关键词:
干燥综合征
梯度提升决策树
中医辨证
决策模型
摘要:
目的:使用机器学习方法构建干燥综合征的中医诊断辨证辅助决策模型,在临床上辅助医生进行中医辨证。方法:收集2022年9月至2023年12月之间就诊于上海中医药大学附属龙华医院风湿免疫科的干燥综合征患者611例,按照8∶2分为训练集和测试集,利用梯度提升决策树(GBDT)算法,分别构建多分类辨证诊断模型和二分类鉴别诊断模型,以精确率、召回率、F1分数、准确率等作为模型评估指标。结果:多分类辨证模型准确率为0.78;以“气阴两虚”为参照模型,构建4种鉴别诊断模型,“气阴两虚-痰热内蕴”鉴别诊断模型准确率为0.95,“气阴两虚-气虚血瘀”鉴别诊断模型准确率为0.94,“气阴两虚-阴虚湿热”鉴别诊断模型准确率为0.85,“气阴两虚-肝气郁结”鉴别诊断模型准确率为0.92。结论:GBDT模型构建二分类鉴别诊断模型准确率较高,对于构建干燥综合征的中医辨证辅助决策模型具有一定的可行性,可用于辅助临床医师辨证施治,从而使诊断结果客观量化,提升诊断的效率与准确率。