CN102902871A - 针灸临床循证决策支持系统及其应用方法 - Google Patents

Abstract

本发明公开了一种针灸临床循证决策支持系统及其应用方法，其系统包括数据预处理模块、数据导入与更新模块、电子病历模块、诊断决策模块、治疗决策模块、系统辅助模块、结果输出模块和数据库。本发明将循证医学的决策机理融入CDSS决策方案，以证据利用为核心，在针灸临床诊疗过程嵌入电子病历技术，集成循证数据库和数据挖掘模型，搭建了集针灸研究证据评价、存储、分析和利用于一体的针灸临床循证辅助支持系统，为针灸研究证据的有效利用提供方便、快速的人机交互平台。本发明能较好地适应医生在临床诊疗全程中的需要，有效支持“诊断”、“治疗”的交替思维过程，最终推荐的治疗方案既是从文献评价中获得的最佳方案，具有较高的临床适用性。

Description

针灸临床循证决策支持系统及其应用方法

技术领域

本发明涉及一种针灸临床循证决策支持系统及其应用方法。 

背景技术

针灸学属于传统医学，目前，针灸临床诊疗决策模式主要以经验为主，即决策方案的确定一般依靠医生的直觉、以往的经验和已有的知识结构。然而，这种以经验为主的传统临床实践模式较少重视甚或忽视外部科学研究证据的作用和利用，因此，在一定程度上阻碍了针灸临床疗效的进一步提高，阻碍了针灸学术的继承、发展，以及针灸疗法的推广与应用。 

与此同时，现有的针灸临床研究也存在不少难点，尤其是在针灸临床研究设计中治疗方案的确定多为经验或专家决策的结果，而以这种治疗方案进行针灸有效性评价，很难得到国际的认可。因此如何制定有据可依、合理有效的针灸临床研究治疗方案，使针灸临床疗效得到客观评价并与国际接轨，也是目前针灸研究所面临的困难与挑战。 

由此可见，无论在针灸临床实践和针灸临床科学研究中，以经验为主的针灸临床决策模式仍占据一定的主导地位，但由于其根本缺陷在于极少重视科学研究证据的作用和利用，故其科学性、正确性和合理性已受到质疑。如何借助方法学的突破和学术思想的创新，促进针灸临床经验决策模式向科学决策模式的转变是针灸学发展中一个亟待解决的重要课题。 

循证医学（evidence-based medicine，EBM）意为“遵循科学证据的医学”，与传统经验医学强调经验的积累相比，循证医学的核心是强调依据研究证据进行医疗决策，但又注重与医生临床经验和患者意愿相结合，故循证医学在全世界范围内被公认为最佳的临床决策方法，更符合当代临床医学的发展趋势。因此，对于针灸医学，引入循证医学方法和理念，实现最佳研究证据与医生经验、患者需求三者完美结合的循证决策应该是目前针灸临床实践的最理想模式。 

基于循证医学方法和思想，研究证据在循证决策过程中占有重要地位。然而，对于具有几千年历史的传统针灸医学而言，从现代西医学角度提出的循证医学关于研究证据的范畴、分级、评价和利用方法并不完全适合针灸学自身特点和临床实践规律。 

因此，循证医学对传统针灸医学而言，既是一种机遇，同时更是一种挑战。虽然循证医学带来的理念是先进的，方法也是科学的，但由于针灸学自身的特殊性以及循证医学自身尚需不断发展和完善，故针灸医学临床实践、临床研究也不一定要照搬整套循证医学方法，关键在于如何借鉴其先进的理念和方法，结合现代科学技术建立符合针灸特色，又为学术界接受并公认的针灸临床循证决策研究方法体系。 

根据针灸学科的发展现状和特点，循证针灸研究证据主要包括现代研究证据、古籍载录证据、专家经验证据。然而，数千年的历史沉淀和近几十年的迅猛发展所形成的海量信息，却给针灸临床研究证据的准确和快速获取带来困难。因此，以下问题的解决势在必行：如何系统收集、科学评价临床决策需要的各种 研究证据？如何集中存储研究证据？如何有效、合理的深度分析研究证据规律？如何能使研究证据及时、有效的得到临床医生的合理利用？ 

临床决策支持系统（CDSS），又可称为“医学专家系统”，其原理是：采用人工智能技术，利用计算机工具，基于医学知识库，仿真医生的临床思路，按照医学规范和要求，对病人病情进行诊断决策筛选，进而进行治疗决策筛选。大量研究表明，CDSS的应用可以有效解决临床医生知识的局限性、减少人为疏忽、相对降低医疗费用等，从而为医疗质量提供保证。 

