基于多種方法融合的慢性胃炎脾胃濕熱證主癥選擇研究

牛競斌，徐瑋斐，錢鵬，蓋筱，鄭義馨，顏建軍，劉國萍

（1.上海中醫藥大學基礎醫學院，上海 201203；2.華東理工大學機械與動力工程學院，上海 200237）

中醫的主癥[1-2]是指疾病的主要脈癥，反映了疾病的病因、病理和病性，是臨床辨證的關鍵所在。它由疾病的主要矛盾決定，并影響著其他癥狀的出現。抓主癥方法的實用性強，是中醫治病求本原則的極好體現。劉渡舟教授[1]提倡“抓主癥”，指出每種病證都有其特異性主癥，可能是某單一癥狀，也可能是由若干個癥狀共同組成。當今國醫大師熊繼柏教授也強調“抓主癥”是治療癥狀繁雜、多重病機惡性腫瘤的重要思路[3]。特征選擇[4]是從一組原始特征中挑選出一個最有效的特征子集，去掉數據中不相關或者不重要的信息，以達到降低特征空間維數的目的，這與劉渡舟教授倡導的“抓主癥”目標相似。

隨著數理統計學及計算機數據挖掘技術的迅速發展，不同病證的主癥選擇研究不斷涌現，為中醫證候診斷的客觀化研究提供了有益的方法學參考。如甘小金[5]運用貝葉斯網絡方法對子宮內膜異位性疾病患者進行研究，獲得了寒凝、濕熱、氣滯等證候的主癥；薛亞靜[6]運用貝葉斯網絡技術聯合Logistic回歸分析對523例焦慮抑郁共病患者不同證候的主癥進行選擇；陳為[7]運用聚類分析等多種統計學方法對慢性腎炎腎陽虛證患者的主癥進行篩選；楊小波等[8]基于粗糙集理論對潰瘍性結腸炎患者的中醫主癥進行篩選。本課題組運用近鄰傳播聚類[9-10]、隨機森林[11]、互信息與粗糙集[12]等多種數據挖掘方法對慢性胃炎常見證候進行主癥選擇探索，很好地提高了證候的分類診斷準確率。

慢性胃炎是一種由不同病因引起的胃黏膜的慢性炎癥，為消化系統的常見病和多發病，其發病率居各種胃病之首，占胃鏡檢查患者的90%[13]。慢性胃炎在中醫學屬“痞滿”“胃痛”等范疇，脾胃濕熱是其常見中醫證型之一[14]。而中醫辨證治療不僅能改善慢性胃炎患者的生活質量，緩解黏膜糜爛、出血及膽汁反流導致的臨床不適，還能改善腺體萎縮、根除幽門螺旋桿菌、逆轉腸化、控制異型增生，進而降低罹患胃癌的風險[15-18]。

本研究在課題組前期應用的近鄰傳播聚類[9-10]、隨機森林[11]、互信息與粗糙集[12]三種方法癥狀（體征）篩選的基礎上，針對不同方法選擇的主癥存在一定差異，我們將三種方法與判別分析結合，最終篩選出慢性胃炎脾胃濕熱證的主癥，以期為其他證候的主癥篩選提供新的借鑒和思路。

1 資料與方法

1.1 臨床資料本研究從中醫問診（脾胃系）信息采集系統中選取慢性胃炎有效病例共919例（包括脾胃濕熱證177例）。其中，男性354例，平均年齡（44.61±14.54）歲；女性565例，平均年齡（48.70±12.74）歲。本研究獲得上海中醫藥大學倫理委員會批準，所納入樣本均同意參加本研究并簽署了知情同意書。西醫診斷標準參照中華醫學會消化病學分會制定的《中國慢性胃炎共識意見（2017年，上海）》[13]，中醫辨證標準、納入標準、排除標準參考課題組前期制定的標準[19]。

1.2 研究方法由于不同方法選擇出的脾胃濕熱證主癥集合不同，因此本研究提出多種選擇方法集成機器學習的方法進行主癥的篩選，綜合利用近鄰傳播聚類、隨機森林、互信息和粗糙集等方法選擇出脾胃濕熱證主癥，采用判別分析進行脾胃濕熱證主癥的篩選，以獲得診斷準確率高、可解釋性好的脾胃濕熱證主癥。見圖1。

圖1 多種選擇方法集成機器學習方法進行主癥篩選的技術路線Figure 1 Technicalroute of feature-selection algorithms integrated with machine learning method for the screening of primary syndromes

1.2.1 近鄰傳播聚類 近鄰傳播聚類算法[20]是一種無監督聚類算法，可高效處理大量數據，對數據結構對稱性也沒有要求，可以根據數據自身特點選取相關性較大的數據進行分析，以便得到最優聚類結果。

