 診斷標(biāo)準(zhǔn)）所涉及的癥狀、特征和理化指標(biāo)。

1.6 實(shí)施方法 對(duì)患者進(jìn)行現(xiàn)場(chǎng)采集中醫(yī)四診信息，并填寫中醫(yī)四診信息采集表。

1.7 統(tǒng)計(jì)學(xué)處理 數(shù)據(jù)分析采用SPSS 22.0統(tǒng)計(jì)軟件包進(jìn)行統(tǒng)計(jì)分析和建模。將中成藥類別作為響應(yīng)變量，望、聞、問、切采集數(shù)據(jù)等相關(guān)信息作為解釋變量，利用應(yīng)用基于最大似然法的經(jīng)典判別分析建立數(shù)學(xué)模型。

2 結(jié)果

2.1 常用中成藥 對(duì)深圳市中醫(yī)院針灸科2014年11至12月的臨床用藥情況調(diào)研，查詢其電子處方集系統(tǒng)，篩選第一診斷是“中風(fēng)”、“腦梗塞”、“腦梗死”或“腦血管疾病”的處方，對(duì)其進(jìn)行篩選，應(yīng)用量最大的前3種中成藥為：燈盞生脈膠囊、銀杏葉滴丸、強(qiáng)力天麻杜仲膠囊。

2.2 經(jīng)典判別分析 入選病例共計(jì)203例，隨機(jī)分為訓(xùn)練集102例和測(cè)試集101例，其中訓(xùn)練集實(shí)際分組1、2和3（中成藥種類=1、2和3，分別代表燈盞生脈膠囊組、銀杏葉滴丸組和強(qiáng)力天麻杜仲膠囊組），分別有32、37和33例。經(jīng)方差分析后發(fā)現(xiàn)中成藥應(yīng)用適宜人群臨床特征，如：神疲乏力，少氣或懶言，自汗，舌胖或有齒印，脈虛或弱或軟或濡，五心煩熱，咽燥口干，舌紅或少苔或無苔，脈細(xì)數(shù)，便結(jié)而尿短赤，耳鳴或耳聾，急躁易怒或抑郁喜嘆息，手足抖動(dòng)，頭重如裹，苔白膩等，與不同種類中成藥應(yīng)用相關(guān)。

判別分析可根據(jù)分類明確的樣本，制定出分類標(biāo)準(zhǔn)，從而可對(duì)新樣本（測(cè)試集或其他待測(cè)樣本）進(jìn)行分類。訓(xùn)練集樣本Yi（“中成藥種類=燈盞生脈膠囊”組定為Y1，“中成藥種類=銀杏葉滴丸”組定為Y2，“中成藥種類=強(qiáng)力天麻杜仲膠囊”組定為Y3），3組數(shù)據(jù)可鑒別指標(biāo)為一級(jí)指標(biāo)Xj（j=1，2，3……），每個(gè)一級(jí)指標(biāo)的變化定為Xk。計(jì)算四組數(shù)據(jù)各個(gè)指標(biāo)的出現(xiàn)率（條件概率）P（Xjk/Yi），見表1。根據(jù)指數(shù)換算公式Lijk=[logP（Xjk/Yi）+1]×10，得到對(duì)應(yīng)指數(shù)值。見表2。

2.3 模型預(yù)測(cè)能力的評(píng)估 測(cè)試集按變量“中成藥種類”分組共有101例樣本數(shù)據(jù)進(jìn)入分析，其中實(shí)際分組1、2和3（中成藥種類=1、2和3，分別代表燈盞生脈膠囊組、銀杏葉滴丸組和強(qiáng)力天麻杜仲膠囊組）分別有33、36和32例。測(cè)試集樣本根據(jù)表2各組各類因素指數(shù)換算計(jì)量表的結(jié)果，求出指數(shù)和，以指數(shù)和大者作為判別結(jié)果，再和實(shí)際分組相驗(yàn)證。結(jié)果顯示，實(shí)際分組1（“中成藥種類=1”）有7人被誤判，判別正確率78.79%，實(shí)際分組2（“中成藥種類=2”）有9人被誤判，判別正確率75.00%，實(shí)際分組3（“中成藥種類=3”）有8人被誤判，判別正確率75.00%?？偱袆e正確率為76.24%，說明該模型預(yù)測(cè)效果尚可。

3 討論

中風(fēng)病在世界范圍內(nèi)居60歲以上人口死亡原因中第2位[10]，是造成成人殘疾的首要原因，也是老年人認(rèn)知功能障礙的重要原因。我國(guó)每年約有600萬人受中風(fēng)侵襲，其中約有1/3患者會(huì)后遺終身殘疾，存活患者生活質(zhì)量差因此，必須積極采取有效的防治措施，合理用藥，以降低中風(fēng)病發(fā)病率、死亡率、致殘率和復(fù)發(fā)率，促進(jìn)患者康復(fù)。

