中医证候模式识别研究2型糖尿病患者基于数据挖掘

文摘

客观的。建立2型糖尿病综合症的诊断模型(T2-DM)和探索症状,脉搏和舌头的迹象,和实验室相关指标T2-DM综合症。方法。syndromatologic和实验室调查是在554年进行T2-DM 58症状,患者14舌头迹象,6脉冲信号,12个实验室指标。综合征的临床资料收集和分析通过使用逻辑回归分析,决策树,K最近的邻居建立诊断模型,有效区分T2-DM病人的典型症状。结果。最典型的症状显示在T2-DM胃热繁荣(超高频)综合征(261例,占47.1%)和气阴不足(QYD)综合征(293例,52.9%)。根据这两个症状患者的临床数据,变量包括6个症状和体征,2脉冲信号,1舌标志,2实验室指标引入了逻辑回归模型。他们都是显著的。然后,诊断模型探索和CHAID算法构造的决策树两种症状的识别被证明有一个准确的诊断率为85.2%。发现下面的迹象和症状是有效的区分这两种症状:口腔气味,杂食性,容易饥饿,胃烧灼感,疲劳,四肢无力,滑,充满的脉冲,脉冲疲软,粉红色的舌头,口服葡萄糖耐量试验和糖化血红蛋白。构造一个分类模型K最近邻居法两种症状的识别显示准确诊断率为88.3%。三大显著预测模型中滑了脉冲,杂食性,弱脉冲( )。结论。模型区分两种典型症状(T2-DM超高频综合症和QYD综合征)患者有效成立。这个模型可以帮助提供方法论的支持中医药(TCM)的标准化辨证方法。

1。介绍

2型糖尿病(T2-DM)是一种慢性代谢性疾病,导致发病率和死亡率显著增加(1]。全球成人糖尿病患病率已从1980年的4.7%到2018年的12.8% (2]。中国2型糖尿病的患病率高达10.4%,显示一个上升趋势3,4]。中国传统医学中起着越来越重要的作用的鉴别诊断和治疗T2-DM [5]。传统中药(TCM)的特点是辨证论治,一直有价值的个性化的临床诊断和治疗。然而,很难提供客观综合征诊断的经验。前临床研究也不足以反映中药的特点。因此,它是至关重要的研究2型糖尿病综合症的客观标准。

T2-DM特点是烦渴、多尿症和消瘦。胃热繁荣(超高频)综合症和气阴不足(QYD)综合症的典型症状T2-DM中药的临床研究。在早期阶段,迅速消化快速最渴望和烦渴的突出特点是QYD综合症(6]。胃热消耗的加剧和阴损伤,症状烦渴、多尿症,和消瘦一个接一个地出现。胃热伤害肾脏,导致肾脏气虚和肾阴不足。肾不足气没有明确尿液和长,和肾阴不足导致阳多动症,缺火炎症,也就是说,头晕耳鸣,失眠、腰和四肢疲软,潮热,盗汗,等阴虚症状,阴损伤和阳不足,肾阳虚和阳痿,水肿等症状。气不足、阴不足和缺乏杨会导致血流的阻塞和血瘀,血瘀可以导致许多并发症。简而言之,胃热是糖尿病发病机制中的关键环节,和各种原因引起的胃热,胃热伤阴,天然气消费引起的气和阴损伤(7]。T2-DM的发展可以概括为胃热的多动的开始,紧随其后的是QYD综合症的损伤。肤浅超高频综合症是多余的,而QYD综合症综合症的不足。因此,更重要的是探索这两种综合征类型在诊所。

此外,越来越多的统计模型和数据挖掘方法,用于医学研究[8- - - - - -10]。近年来,各种数据分析方法也被用于中医证候(定量和客观的诊断11,12]。特别是,各种研究人员利用数据挖掘的方法来提取综合症的核心属性指标T2-DM通过流行病学调查T2-DM的临床常规检测指标。他们形成了一个清晰的和本能的判断模式指标弥补了传统统计方法的不足(13,14]。

我们之前的研究发现,临床症状的有效组合有助于肾阳虚综合症的诊断和肾阴虚综合征。和具体的症状可以镜像肾虚证患者的情况(15]。因此,它不仅是必要的,但也有可能建立一个综合症诊断模型构造的数据通过合理的多个数据融合分析方法(16- - - - - -18]。因此,大量临床样本的基础上,结合多种方法,典型的症状特点和有效折射率T2-DM病人进行了分析、诊断模型的两个T2-DM病人的典型症状。目前,我们建立了一个T2-DM综合症的诊断模型,探讨症状,脉冲和舌头的迹象,和实验室指标与超高频综合症和QYD综合症通过使用数据挖掘方法,并比较三种分类算法的诊断能力。

