应用广义规则归纳探讨缺血性中风急性期证候与OCSP分型的相关性＊

黄 粤，张 华，高 颖，钟海珍

(1.首都医科大学附属北京朝阳医院中医科，北京 100020;2.北京中医药大学东直门医院神经内科，北京 100700)

中医证候是一个非线性的复杂巨系统[1]。数据挖掘是从大量数据中抽取有效的、新颖的、潜在有用的以及最终可被理解的模式的“非平凡过程”[2]。本研究利用数据挖掘技术的优势，使用广义规则归纳(Generalized Rule Induction，GRI)探讨缺血性中风急性期中医证候与牛津郡社区卒中研究分型(Oxfordshire Community Stroke Project，OCSP)的相关性。

证候判断与OCSP分型分属中医和西医两个不同医学系统，却存在相似之处:中医通过望闻问切四诊，从不同角度收集临床资料以辨别证候，其辨证结果难以借助于现代仪器检测而获得。作为证候诊断的重要工具，本研究使用的《缺血性中风证候要素诊断量表》是973计划“缺血性中风病证结合的诊断标准与疗效评价体系研究”课题组严格遵循量表编制和验证程序，并针对《中风病辨证诊断标准》自1994年公布至今15年的临床应用中反馈问题所研制出的新一代量表。

中医辨证与OCSP分型均建立在对患者症状和体征的综合评价之上，而不依赖于辅助检查的结果，两者的相似之处为寻找中医和西医对疾病分类的链接提供了可能。中医学认为，中风病的病位在脑，OCSP分型对梗死灶部位的提示有利于进一步确定具体病变部位。可见，发现中风病证候与OCSP分型的密切关联，从而在不依赖辅助检查的情况下建立证候与脑梗死大体病位之间的联系，能够在一定程度上反映疾病本质，有助于指导临床治疗和评估预后。

1 对象与方法

1.1 研究对象

1.1.1 诊断标准 疾病诊断采用1995年中华医学会第四次全国脑血管病学术会议通过的《各类脑血管疾病诊断要点》中的脑梗塞诊断标准和1996年国家中医药管理局脑病急症协作组颁布的《中风病诊断与疗效评定标准(试行)》的中风病病名诊断标准，及1991年John Bamford提出的牛津郡社区卒中研究分型(OCSP)。

证候诊断采用2008年973计划“缺血性中风病证结合的诊断标准与疗效评价体系研究”课题组制定的《缺血性中风证候要素诊断量表》。

1.1.2 纳入标准 ①符合缺血性中风诊断;②经头颅CT或头颅MRI确诊为脑梗塞;③发病在72h以内。

1.1.3 排除标准 ①短暂性脑缺血发作;②脑出血或蛛网膜下腔出血;③因血液病、肿瘤等原因所致的脑卒中;④合并有肝、肾、造血系统、内分泌系统等严重疾病及骨关节病;⑤精神障碍或严重痴呆;⑥发病超过72h;⑦有明显的中风后遗症。

1.2 一般资料

本研究的数据来源于国家重点基础研究发展计划(973计划)课题“缺血性中风病证结合的诊断标准与疗效评价体系研究”(2003CB517102)。所有病例均为2005年3月至2007年6月北京中医药大学东直门医院、北京中医药大学东方医院、天津中医药大学第一附属医院、天津中医药大学第二附属医院、首都医科大学附属宣武医院、广州中医药大学第二附属医院的住院患者，共收集846例符合纳入标准的缺血性中风急性期患者，其中男性557例，女性289例;年龄最小34岁，最大85岁，平均64.82±10.83岁。

1.3 研究方法

1.3.1 数据采集方法 按照国家重点基础研究发展计划(973计划)“缺血性中风病证结合的诊断标准与疗效评价体系研究”课题组的科研设计方案，制定统一的标准和调查表。由各研究中心专门的神经内科医师负责采集缺血性中风患者的临床信息，其中包括:入组当天至发病第14天连续采集中医四诊信息、第28天和第90天随访;全面收集入院时神经系统检查、影像学检查(头颅CT或MRI);多时点使用美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale，NIHSS)进行神经功能评分，使用格拉斯哥昏迷评分(Glasgow)进行意识评分。按统一要求填写调查表，最后经过双人双机录入将全部资料输入电子计算机。

