病证结合构建慢病风险预测模型的思路与方法

风险预测模型研究是慢性非传染性疾病(简称慢病)防治的重要手段,但目前的疾病风险预测模型中缺乏中医证候学和症状学等方面内容。病证结合构建慢病风险预测模型的研究思路首先是以疾病发生或疾病终点指标作为目标结局变量,其次确定并采集与目标结局相关的关键信息,然后运用数理方法筛选中西医危险因素构建风险预测模型,最后评价风险预测模型的预测性能。常用的数学模型包括Logistic回归模型、Cox比例风险模型、人工神经网络、决策树模型、Markov模型、随机森林。此外在构建风险预测模型时需注意各种模型的适用条件、结局变量特征和影响因素的数据特点。     

病证结合构建慢病风险预测模型的思路与方法

风险预测模型研究是慢性非传染性疾病(简称慢病)防治的重要手段,但目前的疾病风险预测模型中缺乏中医证候学和症状学等方面内容。病证结合构建慢病风险预测模型的研究思路,首先是以疾病发生或疾病终点指标作为目标结局变量,其次确定并采集与目标结局相关的关键信息,然后运用数理方法筛选中西医危险因素构建风险预测模型,最后评价风险预测模型的预测性能。常用的数学模型包括Logistic回归模型、Cox比例风险模型、人工神经网络、决策树模型、Markov模型、随机森林。此外在构建风险预测模型时,需注意各种模型的适用条件、结局变量特征、影响因素的数据特点。     

急性缺血性脑卒中风痰证预测模型构建与验证

目的 基于LASSO回归变量筛选的Logistic回归模型(以下简称为“LASSO-Logistic方法”)构建急性缺血性脑卒中(acute ischemic stroke, AIS)患者风痰证的临床预测模型,为研究该病种中医临床诊治提供依据。方法 纳入北京中医药大学东直门医院通州院区脑病科六区2017年6月至2022年6月收治的1073例AIS患者,依据证候判断标准分为风痰组和非风痰组,利用LASSO-Logistic方法进行多因素回归分析,构建AIS患者风痰证的临床预测模型,应用Bootstrap法进行1000次重抽样进行模型内部验证,采用一致性系数(concordance index, C-index)、校准曲线、决策曲线分析法(decision curve analysis, DCA)对模型的区分度、校准度和临床有效性进行评价。结果 (1)通过LASSO回归模型筛选得到16个变量,进一步的Logistic回归分析显示性别、年龄、生活评分、合并高脂血症、纤维蛋白原定量(fibrinogen, FIB)、白细胞计数(white blood cell count, WBC)为风痰证预...     

基于Group-Lasso天麻品质形成关键因子的分析

目的 为提高人工种植天麻的质量,基于Group-Lasso变量筛选构建随机森林回归模型分析影响天麻品质形成的关键因子。方法 基于Group-Lasso法,对2007—2022年天麻质量研究文献中天麻素含量及产地环境变量等数据进行变量筛选,并在筛选出的变量基础上建立随机森林回归模型及计算变量重要性得分。结果 最终选择了产区、生长状况、种质类型、产地气候类型、产地土壤类型、最热月均温、产地年降水量、产地年日照时数和无霜期9个变量,基于被选变量与天麻素含量建立随机森林回归模型,模型的均方误差（mean square error,MSE）和平均绝对百分误差（mean absolute percentage error,MAPE）分别为0.103 2和14.08%,特征重要性排序显示天麻素含量的最大影响因素是产地年降水量,其次是产地土壤类型、无霜期和产地年日照时数。结论 随机森林回归模型有相对较低的误差和较高的预估精度,更适合用于对天麻种植环境的分析和天麻素含量的估算,为人工种植天麻提供参考。     

中药化学成分与CYP2C19相互作用预测研究——基于定量构效关系(QSAR)模型

目的:使用随机森林(RF)算法和支持向量机(SVM)算法构建定量构效关系模型(QSAR),并筛选出最优模型,对部分有毒中药包含的化学成分对CYP2C19可能的作用进行了预测,为临床应用和药物开发提供参考。方法:本文使用Mold2软件(version 2.0.0)对收集到的130个化学成分进行分子描述符计算,对其进行初步筛选后,分别采用RF和SVM进行预测模型的构建,最后筛选出最优预测模型,并对中药化学成分进行预测。结果:根据预测模型的准确度和接收器操作特征(ROC)值筛选出最优分子描述符为6个,合并SVM和Leave-10%-out交叉验证方法模型为最优预测模型。对《中华人民共和国药典》2010版10个大毒中药,例如斑蝥、马钱子、天仙子等包含的化学成分进行了预测,得到一些有意义的结果。结论:定量构效关系模型(QSAR)对中药化学成分进行预测研究可以为联合用药和进一步研究提供参考。     

