基于隐树模型的40岁_65岁妇女原发性骨质疏松症中医证候要素分析

【中医方法学】 基于隐树模型的 40岁 ～ 65岁妇女原发性骨质疏松症 中医证候要素分析  谢雁鸣1，杨 伟2，田 峰1△，易丹辉2，虞 鲲3， 康 树4，刘 峘1，李建鹏1，支英杰1 (1．中国中医科学院中医临床基础医学研究所，北京 100700;2．中国人民大学统计学院，北京 100872; 3．上海市大华医院，上海 200237;4．北京中医药大学东直门医院，北京 100700) 摘要:目的:运用机器学习方法探索 40 岁 ～ 65 岁妇女原发性骨质疏松症的中医基本证候要素特征。方法:运用隐类分析方法对 北京和上海社区骨质疏松人群中医证候相关数据进行分析并建立隐树模型。结果:得到 BIC 评分为-22950． 125 的隐树模型，模型中 的隐变量展现了骨质疏松人群以肾虚、肝虚、阳虚、阴虚、血瘀等为主的基本证候要素特征。结论:隐树模型可以客观化、定量化地揭 示中医症状间的复杂关系，为中医证候的定量化研究提供研究思路。 关键词:隐树模型;原发性骨质疏松症;中医证候要素 中图分类号:R274． 9 文献标识码:A 文章编号:1006-3250(2011)07-0731-04 Latent tree model analysis on TCM syndrome factors of primary osteoporosis among 40 ～ 65 years old women XIE Yan-ming1，YANG Wei2，TIAN Feng1△，YI Dan-hui2，YU Kun3， KANG Shu4，LIU Huan1，LI Jian-peng1，ZHI Ying-jie1 (1． Institute of Basic Research in Clinical Medicine，China Academy of Chinese Medical Sciences，Beijing 100700，China; 2． School of Statistics，Renmin University，Beijing 100872，China;3． Dahua Hospital，Shanghai 200237，China; 4． Dongzhimen Hospital，Beijing University of Chinese Medicine，Beijing 100700，China) Abstract:Objective:To explore the TCM syndrome factors of women aged 40 ～ 65 years with primary osteoporosis(OP) through machine learning methods． Methods:Latent class analysis was applied to establish a latent tree model based on TCM syndromes related data of OP population in Shanghai and Beijing communities． Results:A latent tree model with the highest BIC score -22950． 125 was constructed and the latent variables showed in the model indicated the basic TCM syndrome essential factors of POP， including kidney deficiency， liver deficiency， yang deficiency， yin deficiency， kidney essence insufficiency and blood stasis． Conclusion:Latent tree model can be used to reveal the complex relationship between TCM symptoms，which