1.2.2 隨機森林 隨機森林[21]是一種操作方便、結果可靠的分類器，其模型根據拔靴法進行有放回的抽樣，并根據輸入參數進行特征值的隨機選取。它的優點是無需對數據進行預處理、適合處理多分類問題、不會出現過擬合。

1.2.3 互信息與粗糙集結合 互信息[22]是一種信息度量，可以認為是一個隨機變量相對于另一個隨機變量所包含的信息量，用于描述兩個隨機變量之間的相互關系強弱。粗糙集[23]是一種用于處理含糊性和不確定性問題的數學工具，它有優越的知識簡化能力，可以實現用最小的特征子集代替原始特征，從而消除冗余。將互信息和粗糙集結合，可以得到與類別相關性大、特征之間冗余小的特征子集。

1.2.4 判別分析 判別分析是一種有監督的特征選擇方法[24-25]，它能有效地刪除不相關或冗余的特征，達到數據降維的目的。

1.3 統計分析本研究運用SPSS 25.0統計軟件進行逐步統計分析，并依據標準化典則判別函數系數的大小，以挑選脾胃濕熱證的主癥特征。

2 結果

本研究將近鄰傳播聚類、隨機森林、互信息等方法與判別分析融合進行脾胃濕熱證主癥的篩選，獲取了慢性胃炎脾胃濕熱證的癥狀（體征）集。

2.1 基于近鄰傳播聚類的脾胃濕熱證癥狀（體征）集本課題組前期運用近鄰傳播聚類方法[10]提取脾胃濕熱證的癥狀（體征）集，當特征子集為前8個癥狀（體征）集時，分類器準確率最高（見圖2），依據互信息大小排序分別為苔薄、嗜睡、苔白（0.098 9）；苔黃、舌色紅、唇色紅、嘈雜（0.059 1）；苔厚、苔膩、苔燥（0.045）；舌邊齒痕、舌體胖大、全舌（0.019 4）；唇色淡白、舌色淡白、面色淡白（0.012 8）；小便色黃、口酸、手足心熱、舌色紫暗、舌瘦薄、舌根（0.005 1）；苔黃白相兼、口澀、口氣重、面色紅、舌中裂（0.004 9）；胃脘灼痛、喜冷、胸骨后燒灼感（0.004 2），共計30個癥狀（體征）。

圖2 脾胃濕熱證型近鄰傳播聚類算法分類準確率曲線Figure 2 Classification accuracy curve of the affinity propagation clustering for the spleen and stomach damp-heat syndrome type

2.2 基于隨機森林的脾胃濕熱證癥狀（體征）集本課題組前期運用隨機森林算法[11]在選取15個癥狀特征時，識別率最高達到83.0%，結果見圖3。得到慢性胃炎臨床常見濕熱證候的最優癥狀（體征）子集，將其按重要度排序，得到的前15個癥狀（體征）分別為苔黃、苔白、苔膩、舌色紅、苔厚、舌色淡白、苔薄、苔黃白相兼、齒痕舌、胖大舌、面色萎黃、惡心嘔吐、右手脈弦、頭暈、舌中。結果見表1。

圖3 基于隨機森林的Real算法不同特征數下平均準確率變化Figure 3 Variation of the average accuracy of the REAL algorithm based on the random forest with different number of feature

表1 基于隨機森林算法的慢性胃炎脾胃濕熱證的癥狀（體征）集Table 1 Symptom（sign）set of spleen and stomach damp-heat syndrome type of chronic gastritis based on the random forest algorithm

2.3 基于互信息和粗糙集結合的脾胃濕熱證癥狀（體征）集本課題組前期運用互信息和粗糙集結合[12]的方法，共挑選出20個與脾胃濕熱證相關的癥狀（體征），按屬性依賴度排序依次為：苔黃、右手脈滑、胸骨后燒灼感、苔膩、舌色紅、齒痕舌、苔厚、舌色淡白、口粘膩、舌色絳、苔白、苔薄、胖大舌、右手脈沉、舌中、全舌、面色淡白、口苦、唇色紅、苔燥。結果見表2。

表2 基于互信息和粗糙集的慢性胃炎脾胃濕熱證的癥狀（體征）集Table 2 Symptom（sign）set of spleen and stomach damp-heat syndrome type of chronic gastritis based on mutual information and rough sets

2.4 3種方法的癥狀（體征）集匯總從以上結果可以看出，不同方法獲取的脾胃濕熱證癥狀（體征）個數不同，基于近鄰傳播聚類獲取的癥狀（體征）30個，基于隨機森林算法獲取的癥狀（體征）15個，基于互信息和粗糙集結合的癥狀（體征）20個。匯總3種方法的結果，我們發現共同的癥狀（體征）有苔黃、苔白、苔膩、舌色紅、苔厚、舌色淡白、苔薄、齒痕舌、胖大舌等共9個。具體見表3。

