运用广义词典模型分析糖尿病证候的分布特征

目的运用广义词典模型研究糖尿病的证候分布特征。方法根据128项自编的糖尿病四诊症状调查表,对5 010例糖尿病患者的症状作正常为"0"和异常为"1"的二值化处理,建立5 010例患者的四诊症状调查表数据,从中提取频率大于2%的73个症状变量导入广义词典模型运算。结果在词组使用概率阈值(Minprob)≥0.001时,筛选到272个症状模块。去掉长度为两个或两个以下的症状模块,结果 105个症状模块被纳入糖尿病证候判别模型,其中有明确证候涵义的症状模块有23个,这23个症状模块又可被组合为9个证候模块,肾虚证是各模块的共性特征。结论广义词典模型可以较好地凸显糖尿病复杂证候之间的关联性,挖掘隐藏在症状后面的证候的共性特征,模型预测结果提示肾虚证是糖尿病的基础证候。