provids a new method for quantitative and objective research of TCM syndromes． Key words:latent tree model;primary osteoporosis;TCM syndrome factors 基金项目:国家自然科学基金面上资助项目-“基于非齐性 markovmodel 建立病证结合的绝经后骨质疏松证早期风险评估模型” (30873339) ;中国中医科学院第二批自选选题项目(Z02102) 隐类分析(latent class analysis)是一个基于隐类 模型的聚类方法［1］。作为隐类分析的一种工具，隐树 模型(latent tree model) ，即多层隐类(hierarchical latent class，HLC)模型，已经被探索性地应用于中医 证候的定量化研究领域中［1-3］，比较适合于中医证候 的定量研究分析。本文拟对 611 例北京和上海社区 40 岁 ～ 65 岁妇女原 发 性 骨 质 疏 松 症 (primary osteoporosis，POP)中医证候相关调查数据进行隐类分 析，建立隐树模型，探索社区 40 岁 ～ 65 岁妇女 POP 中医基本证候要素特征。 1 资料与方法 1． 1 资料来源 2009 年 3 月 ～ 8 月期间，在上海市徐汇区和北京 市东城区社区医疗服务中心开展 POP 高危人群筛 选，对符合纳入标准的人员进行现场问卷调查，并指 导被调查者分别到上海市大华医院和北京市东直门 医院进行骨矿物质密度(bone mineral density，BMD) 检测。在上海社区共发放筛检问卷 1101 份，返回问 卷 1027 份，经核实排除不合格问卷 26 份，得到合格 问卷 1001 份，占发放问卷数的 90． 92%。在北京社区 共发放筛检问卷 800 份，返回问卷 763 份，经核实排 除不合格问卷 24 份，得到合格问卷 739 份，占发放问 卷数的 92． 38%。应用“骨质疏松症健康管理系统” 网络数据采集平台，将合格问卷独立双录双核后，进 行一致性检验后，共获得 1740 例合格筛检问卷和 BMD 检测数据。 1． 2 研究方法 1． 2． 1 筛检问卷的设计 在课题组前期设计的 《原发性骨质疏松症中医证候调查问卷》［4］的基础 上，结合问卷信度、效度分析［5］和中医证候分析［5、6］ 结果，根据量表学和临床流行病学方法，结合骨质疏 松症专家的临床经验以及专家反复论证，基于已完成 的 520 例 POP 中医基本证候研究［7］的结果，《中医内 科常见病诊疗指南·西医疾病部分》［8］的中医证候辨 证内容，制定“社区 40 岁 ～ 65 岁妇女骨质疏松危险 因素及证候调查问卷”。整个筛检问卷包括一般信 137 2011 年 7 月第 17 卷第 7 期 July 2011 Vol． 17. No． 7 中国中医基础医学杂志 Chinese Journal of Basic Medicine in Traditional Chinese Medicine  息、生活习惯、发病相关因素、躯体状况、临床体征等 5 个领域的内容，共 65 个条目，为封闭式设计。筛检问 卷在调查前由独立的中国中医科学院中医临床基础 医学研究所伦理委员会对其内容进行医学伦理论证 并同意使用。 1． 2． 2 被调查者选择标准 (1)纳入标准:①女 性;②年龄 40 岁 ～ 65 岁;③意识清楚，可用言辞表 达，有阅读能力，与调查人员沟通无障碍者;④愿意接 受筛检问卷调查和 BMD 检测，并在“卷首页”签名同 意者;(2)排除标准:①药物或其他疾病引起的继发性 骨质疏松症;②有恶性肿瘤、痛风、类风湿性关节炎等 疾病影响中医证候判断者;③精神障碍、认知障碍者。 1． 2． 3 诊断标准 根据 2008 年中华中医药学 会发布的《中医内科常见病诊疗指南·西医疾病部 分》［8］中以 BMD 检测 T 值为指标的 POP 定性诊断标 准，T 值 ＞ M-1SD 为骨量正常，M-1SD ～ -2． 0SD 为骨 量减少，＜ M-2． 0SD 以上为骨质疏松。 1． 2． 