基于模糊综合评判的双相障碍早期识别研究

章浩伟, 高燕妮,苑成梅,刘颖

1.上海理工大学 医疗器械与食品学院(上海 ,200093) 2.上海市精神卫生中心 心境障碍科(上海, 200030)

基于模糊综合评判的双相障碍早期识别研究

章浩伟1, 高燕妮1,苑成梅2,刘颖1

1.上海理工大学 医疗器械与食品学院(上海 ,200093) 2.上海市精神卫生中心 心境障碍科(上海, 200030)

双相障碍(BPD)是一种严重的精神疾病，具有高复发率，高自残率和高自杀率。大多数情况下，双相情感障碍以抑郁相起病，易被误诊为单相抑郁症(UPD)，从而延误治疗和预后不良。该文提出一种基于模糊综合评判的双相障碍早期识别方法。185例样本，其中77例为BPD组，108例为UPD组。筛选出22个变量作为模糊综合评判的因素集，结合因子分析方法，确定权重集及模糊关系矩阵，通过一定的模糊运算规则可得出模糊综合评判结果。敏感度为71.4%，特异性为85.2%，总正确率为79.5%。该模糊综合评价方法对于双相障碍及单相抑郁的区分效果较好，可以作为一种辅助工具来帮助早期识别双相障碍。

双相障碍；早期识别；因素集；模糊综合评判

0 引言

双相情感障碍是一种常见的精神疾病，临床表现为一次或多次严重的躁狂和抑郁发作，或表现为二者的混合状态，并且可以在躁狂和抑郁之间相互转化[1]。大多数双相障碍患者以抑郁起病，有研究发现，以抑郁首发起病的患者在随后的2年内约有50%出现了躁狂或轻躁狂发作[2]。目前普遍认为，双相障碍与单相抑郁是两种不同的疾病，具有不同的发病机制[3]，临床治疗方法也不相同，但临床上早期区分却存在很大难度。据统计，约40%的双相障碍患者曾被误诊为单相抑郁症，平均误诊时间为7.5年。因此，早期区分单相抑郁和双相障碍具有重要意义。

现有研究提示，相对于单相抑郁，双相障碍具有一些较特异性的临床表象，可在不同程度上预示其双相的病程特点，这些特点包括：混合性抑郁、非典型抑郁、精神病性症状、伴环性心境障碍与心境障碍频繁发作等，均可增加双相障碍发生的可能性。通过研究医生在诊断过程中的思维过程，研究不同疾病的症状表现和推理过程，经分析认定，这是一个多因素制约的评价过程。因此，本文进行模糊综合评判，将有利于模拟专家根据临床表现对疾病类型的判定过程。

模糊综合评判是模糊技术的一个重要组成部分，它是利用模糊集理论进行评价的一种方法，其早已被应用在医学疾病分类中[4-5]。模糊评价法不仅可对评价对象按综合分值的大小进行评价和排序，还可根据模糊评价集上的值按最大隶属度原则，去评定对象所属的等级。这就克服了传统数学方法结果单一性的缺陷。鉴于双相障碍早期难以识别，与单相抑郁间的分类又存在着明显的模糊性，本文将模糊综合评判用于双相障碍的早期识别中。

1 材料与方法

1.1样本资料及处理

样本共包含患者185例，其中双相障碍患者77例(BPD组)，单相抑郁症患者108例(UPD组)。研究资料包括性别、年龄、文化程度等一般人口学信息及量表得分情况。量表包括HAMD(含17个条目)， HAMA(含14个条目)，YMRS(含11个条目)，MDQ(含13个条目)和HCL-32(含32个条目)，共含有87个条目。

由于量表HAMD，HAMA及YMRS的评分等级与MDQ，HCL-32不一致，为统一处理，将量表HAMD，HAMA和YMRS的条目按照一定的临床标准，等价转化成0-1评分等级，使其与MDQ，HCL-32保持一致。经过处理后，所有87个条目都可被看作是独立的二元变量，即变量取值为0或1,0代表无相应症状发生，1则代表有相应症状发生。

