基于数据信息熵探讨糖皮质激素诱导的阳虚或阴虚证候动物模型的状态特征

目的:运用信息熵理论对糖皮质激素诱导的中医阳虚或阴虚证候动物模型的生化指标进行数据挖掘,分析模型状态特征,为界定和阐释模型状态奠定基础。方法:收集4批实验共24组不同造模条件(造模剂种类、造模剂量和造模时间)下模型的生化指标数据作为数据源,通过计算标准分、信息增益值并结合等级级数分布图对不同模型状态进行分析。比较同一个指标在不同研究对象(造模剂种类、造模剂量和造模时间)时信息增益值大小以得知影响指标变化的最主要因素,比较同一研究对象不同指标时的信息增益值以得知指标对研究对象不同类别的区分能力大小。结果:当研究对象为造模剂种类时,绝大部分指标得到最大的信息增益值,提示造模剂种类是模型状态最主要的干预因素,其中血清三酰甘油(triglyceride,TG)、总胆固醇(total cholesterol,TC)、总蛋白(total protein,TP)、白蛋白(albumin,ALB)、丙氨酸氨基转移酶(alanine aminotransferase,ALT)、天门冬氨酸氨基转移酶(aspartate aminotransferase,AST)和皮质类固醇(corticosteroid,CS)的信息增益值较高,血浆环腺苷酸(cyclic adenosine monophosphate,cAMP)、睾酮(testosterone,T)和乳酸脱氢酶(lactate dehydrogenase,LDH)的信息增益值较低,提示TG、TC、TP、ALB、ALT、AST和CS较cAMP、T和LDH在两种模型中的差别更为明显,即前一组指标对两种模型状态的区分能力更强。受造模时间影响较多的指标是AST;造模剂剂量对氢化可的松模型中的TC和ALB影响较大,而对地塞米松模型所有指标变化均影响很小。结论:本研究采用的基于信息熵理论的数据处理方法能够综合考虑多批生物学数据,探讨指标变化的趋向性和稳定性。作者在分析造模条件对模型指标变化的干预程度及方向的基础上,提出了适合两种模型比较研究的合理指标及模型状态阐释的若干建议。