2。材料和方法

2.1。数据源

从2013年9月到2017年6月,554例2型糖尿病患者选择的内分泌学、楚Hsien-I纪念医院(天津医科大学代谢病医院)。所有患者知情同意。患者入选标准和分化的两个副主任医师中医。

2.2。诊断标准T2-DM

根据“2型糖尿病防治指南”(2017年版),世界卫生组织(世卫组织)(1999)糖尿病诊断标准,目前采用在中国,流行病学调查采用空腹血糖2高压天然气或75 g OGTT后血糖(4]。条件如下:(1)那些典型的糖尿病症状,如多尿症,杂食性,过度饮酒,和不明原因的体重;血浆葡萄糖水平≥11.1更易/ L (200 mg / dL);(2)空腹血浆葡萄糖(台塑)≥7.0更易/ L;(3)2 h血浆葡萄糖≥11.1更易/ L (200 mg / dL)使用OGTT 75克。如果上述三个条件之一是满足,病人可以包含,可以重复测试证实了诊断。

2.3。T2-DM中医诊断标准

中医诊断和辨证的标准T2-DM是基于中医综合征的临床诊断和治疗方面(19),指导中药新药的临床研究[20.),中医诊断(21,22),和中医内科23]。超高频综合症包括口干,干燥的喉咙,口渴,过度饮酒,尿频,便秘的凳子上,杂食性,容易饥饿,明显的减肥,黄色的皮毛,光滑,滑的脉搏。多食症等症状,容易饥饿,消瘦,黄色的皮毛,光滑和滑脉冲可以诊断为胃热繁荣综合症的迹象。当有三个或更多以上症状的识别,与黄色的皮毛,伴随着红色的舌头滑和快速脉冲可以诊断。QYD症状包括口干、喉咙干,累精神,渴了喝,食欲不振,自汗,瘦身,红色的舌头,少苔,微弱的脉搏。当有三个或更多以上症状识别,伴随着红色的舌头,弱脉冲可以诊断。

2.4。入选标准

入选标准如下:(1)从18岁至70岁的患者能够完成问卷调查;(2)患者的诊断标准符合T2-DM由世卫组织1999年诊断为T2-DM时第一诊断;(3)所有患者有明确的意识,有正常的智力,并能准确地理解并回答问题;(4)所有患者签署知情同意;(5)所有病人自愿参与调查。

2.5。排除标准

(1)1型糖尿病患者或其他疾病导致血糖升高,如妊娠糖尿病、药物引起的糖尿病,和严重肝病引起的糖尿病、应激性高血糖,糖皮质激素增加,严重急性糖尿病并发症;(2)糖尿病肾病患者四期或V和糖尿病足;收缩压> 160 mmHg或舒张压> 100毫米汞柱后不受控制或控制血压;(3)患者并发症如严重的心、肺、肝、急性和慢性肾小球疾病,肾功能衰竭,急性严重心血管和脑血管疾病,或与其他严重的主要疾病,如甲状腺疾病(起始时间< 1个月);(4)孕妇或哺乳期;(5)过敏体质;(6)精神病患者;(7)患者急性代谢紊乱如创伤、手术、hyperosmolar昏迷,上个月和糖尿病酮症酸中毒。

2.6。临床观察和测试指标

从中医和西医的角度,58症状和体征,14个舌头的迹象,和6脉冲信号提取通过分析T2-DM文学在中国国家知识基础设施(CNKI)和PubMed和每个病人临床检查。每个病人的一般信息包括性别、国籍、婚姻状况、年龄、职业、教育、过去病史、家族史、身高、体重和血压。以下实验室指标调查:空腹血浆葡萄糖(台塑),2小时餐后血糖、糖化血红蛋白糖化血红蛋白(HbA1C),口服葡萄糖耐量试验(OGTT)、总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白(LDL)、高密度脂蛋白(HDL),血尿素氮(BUN)测定肌酐(CR)、尿葡萄糖(UG)和尿蛋白(了)。

