广州某高校女大学生原发性痛经与中医体质调查分析

目的:通过对原发性痛经与中医体质的相关性分析,从“治未病”角度探讨体质调理及中医护理对防治女大学生原发性痛经的可行性。方法:调查员现场向广州市某医科大学一、二年级女学生发放调查问卷(内容包括月经一般情况、日常自我护理、中医体质量表、视觉模拟评测量表及COX痛经症状量表),填写完毕当场回收后进行统计分析。结果:301例女大学生原发性痛经现患率为73.09%,相关性分析结果表明气郁质与原发性痛经的出现呈正相关(P<0.05),痛经症状严重程度与中医体质类型数目呈正相关(P<0.05),女大学生原发性痛经的自我护理现状和自我护理意愿有显著差异(P<0.05)。结论:气郁质更易罹患原发性痛经,兼夹体质越多,痛经疼痛程度越高、症状越严重,体质调理与日常护理对防治原发性痛经具有重要意义。     

基于知识图谱的中西医结合急腹症诊疗推理分析

目的 针对急腹症临床诊疗规范化问题和名老中医诊疗经验传承问题,提出基于不完备知识库的关联规则挖掘（AMIE）+随机游走的诊疗推理算法,通过推荐病例的个性化诊疗方案,为基层医生提供信息服务和技术支持。方法 采集中西医结合诊疗急腹症的名老中医诊疗经验和临床诊疗指南文本数据,完成知识抽取任务,构建基于Neo4j的急腹症知识图谱。在基于本体规则推理的基础上,使用基于相似证候的规则推理扩展证候推荐结果中Jaccard相似度大于阈值的证候组合;使用语义路径覆盖算法计算症状节点之间的语义相似度,将症状节点分为10类,扩展同一类别的症状节点,并使用随机游走算法搜索证候连通的症状节点,扩展证候与症状节点的连接规则,以实现AMIE+随机游走的知识推理。结果 急腹症知识图谱包括1 320个节点和2 464个关系,根据知识推理的链接预测评价指标,对比3种算法在急腹症辅助诊疗应用上的推理结果;AMIE+随机游走算法通过扩展相似证候连接规则和证候-症状的连接规则来补全知识图谱,相较于基于本体规则的知识推理算法,其曲线下面积（AUC）高出15.18%,其精确度高出30.36%,实现了更准确有效的知识推理。结论 该研究运用知识图谱技术将急腹症的中西医诊断和疗法用药进行可视化,辅助基层临床医生直观查看诊疗过程和数据关系。提出的诊疗推理算法实现了在“病-证-诊-治-方”层面上的个性化诊疗方案推荐,能够辅助基层医生进行疾病诊疗和临床决策,有助于名老中医诊疗经验和临床指南的知识共享及推广应用,提高基层临床诊疗水平,促进中西医结合急腹症诊疗过程的规范化与标准化。