老年人中医健康状态辨识研究评述与展望

随着社会老龄化进程的加快及人类疾病谱向慢病的转变,新的医疗模式将逐渐转向“以维护健康为中心”。现有单纯基于理化指标的健康状态辨识模型已经难以满足老年健康需要。老年健康状态辨识是判断老年人健康的关键,是维护老年健康的前提。目前,中医健康状态辨识主要包括以临床专家为核心的经典辨识模式、以量表问卷为中心的标准辨识模式、以中医诊疗设备为中心的智能辨识模式、以指标为中心的微观辨识模式等。中医药强调个体精准化防治,其“未病先防”理念与“健康中国”战略不谋而合。在未来,构建与人工智能相融合的具有中医特色的综合健康状态辨识技术体系将推动老年健康产业的发展。如何实现更加优质、便捷、人性化的健康服务将成为各相关研究热点。

痛经的中医健康状态辨识与调理知识库构建初探

目的:探讨和发展痛经的中医健康状态辨识与调理知识库构建。方法:从体质分类、证候分类、月经周期的气血阴阳变化状态描述痛经的中医健康状态,从痛经的证-症关系出发,研发痛经的中医证候问卷;从痛经一般性调理知识、中医健康状态的干预知识和中医特色疗法等内容构建痛经的中医干预知识库。结果:制定了痛经的中医证候问卷,并从起居、情志、运动等方面介绍了痛经一般性调理知识,初步设计出痛经干预知识库的字段。结论:痛经证型辨识模型和中医健康干预知识库,可以辅助痛经患者进行健康状态的自我辨识,有利于在医师指导下进行动态的自我调理,促进痛经患者的早日康复。

以状态为核心的中医健康状态辨识系统构建研究

近年来,中医诊疗设备在人工智能技术和政府政策等因素的重视下得到有力发展,促进了中医药关键技术装备的现代化建设。以中医状态理论为核心构建的中医健康状态辨识系统为新一代中医诊疗设备的“大脑中枢”,涵盖信息智能感知模块、信息智能融合模块、状态辨识算法模块、干预方案模块、随访与疗效评价模块5个联动模块,可实现中医四诊信息量化采集和智能化辨识,同时开展线上咨询和线下诊疗双重医疗服务模式,从而为使用者提供实时、整体、动态、个性化的闭环式中医健康管理服务,不仅为累积中医临床大数据提供了可用平台,也为发展中医健康管理产业提供了可用工具。

论中医健康状态精辨识理论框架的构建

目的:构建中医健康状态精辨识理论框架,为中医健康状态精辨识实践提供理论依据。方法:在中医"形神合一"健康观指导下,基于中医精理论,采用头脑风暴法,初步构建中医健康状态精辨识理论框架。结果:中医健康状态精辨识理论框架包括精充足辨识和精不足辨识2个类别,每个类别含有形象、窍象、神志象、舌象、脉象五个方面内容。结论:中医健康状态精辨识理论框架将更好地指导中医健康状态精辨识实践。

中医健康状态辨识中的多标记分类方法研究

目的:探索中医健康状态辨识中的多标记分类方法。方法:采用多标记分类算法LIFT、ML-kNN、RankSVM和单标记分类算法SVM、kNN对临床1 146例数据进行机器学习和测试。结果:平均精度从高到低依次为LIFT[(84.90±1.28)%]、ML-kNN[(68.95±2.61)%]、RankSVM[(67.10±6.11)%]、SVM[(65.47±1.33)%]、kNN[(34.08±2.28)%];LIFT、RankSVM比SVM性能更优,ML-kNN比kNN性能更优。结论:多标记分类算法的性能优于单标记分类算法,证明了多标记分类算法有助于解决中医健康状态辨识问题,且几种多标记分类算法中LIFT算法性能最优。

中医健康状态辨识方法的探索

目的:探索中医健康状态辨识的分类算法模型,为中医健康管理提供核心技术。方法:基于Matlab2017b环境,采用BP-MLL神经网络、决策树、支持向量机(SVM)和K最近邻(KNN)等学习算法,对1 146例样本分组建立训练和测试数据,以626项观察参数为输入,53项状态参数为输出进行实验。结果:最优的平均精度依次为BP-MLL神经网络(82.32%)、SVM(67.24%)、决策树(48.18%)、KNN(34.69%)。BP-MLL神经网络性能最优。结论:基于BP-MLL神经网络分类算法在中医健康状态辨识中的应用具有较高的准确性和方法学上的可行性。

基于中医健康状态气血津液辨识法的毒瘾中医病理因素研究

目的:毒瘾的中医病理因素分析。方法:应用课题组研究成果--气血津液状态辨识系统测试版开展毒瘾的中医病理因素研究,吸毒者诊断标准均符合《中国精神障碍分类与诊断标准》第三版(CCMD-3);中医病理因素采用证素辨证方法采集。结果:公安组与司法组在阴虚、血虚、阳虚、痰、湿有统计学意义(P<0.05),且司法组的程度大于公安组。结论:痰是毒品成瘾的主要病理因素,虚实夹杂是毒品成瘾的证候学特点。

