基于隐树模型的40岁~65岁妇女原发性骨质疏松症中医证候要素分析
目的:运用机器学习方法探索40岁~65岁妇女原发性骨质疏松症的中医基本证候要素特征.方法:运用隐类分析方法对北京和上海社区骨质疏松人群中医证候相关数据进行分析并建立隐树模型.结果:得到BIC评分为-22950.125的隐树模型,模型中的隐变量展现了骨质疏松人群以肾虚、肝虚、阳虚、阴虚、血瘀等为主的基本证候要素特征.结论:隐树模型可以客观化、定量化地揭示中医症状间的复杂关系,为中医证候的定量化研究提供研究思路.
隐树模型、原发性骨质疏松症、中医证候要素
17
R274.9
国家自然科学基金面上资助项目30873339;中国中医科学院第二批自选选题项目Z02102
2011-12-30(万方平台首次上网日期,不代表论文的发表时间)
731-734