2.7。调查问卷的质量控制

(1)在临床和流行病学调查,在医生的指导下,研究临床调查被调查人员仔细阅读手册。进行统一的培训和分析方案被分析师严格执行,测量偏差减少;(2)至少2临床调查人员应当协调和监督工作,分配和案例数据应定期检查和改进;(3)调查问卷T2-DM综合征流行病学信息统一使用。

2.8。数据管理和统计分析

EpiData 3.1软件用于数据管理。被安排在一个列格式的数据,每个主题序列标识符。两个人的独立输入原理后,调查问卷数据被两人的。在这项研究中,连续数据与正态分布表示为平均值±标准偏差(SD),而连续数据没有正态分布表示为中位数(四分位数较低,上四分位数)。数据表示为分类变量的数量和比例。如果连续数据满足正态分布和方差齐性,比较两组之间的连续变量是由未配对t以及;如果连续数据不满足正态分布和方差的同质性,比较两组之间的连续变量进行通过Wilcoxon rank-sum测试。比较两组之间的分类变量进行卡方检验或确切概率法。

逻辑回归分析的方法结合快速、公正、高效、统计树(追求)算法分析研究中使用。90年与多元变量分析比较超高频综合症之间的差异和QYD综合症。这90个变量被定义为独立变量而综合征作为因变量。他们研究了在多变量模型中通过使用向前逐步最大似然逻辑回归来识别症状(α= 0.05)。优势比(ORs)被多元逻辑回归分析估计。如表所示1收集的90个变量,一个完整的中医症状的临床问卷设置了。所有报告值是两面的测试。统计学意义是设定在 。

统计算法,选择变量和快速、公正、高效、统计树(追求)和CHAID算法分析被用来开发决策树模型。追求决策树是一种非参数的过程,没有假设底层数据。这个算法确定如何结合分类自变量没有偏见来预测一个二进制的结果的基础上,“如果-那么”的逻辑,快速有效地建立准确的二叉树。T2-DM综合症被认为是作为因变量,和90年生物参数独立变量。然而,我们100年“父节点”和“子节点”,让树模型充分生长。数据分析使用统计软件SPSS 25.0版的逻辑回归和决策树模型。

的K最近的邻居(资讯)方法是一种算法为分类变量关于最近的训练数据的特征空间。资讯是一个基于实例的学习方法,这是一个最简单的算法在数据挖掘方法。该方法认为最近的邻居每个对象,并决定把对象类(24,25]。在这篇文章中,10倍交叉验证法;数据集是被分成十个部分,其中九被反过来作为训练集,另一个是作为测试集,和结果的平均值作为算法性能的评估价值。

3所示。结果

3.1。社会人口特征之间的超高频综合症和QYD综合症

在接受调查的554例病例中,261例(47.1%)病例被诊断为超高频综合症,而293(52.9%)例诊断为QYD综合症通过T2-DM辨证标准使用的临床中医专家。如图所示,从表1超高频综合征261例中,162例(62.1%)患者男性,和99年(37.9%)是女性,年龄米(问₁,问₃):56.0 (48.0,61.0)。QYD综合征293例中,141例(48.1%)患者男性,和152年(51.9%)是女性,年龄米(问₁,问₃):57.7 (51.0,66.0)。QYD综合症相比,低比例的超高频综合症女性(37.9%比51.9%, ),超高频综合症是老患者的比例(分别为27.2%和39.6%, ),超高频综合症与高等教育的比例低(分别为11.5%和6.9%, ),超高频综合症是白领员工的比例(分别为85.4%和85.7%, ),更高比例的超高频综合症是汉民族(98.1%比99.0%, ),更高比例的超高频综合症结婚(分别为86.2%和79.5%, ),低比例的超高频综合症与过去病史(分别为35.6%和29.0%, ),和超高频综合症与家族病史的比例(分别为50.6%和49.1%, )。

3.2。多元逻辑回归分析相关症状的患者的超高频综合症和QYD综合症

如图所示,从表2逻辑回归分析表明,口腔气味,杂食性,容易饥饿,胃烧灼感,滑了脉冲,OGTT,糖化血红蛋白超高频综合征相关症状。相反,症状,如疲劳、四肢无力、脉搏虚弱、和粉红色的舌头与QYD综合症有关。最重要的超高频综合症之间的差异和QYD综合症的症状是口腔气味,杂食性,容易饥饿,胃烧灼感,滑,充满的脉搏,OGTT、糖化血红蛋白、疲劳、四肢无力、弱脉冲和粉红色的舌头( )。如表所示3,它是基于554例患者的症状。他们生成的逻辑回归模型显示,497名患者分类准确。诊断的正确率是89.7%。灵敏度是89.3%。特异性为90.1%。

