论sars发病中的情志因素

论sars发病中的情志因素

ID:26196245

大小:50.50 KB

页数:5页

时间:2018-11-25

论sars发病中的情志因素  _第1页
论sars发病中的情志因素  _第2页
论sars发病中的情志因素  _第3页
论sars发病中的情志因素  _第4页
论sars发病中的情志因素  _第5页
资源描述:

《论sars发病中的情志因素 》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、论SARS发病中的情志因素张明雪,曹洪欣,翁维良,谢雁鸣【关键词】毒邪;证候;SARS笔者以中医理论为指导,结合SARS发病特点,从现代心理测量理论出发,并引入结构化的决策方式,编制了SARS中医证候特征及其演变规律一线专家调查问卷。运用德尔菲法重新修订问卷结构和内容,建立了三维结构化的关联数据库(以下简称“专家调查问卷数据库”)。通过对京、津、粤地区880份专家调查问卷数据进行统计处理,对各个阶段不同的症状群和舌脉进行辨证分析,确定了证候类别和SARS证候因素。 SARS的证候因素是互相联系互相影响的。现代医学已经认识到心理失衡影响机体免疫力,导致抵

2、抗力下降;而中医理论认为,情志不畅易使肝失疏泄条达,而致肝气郁结,气机升降失调,脏腑不和,气化受阻,气不行则血不运,血行不畅,气血不得交换,则血滞成瘀,即毒自内生,促使机体正气不足,卫外不固,营阴失守,御邪能力减退,即所谓“邪虽自外来,其无毒者不入”。1七情化毒影响SARS成因  七情,是指喜、怒、忧、思、悲、恐、惊七种情志变化,是人体对外界刺激产生的不同反映。这种刺激过于突然或过于持久,超过了人体的调节适应范围,就会导致气机逆乱,气血失调,而发为疾病。《素问·举痛论》说:“怒则气逆,甚则呕血及飧泄。”刘完素《素问玄机原病式》中“五志七情过度而卒病也”

3、,即是言此[1]。由此可见,疾病的发生也常与人的精神情志因素有关。因为精神过劳或情志创伤会使人体气机紊乱,降低人体的防病和抗病能力,招致邪气侵害而发病,或导致脏腑功能失常而发病。暴怒伤肝、过喜伤心、思虑伤脾、忧悲伤肺、惊恐伤肾,故伤于不同的情志,能导致相应脏腑的病证。SARS也不例外。精神愉快可使人体生机活跃,营卫通利,气血流畅。悲观和忧虑可使人气机阻滞,血脉沉涩,进而致使脏腑功能失调,人体正气受损,易受病邪侵袭,从而加重病体原来的损害,促使病情恶化。现代研究认为,不良的心理因素可从各个不同途径影响噬菌体、T细胞和B细胞的功能,影响抗体形成,从而降低机

4、体免疫功能,招致感染,引起肺系病证的急性发作[2]。  2数理统计分析情志因素  情志改变作为SARS的证候因素之一,影响着SARS发病与病情演变。笔者运用多种统计学方法,对SARS专家调查问卷数据库的各个证候因素进行了统计分析,现将情志改变的决策树建模、神经网络训练、频数分布分析结果介绍如下。  2.1决策树建模  分类是数据挖掘领域的一种非常重要的方法,分类与聚类的不同在于分类是对已知现存的类别建立描述规则,并对新的观察值判别归类;而聚类是无监督的学习,对给定的一组观察值建立类别。数据挖掘中最为典型的分类方法是决策树技术。决策树可以很方便地转化为分

5、类规则,是一种非常直观的分类模式表示形式。  决策树是一种类似二叉树或多叉树的树结构。树中的每个非叶节点(包括根节点)对应于训练样本集中一个非类别属性的测试,非叶节点的每个分支对应属性的一个测试结果,每个叶节点代表一个类或类分布。从根节点到叶子节点的一条路径形成一条分类规则,决策树从节点来寻找分支定类的思想就是逐步找到更具有确定类别意义和更“纯”的节点。一般情况下,单一决策树能很好地解决分类问题,但当类的个数增多时,所产生的单一决策树就容易变得复杂且概括能力降低。而笔者分析的证候因素就恰恰存在多分类问题。由于在处理多类问题时,层次分解的决策树比传统的单

6、一决策树有更多的优势,所以,根据证候因素之间的层次对应关系,笔者采用基于层次分解的方法,通过产生多棵决策树来处理多类问题。情志改变具体的决策树可以见图1。  另外,情志变量关系比较显示,变量“心情-多虑”,“心情-忧郁”,“心烦易怒-伴口苦”,“心情-多疑”,“心情-焦虑”,“心烦易怒-伴失眠心慌”相对于其他变量来说,对于判断患者是否有情志改变起到了较大的作用。见表1。表1情志变量关系比较(略)  2.2神经网络训练  神经网络,或称人工神经网络,指模仿人脑而建立的、具有和人脑相似功能的统计模型。神经网络系统可以对大量数据进行快速建模。网络不需要人为地

7、选择具体的模型,在学习和训练的基础上,通过本身的学习功能,对样本进行学习,选择合适的结构,就能得到理想的结果,从而解决特定领域中的问题。  神经网络一般采用简单的网络结构,包括三层,即输入层、隐藏层(中间层)、输出层。因为从理论上已经证明:只要训练数据精度高,具有一个隐藏层的神经网络,能以任意精度表示任何函数。所以,对于中医证候因素的分析也将采用具有一个隐藏层的神经网络,输入层为各症状变量,输出层为证候因素。神经网络对情志-证候因素的预测效果比较一致,无论是训练集还是验证集、评估集的正确率均达到了80%以上。见表2。表2神经网络训练的预测效果(略)  

8、2.3重要变量的频数分布(见图2)  频数作为统计学中一个重要的基本概念,在流行病学调查中有着

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。