通过上述分析，本领域存在和亟待解决的问题有： 

（1）传统的以经验为主的临床诊疗决策模式较极少重视“研究证据”的作用和利用，故其科学性、正确性和合理性受到质疑。如何进行科学决策是目前针灸临床面临的一大难题； 

（2）现代循证医学的兴起为针灸临床决策模式转变提供了可借鉴的思路和方法，然而建立在现代医学基础上的循证医学整套方法和技术并不适合针灸学科的特点和发展，如何建立一套符合针灸特色、又为学术界接受并公认的证据评价方法及临床决策方法是亟待解决的主要问题； 

（3）长期的针灸临床实践积累了大量古代、现代研究文献，临床医生查找和获得证据存在诸多困难，亟待现代数据库技术为针灸临床研究证据的集中存储和管理，进而深入分析和利用提供数据平台； 

（4）循证医学证据评价与分析方法侧重对治疗方案的有效性或安全性进行评价，而对研究证据规律提取尚未进行深入研究。亟待数据挖掘从大量针灸研究证据中提取有效的针灸处方规律、治疗方案满足针灸临床决策需求； 

（5）理论上临床决策支持系统（CDSS）可以最优途径有效、快速提高临床医生的诊疗效率和减小误诊误治率，但由于诸多原因使其真正能为医生所接受并投入实际临床使用还存在很多困难。CDSS如何适应医生在临床诊疗全程中的需要，有效支持“诊断”、“治疗”的交替思维过程，最终推荐的诊疗方案既应是从文献评价中获得的最佳方案，又必须具有较高的临床适用性，成为诊疗决策的必要辅助工具，是CDSS研制面临的最大问题。 

发明内容

本发明的目的在于解决现有技术的不足，提供一种以实现针灸研究证据的合理利用，为针灸临床诊疗决策提供辅助支持为最终目标的针灸临床循证决策支持系统及其应用方法，以证据利用为核心，基于针灸临床诊疗自然过程，嵌入电子病历技术，集成循证数据库和数据挖掘模型，搭建了集针灸研究证据评价、存储、分析和利用于一体的针灸临床循证决策辅助支持系统，为针灸研究证据的有效利用提供方便、快速的人机交互平台。本发明能较好适应医生在临床诊疗全程中的需要，有效支持“诊断”、“治疗”的交替思维过程，最终推荐的治疗方案既是从文献评价中获得的最佳方案，又具有较高的临床适用性。 

本发明的目的是通过以下技术方案来实现的：针灸临床循证决策支持系统，它包括数据预处理模块、数据导入与更新模块、电子病历模块、诊断决策模块、治疗决策模块、系统辅助模块、结果输出模块和数 据库，数据库分别与数据预处理模块、数据导入与更新模块、电子病历模块、诊断决策模块、治疗决策模块、系统辅助模块连接，数据导入与更新模块的输出与数据预处理模块连接，电子病历模块、诊断决策模块、治疗决策模块顺次连接，电子病历模块、诊断决策模块、治疗决策模块的输出均与结果输出模块连接，系统辅助模块的输出分别与诊断决策模块、治疗决策模块连接； 

所述的数据导入与更新模块：为用户提供方便快捷的数据导入和导出接口，或数据录入界面； 

所述的数据预处理模块：处理数据库中的腧穴别名、症状名称、疾病名称、刺灸方法、治疗时间、疗效类的不规范、不一致信息； 

所述的电子病历模块：录入至少包括病人信息、病史、主诉、症状、体征在内的病人的基本情况； 

所述的诊断决策模块：根据病人电子病历提供的病人信息进行诊断决策； 

所述的治疗决策模块：根据病人所患疾病提供该病的针灸治疗决策； 

所述的系统辅助模块：根据用户需求即时显示所需信息； 

所述的结果输出模块：分析结果，并通过用户接口呈现给用户，允许用户进行交互式分析。 

所述的数据导入与更新模块包括针灸处方信息更新子模块和疾病数据更新子模块； 

所述的数据预处理模块包括腧穴名称规范子模块、症状规范子模块和其它规范子模块； 

所述的系统辅助模块包括疾病信息子模块、穴位信息子模块和刺灸信息子模块； 

所述的电子病理模块包括录入子模块、查询子模块、更新子模块和删除子模块； 

所述的诊断决策模块包括贝叶斯、决策树模型疾病诊断子模块； 

所述的治疗决策模块包括用穴规律子模块和针灸治疗决策子模块。 

所述的用穴规律子模块：从多维角度分析针灸处方信息中有关该病的用穴规律，包括腧穴应用规律、腧穴配伍规律部分、腧穴-经络关联分析、腧穴-分部关联分，腧穴-特定穴关联分； 