中药化学成分对大鼠致癌毒性的定量构效关系研究

目的 采用计算机毒性预测技术预测中药的致癌毒性,为中药安全性评价提供新的途径.方法 采用Mold2软件(version 2.0.0)对1532个中药化学成分进行分子描述符计算,初步筛选后采用随机森林算法构建定量构效关系模型,筛选出最优预测模型,并对2010年版《中华人民共和国药典》所载83个有毒中药中有化学成分单体结构报道的60种中药(1609个化学成分)进行致癌毒性预测.结果 经筛选,当描述符集合为60个时,随机森林算法建立的定量构效关系模型准确度最高,为0.69.预测60种中药(1609个化学成分)中致癌活性化合物为481个.结论 本文采用随机森林算法构建定量构效关系模型,并可对有毒中药化学成分进行致癌毒性预测,为进一步中药致癌性试验研究提供参考.     

基于粒子群-随机森林算法和气象数据的三七叶面积生长预测模型

目的 基于数据挖掘技术,建立三七叶面积生长预测模型,对于三七整个生长期的精准管理与决策提供参考。方法基于粒子群-随机森林算法,采用2018、2019年4～10月云南省红河自治州泸西县三七种植基地棚内气象因子数据以及三七叶面积生长数据作为训练集和测试集构建生长预测模型。结果 通过特征工程中皮尔森系数分析可知,三七叶生长与土壤温度、上方水蒸气压和下方水蒸气压等气象因子呈正相关,其中土壤温度正相关程度最大,其皮尔森相关系数在0.75～0.90;下方土壤热通量与三七叶生长呈负相关,其皮尔森相关系数为-0.4～-0.3;通过粒子群优化随机森林算法训练的生长预测模型,其均方根误差(root mean square error,RMSE)收敛时值为0.021 82,模型优化后的三七叶生长预测模型决定系数R2达到0.999 97。结论 通过多种算法对比实验结果表明,粒子群-随机森林算法构建的三七叶面积生长预测模型具有较高的预测精度。该方法为三七叶的生长预测提供了新的研究思路。     

使用随机森林判别分析法预测黑加仑油胶囊治疗高血脂的效果

目的:根据黑加仑油软胶囊进行的多中心开放Ⅳ期临床试验数据,预测其对不同患者治疗高血脂的效果。方法:选入30～80岁符合西医高脂血症诊断标准的患者,服用黑加仑油软胶囊6周,对符合方案完成试验的2 154例患者分析血脂变化情况,将数据分为训练集和测试集,建立随机森林(RF)预测模型,采用内部交叉验证和外部数据进行验证。结果:筛选出的主要预测变量有治疗前的中医证候得分、血清总胆固醇(TC)、甘油三酯(TG)、体质量指数(BMI)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、病程、体重、血压、运动情况等。使用这些变量预测服药是否"显效",交叉验证和外部验证的ROC曲线下面积(AUC)分别为0.827和0.857;按照外部验证数据最佳切点得到灵敏度和特异度分别为82.7%和72.8%,预测的正确率为77.9%。结论:黑加仑油软胶囊对高血脂证患者的治疗效果可以根据患者的病情、血脂水平、生命体征等情况进行预测,从而辅助临床决策。     

基于随机森林的脉象信号特征降维与分类研究＊

应用于中医脉象信号分类研究中的多种方法提取了大量复杂特征，但使用时由于缺乏系统分析而难以在算法中高效利用，本文提出了一种基于随机森林的脉象信号特征评估降维方法。首先，提取常用的脉象时域、频域以及时-频域特征共93维；随后，使用随机森林算法，基于Gini指数对各个特征重要性进行排序，并使用支持向量机(SVM)、反向传播神经网络(BP-NN)以及随机森林(RF)算法验证排序的正确性，最后，结合序列前向选择算法，根据算法的分类准确率变化进行特征选择。实验结果表明：基于随机森林算法的脉象特征重要性排序可行，且进行特征筛选后，特征维数从93维降低到13维左右，对平、实、弦、滑四类脉象的分类，SVM和BP-NN的准确率均提高了10%以上，对特征冗余性不敏感的RF也提高了4.5%，该方法可用于脉象信号分析中大量特征的评估降维，可显著提高算法的分类准确率和运行效率。     

