13、中医综合征假设的统计验证与人工神经网络在中医诊断中的应用

中医综合征假设的统计验证与人工神经网络在中医诊断中的应用

1. 中医综合征假设的统计验证

在中医领域，通过对症状数据的分析来验证中医假设是一项重要的研究工作。研究人员对604名抑郁症患者的症状数据进行了潜树分析。

1.1 潜变量的引入与作用

潜变量在分析中被引入，用于基于症状对患者进行划分。存在三种情况：第一种情况，潜变量代表基于某些症状的患者划分；第二种情况暂未详细提及；第三种情况是前两种情况的混合，例如在以Y26为首的类别中，“有力脉”和“无力脉”相互排斥，但它们都与“弦脉”同时出现。

第一种情况的潜变量为中医假设的有效性提供了证据。例如，中医认为阴虚可能导致“烘热”和“手足心热”，潜树分析中引入的Y10证实了这两种症状在数据中确实倾向于同时出现，从而验证了这一假设的推论，为中医假设提供了支持。

然而，模型中存在一些似乎位置不当的症状变量，如Y11下的“嗜睡”、Y12下的“耳鸣”和“肢体疼痛”、Y15下的“目干涩”、Y16下的“小便黄”、Y24下的“大便溏”以及Y29下的“脉涩”。这些症状在数据中很少出现，缺乏足够信息来确定它们在模型中的合适位置，并且它们与直接相连的潜变量关系较弱，在后续讨论中将被忽略。

1.2 中医假设有效性的证据分析

从模型右下角开始分析，“恶寒”和“肢冷”归在Y29下，相关定量信息表明这两种症状在数据中倾向于同时出现，而这正是阳虚导致“恶寒”和“肢冷”这一假设的推论，所以Y29验证了该推论，为假设的有效性提供了证据。

以Y28为首的类别表明“腰酸”、“腰部重坠疼痛”和“腰部温热疼痛”这三种症状在数据中倾向于同时出现，支持了肾失滋养可能导致这些症状