3.3。追求算法的决策树分析:建立识别模型T2-DM综合症和验证

T2-DM综合症的识别模型是由追求构造决策树,决策树分析的算法之一。T2-DM综合症被认为是作为因变量,而中医的11个属性(包括6个症状,2个脉冲信号,1个舌头,和2实验室指标)被标记为独立变量。100年和“父节点的孩子节点”50设置允许树模型充分发展。决策树算法将数据划分为统计上显著的子组,独家和详细的双方(24]。为了提高临床应用的可操作性,决策树的分支的数量限制在4。如图1,在这个模型中,树分析显示,2级任务决策树共有7个节点,其中4例终端节点。三个主要症状的预测达到意义和包含在这个模型被证明是滑,充满脉搏,杂食性,微弱的脉搏。14的舌头迹象,其他57症状4脉冲信号,12个实验室指标没有显著的模型中。如表所示3诊断模型,用来区分这两种T2-DM中554例有全面准确诊断率为85.2%,敏感性为78.2%,特异性为91.5%,分别。

第一层次的决策树的追求是分成两个初始分支的第一级滑和充满的脉冲。滑,充满脉冲的症状是最好的症状来确定超高频综合症,和超高频综合征的分类精度为89.1%。相反,82.5%的病人没有滑,充满脉冲被确定为QYD综合症。见第二层次的决策树,弱脉冲是下一个最好的预测变量情况下。QYD综合征的分类精度为99.0%患者弱脉冲。同时,准确诊断的超高频综合症患者多食症是100%。

3.4。结果CHAID决策树算法分析:外部验证模式T2-DM综合症

CHAID决策树方法,外部验证模式超高频综合症和554 T2-DM QYD综合症患者是由三个生理参数。如图2在这种模式下,节点的数量是9,和终端节点的数量是5。这三个参数的模式更复杂形成8识别路径超高频综合症和QYD综合症。光滑的脉冲是最好的预测超高频综合症和QYD综合症。二年级变量数量是杂食性和弱脉冲,三年级变量是杂食性。如表所示3,10倍交叉验证的结果显示超高频综合症和QYD综合症在外部验证模式的敏感性78.2%,特异性91.5%,分别。正确预测的百分比是85.2%。

3.5。的结果K最近的邻居方法:识别模型T2-DM综合症

如图所示,从表3,分类模型用于区分两种类型的T2-DM 554例中有一个整体的正确分类率为88.3%,敏感性为84.7%,特异性为91.5%,分别。三个主要症状是最近的邻居的预测模型中两种类型的T2-DM证明是滑,充满的脉冲,杂食性,微弱的脉搏。

3.6。比较三种分类方法的ROC曲线下的面积

敏感性、特异性和AUC的三种分类方法已经证明表3。ROC曲线下面积(AUC)计算整个二维整个ROC曲线下的面积。根据这一发现,AUC致力于逻辑回归方法之间的更大。除了分类敏感性,特异性,AUC,接受者操作特征(ROC)是为每个方法如图所示3。一个更大的曲线下的面积(AUC)通常是更好的。根据中华民国,逻辑回归相比有更好的曲线下的面积与决策树K最近邻居法。

4所示。讨论

T2-DM是一种常见的内分泌代谢疾病的和频繁的疾病,属于一类小柯疾病中医。”金商会的简介”张写的仲景在东汉是最早的中医经典著作。指出“困难和薄弱之间的战斗”意味着大便很困难,和尿频是发病的关键。它反映了过度的肺和胃热导致过度饮酒,迅速消化和肤浅的快速最渴望是多余的,虽然由于不利的气化气阴不足是缺乏。摄入的水不能保留在体内;它将成为体液和从肾脏排出。最早的T2-DM综合症类型可分为两种类型:超高频综合症和QYD综合症。肤浅超高频综合症是多余的,而QYD综合症综合症的不足。因此,有必要建立一个T2-DM的典型症状的识别模型,超高频综合症和QYD综合症,利用数据挖掘的方法。

