天津中医药  2022, Vol. 39 Issue (9): 1136-1140

文章信息

朱燕波
ZHU Yanbo
综合动态评价中医体质健康状态和干预效果的新思考
Novel thinking of comprehensive dynamic evaluation health status and intervention effects in TCM constitution
天津中医药, 2022, 39(9): 1136-1140
Tianjin Journal of Traditional Chinese Medicine, 2022, 39(9): 1136-1140
http://dx.doi.org/10.11656/j.issn.1672-1519.2022.09.12

文章历史

收稿日期: 2022-04-08
综合动态评价中医体质健康状态和干预效果的新思考
朱燕波     
北京中医药大学管理学院, 北京 100029
摘要:中医体质辨识及干预技术目前被广泛应用,但现阶段“单维” “静态”的辨识及干预评价已无法满足中医体质研究的需求。随着信息技术的发展,逼近理想解排序(TOPSIS)法、人工神经网络模型、潜在类别分析、用户画像等方法逐渐成熟,若将其思想结合构建新的评价方法,应用于中医体质健康状态和干预效果评价,可以突破现有模式的瓶颈问题,为落实健康中国战略做出重要贡献。
关键词中医体质辨识    健康状态    干预效果    综合动态评价    

中医体质辨识和干预是中医体质学的核心内容,如何评价中医体质健康状态和干预效果,对体质研究和应用的深入探索有着基础性和前瞻性的意义。本文尝试从综合动态评价的角度出发,对中医体质的评价方法做出新的阐释,以期推动学界关于体质评价方法的新思考和探究。

1 中医体质评价亟需从“单维”“静态”走向“综合”“动态”

21世纪以来,医学模式逐渐由生物医学到生理-心理-社会转变,人们关注的重点从疾病本身逐渐转向个体的健康状态,积极寻求主动健康、提升生命质量的理念愈发深入人心。中医体质辨识和干预的思想内涵正与这种理念相契合,即以人的体质为认知对象,从不同体质类型特征及状态出发,把握其健康与疾病的整体要素和个体差异,贯彻中医“治病求本”的原则,继而选择相应的预防、治疗、调护方法,进行“因人制宜”的干预[1]

随着2005—2007年中医体质量表的发表和完善[2-4],2009年中华中医药学会《中医体质分类与判定》标准的发布[5],推动了中医体质相关研究的快速发展。中医体质辨识作为唯一被纳入《国家基本公共卫生服务规范》(2009)的中医体检内容,已被广泛应用于健康管理、慢性病综合防控与治未病健康工程中,在推进健康中国建设中发挥着重要作用。然而,随着体质研究的持续深入和相关应用的不断推广,基于中医体质量表(60、41、30条目3个不同版本)[4, 6-7]得分判定为9种体质(平和质、气虚质、阳虚质、阴虚质、痰湿质、湿热质、血瘀质、气郁质、特禀质)中某一种的体质辨识思路,已无法满足现阶段研究的需求。在前期的研究中,忽视了个体健康状态受到9种体质间的相互影响与体质兼夹复杂性的特点,以及个体健康状态自然进展或干预后随时间变化的动态性特征,原有评价模式“单维”“静态”的局限性逐渐显现。

第一,兼夹体质在人群中分布广泛,但如何评价兼夹体质尚未有良好的解决方法。1项在全国9省市21 948例流行病学调查的数据显示[8],一般人群中约1/3为平和质,约2/3为偏颇体质。而在偏颇体质人群中2/3的个体同时具有2种及以上的偏颇体质特征,即兼夹体质。兼夹体质普遍存在于人群当中,但其特征的复杂性使之辨识难度较大,现阶段对于兼夹体质的评价方法[9-10]难以满足体质综合评价的需求。

当前体质干预的效果评价主要是基于单一偏颇体质的分数变化[11],即根据某一种偏颇体质干预前后的得分进行差异性检验(如针对气虚质进行干预,分析气虚质干预前后得分变化),从而评价干预效果。然而中医理论强调整体观念,身体是一个有机的整体,这种评价方式忽视了干预措施对同一个体其他体质的影响。当针对某一体质类型进行干预时,个体的其他体质类型得分很可能也会产生相应变化。甚至在某些情况下,其他体质类型得分比干预所针对的体质类型的得分变化程度更大。因此,“单维”评价理念不能全面概括体质干预的效果。