1.2模糊综合评判方法在双相障碍早期识别中的应用

(1)确定评判集W

为早期识别双相障碍，即在双相障碍还处于抑郁发作时期就希望能将其与单相抑郁区分开来，预测其是否为双相障碍。因此可确定评价集，W=(w1,w2,…,wm)，其中m=2，w1和w2分别代表单相抑郁和双相障碍。

(2)确定因素集U

首先对两组间的一般人口学资料及量化后的87个量表条目进行统计学分析，筛选出28个有显著性差异的变量(P<0.001)，进一步对28个变量进行多次因子分析，提取出两个特征因子如下：

特征因子1为：抑郁情绪、自杀、入睡困难、躯体性焦虑等10个变量；

特征因子2为：心境高涨，精力增加，言语速度与数量增加，语言思维形式障碍，比平常活跃等12个变量。

因此,对于185例病历资料,将此22个变量作为考察的因素集，U={x1,x2,…,xn},式中x1,x2,…,xn为所考虑的各因素,共n个因素,n=22。

(3)确定模糊关系矩阵R

对各因素进行模糊评判，得到单因素模糊子集R1,…,Ri,…,Rn，其中

Ri=(rij),i=1,2,…,nj=1,2,…,m;

rij表示从第i个因素考虑做出第j种评价的可能性，它根据样本因素集，由统计方法得到。由此构成包含n个因素的模糊关系矩阵R：

其中，n为因素的个数，m为评判的等级数，R是U上的模糊关系矩阵。本文中，n=22，m=2。

(4)确定各因素相应的权重集A

(5)确定模糊评判矩阵及评判结果

根据模糊矩阵的符合运算规则，可得到一个模糊子集B，

=(b1,b2,…,bj,…,bm)

A和R的合成运算[6]，采用的模糊运算模型为：M(·,+)，

这种模型不仅考虑了所有因素的影响,而且保留了单因素评判的全部信息。在运算时，并不对ai和rij施加上限限制，只需对ai归一化。这是该模型的优点。

2 结果

2.1因素集、模糊关系矩阵、权重集及模糊评判矩阵的确定

(1)因素集U

对两组间的一般人口学资料及量化后的87个量表条目进行统计学分析，结果为：单相抑郁和双相障碍在一般人口学资料对比中未表现出显著性差异，而在部分量表条目中发现有显著性差异。具体信息如表1和表2所示。

通过统计学分析，共筛选出28个有显著性差异的变量(P<0.001)。为进一步缩减变量个数及明确各变量对于双相障碍的预测意义，多次对28个变量进行因子分析，最终提取出两个特征因子，共有22个变量，包括抑郁情绪、自杀、入睡困难、躯体性焦虑、心境高涨，精力增加，言语速度与数量增加，语言思维形式障碍，比平常活跃等。由此可确定因素集U={x1,x2,…,xn}，n=22。

表1 两组间一般人口学资料对比Tab.1 General demographic data comparison between the two groups

表2 显著性差异变量Tab.2 Variables with significant differences

(2) 模糊关系矩阵R及权重集A

模糊关系矩阵R由统计方法得到，结果如下：

权重集合A通过计算因子旋转矩阵及因子所解释的总体方差比例得到，以患者P为例：A=(0.1047,0,0.1049,0,0,0,0,0.0756,…,0.0793)。

(3)模糊综合评判矩阵B

根据模糊运算模型M(·,+)，可得到模糊综合评判矩阵如下：

因此P患者的患病类型为双相障碍。

2.2模糊综合评判结果

根据上述规则及步骤，对185例患者进行模糊综合评判，结果如表3所示。其中，该评判模型对于双相障碍的预测灵敏度为71.4%，特异性为85.2%，总正确率为79.5%。

表3 模糊综合评判结果Tab.3 The results of fuzzy comprehensive evaluation

3 讨论

在精神医学领域，区分双相障碍和单相抑郁症有着非常重要的意义，因为这两种疾病的治疗方法截然不同，双相障碍患者的延误治疗将对患者造成严重的身体及心灵损害。目前国内外有关双相障碍早期识别的正规研究很少，许多研究还停留在药物方面或单纯比较双相抑郁与单相抑郁临床表象的异同上[7]，均未能解决双相障碍的早期识别问题。