中医健康状态辨识的中医情志疾病管理理念研究

目的:探索基于中医健康状态辨识的中医情志疾病管理理念在护理管理中的应用效果。方法:选择医院2019年2月~2020年2月的88例患者为研究对象,随机均分为对照组与观察组,观察组应用基于中医健康状态辨识的中医情志疾病管理理念,对照组应用常规管理理念。调查并统计两组患者的满意度,观察并统计两组患者对护士理论知识掌握程度评分、护理操作能力评分。结果:观察组患者的满意率为97.73%,显著高于对照组的79.55%(P<0.05)。观察组患者对护士的理论知识掌握程度评分、护理操作能力评分等,均显著高于对照组(P<0.05)。结论:基于中医健康状态辨识的中医情志疾病管理理念应用后,能够有效提高患者的护理干预满意程度,并且有助于提升护师对健康状态辨识掌握程度。

中医健康状态辨识模式在疾病稳定期的应用

目的:分析中医健康状态辨识模式在疾病稳定期的应用效果。方法:选择2020年4月~2021年4月医院全科医学科收治的90例患者为研究对象,分为对照组和观察组,每组45例。对照组采用常规管理,观察组在对照组基础上予以中医健康状态辨识模式进行管理。对比两组患者依从性以及干预前后的管理质量。结果:观察组患者的总依从率高于对照组(P<0.05);观察组和对照组干预前的疾病管理质量评分比较无统计学意义(P>0.05),干预后观察组患者的疾病管理质量评分高于对照组(P<0.05)。结论:中医健康状态辨识模式在疾病稳定期具有良好应用效果,对患者依从性以及疾病临床管理质量均有明显提高作用。

健康状态下精气神辨识理论框架的构建

目的构建中医健康状态精气神理论框架,为中医健康状态精气神辨识的运用与实践提供理论基础。方法在"取象运数,形神一体,气为一元"原创思维的指导下,在中医精气神理论的基础上,构建中医健康状态精气神辨识的理论框架。结果中医精气神辨识理论框架包括精气神充足和精气神不足辨识2个类别,每个类别含有形象、窍象、神志象、舌象、脉象5个方面内容。结论中医健康状态精气神辨识理论框架对指导中医健康状态辨识的实践提供了指导。

《中医健康状态精辨识问卷》实施效果评价

目的:基于中医精辨识理论,编制《中医健康状态精辨识问卷》,并对其实施效果进行评价。方法:通过专家调查法进一步精简和完善前期研究得出的中医健康状态精辨识条目,结合专家意见形成辨识问卷,并在1 564名健康体检人群中开展应用,评价问卷的可行性、信度、效度。结果:经过两轮专家咨询形成的精辨识问卷共包含14个条目。效果评价显示,问卷可行性高,Cronbach’sα为0.776。验证性因子分析显示,GFI为0.945,RMSEA为0.068。结论:《中医健康状态精辨识问卷》具有较满意的信度和效度,可进一步推广应用,为中医临床健康辨识提供参考依据。

7875例血脂异常患者证素分布及合并高尿酸血症分析

目的:研究血脂异常人群中医健康状态要素分布规律及合并高尿酸血症与中医健康状态要素的相关性。方法:纳入7875例高脂血症体检者,运用SPSS19.0软件分析其中医健康状态类型分布规律及血脂、血尿酸水平等。结果:①不同性别、不同年龄段人群中医健康状态类型分布具有统计学差异。②各中医健康状态要素人群的甘油三酯、高密度脂蛋白水平有统计学差异:湿要素组的甘油三酯水平明显高于阴虚、阳虚、肝、气虚组,痰要素组甘油三酯水平明显高于肝、肾、气虚、阳虚组,热要素组甘油三酯水平明显高于阴虚、阳虚、肝、气虚组;痰要素组高密度脂蛋白水平明显低于阴虚、气滞、阳虚、肝、气虚、肾、正常组,热要素组高密度脂蛋白水平低于阴虚、气滞、阳虚、肝、气虚、肾、正常组。③各中医健康状态要素人群合并高尿酸血症发生率有统计学差异,依次为热要素组(22.54%)、痰要素组(21.07%)。④各中医健康状态要素人群的血尿酸水平有统计学差异,湿、痰、热要素组人群血尿酸水平显著高于阴虚、气滞、阳虚、肝、气虚、肾组。结论:痰、湿、热状态要素人群甘油三酯较高,高密度脂蛋白水平较低;痰、热状态要素血脂异常人群易合并高尿酸血症;湿、痰、热状态要素人群血尿酸水平显著升高。