第二,尽管每个人的体质特征表现出一定的稳定性,但这个稳定性是相对的[12]。个体在生命过程中,受到生活行为方式和内外环境的影响会使体质发生变化,所以体质具有动态可变性。而以往的多指标综合评价方法多是对单个时间截面进行静态评价,由于是在同1时点评估影响因素和体质状态,很多情况下难以判断前后因果关系。而在干预过程中随着时间的推移和数据的积累,会产生大量按时间顺序排列的数据,这些数据序列可将其称为时序立体数据表。数据表中评价对象与个体、评价指标与中医体质的9个类别、评价时点与访视时点,这3个方面两两呼应,个体体质与干预措施随着时间在互动中彼此裹挟变化,构成中医体质干预的“立体动态时序”数据集。而静态评价无法充分利用这些信息反映体质干预过程中的动态变化特点,所以不能全面评价体质干预的动态过程。

第三,不同中医体质研究的干预效果评价标准有待统一。在不同学者开展的中医体质干预研究中,除了以偏颇体质的得分改变为主要评价标准外,根据不同的研究设计,也有将实验室检测结果、疾病相关指标或生命质量得分等作为干预效果评价指标来使用。但不同研究之间评价标准各异,难以进行比较。

鉴于中医体质健康状态和干预效果评价的复杂性、变化性,如果能通过新的方法将中医体质健康状态和干预效果评价综合化、动态化呈现,弥补当前体质辨识与干预效果评价中的“单维性”“静态性”缺陷,即可突破现阶段中医体质研究的瓶颈,从而更深入的探究机体多样化状态与健康间的复杂关系。同时,中医体质健康状态的综合评价结果,也可作为不同类型体质研究中的共性指标,用于比较干预措施的优劣。

2 综合动态评价中医体质健康状态和干预效果的方法技术成熟

综合评价是指人们确定评价目的后,选择恰当的评价方法,提取共同的影响因素或指标信息,用以综合反映评价对象总体特征的过程。真实世界中的个体,体质特征常处于多种共存的状态,呈现出多种不同体质间兼夹的情况。目前大多数研究仅着眼于某一种体质与影响因素之间的关联,该类方法并不能完全解释个体与健康间的复杂关系,也不能完全反映真实世界中人们实际的健康状态。

近年来,随着大数据、人工智能等信息技术的快速发展,将其应用于健康评价、复杂干预、动态分析等方法学的相关研究日益受到重视。其中,潜在类别分析、逼近理想解排序(TOPSIS)法、人工神经网络模型、用户画像作为几种比较成熟的方法,已在国内外包括医学在内的众多领域开展了一些实践。

2.1 潜在类别分析

潜在类别分析(LCA)是结构方程模型的一部分,用于在多元分类数据中发现案例的组合或子类型[13]。该方法运用概率运算原理,可以通过前期获得的生活行为方式数据,分析发现不同的分类,并识别分类特征及动态增长趋势,同时检验潜变量的相关预测变量。该方法也考虑了变量之间的复杂交互作用,可捕捉以变量为中心的研究中无法观察到的群体不均等性。潜在类别分析可以同时观察多种生活行为方式,根据后验概率聚类到不同的行为方式潜在类别,从而实现综合评价的目的。运用于中医体质综合评价中,潜在类别分析可以获得真实世界中个体的健康状态的模型,弥补了“单维”视角下体质辨识与干预评价的局限,能够更准确的解释个体体质的多样化状态及交互作用。该方法已广泛应用于社会学研究领域,医学领域应用潜在类别分析的相关研究也逐渐增多[14-16]

2.2 动态TOPSIS法

TOPSIS是一种基于归一化的原始数据矩阵,需要先找出体质干预过程理想情况下的最优方案和最劣方案,然后通过计算被评价方法与最优方案和最劣方案的距离,获得其与最优方案的接近程度,距离越接近则该方法越好。TOPSIS法在医学研究中已有较多应用[17-18],也较多应用于多目标决策分析中[19-20]