如今，正确及时地对双相障碍做出诊断对临床医生来说仍然是一个很大的挑战[8-9]。因此，许多诸如探索轻躁狂的症状、在抑郁症状中确定与双相障碍相关的可能标记物等策略被提出来[10]。然而，一些研究表明，仅仅依靠单一的临床特征或一项量表来区分双相障碍和单相抑郁，其结果是不稳定的[11-12]。为给出正确的诊断，还需要探索这些变量对于预测双相障碍的意义及变量间的相互作用关系。

已经有很多研究关注到双相障碍和单相抑郁间量表的比较问题[13-14]，通常情况下，量表总得分是研究重点，但量表中的每个条目却不被重视。本研究中，筛选出的22个变量来自于不同的量表，它们被作为独立的变量参与双相障碍的预测。双相障碍的早期预测是一个多因素制约的评价过程，且各因素间的相互作用并不明确。因此，本文选用模糊综合评判方法，该方法的最大特点就是可以比较自然地处理人类思维的主动性和模糊性，非常适合用来模拟专家根据临床表现对双相障碍的判定过程。

模糊综合评判方法简单且易于实施，可以作为一种有效的手段来对双相障碍做出早期识别。

[1] 郝伟, 于欣, 许毅, 等.精神病学[M].6版. 北京:人民卫生出版社, 2008.

[2]Correll CU, Penzner JB, Lencz T，et al. Early identification and high-risk strategies for bipolar disorder[J].Bipolar Disord, 2007, 9: 324-338.

[3] Benazzi F. The relationship of major depressive disorder to bipolar disorder: continuous or discontinuous? [J]. Curr Psychiatry Rep, 2005, 7(6): 462-470.

[4] 叶礼萍, 张懋森. 模糊综合评判法用于肝豆状核变性症的临床分型研究[J]. 计算机与应用化学, 1988, 5(3): 225-229.

[5] 曾孝平, 张安邦, 周家启, 等. 一种用模糊综合评判诊断肝性脑病的方法[J]. 生物数学学报, 1996, 11(3): 39-44.

[6] 朱训生. 中医模糊方法导论[M]. 上海: 上海交通大学出版社, 2008.

[7] 李则挚, 苑成梅, 吴志国, 等. 双相障碍抑郁发作与单相抑郁症的临床特征比较[J]. 上海交通大学学报(医学版), 2011, 31(11): 1513-1517.

[8] Ghaemi, SN, Boiman EE, Goodwin FK. Diagnosing bipolar disorder and the effect of antidepressants: a naturalistic study[J]. J Clin Psychiatry, 2000, 61:804-808.

[9] Morselli, PL, Elgie R, et al. GAMIAN-Europe/BEAM survey I-global Analysis of a patient questionnaire circulated to 3450 members of 12 European advocacy groups operating in thefield of mood disorders[J]. Bipolar Disord, 2003, 5: 265-278.

[10]Parker G, McCraw S, Hadzi-Pavlovic D, et al.Bipolar depression: Prototypically melancholic in its clinical features[J]. J Affect Disord, 2013, 147: 331-337.

[11] Okasha T, Fikry M, Kowailed A, et al. Screening for bipolar disorder among patients undergoing a major depressive episode: Report from the BRIDGE study in Egypt[J]. J Affect Disord, 2013, 147: 217-224.

[12] Wolkenstein L, Bruchmüller K, Schmid P, et al. Meyer Misdiagnosing bipolar disorder-Do clinicians show heuristic biases?[J]. J of Affect Disord, 2011, 130: 405-412.

[13] Benedetti F, Serretti A, Colombo C, et al. A glycogen synthase kinase 3-betapromoter gene single nucleotide polymorphism is associated with age at onset and response to total sleep deprivation in bipolar depression[J]. Neurosci Lett, 2004, 368: 123-126.

[14] Benedetti F, Serretti A, Colombo C, et al. Influence of CLOCK gene polymorphism on circadian mood fluctuation and illness recurrence in bipolar depression[J]. Am J Med Genet B Neuropsychiatr Genet, 2003, 123: 23-26.

