基于机器学习的急性胰腺炎中医辨证模型构建

目的基于机器学习构建急性胰腺炎(AP)的中医智能辨证模型,并比较不同机器学习算法模型的效能。方法检索中国知网数据库,收集2004年12月至2022年3月公开发表的应用中医药治疗AP的文献资料,建立AP中医辨证信息数据库。运用决策树(DT)、随机森林(RF)、支持向量机(SVM)、人工神经网络(ANN)、K-近邻(KNN)5种机器学习算法构建AP中医辨证模型。采用五折交叉验证法对不同算法模型的效能进行评估;采用RF模型分析各个症状体征对于AP辨证分型的重要性。结果最终纳入符合要求的中医药治疗AP的相关文献260篇。将所有特征中出现频次低于10次的症状体征或证型剔除,最终留取53个症状体征作为特征变量,获得4个AP常见证型,分别为腑实热结证、肝郁气滞证、瘀毒互结证、湿热蕴结证。分别构建不同机器学习算法的AP中医辨证模型,经五折交叉验证显示,基于RF算法的模型效果最佳,其准确率、查准率、查全率和F1分数均在95%以上(分别为96.2%、97.1%、95.6%、96.1%);而DT和KNN模型的各项效能评估结果较差。基于RF模型的特征重要性分析显示,特征重要性数值排名前10位的症状体征依次为身目发黄(0.0768)、脉洪大(0.0597)、苔白(0.0567)、腹满硬痛拒按(0.0535)、舌淡红(0.0531)、脉弦(0.0493)、脉涩(0.0477)、舌质红(0.0459)、舌有瘀斑(0.0430)、苔薄(0.0403)。结论基于RF构建的AP中医辨证模型具有较高的准确率。

开窍中药在神经病理性疼痛治疗中的作用研究进展

临床应用上千年的开窍中药龙脑、麝香、石菖蒲、苏合香、樟脑的主要成分是脂环化合物,可用于治疗神经病理性疼痛。开窍中药的镇痛作用机制包括调控γ-氨基丁酸、N-甲基-D-天冬氨酸等受体的表达,调节离子通道功能,抑制炎症反应、氧化应激、细胞凋亡,调控神经传递和神经元兴奋性,参与神经保护和神经功能修复等。未来可以从深入探索开窍中药在中枢系统镇痛中的作用机制、高质量快速筛选药物作用靶点、利用开窍中药特性研发靶向制剂等方面进行拓展。本文综述了上述传统开窍中药治疗神经病理性疼痛的机制研究进展,并提出了一些拓展研究的方向。