糖尿病肾病是糖尿病微血管并发症中最常见且最严重的一种,也是糖尿病病人最重要的合并症之一。近年来,我国的糖尿病肾病发病率亦呈上升趋势,目前已成为仅次于各种肾小球肾炎的终末期肾脏病的第二位病因。由于糖尿病肾病往往存在复杂的代谢紊乱,因此其一旦发展到终末期肾脏病,往往比其他肾脏疾病的治疗更加棘手。及时防治对于延缓糖尿病肾病的意义重大。糖尿病肾病与中医“消渴”“水肿”“关格”等类似。中医病机是消渴日久,机体五脏虚弱,致气血阴阳虚衰,痰瘀水湿停留所致,其特点是本虚标实,虚实夹杂;其病机的关键是虚在脾肾,实在痰瘀。临床上多见气阴、阴阳两虚,兼夹瘀、痰、浊毒等标证。现代中医药将糖尿病肾病归于由先天稟赋不足或饮食失节而导致的脾肾亏虚,认为其主要病机属本虚标实,其中本虚应属阴虚,而久病导致阴伤气耗,阴损及阳,最终导致出现五脏虚衰;其标实主要以燥热、水湿、血热为主。在中医辨证治疗糖尿病肾病的过程中,判断及确定证型并非难事,而如何组方用药,及针对何证使用何方何药进行加减,才是临床诊疗过程中的难点与重点。目前,在各种研究中,多将基于案例推理用于确定证型的临床诊断部分,而对治疗和用药的推理模型较为少见。本研究希望能够建立中医治疗糖尿病肾病的证治推理模型,既可延续诊断类模型的后续使用,又可挖掘出临床常用治疗方法的潜在配伍规律和机制。1.研究目标本项目在复杂性科学相关理论的指导下,以国家自然基金项目“基于复杂网络的糖尿病肾病案例推理证治比较和药效机制研究(No.81473800)”为依托,以诊疗过程的决策者—医者的思维规律为切入点,建立关于中医治疗糖尿病肾病的临床文献数据库,对其证型、常用方剂、药物组成进行了深入分析。结合基于案例推理和基于规则推理,建立基于集成案例推理的中医治疗糖尿病肾病的证治比较模型,即针对病例的证型,推理其治疗方药的组成。2.研究方法与内容2.1本研究以糖尿病肾病为研究对象,检索CNKI、万方、维普数据库中有关中医治疗糖尿病肾病的临床试验类相关文献,通过整合信息,建立基于文献的糖尿病肾病临床文献数据库。2.2将人工神经网络与基于案例推理结合,建立糖尿病肾病患者的证治推理模型。2.3建立糖尿病肾病证治推理模型的规则推理模块。即将规则推理引入到证治推理模型中。2.4建立中医治疗糖尿病肾病的集成案例推理模型。3.研究结果经对临床试验类文献进行筛选分析,发现在糖尿病肾病临床诊疗中,气虚、阴虚是最普遍的证候表现,肾虚次之。而经过对糖尿病肾病临床试验类文献的深入挖掘,发现临床实际表现除该三种证型外,还常伴有血瘀、瘀毒、湿浊、痰淤等证。案例推理部分,主要分为三个模块,第一个模块是建立基于人工神经网络的案例推理模型,即使用人工神经网络对案例进行预分类,同时会得到多个索引值。而案例检索的范围是相对应的多个子案例库,根据人工神经网络预分类的结果,模型将对分类后的信息依次进行案例检索。研究运用整理后的糖尿病肾病临床试验数据集,对数据进行结构化处理,将糖尿病肾病分期、主证、兼证、主要舌像、次要舌像、脉象作为因变量,通过推理,得出建议用药范围内十种中药的推荐表。在对该模型进行了训练和测试,发现该模型的准确率在61%,经验证结果表明,该糖尿病肾病患者证治推理模型是有实际意义的。为进一步提高模型精确度,为临床提供辅助诊疗信息,本研究建立了规则推理模块。根据证型—中药对应规则,选取了主证和兼证两个因变量,对应的建议用药范围也从10味药扩展到了 20味中药,如黄芪可以用于治疗气阴两虚,则为1,不能用于治疗阴虚燥热,则为0,以上述方法建立规则库。输入案例后,获得建议用药范围的相关信息。经测试发现其准确率为76.75%,可见无论是解集合的范围,还是精确度,规则推理模块都较案例推理模块更优。根据规则推理和基于案例推理模型的精确度,本研究进一步建立了中医治疗糖尿病肾病的集成案例推理模型。在该模型中,主要分为基于案例推理、基于规则推理和调度模块三部分。研究人员在使用该模型时,可根据不同需求选择基于案例推理模块或是基于规则推理模块获得解集。在数据进入模型后,在案例推理模块和规则推理模块会得到各自的解集,根据其各自测试的精确度,本模型选择了主辅推理的形式,即用规则推理的解集补充案例推理的解集,最终得出满意解。经测试,发现该集成推理模型的预测用药准确率为86.5%,可见该模型具有临床实际意义,能够为中医临床治疗糖尿病肾病的用药提供辅助决策依据。