出血中风阳类证、阴类证辨证指标特点
所有411例患者,阳类证者340例(占82.7%),明显多于阴类证71例(17.3%)。阳类证病例组和阴类证病例组对“简标”辨证四诊指标进行频数统计后分别计算权重值。阳类证病例,依次以“舌质红、舌苔黄、面赤身热、脉数、口咽干苦、烦躁不安”此六条指标的权重值较大,表明其与患者诊断为阳类证关系密切,是阳类证诊断的特异性指标。反之,“静卧不烦、脉迟缓或沉细、面唇晦暗苍白、口咽不干苦、舌苔白”这五个指标权重值较小,“舌质淡”基本与阳类证诊断无关,为阳类证诊断的附属指标。阴类证病例中,四诊指标以“静卧不烦、舌苔白、面唇晦暗苍白、舌质淡、脉迟缓或沉细、口咽不干苦”这六个条目权重值较大,表明其与患者诊断为阴类证关系密切,以上六条指标为阴类证诊断的特异性指标。反之亦然,“舌质红、舌苔黄、面赤身热、口咽干苦、脉数、烦躁不安”等阳热表现的指标权重值均在2以下,表明其与阴类证诊断的相关性较小,为阴类证诊断的附属指标。
根据上述辨证指标频数二次归一化权重结果,对阳类证、阴类证辨证指标的原始“0、1”变量替换为权重分值,计算每一病例阳类证、阴类证辨证证候总分,结合聚类结果分别进行探索性分析(表6-1)。经正态性检验,阳类证、阴类证总分均呈偏态分布,故诊断阈值采用第5百分位数即P5,证型分级采用四分位数作为轻、中、重程度判定标准。赋权重分值后的阳类证、阴类证辨证指标可以初步量化阳类证、阴类证的证候分型标准,而且根据辨证总分所在区间区分证候的轻、中、重程度,为临床动态观察和进行疗效比较提供客观依据。
表6-1 阳类证、阴类证辨证总分诊断阈值
对病例数据进行判别分析,建立判别函数,以期对以后观测新病例所属类别提供计量化依据。由前述统计步骤已知本病例资料是偏态分布,Box’s M统计量=6.550,P<0.01,两类协方差矩阵差异有统计学意义。考虑样本量较大,自变量不多,可忽略方差齐性,采用Bayes判别法,得到判别结果如表6-2。
表6-2 Fisher判别函数的系数表
根据表6-2,判别分析筛选出九条指标:面赤身热、面唇晦暗苍白、烦躁不安、口咽干苦、口咽不干苦、舌质红、舌质淡、舌苔白、脉迟缓或沉细。其中舌质红对诊断阳类证贡献最大(48.459),舌质淡则对诊断阴类证贡献最大(50.442)。根据系数分别写出判别式,计算判别函数值最高的一类即是其所属类别。系数的正负影响分类判断的方向,绝对值大小决定变量对判别分类贡献的程度。阳类证判别函数式:Z1=5.716面赤身热+4.915面唇晦暗苍白+5.465烦躁不安+6.392口咽干苦+4.379口咽不干苦+48.459舌质红+40.630舌质淡+1.331舌苔白-0.899脉迟缓或沉细-31.367。阴类证判别函数式:Z2=3.601面赤身热+9.364面唇晦暗苍白+2.231烦躁不安+4.182口咽干苦+7.955口咽不干苦+39.575舌质红+50.442舌质淡+11.735舌苔白-2.279脉迟缓或沉细-38.099。经判别函数交互检验,阳类证预判正确率98.2%,阴类证预判准确率94.4%,源数据与预测分类数据总准确率97.6%;交互验证结果,可见和普通方法基本相同,预测准确率在97.3%。因此,该判别函数是较为稳定可信的。(https://www.daowen.com)
经对出血中风急性期阳类证、阴类证辨证指标判别分析与Logistic回归,两者都可用于多分类结局的预测,用于寻找结局指标与自变量的函数关系。但是对于两类结局中一类较少,且自变量多数是二分类变量的非正态大样本数据较适合Logistic回归分析。因此,为获得更精确的分类函数,我们考虑再采用Binary Logistic回归分析法。应变量Y为是否诊断阳类证(阳类证=1,阴类证=0),将“简标”辨证标准中的12个条目作为协变量,采用Forward LR法进行分析,估计各辨证条目在组合条件下阳类证、阴类证的发生概率,见表6-3。逐步向前法筛选协变量,检验删除协变量标准为:α=0.10(系统默认值),经过5步筛选,最终保留在模型中的协变量为:舌苔黄、舌质淡、口咽不干苦、静卧不烦和面色晦暗苍白。其中舌苔黄的OR值大于1,说明其为诊断为阳类证的危险因素,即对阳类证诊断有意义的重要指标;其余4条指标OR值均小于1,是诊断阳类证的保护因素,即对阴类证诊断起作用的指标(P<0.05),建立的回归模型稳定性好,检验差异有统计学意义。
表6-3 阳类证、阴类证辨证指标的Logistic向前逐步回归法(LR)分析结果
表6-4 Hosmer and Lemeshow Test
表6-5 阴类证、阳类证辨证指标的Logistic回归模型分类预测值
从表6-4、表6-5结果可以看出:模型经Hosmer and Lemeshow检验评价估计概率和观察概率接近的程度(P=0.989),模型拟合良好。本模型阳类证预测准确率99.4%,阴类证预测准确率为97.3%,总预测准确率达99%。