一些研究调查了不同的数据挖掘方法来识别中药综合症不同的代谢综合症等疾病,冠心病,IgA肾病,慢性乙型肝炎,急性加重的慢性阻塞性肺疾病(9,11,12,26,27]。在目前的研究中,554例的临床表现与T2-DM综合症是复杂的,这是观察中医辨证治疗的基础。在临床研究中,超高频综合症和QYD综合症是两个T2-DM综合症的主要类型。超高频综合症的诊断模型并用T2-DM QYD综合症患者建立和通过使用逻辑回归相比,决策树,K最近邻居法。逻辑回归分析表明,口腔气味,杂食性,容易饥饿,胃烧灼感,滑,充满的脉搏,OGTT、糖化血红蛋白、疲劳、四肢无力、弱脉冲,和粉色的舌头是最重要的症状差异超高频综合症和QYD综合征( )。然而,决策树K最近的邻居更一致的方法在处理症状之间的关系只有三个选择:滑,充满的脉搏,杂食性,微弱的脉搏。如数据所示1和2,有明显的差异这三个症状的出现率在超高频综合症患者和QYD综合症。因此,它是合理的,这三个症状,如滑,充满的脉搏,杂食性,和弱脉冲选择和放置在决策树模型和K最近的邻居模型。然而,6个症状的出现率,气味,容易饥饿,胃烧灼感,疲劳,OGTT,糖化血红蛋白,没有最近的两个症状,所以他们被排除在决策树模型。逻辑回归和决策树也被证明是有效的在现代医学诊断(28,29日]。在这项研究中,诊断的准确性的逻辑回归模型和决策树模型两种症状基本上是一致的(逻辑回归模型是87.7%,和80.3%)决策树模型。然而,11个指标,如口腔气味,杂食性,容易饥饿,胃烧灼感,滑,充满脉搏,OGTT、糖化血红蛋白、疲劳、四肢无力、脉搏虚弱、和粉红色的舌头被使用逻辑回归模型分析,只有3个指标,如滑,充满的脉搏,杂食性,弱脉冲通过使用决策树模型进行了分析。此外,决策树是一种非参数方法(30.),和表示的模型更容易理解和更实用,也方便临床综合征诊断的实际操作。

LR, DT,然而,表明症状和脉冲诊断的2型糖尿病的分化具有重要意义。同时,滑,充满的脉搏,杂食性,和弱脉冲在不同的诊断模型有一个良好的效果在超高频综合征的鉴别诊断和QYD综合症,这是符合中医辨证的经验。的研究也表明,结合实验室检查指标和一些具体的症状在患者中医辨证的价值(31日]。研究还表明,QYD综合症与糖化血红蛋白(32]。因此,一个新的想法来探索客观研究综合症的一些现代实验室指标和理解结合中医症状和实验室指标之间的关系。应用数据挖掘方法来识别T2-DM综合症的诊断可能帮助从业者提高临床决策的质量。

如图所示的结果,然而,有一个较低的曲线下的面积相比,DT和LR。数据的结构可能导致的差异。此外,资讯是一种非参数学习方法,该方法不能反映每个自变量对因变量的影响。因此,DT是健康数据。众所周知,DT模型之间的根本区别LR和资讯,DT模型学习步骤的功能。因此,识别模型T2-DM综合症取决于变量的关系。DT显示识别比LR独立和相关的变量之间的非线性关系发生时。当有一个阶跃函数的变量之间的相关性,DT模型更适合的分类T2-DM综合症。所以,DT在辨证的规则表达有明显的优势,适合中医综合征诊断的主要技术方法。

总之,超高频综合症之间的模型和QYD综合症患者T2-DM最初构造研究提供新方法和新思想T2-DM病人诊断和治疗超高频和QYD症状从中医的角度。结果表明,一些实验室指标的合理组合和中医症状有一定的辩证意义。这表明多个统计分析模型的结合是一种可行的方法来提高综合征诊断的客观性。在未来,需要测试的可靠性模型在新临床病人和开展大型临床样本的综合调查和多种症状进一步提高模型的诊断准确性和稳定性,全面建立一个包含多个综合症的诊断模型。此外,定性和定量指标之间的关系与辨证及其生物学基础研究。