中風(fēng)病恢復(fù)期和后遺癥期，其病機(jī)多為虛實(shí)夾雜，故治療當(dāng)注重標(biāo)本兼顧，扶正祛邪，常見證型包括氣虛血瘀，風(fēng)痰瘀阻，肝腎虧損等，治法多采用益氣養(yǎng)血，化痰通絡(luò)，平肝熄風(fēng)，補(bǔ)益肝腎[11]。燈盞生脈膠囊由燈盞細(xì)辛、人參、五味子、麥冬組成，功能益氣養(yǎng)陰，活血健腦，用于氣陰兩虛，瘀阻腦絡(luò)證；銀杏葉滴丸為理血?jiǎng)谢钛鐾ńj(luò)之功效，主治瘀血阻絡(luò)證；而強(qiáng)力天麻杜仲膠囊為熄風(fēng)化痰，活血通絡(luò)，補(bǔ)益肝腎之品。本研究篩選出的建模因素（臨床特征），如：神疲乏力，少氣或懶言，自汗，舌胖或有齒印，脈虛或弱或軟或濡，五心煩熱，咽燥口干，舌紅或少苔或無苔，脈細(xì)數(shù)，便結(jié)而尿短赤，耳鳴或耳聾，急躁易怒或抑郁喜嘆息，手足抖動(dòng)，頭重如裹，苔白膩等，與不同種類中成藥應(yīng)用相關(guān)。從這些所納入研究的患者臨床特征來看，風(fēng)、痰、瘀、氣虛、肝腎虧虛是重要病機(jī)，可能與中風(fēng)患者血脈運(yùn)行不暢、風(fēng)痰瘀阻、臟腑功能虧虛不能濡養(yǎng)清竅，而使腦失所養(yǎng)等病理改變密切相關(guān)。

經(jīng)典判別分析在分類確定的條件下，根據(jù)研究對(duì)象的各種特征值判別其類型歸屬，其基本原理是按照一定的判別準(zhǔn)則，建立一個(gè)或多個(gè)判別函數(shù)，用研究對(duì)象的大量資料確定判別函數(shù)中的待定系數(shù)，并計(jì)算判別指標(biāo)，據(jù)此即可確定某一樣本屬于何類。最大似然法用于自變量均為分類變量的情況，該方法建立在獨(dú)立事件概率乘法定理的基礎(chǔ)上，根據(jù)訓(xùn)練集信息求得自變量各種組合情況下樣本被歸為任何一類的概率。當(dāng)新樣本進(jìn)入時(shí)，則計(jì)算其被分到每一類中去的條件概率（似然值），概率最大的那一類就是最終評(píng)定的歸類。有研究表明[12]在省級(jí)醫(yī)院里西醫(yī)師開具的中成藥處方不合格率可達(dá)41.3%，上述示范性研究采用基于最大似然法的經(jīng)典判別分析，對(duì)中成藥種類與中成藥應(yīng)用適宜人群臨床特征進(jìn)行建模，總判斷符合率76.24%，預(yù)測(cè)效果尚可，在臨床合理使用中成藥防治中風(fēng)病方面提供客觀參考。后期進(jìn)一步研究仍需繼續(xù)擴(kuò)大樣本量，增加中成藥種類，開展多中心合作。

參考文獻(xiàn)

[1]孫海欣，王文志. 中國(guó)60萬人群腦血管病流行病學(xué)抽樣調(diào)查報(bào)告[J]. 中國(guó)現(xiàn)代神經(jīng)疾病雜志，2018，18（2）：83-88.

[2]儲(chǔ)秋萍，馮琳，戴惠珍，等. 2007年長(zhǎng)江流域157家醫(yī)院心腦血管類中成藥的利用分析[J]. 中國(guó)新藥與臨床雜志，2008，27（10）：775.

[3]康麗，高慧，王璐，等. 中成藥不良反應(yīng)報(bào)告中不合理用藥回顧性分析[J]. 臨床醫(yī)學(xué)研究與實(shí)踐，2017，2（27）：101-102.

[4]高素強(qiáng)，趙展榮，賀鵬. 衛(wèi)生部北京醫(yī)院治療心血管疾病中成藥處方分析[J]. 中國(guó)全科醫(yī)學(xué)，2005，8（16）：1336.

[5]金銳，趙奎君，郭桂明，等. 中成藥臨床合理用藥處方點(diǎn)評(píng)北京共識(shí)[J]. 中國(guó)中藥雜志，2018，43（5）：1049-1053.

[6]中華神經(jīng)科學(xué)會(huì)，中華神經(jīng)外科學(xué)會(huì).各類腦血管疾病診斷要點(diǎn)[J].中華神經(jīng)科雜志，1996，29（6）：379-380.

[7]國(guó)家中醫(yī)藥管理局腦病急癥協(xié)作組. 中風(fēng)病診斷與療效評(píng)定標(biāo)準(zhǔn)（試行）[J]. 北京中醫(yī)藥大學(xué)學(xué)報(bào)，1996，19（1）：55-56.

[8]沈自尹，王文健. 中醫(yī)虛證辨證參考標(biāo)準(zhǔn)[J]. 中西醫(yī)結(jié)合雜志，1986（10）：598.

[9]第二屆全國(guó)活血化瘀研究學(xué)術(shù)會(huì)議修訂.血瘀證診斷標(biāo)準(zhǔn)[J].中西醫(yī)結(jié)合雜志，1987，7（3）：129.

[10]GBD 2015 Mortality and Causes of Death Collaborators. Global， regional， and national life expectancy， all cause mortality， and cause specific mortality for 249 causes of death， 1980-2015： a systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet，2016，388：1459-1544.

[11]國(guó)家中醫(yī)藥管理局專業(yè)技術(shù)資格考試專家委員會(huì). 2006年全國(guó)臨床中醫(yī)學(xué) 中西醫(yī)結(jié)合醫(yī)學(xué) 中藥學(xué) 中醫(yī)護(hù)理學(xué)專業(yè)技術(shù)資格考試大綱與指南[M]. 北京：中國(guó)中醫(yī)藥出版社，2006：1340-1345.

[12]關(guān)玉琴，周彩虹，劉建寧. 西醫(yī)開具中成藥處方存在的問題分析[J]. 臨床合理用藥，2010，3（13）：61.