基于数据挖掘技术的焦虑抑郁共病中医证候学规律研究

Comorbid anxiety and depression disorder(CAD) is combidity of both anxiety and depression. CAD has a high disease incidence. It's easy to relapse, and difficult to be cured. TCM has some advantages in this field. However, past research mostly define the syndrome patterns and therapy formula from their personal experiences, and the conclusions are not strict and reasonable enough. Researchers now still have not form a criterion in syndrome patterns, principle of treatment and therapeutic methods of CAD. The current situation obstructs the research of CAD in TCM..Bayes Net, clusteranalysis, association analysis and logistic regression is advanced methods in data mining field. It can build an objective and critical logistic relationship between symptoms, syndrome elements, symptoms and syndrome, find syndrome discipline without predetermined syndrome patterns, and provide proof for determining syndrome patterns..The research will first observe the symptoms of large sample GAD patients in critical DME method, and analyze the data with Bayes Net, cluster analysis association analysis and logistic regression, finally discover the syndrome discipline of CAD, formulate the diagnostic criterion and therapeutic formula of CAD by TCM.

焦虑抑郁共病是指抑郁与焦虑均符合诊断标准的一种共病状态，具有发病率高、易复发、病情重的特点。中医药对于本病的治疗有独特的优势。现有的研究对于证候分型及治疗方法，多从主观的个人经验出发，结论不够严谨，缺乏科学性和代表性。目前本病的证候规律、治疗原则、方法等方面尚缺乏统一认识，极大地限制了中医药治疗GAD的研究。.贝叶斯网络技术、聚类分析、关联规则和Logistic回归是先进的数据挖掘技术。它们能够客观地、规范地建立症状之间、证候要素和证候靶位之间、证候类型与症状之间的逻辑关系，提取证候规律，为最终确立证型提供依据。.我们首先采用规范的DME方法进行大样本的中医证候学相关指标的临床观察，然后运用贝叶斯网络、聚类分析、关联规则、Logistic回归分析等多种数据挖掘技术建立焦虑抑郁共病的证候模型，总结证候学规律，结合专家经验和中医理论，制订《焦虑抑郁共病的中医证候诊断标准和治疗方案（草案）》。

焦虑抑郁共病是指抑郁与焦虑均符合诊断标准的一种共病状态，具有发病率高、易复发、病情重的特点。该病在神经科、精神科临床中极为常见，且既往的对于抑郁症和焦虑症的认识，大多认为是两种疾病，但近年来的研究进展日渐发现，两者具有较高的共病率，部分人群的研究结果显示共病率可达90%左右，且在治疗方面，日渐趋向于运用抗抑郁药物治疗。因此精神学界有观点认为两者具有共同的发病机制、共同的转归、共同的治疗方法，目前正在深入的研究之中。.中医对本病的认识同样未明确地分为两种疾病，而为归于郁病一种，主要从神志疾病的角度出发，认为多由所愿不遂、所欲不得、七情拂郁所致，气机郁结，化火生痰生瘀，久则伤气、耗血、伤阴。在治疗方面，中医药对于本病有独特的优势。证候研究是中医药研究的核心，也是疾病研究的起始，明确了证候规律，明确了病机转归，才能进一步认识其治疗、预后。因此对本病的中医证候研究是目前的当务之急。.贝叶斯网络技术、聚类分析等数据挖掘技术能够客观地、规范地建立症状之间、证候要素和证候靶位之间、证候类型与症状之间的逻辑关系，提取证候规律，为最终确立证型提供依据。我们既往在抑郁症的研究中采用数据挖掘技术，建立证候模型，分析了证候学特征，提取了抑郁症常见的中医证候类型，为制订规范化的中医诊疗方案奠定了基础。基于这一经验，我们将同样的研究思路应用于焦虑抑郁共病的研究。.我们采用规范的DME 方法，在两家医院的脑病科门诊，对焦虑抑郁共病进行了大样本的中医证候学相关指标的临床观察，目前共观察患者702例，采集了患者的一般情况和中医证候相关特征，建立了数据库，然后运用贝叶斯网络、聚类分析两种数据挖掘技术分别建立了焦虑抑郁共病的证候模型，挖掘了该病的证候要素，提取了常见的证候类型：肾虚肝郁证、肝郁化火证、痰热扰心证、血行郁滞证、肝郁脾虚证、心脾两虚证、心胆气虚证、心肾不交证，结合专家经验和中医理论，初步制订了《焦虑抑郁共病的中医诊疗方案》。.本研究是初次对焦虑抑郁共病进行中医证候学的研究，初步的研究结果发现了该病的中医证候特征分布规律，所制订的诊疗方案尚有待于今后研究以验证。同时，通过研究，系统梳理了古今中医神志病学文献，总结了古今医家对中医特色神志疾病的诊疗经验，初步探索了中医神志病学的创新理论，为进一步研究中医神志病学理论体系奠定了基础。