近红外光谱结合不同变量筛选方法用于金银花提取过程中绿原酸量的在线监测

目的采用近红外光谱技术,结合不同变量筛选方法对金银花提取过程中绿原酸量进行快速测定。方法采用组合间隔偏最小二乘法(SIPLS)、竞争自适应抽样方法(CARS)、变量投影重要性(VIP)、连续投影算法(SPA)4种不同变量筛选方法,以HPLC测定值作参比,建立金银花中绿原酸定量模型并进行比较,优选出最佳变量筛选方法。结果经SIPLS方法所建绿原酸模型预测能力最好,预测集决定系数(Rpre2)和预测均方根误差(RMSEP)分别为0.990 3和2.316%。结论近红外光谱法结合SIPLS变量筛选方法建立的绿原酸定量模型性能良好,满足中药提取过程实时监测分析的精度要求,可用于中药提取过程的快速分析。     

电子鼻MOS传感器阵列优化及其在中药材快速鉴别中的应用

电子鼻广泛应用于诸多领域,在不同领域中电子鼻传感器阵列的构成不同.由于中药气味的复杂性和特殊性,在中药鉴别分析中,需建立阵列优化法、筛选专属最佳阵列.采用法国Alpha MOS公司的α-FOX3000电子鼻对姜科常用10味中药进行气味检测,基于逐步判别分析法和聚类分析结合典型指标筛选法,建立了MOS传感器阵列的优化法.同时针对优化前后的数据,分别采用主成分分析、Fisher判别分析和随机森林算法进行了对比研究.结果表明,优化后的阵列不仅保留了原始阵列的有效信息,而且在一定程度上剔除了冗余信息、提高了识别效率.随机森林分类器计算结果表明:最佳阵列为逐步判别分析筛选的S1,S2,S5,S6,S8,S12组合而成,此阵列优化法有效、可行;为电子鼻在中药鉴别中MOS传感器阵列的优化提供思路与方法参考.     

大数据驱动的热毒宁注射液金青醇沉关键工艺参数辨识研究

金青醇沉是热毒宁注射液关键工艺单元之一,具有工艺参数多样、过程机制复杂的特点。为辨识影响金青醇沉过程的关键工艺参数,该文以热毒宁注射液数字化工厂为基础,采集热毒宁注射液金青醇沉工段2017—2018年的历史生产数据259批,共计829 318数据点,呈现出数据量大、价值密度低、来源多样等大数据部分特征。以金青醇沉浓缩制得浸膏质量为响应变量,通过数据清洗和特征提取,数据点减少为9 936个。采用Pearson相关分析和灰色关联度分析进行综合决策,从48个特征变量中筛选出15个潜在关键工艺参数(pCPPs)。进一步通过偏最小二乘(PLS)回归进行定量预测建模,证明基于15个pCPPs建立的预测模型与基于48个特征变量的建立的预测模型性能相当。通过变量重要性排序,辨识出影响金青醇沉浓缩浸膏质量的9个关键工艺参数(CPPs),包括4个初始输入浸膏质量参数、3个加醇量参数和2个醇沉上清液体积参数,至此数据点为1 863个,占原始数据的0.28%。从全局数据出发,采用大数据分析的方法可有效提高数据的价值密度,筛选得到的关键工艺参数有助于解析金青醇沉生产过程质量传递规律。     

基于斑马鱼M-Act/Tox一体化评价的抗骨质疏松中药高效筛选思路与方法

日益显现的壮骨中药肝损伤问题为临床应用带来挑战,抗骨质疏松中药筛选有必要兼顾有效性与安全性,而代谢转化至关效应与毒性,故全面考虑代谢-效/毒一体的筛选具有意义。评价模型和化合物(含代谢物)数量严重制约早期在体、高效筛选。参考课题组前期相关研究及国内外文献,提出斑马鱼代谢模型、骨质疏松模型及毒性评价法有机整合可建立M-Act/Tox(metabolism-action/toxicity)一体化的抗骨质疏松中药高效筛选法。突破量微成分无法在体、高效及一体化评价的难点和盲点,实现基于体内过程且兼顾有效性与安全性的全方位抗骨质疏松中药高效筛选,对加速发现安全有效的抗骨质疏松创新中药具有意义。     

