运用数据挖掘技术分析广泛性焦虑症的中医证候学规律

目的:运用数据挖掘技术研究广泛性焦虑症的中医证候学规律。方法:2009年8月1日至2010年7月31日,在北京地区10家分中心进行为期1年、针对705例广泛性焦虑症患者的中医证候学观察,通过专家组指导,运用数据挖掘技术中的贝叶斯网络技术和聚类分析建立中医证候模型,分析广泛性焦虑症的中医证候学规律。结果:调查共纳入广泛性焦虑症的症状61项,运用贝叶斯网络技术建立61项症状的关系模型,提取了9个证候要素和5个证候靶位;运用聚类分析提取了8个证候类型。将两种方法重合的结果进行筛选,并结合专家经验和中医理论,确定广泛性焦虑症的6个证候类型,分别为肝郁化火、肾虚肝旺、痰热扰心、心脾两虚、肝郁脾虚、心肾不交,并制订了《广泛性焦虑症的中医证候诊断标准(草案)》。结论:数据挖掘技术中的贝叶斯网络和聚类分析在中医证候建模、挖掘证候规律等方面具有一定的应用前景,适合应用于中医证候规律的研究。