表3 3種方法的慢性胃炎脾胃濕熱證主癥選擇結果Table 3 Results of the primary syndromes for spleen and stomach damp-heat syndrome type of chronic gastritis screened by the three methods

2.5 基于判別分析的脾胃濕熱證癥狀（體征）集將以上3種方法獲取到的9個相同癥狀（體征），運用判別分析方法進行進一步的主癥選擇，獲得脾胃濕熱證主癥共7個癥狀（體征），判別分析的準確率為89.4%。其中，4個癥狀（體征）的典則判別函數系數為正值，3個癥狀（體征）的典則判別函數系數為負值，按照標準化典則判別函數系數大小依次為苔黃（1.641）、苔白（-1.065）、苔膩（0.757）、舌色紅（0.504）、苔厚（0.495）、舌色淡白（-0.323）、胖大舌（-0.269）。具體見表4。

表4 判別分析篩選的慢性胃炎脾胃濕熱證癥狀（體征）集Table 4 Discriminant analysis of the set of symptoms（signs）of spleen and stomach damp-heat syndrome type of chronic gastritis

3 討論

慢性胃炎是由多種原因引起的各種胃黏膜慢性炎性病變[26-28]。基于內鏡診斷的慢性胃炎患病率高達90%[13]。慢性胃炎是炎癌轉化的重要途徑[29]。脾胃濕熱證是慢性胃炎較為常見的實證之一[30]，是由于濕熱蘊結脾胃，導致脾失健運、胃失納降，或者由于飲食不節、過食肥甘厚味而形成的證候[31]；又因上海地處東南，而“東南地土卑弱，濕熱相火為病甚多”（朱丹溪《格致余論》）[32]，故患者易感濕熱之邪而表現為脾胃濕熱證。

劉渡舟教授倡導“抓主癥”的方法實用性強，與計算機數據挖掘中特征選擇的目標相似，因此，本研究將近鄰傳播聚類、隨機森林、互信息與粗糙集、判別分析等方法融合，獲得了脾胃濕熱證的主癥集合，包括苔黃（1.641）、苔白（-1.065）、苔膩（0.757）、舌色紅（0.504）、苔厚（0.495）、舌色淡白（-0.323）、胖大舌（-0.269）等共7個癥狀（體征）。脾胃濕熱證主癥集合的7個癥狀（體征）中有4個正相關的舌象特征，分別為苔黃、苔膩、舌色紅、苔厚。《丹溪心法》曰：“有諸內者，必形諸外。”舌為脾之外候，舌苔是由胃氣蒸化水谷之氣上承于舌面而形成，舌象變化與脾胃生理病理變化密切相關，故稱“舌為胃之鏡”。可見舌質和舌苔變化對脾胃濕熱證診斷極為重要。從臨床實踐來看，舌苔的變化迅速更易觀察[33]，而此次研究挑選出脾胃濕熱證診斷貢獻度最大的兩個癥狀（體征）是苔黃和苔白，有現代研究顯示舌苔上的黃色菌落是致使黃苔形成的主要原因之一[34]。馬廣強等[35]研究認為，放線菌菌群的增多可能是黃膩舌苔形成的主要原因之一，健康人出現黃膩苔可在一定程度上提示體內潛在的炎性預警。苔膩表現為苔質顆粒細膩致密，不易刮脫，其形成則主要由于舌苔菌狀乳頭的密度增加、充滿細菌所致[36]。眾多文獻及臨床研究結果[37-40]均顯示舌紅、苔黃膩是脾胃濕熱證的典型舌象表現，是診斷必備的主癥；中醫理論認為，脾胃濕熱蘊結，濕濁上泛，患者多表現為苔厚、苔膩；熱邪使脈道擴張、血流加速，而見舌紅；濕熱熏蒸而見苔黃。此外，苔白、舌色淡白和舌胖大為負相關的體征，其中苔白的典則判別函數系數僅次于苔黃，同樣成為鑒別診斷脾胃濕熱證的重要癥狀（體征），提示慢性胃炎脾胃濕熱證患者中鮮見苔白，少見舌色淡白及舌體胖大，可見以上癥狀（體征）與中醫理論和臨床實際相吻合。

本研究運用多種數據處理方法融合獲得的慢性胃炎脾胃濕熱證主癥的結果與中醫理論及臨床實際基本一致，可為其他病證的主癥選擇提供新的思路和方法。但由于本研究中臨床樣本量偏少，并具有明顯的區域性，故其結論存在一定的局限性，有待今后進行深入的研究。