西门子推出创新医疗产品

以“创新·信实·惠众”为主题，西门子医疗携一系列创新医疗技术、影像设备与解决方案亮相第23届“中国国际医用仪器设备展览会暨技术交流会”，向业界诠释前沿的医学影像技术及创新的医疗解决之道。

Biograph mCT Flow结合了正电子发射计算机断层扫描系统(PET)和X射线计算机断层扫描系统(CT)的技术特点——PET 子系统对注入到人体中的正电子发射型放射性药物进行分布的测量与成像，CT 子系统则产生人体的断层图像，采用FlowMotion流式扫描技术，规划和扫描只要基于单个病床的连续动作就能完成。最后由图像计算机重建来自不同角度的同一轴面或螺旋面的X射线数据，在正确剂量下形成精准图像，做到“零床位、零重叠、灵扫描以及灵剂量”。

MAMMOMAT Inspiration三维数字乳腺断层融合摄影设备，采用独有的50°广角扫描技术，具有卓越的Z轴分辨率，解决了传统二维乳腺X射线摄影的根本问题——乳腺组织重叠效应，为临床医生提供更多信息，对关爱女性健康，有效减少了乳腺癌漏诊及结果的准确性有积极的影响。

为了积极响应中国政府“保基本，强基层，建机制，大力建设基层医疗卫生机构”的号召，西门子运用“云服务”等技术，打破时间和空间上的阻隔，贴近客户并向客户提供更高效的系统保障服务和临床应用支持，让高科技惠及更多人群。2014年8月1日，首家西门子县级医院培训中心——“西门子·遂宁市中心医院合作培训中心”正式揭牌，标志着西门子专门针对基层医院影像科医生和技师的教育基地的成立。西门子基于“云”技术的远程教育培训平台的县级医院培训中心项目，是在合作医院设立西门子医疗特定影像产品的临床应用培训基地，为西门子医疗产品的最终用户提供使用示范和体验经验。培训中心的成立为县级医院的人才培养做出切实贡献，更好地保障民众健康服务需求。截至目前，西门子已在四川遂宁市中心医院和福建莆田学院附属医院两家医院设立合作培训中心，预计至今年9月底，全国将建成十余家同类培训中心。

(本刊讯)

EarlyDiagnosisofBipolarDisorderResearchBasedonFuzzyComprehensiveEvaluation

Zhang Haowei1，Gao Yanni1，Yuan Chengmei2，Liu Ying1

1.School of Medical Instrumentation and Food Engineering,University of Shanghai for Science and Technology(Shanghai,200093) 2.Division of Mood Disorders，Shanghai Mental Health Center( Shanghai,200030)

Bipolar disorder (BPD) is a kind of serious mental illness with high rate of recurrence, self-harm and even suicide. In most cases, BPD started with depression, which might result in its being misdiagnosed as unipolar depression (UPD), and lead to delayed therapy treat and unfavorable prognosis. Based on fuzzy comprehensive evaluation, a method for diagnosing BPD in early stage was proposed in this study. This study covered 185 cases, including 77 cases with BPD (BPD group) and 108 cases with UPD (UPD group).Through the statistical analysis, 22 variables were selected as the factor set of fuzzy comprehensive evaluation. The weight set and the fuzzy relationship matrix were determined by using the method of factor analysis. Then, the results of fuzzy comprehensive evaluation can be obtained through certain fuzzy algorithm. The sensitivity of this model is 71.4%, the specificity is 85.2%, and the total accuracy is 79.5%. The fuzzy comprehensive evaluation model can discriminate BPD and UPD and be used as an auxiliary method for detecting BPD at early stage.

bipolar disorder， early diagnosis， factor set， fuzzy comprehensive evaluation

10.3969/j.issn.1674-1242.2014.03.003

上海市科委医学领先项目(12401907700)；上海理工大学第六届微创励志创新基金

章浩伟，E-mail：howiezh@sina.com

R749.4

A

1674-1242(2014)03-0133-05

2014-07-31)