缩写

AUC:	ROC曲线下的面积
包子:	血尿素氮
CHAID:	卡方自动交互探测器
CNKI:	中国国家知识基础设施
糖尿病:	糖尿病
DT:	决策树
台塑:	空腹血浆葡萄糖
糖化血红蛋白:	糖化血红蛋白
高密度脂蛋白:	高密度脂蛋白
资讯:	K最近的邻居
低密度脂蛋白:	低密度脂蛋白
LR:	逻辑回归
OGTT:	口服葡萄糖耐量试验
追求:	快速、公正、高效的统计树
QYD:	气阴不足综合症
中华民国:	接受者操作特性
超高频:	胃热的综合症
TC:	总胆固醇
中医:	中国传统医学
TG:	甘油三酸酯
T2-DM:	2型糖尿病
UG:	尿葡萄糖
:	尿蛋白
2高压天然气:	2小时餐后葡萄糖。

数据可用性

公开原始数据不可用。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

Tieniu赵和杨Xiaonan共同起草了手稿,杨Rongrong促成了编程和数据分析,锐信Wan和王Huijun编制问卷,并严,东峻Wang和渊源关收集了数据,洪武王设计研究和修订后的手稿。所有作者提供了重要的修订和批准最终的手稿。

确认

这个项目是由中国国家重点基础研究和发展项目(973项目,没有。2011 cb505406)。

引用

1. l·l·杨j .邵y y扁et al .,“2型糖尿病患病率在中国内陆居民(2000 - 2014):一个荟萃分析,“糖尿病杂志》上的调查,7卷,不。6,845 - 852年,2016页。视图:出版商的网站|谷歌学术搜索
2. d . y . Li腾,施x et al .,”记录的糖尿病患病率在中国大陆使用2018从美国糖尿病协会诊断标准:国家横断面研究中,“英国医学杂志,23卷,不。9日,第504 - 494页,2020年。视图:谷歌学术搜索
3. 黄y s Karuranga b . Malanda和d·r·r·威廉姆斯,“呼吁数据贡献IDF糖尿病阿特拉斯9日版2019年”糖尿病的研究和临床实践卷,140年,第352 - 351页,2018年。视图:出版商的网站|谷歌学术搜索
4. 中国糖尿病学会指南2型糖尿病的预防和治疗在中国。(2017年版),“中国糖尿病杂志,10卷,不。1,4 - 67年,2018页。视图:谷歌学术搜索
5. w·谢赵y, y,“中药在治疗2型糖尿病患者,”以证据为基础的补充和替代医学文章ID 726723卷,2011年,13页,2011。视图:出版商的网站|谷歌学术搜索
6. j·g·d·张x x Liu l .梁和问:m .胡锦涛,“中医症状的分布格局549年2型糖尿病患者,”代谢综合征和肥胖:目标和治疗,14卷,第2216 - 2209页,2021年。视图:出版商的网站|谷歌学术搜索
7. y . x, y, j . r . Zhang d . x, x f .郑y . Liu,”Yuν化合物在治疗糖尿病的研究进展和多动症的胃热,“心血管疾病综合中西医杂志》上,4卷,不。6,84 - 85年,2016页。视图:谷歌学术搜索
8. f . Kazerouni a . Bayani f . Asadi l . Saeidi n . Parvizi z . Mansoori,“2型糖尿病的预测使用数据挖掘算法基于long-noncoding rna表达:比较四个数据挖掘方法,”BMC生物信息学p . 372,卷。21日,2020年。视图:出版商的网站|谷歌学术搜索
9. s . j .夏j . Zhang gdp Du et al .,“微观辨证模型代谢综合征与multilabel学习,”以证据为基础的补充和替代医学卷,2020篇文章ID 9081641, 10页,2020。视图:出版商的网站|谷歌学术搜索
10. 周y y . h . m .秋y, y y汉族,“分析风险因素在2型糖尿病患者颈动脉内膜中层厚度在中国西部评估通过逻辑回归结合决策树模型,”糖尿病学与代谢综合征,12卷,不。8日,1-13,2020页。视图:出版商的网站|谷歌学术搜索
11. 问:施,h·h·赵,j . x Chen等人“冠心病中医证的识别模式研究基于数据挖掘,”以证据为基础的补充和替代医学ID 697028条,卷。2012年,11页,2012年。视图:出版商的网站|谷歌学术搜索
12. 黄懿慧顾,y, c . l . et al。”辨证IgA肾病的临床病理参数:决策树模型,”以证据为基础的补充和替代医学卷,2017篇文章ID 2697560, 11页,2017年。视图:出版商的网站|谷歌学术搜索