个体的体质健康状态在干预过程中是持续变化的,除了评价对象和评价指标,还有“时间维度”。所以评价过程中需要加上时间带来的增量信息,即形成动态TOPSIS法。动态TOPSIS法可使在有限样本内,个体体质权重相对固定的情况下,对体质健康状态进行评分并排序。该方法可以中医体质量表[4, 6-7]为测量工具,得到9种体质的得分,并以这9个得分作为参数构建体质健康状态综合评价模型。每个样本通过模型可得到一个体质健康状态的综合得分,并根据得分情况将所有样本进行排序,从而分辨出个体的健康状态在群体中的位置。

2.3 人工神经网络

人工神经网络(ANN),简单来说就是一种模仿人脑结构及功能的信息处理系统,它通过对连续或断续输入的信息响应而进行分析处理[21],目前已在模型构建和疾病预测方面显示出了极大的应用潜力[22-24]

该方法应用于中医体质研究中,可以把个体的不同体质、人口学信息、行为生活方式等因素作为神经网络中的不同神经节点,把两两因素间的强弱变化作为可变权值,再运用人工神经网络方法,经过大量自学习、自组织、自适应的数据训练,则可构建个体体质健康状态的综合评价模型。由于人工神经网络的容错性、自组织性和自学习等能力较强,可以克服传统辨识方法采用线性判据和简单阈值依据所带来的不利因素,使体质辨识的准确率提高。在进行健康干预效果动态评价的同时,也可为解决兼夹体质的辨识问题提供方法学支撑。

2.4 用户画像

为使不同体质人群的特征更具象化,可以进一步采用用户画像方法建构不同体质类型人群的模型。用户画像是通过对数据的分析,概括一系列用户属性,给用户一个简短有价值的描述定义[25]

用户画像的建构过程可表现为“数据化→标签化→关联化→可视化”。以TOPSIS综合评价、ANN模型、LCA方法构建的“中医体质健康状态的综合动态评价体系”,提取不同体质类型的用户标签化信息,分析不同体质类型人群的体质信息与行为生活方式的关联化信息,对比不同体质类型之间的关联化信息。综合分析其结果,输出群体和个体的可视化体质信息,以体现体质的动态性、综合性和个体间的差异性。构建不同体质类型人群的用户画像,有利于将个体和群体的体质关键信息转化为可视化信息,使不同体质类型的用户形象更具象。

采用LCA方法、TOPSIS法以及ANN模型,可以将中医体质评价由“单维”“静态”的模式转变为“综合”“动态”的模式,构建更为完善的中医体质健康状态与干预效果评价方法体系。这一方法体系不仅关注研究对象既往和现阶段的健康状况,也可以关注其未来发展趋势;不仅可以综合评价个体体质健康状况,也可以综合概括人群的体质整体特征信息,实现对传统中医医疗/健康服务模式的改造升级。

3 综合动态评价是中医体质健康状态和干预效果评价的新方向

中医体质健康状态和干预效果的综合动态评价体系,是中医体质理论研究和应用继续深入的过程中,不能绕开的重要环节。它对于解决基于量表得分的辨识方法及干预效果评价模式的瓶颈问题有着重要意义。

3.1 评价的时间动态性问题

综合动态的体质健康状态评价引入了纵向的时间概念,使用TOPSIS法融合时间向量进行评价,辅以ANN模型通过不同时间点的体质健康状态构建复杂网络,使中医体质健康状态和干预效果评价中时间动态性的问题得到有效解决。

3.2 评价的权重问题

在构建体质健康状态的综合评价方法体系中,中医体质量表 9个维度所代表的体质共存于同一个体,存在一定的权重关系。对于有限样本来说固定的权重关系反映了群体特征,对于大样本来说权重的具体变化又反映了个体的变化。运用TOPSIS法可以有效解决固定权重下的个体体质健康状态评价问题,而通过ANN模型可以有效解决动态权值的问题,从而使综合动态评价方法在个体和群体的体质评价结果更加准确。