4 统计分析方法 隐树模型是一种含有多 个隐变量及隐结构的树状形贝叶斯网，其中所有叶节 点是可观测的变量，称为显变量;所有内节点是不可 观测的变量，称为隐变量(如图 1)。 图 2 隐树模型 M 结构图 图 1 一个 HLC 模型:X1，X2，X3 是隐变量， Y1，Y2，…，Y7 是显变量 Zhang［9］给出了如何从给定的数据中挑选出最匹 配数据的 HLC 模型方法，文中通过实证研究选用最 合适的贝叶斯信息准则(Bayes information critedon， BIC)［10］进行模型学习。隐树模型的 BIC 评分计算公 式为: BIC(G | Σ)= logP(Σ | G，Θ* )－ d(G)2 logm 其中，Σ是 1 组数据，m 是 Σ中的样本个数，G是 1 个隐树模型，而 Θ* 是 G 中参数的 1 个最大似然估 计，d(G)是 G 中独立参数的个数。 2 数据分析 611 例符合“骨质疏松”定性诊断标准的数据纳 入分析。躯体症状共 49 个条目，分析时首先排除身 痛、腰痛、背痛、足跟痛等疼痛的性质和时间 8 个条 目、其他部位疼痛及其性质和时间 3 个条目，其他症 状 1 个条目，对剩余的 37 个条目分析其发生频率，将 低于 15%的 7 个躯体症状条目进行排除，最终纳入隐 树模型分析的有 30 个条目，即筛选 30 个躯体症状变 量纳入分析。躯体症状的程度分为“没有”、“偶尔 有”、“时有时无”、“经常有”、“总是有”5 级，即每个 症状变量都有 5 个可能的取值。运用 Lantern 1． 5 软 件(由香港科技大学张连文教授授权)隐树模型分析， 通过 BIC 评分准则找到所有可能模型中 BIC 评分最 高的隐树模型。 3 结果 3． 1 POP 隐树模型结构 利用 启 发 式 单 重 爬 山 (heuristic single hill- climbing，HSHC)算法［11］学习得到 BIC 评分最高的隐 树模型 M(见图 2)，其 BIC 评分为-22950． 125。模型 M 中，V0 ～ V29 是来自原始数据的症状显变量，Y0 ～ Y13 是数据分析过程中引入的隐变量，每个隐变量后 面括号里的取值表示对应隐类的取值个数。 3． 2 POP 隐树模型中隐变量的诠释 图 2 显示，隐变量 Y0 可以当作是 40 岁 ～ 65 岁 北京、上海社区 POP 人群，直接依赖于 Y0 的隐变量 有 Y1、Y7、Y9 和 Y13。把模型 M 与 POP 的中医证 候理论作比较，对这些隐变量作具体的定性诠释。 3． 2． 1 隐变量 Y1 的诠释 隐树模型 M 中，隐 变量 Y1 直接影响着足跟痛这个症状的出现及其轻 重程度外，还通过隐变量 Y2、Y5、Y4 间接影响着相 关症状的出现及其轻重程度。隐变量 Y2 直接影响 着腰膝酸软、气短、乏力、健忘、易怒 5 个症状的出现 及其轻重程度，Y2 还通过隐变量 Y3 间接影响着腿 软和下肢困重 2 个症状的出现及其轻重程度。肾主 骨生髓，若肾精不足，骨髓生化乏源不能营养骨骼， 便会出现腰膝酸软、腿软、乏力症状。肾主纳气，肾 精充足，肾气充沛，摄纳有权，则呼吸均匀和调。若 肾精亏虚，肾气衰减，摄纳无力，肺吸入之清气不能 下纳于肾，则会出现气短症状。“肾藏精，精舍志”， 脑的记忆主要由肾主司，若肾精不足，无法荣养脑 237 中国中医基础医学杂志 Chinese Journal of Basic Medicine in Traditional Chinese Medicine 2011 年 7 月第 17 卷第 7 期 July 2011 Vol． 17. No． 7  髓，灵机失运，可见健忘症状。肾主水，肾气对于水 液代谢具有调节作用，肾气亏虚，水失运化，日久生 湿，阻滞经脉，气血运行不畅，可见下肢困重。腰膝 酸软、气短、乏力、健忘、腿软和下肢困重是 POP 肾 阳虚证的主要症状，隐变量 Y2 可以诠释为肾阳虚 情况。 隐变量 Y5 除直接影响身痛和背痛的出现及其 轻重程度外，还通过隐变量 Y6 影响腰痛和遇寒痛 甚的出现及其轻重程度。肾精不足，日久阳气亏虚， 气的推动和温煦功能减退，致使血行不畅，日久成 瘀，瘀阻脉络，不通则痛，可见身痛和背痛症状。