基于中医传统理论建立中药肾毒性的Logistic回归预测模型

目的研究四性、五味和归经与中药肾毒性的相关性,建立中药肾毒性Logistic回归预测模型,并对模型进行评估。方法文献检索肾毒性中药111味、非肾毒性中药398味。记录上述中药的四性(寒、热、温、凉和平)、五味(酸、苦、甘、辛、咸、淡和涩)和归经(肺经、大肠经、胃经、脾经、心经、小肠经、膀胱经、肾经、心包经、三焦经、胆经和肝经),进行肾毒性中药、非肾毒性中药与其四性、五味和归经的相关性检验,相关变量进行非条件Logistic回归,并建立Logistic回归预测模型,绘制Logistic回归预测模型概率的ROC曲线,评价预测模型。结果肾毒性中药和非肾毒性中药在四性归属有相关性(P0.05),相关系数为0.241;肾毒性中药和非肾毒性中药在五味归属有相关性(P0.05),相关系数0.210;肾毒性中药和非肾毒性中药在归经归属无相关性(P0.05)。四性、五味两个方面12个变量因素入选Logistic回归分析,筛选出四性中的热、平和五味中的苦、甘共4个变量因素,建立Logistic回归预测模型(预测概率分界值为0.28)。结论中药四性、五味、归经3个方面24个变量因素当中,四性、五味两个方面12个变量因素与其肾毒性具有相关性,其中四性中的热、平和五味中的苦、甘为肾毒性的影响变量。在此基础上建立的Logistic回归预测模型对于中药肾毒性具有一定的预测能力。     

基于随机森林回归模型的中药复方金复康对肺癌细胞增殖作用的组方优化

目的:以治疗肺癌疗效确切的中药复方金复康为研究对象,从抑制肺癌细胞增殖方面对其处方组成进行优化,并为中药复方的处方优化提供新的途径。方法:应用筛选试验设计(Plackett-Burman),然后应用随机森林算法,建立基于设计处方集的预测模型,61个组方设计矩阵为输入,以相应的61个组方的半数抑制浓度(half maximal inhibitory concentration,IC50)的自然对数为输出建立随机森林回归模型。并用5次10折交互验证优化模型参数mtry,最后应用网格化搜索算法得到最优的配伍组,并进行肺癌细胞增殖实验验证,以金复康组成药物的不同组合作用于肺腺癌细胞株A549的IC50为指标,从抑制肺癌细胞增殖方面对金复康的组方配伍进行优化。结果:通过随机森林模型结合网格化搜索算法得到的最优配伍组为黄芪、麦冬、重楼、女贞子和绞股蓝,且经实验验证,在抑制肺癌细胞增殖方面,金复康优化方相对于金复康原方具有更好的抑制细胞增殖效应。结论:基于随机森林模型结合网格化搜索算法能够为复杂性中药复方的组方优化提供方法学参考。     

奥密克戎新型冠状病毒感染病毒核酸转阴时间的影响因素及预测模型的建立

目的 分析影响奥密克戎新型冠状病毒感染(简称新冠感染)患者病毒核酸转阴时间的影响因素,并构建临床预测模型。方法 收集上海崇明区花博园复兴馆方舱医院2022年4月—2022年5月期间收治的156例奥密克戎新型冠状病毒感染患者的临床资料,采用单因素和多因素Logistic回归分析筛选影响新冠病毒感染患者核酸转阴时间的独立危险因素,建立核酸转阴时间风险预测模型,并构建列线图。采用Bootstrap法进行内部验证。通过受试者工作特征(ROC)曲线、Calibration plot验证预测模型的预测效能。结果 多因素Logistic回归分析结果显示,前期症状[OR=2.649,95%CI(1.004,6.992)]、基础疾病[OR=5.382,95%CI(1.509,19.197)]、入院时黄腻舌苔[OR=6.513,95%CI(1.954,21.713)]是影响患者核酸转阴时间的独立的影响因素(P<0.05)。基于筛选出以上独立危险因素构建预测模型,该模型显示出较高的预测能力,训练集ROC曲线下面积为0.817,P<0.001,验证集ROC曲线下面积为0.780,P<0.00...     