3.3 评价的综合性问题

中医体质健康状态综合评价的结果可以有两种表现方式,一种是具体分值,一种是不同体质类别。将分值转化为分类时,不同体质类别间临界点的确定显得尤为重要。潜在类别分析可以将健康状态进行分类,这为ANN模型提供了输出层的参数,同时也为动态TOPSIS综合评价体质健康状态的属类提供了参考。在此基础上建构的中医体质用户画像可以综合辨别某类体质的人群特征,使中医体质健康状态的评价更加立体化,具象化。

中医体质健康状态和干预效果的综合动态评价具有良好的应用前景。其可以基于中医9种基本体质分类,从“多维度”的视角,探讨兼夹体质的综合评价方法,为个体体质健康状态评价提供新的方法,也可以适用于健康人群、亚健康人群、慢病人群在内的群体应用;可以构建起中医体质用户画像,进一步扩大中医体质学的应用领域,提升中医体质学的应用价值,更好地发挥中医体质学的优势。在方法学示范上,中医体质健康状态与干预效果综合动态评价可以提供相应的实证案例,为医药卫生领域中需要进行综合评价、时间动态评价的相关研究提供参考和借鉴。

4 结语

2016年全国卫生与健康大会上,习近平总书记指出,要倡导健康文明的生活方式,树立大卫生、大健康的观念,把以治病为中心转变为以人民健康为中心。《健康中国行动(2019—2030年)》[26]指出,“为积极应对当前突出健康问题,必须关口前移,采取有效干预措施,努力使群众不生病、少生病,提高生活质量,延长健康寿命。中医体质辨识在此进程中扮演着不可或缺的角色。如何让体质辨识的结果更加准确更经得起检验,是研究者们值得思考且亟待解决的问题。深化体质研究需要立足于多学科交叉,充分利用现代科学技术手段进行探索。上述方法为实现综合动态评价中医体质健康状态和干预效果提供了新的思路,照此方向进行深入研究,更有可能取得突破性的进展。