腰 为肾之府，肾中阳气不足，温煦失司，不能温养腰府， 故可见腰痛和遇寒痛甚。身痛、背痛、腰痛和遇寒痛 甚是 POP 血瘀证的主要临床症状，隐变量 Y5 可以 诠释为血瘀情况。 隐变量 Y4 影响着耳鸣、齿摇、下肢转筋的出现 及其轻重程度。肾开窍于耳，肾精不足，耳窍失养， 故见耳鸣;“肾主骨”，齿为骨之余，肾中精气亏虚， 骨骼失养，可见齿摇和下肢转筋。耳鸣、齿摇、下肢 转筋是 POP 肾精不足证的常见症状，隐变量 Y4 可 以诠释为肾精不足情况。 隐变量 Y1 所影响的症状可以诠释为肾虚(兼 有阳虚、肾精不足和血瘀)证候。可以这样理解，对 于 40 岁 ～ 65 岁女性骨质疏松人群而言，肾虚是根 本的病理基础，不同的人群在此基础上可能在阳虚、 精气不足和血瘀 3 个方面有所侧重，故而在临床症 状表现上也有不同偏重或兼夹。隐变量 Y1 在某种 程度上体现了 40 岁 ～ 65 岁女性骨质疏松人群中医 证候的复杂性。 3． 2． 2 隐变量 Y7 的诠释 隐变量 Y7 直接影 响着畏寒、头晕、纳呆的出现及其轻重程度外，还通 过隐变量 Y8 间接影响着失眠和多梦易惊的出现及 其轻重程度。脾主运化，脾阳不足，运化失司，可见 纳呆;肾阳为一身阳气之本，若肾阳亏虚、阳气温煦 不足，可见畏寒;脾肾阳虚，气血不能上荣头窍，可见 头晕。心肾水火升降互济，才能维持两脏生理功能 的协调平衡。若肾阴亏虚，阴不制阳，肾中虚火上扰 心神，故见失眠和多梦易惊。畏寒、头晕、纳呆、失眠 和多梦易惊等症状属于阴虚和阳虚并见，故隐变量 Y7 可以诠释为肾阴阳两虚兼夹脾阳虚情况。 3． 2． 3 隐变量 Y9 的诠释 隐变量 Y9 通过隐 变量 Y10、Y11、Y12 影响着相关症状，隐变量 Y10 直接影响着恶热、手足烦热和盗汗的出现及其轻重 程度，隐变量 Y11 直接影响着视物模糊和目睛干涩 的出现及其轻重程度，隐变量 Y12 直接影响着便秘 和脱发的出现及其轻重程度。肾阴亏虚、阴不制阳、 阳热之气相对偏盛而生内热，可以出现恶热、手足烦 热和盗汗症状。肝开窍于目，目受血而能视，“肝肾 同源”，肾阴亏虚容易导致肝阴亏虚，目窍失养，可 见视物模糊和目睛干涩症状。“发为血之余”，肝主 血，若肝阴血不足、头发失养，可见脱发症状。肾阴 不足、阴液亏虚、肠道失润可见便秘。恶热、手足烦 热、盗汗、视物模糊、目睛干涩、便秘和脱发皆属于 POP 肝肾阴虚的临床表现，因此隐变量 Y9 可以诠 释为肝肾阴虚情况。 3． 2． 4 隐变量 Y13 的诠释 隐变量 Y13 直接 影响着尿频和小便清长的出现及其轻重程度。肾阳 亏虚，肾气和膀胱之气的固摄作用失常，致膀胱气化 失司、关门不利，可出现尿频和小便清长的症状。隐 变量 Y13 可以诠释为肾阳虚影响膀胱气化功能的 情况。 就骨质疏松人群而言，隐树模型 M 中的显变量 (躯体症状)所展现的隐变量与 POP 常见的肾虚、肝 虚、阳虚、阴虚、血瘀等基本证候要素特点相吻合，病 变部位以肝肾两脏为主，病性以虚证为主兼见血瘀。 3． 3 POP 隐树模型中隐类的解释 下面从两个方面对模型 M 作定量解释。一方 面，模型明确规定隐变量的取值个数;另一方面，模 型用条件概率分布来定量刻画变量之间的依赖关 系。这里以模型 M 中隐变量 Y5 为例说明。Y5 直 接影响 V25、V27 的轻重程度，通过隐变量 Y6 间接 影响 V26、V29 的轻重程度。从定性分析的角度，可 以把 Y5 解释为血瘀证。在定量层面，Y5 有 2 个不 同取值，分别记为 s0 和 s1，即按照 Y5 这个隐变量， 模型 M 把数据样本对应的骨质疏松人群聚成 2 个 大类。由于这些类不是直接观察到的，因此称为隐 类，其特性可以通过类概率分布(class probability distribution)来刻画。 例如，Y5 与 V25 和 V27 的定量关系分别由条 件概率分布 P(V25 | Y5)和 P(V27 | Y5)给出。各症 状变量在 Y5 的 2 个不同取值下的条件概率分布情 况见表 1。