基于症状指标与微观指标的亚健康状态潜变量证候量化诊断模型研究

The researches on syndrome of traditional Chinese medicine(TCM) have been getting significant and difficult in Sub-health status field, but so far there have no the study on syndrome quantitative diagnosis of sub-health status based on symptoms and micro indicators. The reason would be there is no such proper method to be found for TCM research. In the research, the latent variables are syndromes of TCM and the measurable variables are symptoms and micro indicators. We would be trying to combine the Partial least squares (PLS) path analysis method and ROC curve analysis method to build the syndrome diagnostic critical value. It is the first applied in the research to discuss the syndrome quantitative diagnosis methods combining Macro and Micro, Qualitative and quantitative, PLS path analysis method and ROC curve analysis method. Meanwhile, the sub-health of TCM syndromes can exclude the impact of diseases, so this study in favor of explores the inherent symptoms characteristic of syndromes, and provide new thought for the standardized research of syndromes.

近年来，中医证候学研究已成为亚健康状态领域的重点和难点课题，但迄今为止尚未有从中医宏观症状结合生物学微观指标角度，开展的亚健康状态证候诊断量化研究，其关键在于没有建立契合中医学自身特点的方法学。为此，本研究以亚健康状态主要证候为潜变量，宏观中医症状与微观指标为可测变量，运用偏最小二乘路径分析法，对亚健康状态证候模型进行参数估计，即主要通过估计中医症状、微观指标权重，来计算证候得分，在此基础上，运用ROC曲线分析法，探索亚健康状态证候诊断的临界值。本研究首次探讨宏观与微观、定性与定量相结合，运用偏最小二乘路径分析法和ROC曲线分析法建立亚健康状态证候量化诊断标准的方法学。此外，基于亚健康状态研究中医证候，可排除疾病影响，有利于探索证候本身固有特点，为中医证候规范化研究提供可借鉴的方法学思路。

本研究运用课题组前期制定的具有良好信度、效度的《亚健康状态人群中医证候调查问卷》，在北京地区，开展临床流行病学调查，收集亚健康状态不同证候样本，在此基础上，获取上述人群的一般人口学资料、一般中医症状、舌脉等信息，并进行相关生物学指标（血清免疫球蛋白IgA、免疫球蛋白IgG、血清β-内啡肽（β-EP）、皮质醇（Cor）、睾酮（T）、血浆促肾上腺皮质激素（ACTH）、血清T细胞亚群CD3+、CD4+）检测。收集亚健康状态问卷以及部分微观指标测量，共627个观测、76个变量。利用随机森林分别建立亚健康状态气虚证、火证、郁证、湿证4个证候的预测模型，并用灵敏度、特异度、准确性、精度、F1得分、AUC-ROC等指标对预测效果和模型解释性进行评估。亚健康状态火证的预测模型中，包含基础问卷指标和微观指标、无女性相关指标、无交互作用的模型表现良好，预测的正确率为82.5%，AUC为0.902。亚健康状态湿证的预测模型中，有交互作用、无女性相关指标、包含基础指标和微观指标的模型有最好的预测能力，预测的灵敏度为0.73，特异度为0.90，AUC为0.92，G-means为0.81。亚健康状态郁证的预测模型中，包含基础问卷指标和微观指标、无交互作用的随机森林模型表现良好，该模型在郁证人群中的识别正确比例为0.770（灵敏度），在非郁证人群中的正确识别率为0.815（特异度）；亚健康状态虚证的预测模型中，当SMOTE生成样本倍率为5时，考虑交互作用的基础指标变量子集的模型表现显著优于其他对比模型，模型的灵敏度达72.3%，预测准确性达70.6%，AUC值为0.776。本研究结果首次应用随机森林、结合中医症状和微观指标，构建了亚健康状态虚证、火证、湿证、郁证的综合评价模型，模型预测准确性较高，可以作为亚健康状态诊断以及干预评价体系的基本模型，在此基础上开发相应的模型识别软件，为亚健康状态的诊断、证候判别以及干预效果评价提供客观、量化的指标体系。