参考文献
[1]
王琦. 中医体质学在大健康问题中的应对与优势[J]. 北京中医药大学学报, 2021, 44(3): 197-202.
WANG Q. Solutions and advantages of TCM constitution to problems in comprehensive healthcare[J]. Journal of Beijing University of Traditional Chinese Medicine, 2021, 44(3): 197-202. DOI:10.3969/j.issn.1006-2157.2021.03.001
[2]
王琦, 朱燕波, 薛禾生, 等. 中医体质量表的初步编制[J]. 中国临床康复, 2006, 10(3): 12-14.
WANG Q, ZHU Y B, XUE H S, et al. Primary compiling of constitution in Chinese medicine questionnaire[J]. Chinese Journal of Clinical Rehabilitation, 2006, 10(3): 12-14.
[3]
朱燕波, 王琦, 薛禾生, 等. 中医体质量表性能的初步评价[J]. 中国临床康复, 2006, 10(3): 15-17.
ZHU Y B, WANG Q, XUE H S, et al. Preliminary assessment on performance of constitution in Chinese medicine questionnaire[J]. Chinese Journal of Clinical Rehabilitation, 2006, 10(3): 15-17.
[4]
朱燕波, 王琦, 折笠秀树. 中医体质量表的信度和效度评价[J]. 中国行为医学科学, 2007, 16(7): 651-654.
ZHU Y B, WANG Q, ORIGASA H. Evaluation on reliability and validity of the constitution in Chinese medicine questionnaire[J]. Chinese Journal of Behavioral Medicine and Brain Science, 2007, 16(7): 651-654. DOI:10.3760/cma.j.issn.1674-6554.2007.07.032
[5]
中华中医药学会. 中医体质分类与判定[S]. 北京: 中国中医药出版社, 2009.
China Association of Chinese Medicine. Classification and determi-nation of constitution in TCM[S]. Beijing: China Press of Traditional Chinese Medicine, 2009.
[6]
朱燕波, 王琦, 虞晓含, 等. 中医体质量表-41条目简短版的结构效度和反应度评价[J]. 中国全科医学, 2017, 20(26): 3282-3286.
ZHU Y B, WANG Q, YU X H, et al. Construct validity and responsiveness of the 41-item short version of constitution in Chinese medicine questionnaire[J]. Chinese General Practice, 2017, 20(26): 3282-3286.
[7]
朱燕波, 王琦, 史会梅, 等. 中医体质量表 30条目简短版的制定与评价[J]. 中医杂志, 2018, 59(18): 1554-1559.
ZHU Y B, WANG Q, SHI H M, et al. Formulation and evaluation on short version of Chinese medical constitution questionnaire with 30 items[J]. Journal of Traditional Chinese Medicine, 2018, 59(18): 1554-1559.
[8]
王琦, 朱燕波. 中国一般人群中医体质流行病学调查: 基于全国9省市21948例流行病学调查数据[J]. 中华中医药杂志, 2009, 24(1): 7-12.
WANG Q, ZHU Y B. Epidemiological investigation of constitutional types of Chinese medicine in general population: base on 21, 948 epidemiological investigation data of nine provinces in China[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2009, 24(1): 7-12.
[9]
朱燕波. 中医体质分类判定与兼夹体质的综合评价[J]. 中华中医药杂志, 2012, 27(1): 40-42.
ZHU Y B. Constitutional classification and comprehensive evaluation in Chinese medicine[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2012, 27(1): 40-42.
[10]
朱燕波, 王琦, 虞晓含, 等. 8448例一般人群中医体质兼夹状况分析[J]. 中华中医药杂志, 2020, 35(9): 4337-4341.
ZHU Y B, WANG Q, YU X H, et al. Research on traditional Chinese medicine composite constitution in 8448 cases of general population[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2020, 35(9): 4337-4341.
[11]
成杰辉, 吴芷兴, 朱燕波, 等. 中医体质健康教育干预的效果评价[J]. 北京中医药大学学报, 2016, 39(6): 511-515.
CHENG J H, WU Z X, ZHU Y B, et al. Evaluation of intervention effect of TCM constitution health education[J]. Journal of Beijing University of Traditional Chinese Medicine, 2016, 39(6): 511-515.
[12]
王琦. 中医体质三论[J]. 北京中医药大学学报, 2008, 31(10): 653-655.
WANG Q. On Chinese constitutional theory from three aspects[J]. Journal of Beijing University of Traditional Chinese Medicine, 2008, 31(10): 653-655.
[13]
GARRETT E S, ZEGER S L. Latent class model diagnosis[J]. Biometrics, 2000, 56(4): 1055-1067.
[14]
贾丽燕, 朱燕波, 张千, 等. 基于潜在类别分析研究20~30岁职业人群行为生活方式与中医体质的关系[J]. 中华中医药杂志, 2021, 36(4): 2083-2088.
JIA L Y, ZHU Y B, ZHANG Q, et al. Relationship between behavioral lifestyle and traditional Chinese medicine constitution among 20 to 30 years old young occupational groups based on latent class analysis[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2021, 36(4): 2083-2088.
[15]
杨林, 曹茜, 孙雨丹, 等. 基于潜在类别分析的居民行为生活方式与常见慢性病的关联性研究[J]. 中国全科医学, 2019, 22(31): 3845-3849.
YANG L, CAO Q, SUN Y D, et al. Relationship between residents'behavioral lifestyle and common chronic diseases based on latent class analysis[J]. Chinese General Practice, 2019, 22(31): 3845-3849.
[16]