就“身痛”症状具体而言，在 Y5 = s0 这个 类中，“没有”、“偶尔有”、“时有时无”、“经常有”、 “总是有”身痛的人群比例大约分别为 79%、18%、 1%、2%和 0%;而在 Y5 = s1 这个类中，对应的人群 比例分别为 19%、40%、18%、19% 和 4%。“身痛” 在隐类 Y5 = s1 这类人群中“偶尔有”、“时有时无”、 “经常有”、“总是有”的比例明显偏高，而在隐类 Y5 = s0 这类人群中“没有”的比例偏高。 表 1 隐变量 Y5 与相关症状的条件概率分布表 隐 类 显 变 量 症 状 没有 偶尔有 时有时无 经常有 总是有 P(V | Y5 = s0) V 2 5 身 痛 0． 79 0． 18 0． 01 0． 02 0． 00 V 2 7 背 痛 0． 75 0． 23 0． 02 0． 01 0． 00 V 2 6 腰 痛 0． 47 0． 38 0． 06 0． 07 0． 02 V29遇寒痛甚 0． 72 0． 15 0． 11 0． 02 — P(V | Y5 = s1) V 2 5 身 痛 0． 19 0． 40 0． 18 0． 19 0． 04 V 2 7 背 痛 0． 15 0． 33 0． 22 0． 26 0． 04 V 2 6 腰 痛 0． 06 0． 29 0． 20 0． 36 0． 09 V29遇寒痛甚 0． 29 0． 30 0． 32 0． 09 — 为直观地展现隐类的特性，可以把上面的类概 率分布数值用直方图的形式展示。在类概率直方图 中，每个显变量所对应的柱状图反映了其在相应隐 类中的条件分布。柱状图中颜色由浅至深各段的长 度分别对应于显变量第 1 个状态、第 2 个状态、第 3 337 2011 年 7 月第 17 卷第 7 期 July 2011 Vol． 17. No． 7 中国中医基础医学杂志 Chinese Journal of Basic Medicine in Traditional Chinese Medicine  个状态等等的条件概率大小。图 3 给出模型 M 中 隐变量 Y5 的 2 个类中，各症状显变量的概率直方 图。图中柱体分别表示在类 Y5 = s0、Y5 = s1 中，症 状变量 V25、V27、V26 和 V29 的概率分布。很明 显，隐变量 Y5 取值隐类 s1 中的各个症状变量出现 的程度要比隐类 s0 中的重，从中医理论来讲，可以 解释为血瘀证越重，则相应症状出现越多且程度越 重。 图 3 隐变量 Y5 两个隐类下各症状变量的概率直方图 通过这样的定量方法还可以对模型 M 中其他 的隐变量进行一一分析。由此，可以刻画人群处于 隐变量下某个特定隐类时，或者说证候处于某个特 定轻重程度时，相应症状出现的动态变化情况。 4 讨论 4． 1 POP 的基本中医证候要素 证素是对病变当前的位置与性质等本质所作的 判断，是辨证的基本要素［12］。《中医内科常见病诊 疗指南·西医疾病部分》中指出，POP 的基本病机 是由于本虚，病位在骨，证属本虚标实，以肝、脾、肾 三脏虚弱，尤以肾虚为本、寒湿、血瘀为标［8］。导师 开展的研究表明，POP 的基本中医证候要素为阴虚、 阳虚、气虚、气滞、湿浊和血瘀［13］。这表明，运用隐 树模型进行 POP 中医证候要素的分析结果是基本 可靠的。隐树模型提示，肾虚、阳虚、阴虚等证候要 素只与部分症状变量直接相关，而不是与全部症状 变量直接相关，而且不同证候要素影响不同的症状 变量，这是符合中医理论和临床实际的。 4． 2 隐树模型在中医证候研究中的优势和 不足 4． 2． 1 聚类分析方法在中医证候研究中的不 足 中医辨证是一个多维同时分类问题，聚类分析 在原理上是建立客观定量的辨证标准最自然的方 法，但是现有的聚类方法是单维的，在处理中医证候 的多维性方面具有先天不足之处［1］。通过对骨质 疏松人群进行多维聚类，得到的每一个类都是数据 在某一特征上的反映，构建的隐树模型可以显示中 医证候的客观性。通过分析模型中具有中医辨证意 义的隐变量或隐类，明确疾病证候要素;通过模型中 相关显变量的类概率分布可以了解症状对于相应证 候要素的贡献度［14］。隐树分析方法可以从多维和 定量的角度，弥补聚类分析在中医证候研究方法上 的先天不足。 4． 2． 