多层感知器模型在中医人格、体质预测糖尿病性冠心病患病风险中的应用研究

目的探讨多层感知器(MLP)模型在中医人格、体质预测糖尿病性冠心病患病风险中的预测效能,为该病客观化预测提供新方法。方法采用单因素Logistic回归进行变量筛选,筛选有统计学意义的中医人格、体质类型指标,作为MLP及多因素Logistic回归的分析变量,以构建中医人格、体质对糖尿病性冠心病患病风险的预测模型。采用受试者工作特征曲线(ROC曲线)比较2种模型的预测效能。结果 MLP预测模型的灵敏度OR95%CI=0.915(0.862,0.968)、特异度OR95%CI=0.846(0.793,0.912)、AUC OR95%CI=0.913(0.806,0.987),均优于Logistic回归预测模型[灵敏度OR95%CI=0.834(0.695,0.953)、特异度OR95%CI=0.762(0.623,0.901)、AUC OR95%CI=0.869(0.730,0.941)]。结论在中医人格、体质对糖尿病性冠心病患病风险的客观化预测中,MLP模型较Logistic回归模型具有更好的预测效能。     

中药化学成分对大鼠急性毒性的定量构效关系研究

目的探讨计算机毒性预测技术和方法,为中药安全性评价提供新的途径。方法采用Mold2软件(version 2.0.0)对7409个中药化学成分进行分子描述符计算,初步筛选后采用随机森林算法进行定量构效关系(QSAR)模型构建,筛选出最优预测模型,并对2010年版《中华人民共和国药典》所载83个有毒中药中有化学成分单体结构报道的60种中药(1692个化学成分)进行急性毒性的预测。结果经筛选,最终得到数据7409条。当描述符集合为52个时,随机森林算法建模模型准确度和Kappa值较高,分别为0.712和0.436;根据最优分子描述符集(52个)表征的化学空间距离将化合物聚类分为3类,第1类化合物最优模型的准确度和Kappa值分别为0.666和0.476,第2类化合物最优模型的准确度和Kappa值分别为0.804和0.381,第3类化合物最优模型的准确度和Kappa值分别为0.709和0.373。预测60种中药(1692个化学成分)中含剧毒化合物0个、高毒化合物2个、中毒化合物172个和低毒化合物1518个。结论采用QSAR模型对中药化学成分进行急性毒性预测研究可为联合用药和进一步实验研究提供参考。     

中药化学成分对大鼠心脏毒性的QSAR研究

目的：建立中药化学成分对大鼠心脏毒性的预测方法,为常规的动物实验提供参考,为中药安全性评价提供了新的途径和方法。方法：本文使用Mold 2软件（Version 2.0.0）对收集到的1 034个化学成分进行了分子描述符计算,采用随机森林算法（Random Forest,RF）和支持向量机（Support Vector Machine,SVM）方法对描述符进行筛选。然后使用推进式决策树算法、支持向量机算法、正则化判别分析算法和随机森林算法构建模型,分别计算了模型的准确率和Kappa值,筛选出最优预测模型,并对中药化学成分进行预测。结果：通过比较预测模型的准确度和Kappa值,得出随机森林模型为最优算法模型,准确率为86.3%,Kappa值为0.725。最后,对《中华人民共和国药典》（2010版）记载的有毒中药,例如吴茱萸、北豆根、九里香等包含的化学成分进行了预测,得到一些有意义的结果。结论：定量构效关系模型（Quantitative Structure-Activity Relationship,QSAR）对中药化学成分进行预测研究可以为进一步的实验、临床研究提供重要参考。     

基于多种信息处理方法的大肠癌中医证候模型构建

目的:基于多种信息处理方法构建大肠癌常见中医复合证候模型。方法:通过流行病学调查方法收集大肠癌患者病例资料1132例,运用聚类分析、BP神经网络、SVM支持向量机和随机森林法对大肠癌患者病例信息进行建模。结果:在BP神经网络、支持向量机和随机森林3种方法构建的大肠癌证候模型中,随机森林效果最好,对各证型的识别率分别为:脾虚气滞(65.1%)、脾肾阳虚(83.3%)、肾精亏虚(92.3%)、湿热蕴结(97.7%)、气血两虚(96.3%)。结论:成功构建大肠癌常见中医复合证候模型,随机森林方法对证型的判断准确率最高,应用随机森林建模法可为中医证候规范化研究提供新的思路和方法。