基于随机森林算法的中医寒证和热证诊断模型研究

作     者：舒琛洁 梁浩 王耘 Shu Chenjie;Liang Hao;Wang Yun

作者机构：北京中医药大学中药学院北京102488 

出 版 物：《北京中医药大学学报》 (Journal of Beijing University of Traditional Chinese Medicine)

年 卷 期：2021年第44卷第6期

页      面：538-543页

核心收录：

学科分类：100505[医学-中医诊断学] 1005[医学-中医学] 10[医学] 

基　　金：国家自然科学基金面上项目(No.81973495) 

主　　题：随机森林算法 诊断模型 证候要素 

摘      要：目的从症状体征的角度,构建中医寒证和热证的诊断模型,为寒热辨证标准化提供依据。方法从《证候规范与辨证方法体系的研究》构建的证候要素-症状数据表中分别筛选与寒热有关的症状,基于随机森林算法特征筛选出排序前15的症状,随机划分为10份,按照7∶3作为训练集和测试集,重新采样后以最佳参数分别构建寒证和热证的随机森林模型,以受试者工作特征(ROC)曲线下面积(AUC)、敏感度和特异度作为模型评价指标。结果寒证的关键特征变量包括脉浮紧、恶寒、无汗、苔白、得温痛减、冷痛、舌淡、恶寒发热、口不渴、身痛、头痛、苔腻、食欲不振、便溏、肢冷,诊断模型AUC值为0.912,特异度和敏感度分别为0.89和0.80。热证的关键特征变量包括苔黄、口渴、脉滑数、发热、壮热、脉数、小便赤、舌红、脉弦数、口苦、苔腻、舌红绛、尿黄、心烦、头痛,诊断模型AUC值为0.891,特异度和敏感度分别为0.85和0.86。结论基于变量筛选及随机森林算法,有效建立了寒热的辨证模型,显示出较好的分类效果,可以为标准化辨证提供方法学参考。