2 现有隐树模型算法在中医证候研究中 的局限性 隐树模型分析所用的 HSHC 算法在数据 变量处理上有一定的限制性要求，不宜将太多的变 量纳入分析，而且所要求的样本量较大。本分析仅 纳入与 POP 常见证候相关的 30 个症状变量，样本 量为 611 例，模型 M 中有个别症状变量在证候归类 上与中医理论存在一定的差异，部分症状变量在证 候诠释上比较困难，给模型解释带来一定的困难。 可以认为，本研究建立的隐树模型 M 是与 611 例骨 质疏松人群数据最匹配的、最可靠的模型，但并非完 美无缺，模型中所有隐变量反映出来的数据特征的 中医临床意义，需要结合中医理论和临床专家经验 来综合考虑和判断。这些问题有待今后通过改进模 型算法和增大样本量继续深入研究。 参考文献: ［1］ 张连文，袁世宏 ． 隐结构模型与中医辨证研究(I)———隐结 构法的基本思想及隐结构分析工具［J］． 北京中医药大学学 报，2006，29(6) :365-369． ［2］ 张连文，袁世宏，陈 弢，等 ． 隐结构模型与中医辨证研究 (Ⅱ)———肾虚数据分析［J］． 北京中医药大学学报，2008，31 (9) :584-587． ［3］ 袁世宏，张连文，陈 弢，等 ． 隐结构模型与中医辨证研究 (Ⅲ)———模型辨证与专家辨证［J］． 北京中医药大学学报， 2008，31(10) :659-663． ［4］ 朱云茵 ． 原发性骨质疏松症系统评价及中医基本证候研究 ［D］． 北京:中国中医科学院毕业论文，2005． ［5］ 谢雁鸣，朱芸茵，于 嘉 ． 原发性骨质疏松症中医证候调查问 卷信度与效度分析［J］． 中国中医药信息杂志，2006，13 (12) :21-23． ［6］ 朱芸茵，谢雁鸣 ． 原发性骨质疏松症中医证候特征探析［J］． 亚太传统医药，2006，2(2) :54-57． ［7］ 谢雁鸣，朱芸茵，葛继荣，等 ． 基于临床流行病学调查的原发 性骨质疏松症中医基本证候研究［J］． 世界科学技术-中医药 现代化，2007，9(2) :38-44． ［8］ 中华中医药学会 ． 中医内科常见病诊疗指南·西医疾病部分 ［G］． 北京:中国中医药出版社，2008:242-245． ［9］ Zhang N L． Hierarchical latent class models for cluster analysis ［J］． Journal of Machine Learning Research，2004，5(6) :697- 723． ［10］ Schwarz G． Estimating the dimension of a model［J］． Annals of Statistics，1978，6(2) :461-464． ［11］ Zhang N，Kocka T． Efficient Learning of Hierarchical Latent Class Models［Z］． Boca Raton，Florida:2004585-593． ［12］ 朱文锋，张华敏 ． “证素”的基本特征［J］． 中国中医基础医 学杂志，2005，11(1) :17-18． ［13］ 谢雁鸣，朱芸茵，葛继荣，等 ． 基于临床流行病学调查的原发 性骨质疏松症中医基本证候研究［J］． 世界科学技术-中医药 现代化，2007，9(2) :38-44． ［14］ 王天芳，张连文，赵 燕，等 ． 隐结构模型及其在中医证候研 究中的应用［J］． 北京中医药大学学报，2009，32(8) :519- 526． 收稿日期:2010-11-05 作者简介:谢雁鸣(1959-) ，女，吉林长春人，研究员，博 士研究生导师，医学学士，从事中医临床评价方法研究。 △通讯作者:田 峰，医学博士，从事中医临床评价方法 研究，Tel:010-64014411-2806，E-mail:tianfengzzz@ 126． com。 437 中国中医基础医学杂志 Chinese Journal of Basic Medicine in Traditional Chinese Medicine 2011 年 7 月第 17 卷第 7 期 July 2011 Vol． 17. No． 7 