ANDERSON L N, SANDHU R, KEOWN-STONEMAN C D G, et al. Latent class analysis of obesity-related characteristics and associations with body mass index among young children[J]. Obesity Science&Practice, 2020, 6(4): 390-400.
[17]
王桂凤, 刘锐锋, 李雪芹, 等. 基于加权TOPSIS法的注射用哌拉西林钠他唑巴坦钠药物利用评价[J]. 中国医院药学杂志, 2021, 41(1): 52-56.
WANG G F, LIU R F, LI X Q, et al. Evaluations of drug use of piperacillin sodium and tazobactam sodium for injection based upon weighted TOPSIS method[J]. Chinese Journal of Hospital Pharmacy, 2021, 41(1): 52-56.
[18]
HAN Y, LU Z Y, DU Z G, et al. A yin yang bipolar fuzzy cognitive TOPSIS method to bipolar disorder diagnosis[J]. Computer Methods and Programs in Biomedicine, 2018, 158: 1-10.
[19]
ALBAHRI A S, HAMID R A, ALBAHRI O S, et al. Detection-based prioritisation: framework of multi-laboratory characteristics for asymptomatic COVID-19 carriers based on integrated Entropy-TOPSIS methods[J]. Artificial Intelligence in Medicine, 2021, 111: 101983.
[20]
ÖZTÜRK N, TOZAN H, VAYVAYÖ. A new decision model approach for health technology assessment and a case study for dialysis alternatives in Turkey[J]. International Journal of Environmental Research and Public Health, 2020, 17(10): 3608.
[21]
HOPFIELD J J. Neural networks and physical systems with emergent collective computational abilities[J]. Proceedings of the National Academy of Sciences of the United States of America, 1982, 79(8): 2554-2558.
[22]
宫文浩, 兰天莹, 莫清莲, 等. 基于决策树和人工神经网络的小儿肺炎痰热闭肺证诊断模型研究[J]. 世界科学技术-中医药现代化, 2020, 22(7): 2548-2555.
GONG W H, LAN T Y, MO Q L, et al. Diagnostic model of pediatric pneumonia with syndrome of phlegm-heat obstructing the lung based on decision tree and artificial neural network[J]. Modernization of Traditional Chinese Medicine and Materia Medica-World Science and Technology, 2020, 22(7): 2548-2555.
[23]
老蕊娟, 赵芳, 金鑫, 等. 基于星点设计效应面-人工神经网络法的复方活血化瘀喷膜剂的制备[J]. 天津中医药, 2018, 35(12): 951-955.
LAO R J, ZHAO F, JIN X, et al. Preparation of compound Huoxue Huayu spraying-film (CHH-SF) preparation based on central composite design and artificial neural network modeling[J]. Tianjin Journal of Traditional Chinese Medicine, 2018, 35(12): 951-955.
[24]
陈潮锋, 石宇雄, 梁锦成, 等. 基于机器学习算法预测全膝关节置换后住院时长[J]. 中国组织工程研究, 2021, 25(27): 4300-4306.
CHEN C F, SHI Y X, LIANG J C, et al. Prediction algorithm of hospitalization duration after total knee arthroplasty based on machine learning[J]. Chinese Journal of Tissue Engineering Research, 2021, 25(27): 4300-4306.
[25]
LEROUGE C, MA J, SNEHA S, et al. User profiles and personas in the design and development of consumer health technologies[J]. International Journal of Medical Informatics, 2013, 82(11): e251-e268.
[26]
健康中国行动推进委员会. 健康中国行动(2019-2030年): 总体要求、重大行动及主要指标[J]. 中国循环杂志, 2019, 34(9): 846-858.
Healthy China Action Promotion Committee. Healthy China action (2019-2030): general requirements, major actions and main indicators[J]. Chinese Circulation Journal, 2019, 34(9): 846-858.
Novel thinking of comprehensive dynamic evaluation health status and intervention effects in TCM constitution
ZHU Yanbo     
School of Management, Beijing University of Chinese Medicine, Beijing 100029, China
Abstract: At present, traditional Chinese medicine (TCM) constitution identification and interventions are widely used, but the current "unidimensional" and "static" ideas of constitution identification and intervention evaluation can no longer meet the needs of TCM constitution research.With the development of information technology, TOPSIS method, artificial neural network model, latent category analysis, user portrait and other methods have gradually matured, which can be used to build a new evaluation method and applied to the evaluation of the effect of TCM constitution intervention, can break through the bottleneck of the existing model and make an important contribution to the implementation of the health China strategy.
Key words: traditional Chinese medicine constitution identification    health status    effect of intervention    comprehensive dynamic evaluation