隐结构模型对2型糖尿病病机规律的探讨

目的:探索2型糖尿病的病机规律。方法:以2501例2型糖尿病的临床数据为基础,运用隐结构模型的方法加以研究。结果:得出隐结构模型关于2型糖尿病"症-证—病机"相互关系及病机规律。结论:隐结构模型是一种非线性的方法,这对于研究非线性、复杂性的中医证候无疑是一种比较合适的手段。

隐树模型几个关键指标的辨证意义

数据挖掘的各种算法模型能否真正量化地解释证候,关键是该模型所产生的有关指标能否合理地量化解释证和一组症状的关系。文章以抑郁症临床流行病学调查数据构筑的证候隐树模型为例子,分析了该模型所产生的互信息、累积互信息、信息覆盖度、条件概率等几个指标的辨证意义。认为:互信息可作为确定一组与某证有密切关联的症状的依据;累积互信息和互信息数值之间的比较可以把握症状提供给证的信息,从而判断症状的诊断价值;信息覆盖度可以考察与某证相关联的一组症状中究竟有多少症状、或有哪些症状就足可以把握该证的基本特征;而条件概率则可以通过该证关联的一组症状所表现出的变化来定量地刻画这个特征。