基于最大似然法的中风病常用中成药适宜人群经典判别分析

罗文舒 胡湘 杨卓欣 于海波 皮敏 张金文 黄美玲 崔梦媛

【摘 要】 目的：应用基于最大似然法的经典判别分析研究中风病常用中成药适宜人群的临床特征。方法：查询电子处方集系统，筛选应用量最大的前3种中成药，利用经典判别分析对常用中成药适宜人群建立数学模型，分析模型对不同人群的预测能力。结果：筛选出中风病应用量最大的前3种中成药为灯盏生脉胶囊、银杏叶滴丸、强力天麻杜仲胶囊，共纳入203例受试者，利用经典判别分析构建数学模型，对3种中成药组测试集进行预测，总判别正确率为76.24%。结论：利用基于最大似然法的经典判别分析构建中成药适宜人群的数学模型，对3种中成药适宜人群有良好的识别效果。

【关键词】 中风病；中成药适宜人群；经典判别分析

【中图分类号】R255.2 【文献标志码】 A【文章编号】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

中风病是严重危害我国人民健康的重大疾病，其发病率、致死率和致残率均很高，近年脑卒中发病率和患病率仍在持续上升[1]。中成药对脑血管疾病疗效好，毒副作用少，已成为我国中风病患者治疗的重要选择之一，是临床防治中风病的重要药物[2]。随着中成药在临床上的广泛应用，其药源性疾病发生有增多趋势[3]。临床上很多医师特别是西医师，因对中成药药理理解不充分，使用时缺少辨证论治，造成了不合理使用现象[4]，这已引起行业内重視[5]。因此，构建符合中医理论的中风病常用中成药适宜人群的数学模型，为临床上提供参考，有助于提高疗效，控制成本，促进康复。

1 资料与方法

1.1 病例选择 选取2015年1月至2017年9月深圳市中医院针灸科病房及门诊就诊的缺血性中风病恢复期或后遗症期患者。

1.2 诊断标准 缺血性中风病名诊断标准参照《各类脑血管疾病诊断要点》[6]和《中风病诊断与疗效评定标准》[7]。证候诊断标准参照《中风病诊断与疗效评定标准》[7]、《中医虚证辨证参考标准》[8]和《血瘀证诊断标准》[9]。

1.3 纳入标准 符合缺血性中风病的诊断标准；恢复期和后遗症期脑梗死患者；可用针灸科2014年11至12月治疗中风应用量最大的前3种中成药治疗。

1.4 排除标准 无症状和局灶体征的静止性脑梗死；发病时有严重的心脏病如心功能不全、呼吸衰竭、肝功能障碍、肾功能不全、恶性肿瘤、凝血功能障碍等。

1.5 观察指标 参考《中风病诊断与疗效评定标准》、《中医虚证辨证参考标准》和《血瘀证诊断标准》（见1.2 诊断标准）所涉及的症状、特征和理化指标。

1.6 实施方法 对患者进行现场采集中医四诊信息，并填写中医四诊信息采集表。

1.7 统计学处理 数据分析采用SPSS 22.0统计软件包进行统计分析和建模。将中成药类别作为响应变量，望、闻、问、切采集数据等相关信息作为解释变量，利用应用基于最大似然法的经典判别分析建立数学模型。

2 结果

2.1 常用中成药 对深圳市中医院针灸科2014年11至12月的临床用药情况调研，查询其电子处方集系统，筛选第一诊断是“中风”、“脑梗塞”、“脑梗死”或“脑血管疾病”的处方，对其进行筛选，应用量最大的前3种中成药为：灯盏生脉胶囊、银杏叶滴丸、强力天麻杜仲胶囊。

2.2 经典判别分析 入选病例共计203例，随机分为训练集102例和测试集101例，其中训练集实际分组1、2和3（中成药种类=1、2和3，分别代表灯盏生脉胶囊组、银杏叶滴丸组和强力天麻杜仲胶囊组），分别有32、37和33例。经方差分析后发现中成药应用适宜人群临床特征，如：神疲乏力，少气或懒言，自汗，舌胖或有齿印，脉虚或弱或软或濡，五心烦热，咽燥口干，舌红或少苔或无苔，脉细数，便结而尿短赤，耳鸣或耳聋，急躁易怒或抑郁喜叹息，手足抖动，头重如裹，苔白腻等，与不同种类中成药应用相关。

判别分析可根据分类明确的样本，制定出分类标准，从而可对新样本（测试集或其他待测样本）进行分类。训练集样本Yi（“中成药种类=灯盏生脉胶囊”组定为Y1，“中成药种类=银杏叶滴丸”组定为Y2，“中成药种类=强力天麻杜仲胶囊”组定为Y3），3组数据可鉴别指标为一级指标Xj（j=1，2，3……），每个一级指标的变化定为Xk。计算四组数据各个指标的出现率（条件概率）P（Xjk/Yi），见表1。根据指数换算公式Lijk=[logP（Xjk/Yi）+1]×10，得到对应指数值。见表2。

