首页 > 文献资料
-
隐树模型几个关键指标的辨证意义
数据挖掘的各种算法模型能否真正量化地解释证侯,关键是该模型所产生的有关指标能否合理地量化解释证和一组症状的关系.文章以抑郁症临床流行病学调查数据构筑的证候隐树模型为例子,分析了该模型所产生的互信息、累积互信息、信息覆盖度、条件概率等几个指标的辨证意义.认为:互信息可作为确定一组与某证有密切关联的症状的依据;累积互信息和互信息数值之间的比较可以把握症状提供给证的信息,从而判断症状的诊断价值;信息覆盖度可以考察与某证相关联的一组症状中究竟有多少症状、或有哪些症状就足可以把握该证的基本特征;而条件概率则可以通过该证关联的一组症状所表现出的变化来定量地刻画这个特征.
-
基于隐树模型的绝经后骨质疏松性骨折证候要素提取及特征分析
目的:提取绝经后骨质疏松性骨折的中医证候要素,分析其相关特征.方法:基于隐树模型,对北京、上海两地社区绝经后骨质疏松性骨折患者中医证候要素相关数据进行分析.结果:发现该病患者主要涉及的证候要素靶位包括:肝、肾(隐变量Y1),脾、肾(隐变量Y2),主要证候要素为肝肾阴虚(隐变量Y1)和脾肾阳虚(隐变量Y2).结论:隐树模型可以通过绝经后骨质疏松性骨折症状间的复杂关系,定性、定量化地凝练该病中医证候要素,为进一步研究该病提供工作基础与必要条件.
关键词: 隐树模型 绝经后骨质疏松性骨折 证候要素 数据挖掘 -
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
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.