13. l . y .赵l . f . Bi y . j . Zhang et al .,“痰浊度之间建立关联模型综合症和2型糖尿病患者的临床指标基于决策树的方法,”世界综合中西医杂志》上,9卷,不。3、297 - 318年,2014页。视图:谷歌学术搜索
14. l . y .赵l . f . Bi y . j . Zhang et al .,”杨的决策树模型缺陷综合症和临床常规指标在2型糖尿病,”国际中国传统医学杂志》上,36卷,不。3、205 - 207年,2014页。视图:谷歌学术搜索
15. c . t . n .赵h . j . Wang问:Yu et al .,“分类和区分肾阳和阴不足综合征中医基于决策树分析方法,,”国际临床和实验医学杂志》上,9卷,不。11日,第21899 - 21888页,2016年。视图:谷歌学术搜索
16. x y, z l . Ma:楚,m .周和y y,“分类和发展基于CFS-GA和C5.0提高决策树在慢性乙型肝炎中医郑,”以证据为基础的替代和补充医学ID 695937条,卷。2013年,9页,2013。视图:出版商的网站|谷歌学术搜索
17. z h .梁j . Liu a·h·欧·h·l·张z . p . Li x和j·j·黄”深生成学习自动化的EHR中医的诊断,“计算机方法程序生物医学卷。174年,17-23,2019页。视图:出版商的网站|谷歌学术搜索
18. 江t·t·j . Chen, w . j .易et al .,“一群血清蛋白质作为潜在诊断生物标记阴量不足量热综合症,”解剖记录,卷303,不。8,2086 - 2094年,2020页。视图:出版商的网站|谷歌学术搜索
19. 王w·f·朱和y y术语综合症的中医临床实践部分中国标准出版社,北京,1997。
20. x y郑,新药临床研究指导原则的中药(试行)、中国MedicoPharmaceutical科学技术出版社,北京,中国,2002。
21. t·t·邓实用中医的诊断,人民卫生出版社,北京,2005。
22. w·f·朱中国传统医学的诊断,人民卫生出版社,北京,2007。
23. m·h·吴x p .周,中医内科,中国传统中药的房子,北京,中国,2017。
24. n Nahar和f . Ara肝脏疾病预测通过使用不同的决策树技术,”国际期刊的数据挖掘和知识管理过程,8卷,不。2、1 - 9,2018页。视图:出版商的网站|谷歌学术搜索
25. m . Abdar s . r . n . Kalhori t . Sutikno i m . i Subroto和g . Arji”比较的性能数据挖掘算法在预测心脏病,”国际电气与计算机工程杂志》上,5卷,不。6,1569 - 1576年,2015页。视图:出版商的网站|谷歌学术搜索
26. 陈x y、z l . Ma和y y,“中医慢性乙型肝炎综合征分类基于决策树的方法,”上海中医药大学的学术期刊,27卷,不。1,40-43,2013页。视图:谷歌学术搜索
27. 李z和g·l·李”AECOPD中医辨证的决策树模型,”长春理工大学学报(自然科学版),34卷,不。3、296 - 299年,2013页。视图:谷歌学术搜索
28. j·h·f·张,j . m . Yu王et al .,“详尽CHAID决策树和逻辑回归分析中风的危险因素,”中国预防药,12卷,不。7,573 - 576年,2011页。视图:谷歌学术搜索
29. c·p·李x y智,j . Ma et al。”之间的性能比较逻辑回归、决策树和多层感知器在预测2型糖尿病周围神经病变,“中国医学杂志,卷125,不。5,851 - 857年,2012页。视图:谷歌学术搜索
30. h·h·赵j . x陈问:侯et al .,”特征模式的研究冠心病气阴不足综合症基于决策树,”智能计算技术与自动化国际会议上卷,2009年,第153 - 150页,2009年。视图:谷歌学术搜索
31. y . b .锣,倪,s . h .高李振国罗,d·h·易和y y王,“中医症状2型糖尿病脑病的研究数据挖掘,”国际中医药杂志》上,卷2015,不。11日,第1027 - 1024页,2015年。视图:谷歌学术搜索
32. l·g·l·l·罗z . j . Liu局域网,问:p . Wang l . y .吴和g . j .粉丝,“指导意义的c -肽检测辨证治疗和预后判断的2型糖尿病周围神经病变患者,”辽宁中医杂志》上,44卷,不。7,1434 - 1436年,2017页。视图:谷歌学术搜索

版权

版权©2021 Tieniu赵等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。