2.3 模型预测能力的评估 测试集按变量“中成药种类”分组共有101例样本数据进入分析，其中实际分组1、2和3（中成药种类=1、2和3，分别代表灯盏生脉胶囊组、银杏叶滴丸组和强力天麻杜仲胶囊组）分别有33、36和32例。测试集样本根据表2各组各类因素指数换算计量表的结果，求出指数和，以指数和大者作为判别结果，再和实际分组相验证。结果显示，实际分组1（“中成药种类=1”）有7人被误判，判别正确率78.79%，实际分组2（“中成药种类=2”）有9人被误判，判别正确率75.00%，实际分组3（“中成药种类=3”）有8人被误判，判别正确率75.00%。总判别正确率为76.24%，说明该模型预测效果尚可。

3 讨论

中风病在世界范围内居60岁以上人口死亡原因中第2位[10]，是造成成人残疾的首要原因，也是老年人认知功能障碍的重要原因。我国每年约有600万人受中风侵袭，其中约有1/3患者会后遗终身残疾，存活患者生活质量差因此，必须积极采取有效的防治措施，合理用药，以降低中风病发病率、死亡率、致残率和复发率，促进患者康复。

中风病恢复期和后遗症期，其病机多为虚实夹杂，故治疗当注重标本兼顾，扶正祛邪，常见证型包括气虚血瘀，风痰瘀阻，肝肾亏损等，治法多采用益气养血，化痰通络，平肝熄风，补益肝肾[11]。灯盏生脉胶囊由灯盏细辛、人参、五味子、麦冬组成，功能益气养阴，活血健脑，用于气阴两虚，瘀阻脑络证；银杏叶滴丸为理血剂，有活血化瘀通络之功效，主治瘀血阻络证；而强力天麻杜仲胶囊为熄风化痰，活血通络，补益肝肾之品。本研究筛选出的建模因素（临床特征），如：神疲乏力，少气或懒言，自汗，舌胖或有齿印，脉虚或弱或软或濡，五心烦热，咽燥口干，舌红或少苔或无苔，脉细数，便结而尿短赤，耳鸣或耳聋，急躁易怒或抑郁喜叹息，手足抖动，头重如裹，苔白腻等，与不同种类中成药应用相关。从这些所纳入研究的患者临床特征来看，风、痰、瘀、气虚、肝肾亏虚是重要病机，可能与中风患者血脉运行不畅、风痰瘀阻、脏腑功能亏虚不能濡养清窍，而使脑失所养等病理改变密切相关。

经典判别分析在分类确定的条件下，根据研究对象的各种特征值判别其类型归属，其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标，据此即可确定某一样本属于何类。最大似然法用于自变量均为分类变量的情况，该方法建立在独立事件概率乘法定理的基础上，根据训练集信息求得自变量各种组合情况下样本被归为任何一类的概率。当新样本进入时，则计算其被分到每一类中去的条件概率（似然值），概率最大的那一类就是最终评定的归类。有研究表明[12]在省级医院里西医师开具的中成药处方不合格率可达41.3%，上述示范性研究采用基于最大似然法的经典判别分析，对中成药种类与中成药应用适宜人群临床特征进行建模，总判断符合率76.24%，预测效果尚可，在临床合理使用中成药防治中风病方面提供客观参考。后期进一步研究仍需继续扩大样本量，增加中成药种类，开展多中心合作。

参考文献

[1]孙海欣，王文志. 中国60万人群脑血管病流行病学抽样调查报告[J]. 中国现代神经疾病杂志，2018，18（2）：83-88.

[2]储秋萍，冯琳，戴惠珍，等. 2007年长江流域157家医院心脑血管类中成药的利用分析[J]. 中国新药与临床杂志，2008，27（10）：775.

[3]康麗，高慧，王璐，等. 中成药不良反应报告中不合理用药回顾性分析[J]. 临床医学研究与实践，2017，2（27）：101-102.

[4]高素强，赵展荣，贺鹏. 卫生部北京医院治疗心血管疾病中成药处方分析[J]. 中国全科医学，2005，8（16）：1336.

[5]金锐，赵奎君，郭桂明，等. 中成药临床合理用药处方点评北京共识[J]. 中国中药杂志，2018，43（5）：1049-1053.

[6]中华神经科学会，中华神经外科学会.各类脑血管疾病诊断要点[J].中华神经科杂志，1996，29（6）：379-380.

[7]国家中医药管理局脑病急症协作组. 中风病诊断与疗效评定标准（试行）[J]. 北京中医药大学学报，1996，19（1）：55-56.

[8]沈自尹，王文健. 中医虚证辨证参考标准[J]. 中西医结合杂志，1986（10）：598.

[9]第二届全国活血化瘀研究学术会议修订.血瘀证诊断标准[J].中西医结合杂志，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]国家中医药管理局专业技术资格考试专家委员会. 2006年全国临床中医学 中西医结合医学 中药学 中医护理学专业技术资格考试大纲与指南[M]. 北京：中国中医药出版社，2006：1340-1345.

[12]关玉琴，周彩虹，刘建宁. 西医开具中成药处方存在的问题分析[J]. 临床合理用药，2010，3（13）：61.