艺术家的“文化人”身份首先意味着艺术家是了解和掌握了哲学、宗教、科学、技术、文学、社会心理、民间风俗相关知识和信息的人。哲学、宗教、文学和民俗风情等启迪艺术家的创作；艺术创作中又体现着哲学、宗教、文学和民俗风情。

1.3.2 数据预处理 经过严格的质量控制和数据清洗，共获得研究病例846例11082例次。从中提取患者一般资料变量85个，合并后中医四诊信息变量196个，入院时神经系统检查变量155个和影像学检查变量12个。进一步按如下步骤处理:①通过计算机程序，以中医四诊信息数据为依据，采用《缺血性中风证候要素诊断量表》判断内风、内火、痰湿、血瘀、气虚、阴虚证候要素成立与否，获得证候要素变量6个。②根据患者入院时神经系统检查，参考影像学检查(头颅CT或MRI)，判断OCSP分型，获得OCSP分型变量1个。846例病例中TACI 16例，PACI 520例，POCI 126例，LACI 184例。将以上数据库锁定为本研究所用数据库。

1.3.3 研究数据提取 根据研究目标及数据分析方法，从锁定数据库中提取846例病例发病第3天至第14天共12个时间点，共计10152例次的临床数据。

1.3.4 数据分析方法 使用SPSS 13.0软件和clementine 12.0软件，运用广义规则归纳(GRI)的数据挖掘方法进行分析。在此基础上，结合专业知识得出结果并进行讨论。

关联规则(Association Rule)挖掘，指从大量的数据中挖掘出有价值的描述数据项之间联系的有关知识，同时满足最小支持度阈值(min_sup)和最小可信度阈值(min_conf)的规则称之为关联规则。支持度(Support)是对关联规则重要性的衡量，可信度(Confidence)是对关联规则准确度的衡量，两者的值越高越有意义。作用度(Lift)是可信度与期望可信度的比值，作用度越大，规则的实际意义就越好。常用的关联规则挖掘方法包括Apriori算法、GRI和Sequence等。

广义规则归纳(GRI)，指从数据中提取1组规则，找出信息容量最高的规则。与目前常用的关联规则算法Apriori算法对比，其优势体现在Apriori只能处理字符型输入字段，GRI既能处理字符型输入字段又能处理数值型输入字段。本研究不仅涉及中医证候与OCSP分型的相关性，且欲同时将连续型变量“发病天数”作为输入字段纳入研究，故选用GRI更为适合。

2 结果

关联规则具有容易忽略稀有数据的缺点，为避免漏掉一些有意义的规则，本研究将最小的条件支持度(Minimum Antecedent Support)设置为0.5%，即将出现频次达50例次以上的关联规则纳入研究范围，最小的可信度(Minimum Rule Confidence)设置为60%。将“发病天数”作为输入变量，6个证候要素和OCSP分型既作为输入变量，又作为输出变量。

并非所有的强关联规则都有意义，关联规则中可能包含随机性或负向关联性，故将GRI的建模结果，结合专业知识进行取舍，选择支持度、可信度、作用度相对较高且符合中医传统理论的内容，得出包含证候要素和OCSP分型的关联规则共9条，见表1。

2.1 TACI与证候要素

第1条规则:TACI患者出现痰湿的情况下，同时出现内风的可能性较大，作用度达到2.671，提示内风与TACI和痰湿关系较密切。证是对致病因素与机体反应性两方面情况的综合，风属阳邪，最易蹿扰于上，且具致病迅疾之特点，与TACI导致大面积脑梗死起病急骤相吻合;风乃无形，其性轻扬，善动不居，如《素问·阴阳应象大论》:“风胜则动”，《素问·六元正纪大论》:“风胜乃摇”，体现了 TACI患者病情危重易于波动的临床实际。风阳内动，易挟痰走窜经络，上扰清窍，壅阻脑脉，遂致中风。

表1 GRI建模结果

第2条规则:TACI患者在痰湿和阴虚共存的状态下，同时出现内火的可信度高达98.21%，与第1条规则比较，体现了阴虚和内火的紧密联系，火乃阳邪，其性炽热，为病最易灼伤津液阴血，而阴虚不能制阳，阳气偏旺遂产生内火。

