冠心病病人血瘀证的决策树模型研究

目的建立基于临床四诊信息的冠心病不稳定型心绞痛(UA)病人血瘀证的诊断模式,探索与UA病人血瘀证相关的四诊信息的组合模式。方法对411例UA病人进行临床证候学调查,获得包括症状、舌象、脉象在内的共计174项临床四诊信息。在t检验分析基础上,分别采用C4.5、ADTree、CHAID及QUEST决策树方法进行数据分析,构建能够区分UA病人血瘀证的诊断模式。结果 411例UA病人血瘀证比例占58.9%。采用t检验分析得到具有统计学意义的四诊信息30项,按照四诊信息的显著性顺序依次进入C4.5、ADTree、CHAID及QUEST决策树模型,分别筛选出能够区分血瘀证的最优模型的诊断准确率分别为:76.7%、75.7%、73.7%和69.6%。10倍交叉验证结果显示C4.5、ADTree及CHAID决策树模型优于QUEST模型。结论决策树模型可以基于临床四诊信息数据清晰、直观的进行UA病人血瘀证的识别,归纳诊断规律。