第3条规则:内风内火兼具的TACI患者，大多同时出现阴虚，作用度高达2.574，提示阴虚风动、阴虚火旺的实际意义，体现中风病患者本虚标实、上盛下虚的病性。

2.2 PACI与证候要素

第4条规则:在 GRI的9条关联规则中，Consequent为OCSP分型的仅有第4条，即“气虚and痰湿”作为前提时，得出结果为“OCSP =PACI”的关联规则，具有重要临床意义，提示可以依据中医证候对OCSP分型做出初步判断。

第5条规则:存在痰湿的PACI患者，发病天数＜7.5时，往往同时出现内火，体现了火性的疾速。

第6条规则:PACI患者在气虚时伴血瘀的情况较为常见，支持度为27.31%，提示气虚运血无力、血行不畅而瘀滞脑脉。

2.3 POCI与证候要素

第7条规则:与第1条规则比较，第7条规则显示POCI患者存在痰湿的情况下，更易同时出现内火，可信度为78.64%，火热病邪具有亢烈的致病特征，如《素问玄机原病式·热》说:“暴病暴死，火性疾速故也”，体现了POCI患者病情危重、进展迅速的情况，痰火易相互为患，如朱丹溪主张“湿痰生热”，《重订广温热论》曰:“伏火薰蒸津液，液郁为痰”。

第8条规则:比第7条多一前提“发病天数＜7.5”，则出现内火的可信度提高至80.97%，提示其意义与第5条规则类似，即火邪致病迅疾，与时间因素相关。

2.4 LACI与证候要素

第9条规则:与第6条PACI患者在气虚时常伴血瘀的规则不同。第9条规则提示LACI患者在阴虚时更易同时出现血瘀，可信度为83.3%，阴虚不润，经脉不荣，血不畅行，此即阴虚血瘀。两条规则共同提示了因虚致瘀的可能性，及在OCSP分型四者中，LACI和PACI因病情相对较轻，易表现出血瘀这类反映中风病疾病本质的证候要素，而内风内火等体现病势急缓和病情轻重的证候要素退居相对次要地位。

3 结论

GRI得出语句包含证候要素和OCSP分型的关联规则共9条，在一定程度上提示了依据中医证候对OCSP分型做出初步判断的可能性，并有2条规则体现出证候、OCSP分型与发病天数的相关性。

4 讨论

概而言之，GRI是寻找 OCSP分型、证候要素、发病天数之间的关联规则。这种数据挖掘方法体现了证候“动态时空”、“多维界面”的特征。“动态时空”是指证候的发展变化而言，时间在推移，状态在变化，证候就有可能发生由此发展为彼的改变[1]。GRI可将连续型变量“发病天数”纳入研究，提示证候、OCSP分型与发病天数的相关性，体现了证候的动态时空性。“多维界面”指通过不同的时间、角度、方法进行观察时，证候系统常呈现给观察者以不同的界面[1]。本研究通过多时点，从 OCSP分型、发病天数等不同维度，运用 GRI的数据挖掘方法，使证候从不同角度呈现多样的界面，体现其多维的特征。

由上可见，GRI的关联规则挖掘因其与中医理论有内在的切合性，能够在一定程度上反映证候的本质特征，故在证候与OCSP分型的相关性研究中已凸显优势，对于临床医师在不依赖辅助检查的情况下建立证候与疾病之间的联系，根据中风病患者的中医证候把握疾病发展规律、预测病情提供了数据支持，其在中医证候领域的应用值得进一步推广和深入研究。

[1]郭 蕾，王永炎，张志斌.关于证候概念的诠释[J].北京中医药大学学报，2003，26(2):5-8.

[2]Jiawei Han，Micheline Kamber.数据挖掘概念与技术[M].北京:机械工业出版社，2001.

[3]施咏梅.急性脑梗死OCSP分型与影像学分型及病因学分型之间关系的研究[J].中国全科医学，2005，8(9):724-726.

[4]Wlodek A，Sarzynska-Dlugosz I，Sandercock PA，et al.Agreement between the clinicalOxfordshire Community Stroke Project classification and CT findings in Poland[J].Eur J Neurol，2004，11(2):91-96.