所述的针灸治疗决策模块：对针灸处方选穴、治疗方法、时间、疗效因素进行最佳组配，以获得实现最佳疗效的最优针灸治疗方案。 

针灸临床循证决策支持系统应用方法，它包括以下步骤： 

S1：数据采集 

S11：古代数据采集：先确定检索词，根据检索词筛选文献，再将检索符合纳入标准的数据进行分解和录入，形成文档，最后应用数据导入与更新模块将录入的文档导入系统，并自动保存在古代针灸处方数据表中，以备数据预处理和分析使用； 

S12：现代数据采集：先制定检索策略，根据检索策略检索文献题录及全文，进行筛选文献，再将检索符合纳入标准的文献进行分解和录入，形成文档，最后应用数据导入与更新模块将录入的文档导入系统，并自动保存在现代针灸处方数据表、针灸专家经验数据表、针灸个案处方数据表中，以备数据预处理和分析使用； 

S2：文献质量评价：由两名评价员分别独立进行文献质量评价，采用随机对照试验研究文献、非随机同期对照试验研究文献、病例序列研究文献、个案报道及经验总结文献对每条文献记录进行评分，对文献质量进行分级，并筛除不合格的文献，若遇意见分歧则双方讨论决定或者交由第三者决定； 

S3：数据预处理：应用数据预处理模块对导入到源数据表的信息进行预处理，包括数据抽取、缺失值的处理、噪音数据的处理、数据规范化处理、概念映射，并将处理后的干净数据存储在数据库中的目标数据库中，以备挖掘和分析； 

S4：数据分析：应用针灸用穴规律分析模块按需从不同层次、不同角度分析针灸治疗的腧穴、经络、特定穴选用规律、腧穴配伍，并对选穴规律进行多层和多维分析，多层分析包括腧穴频次、配伍规律关联、经络选用规律、用穴分部关联分析、特定穴关联分析，多维分析包括不同文献类型、不同年代、不同出处、不同刺灸方法、不同文献质量的上述各层次用穴规律分析； 

S5：分析结论：根据数据分析，得出古代治疗方案决策、现代治疗方案决策和综合治疗方案决策。 

本发明的有益效果是： 

（1）本发明提供一种针灸临床循证决策支持系统及其应用方法，以证据利用为核心，基于针灸临床诊疗自然过程，嵌入电子病历技术，集成循证数据库和数据挖掘模型，搭建了集针灸研究证据评价、存储、分析和利用于一体的针灸临床循证决策辅助支持系统，为针灸研究证据的有效利用提供方便、快速的人机交互平台。本发明能较好地适应医生在临床诊疗全程中的需要，有效支持“诊断”、“治疗”的交替思维过程，最终推荐的治疗方案既是从文献评价中获得的最佳方案，具有较高的临床适用性； 

（2）本发明提供一种针灸临床循证决策支持系统及其应用方法，数据库可为针灸研究证据的存储和高层决策分析提供数据平台。数据库（Data Warehouse，DW）作为一种新型的数据存储和处理手段，不仅能存储海量信息，而且能为信息分析、挖掘和利用提供基础数据和研究平台。因此，循证针灸数据库的建立能使跨越几千年的针灸研究证据得到集中、有效的存储和管理，为证据的分析和利用提供数据平台； 

（3）本发明提供一种针灸临床循证决策支持系统及其应用方法，数据挖掘技术可为针灸研究证据规律的深入分析提供技术支撑。大量针灸研究证据为针灸临床决策提供了条件和基础，关键在于如何从证据中提取有效的针灸处方规律、治疗方案。循证医学的系统评价侧重对治疗方案的有效性或安全性进行评价，而对研究证据规律提取尚未进行深入研究。数据挖掘技术能够在海量数据中发现潜在有用的知识和规律，故可为循证针灸证据的深入分析和规律提取提供强有力的技术支撑； 

（4）本发明提供一种针灸临床循证决策支持系统及其应用方法，将循证医学的决策机理融入临床决策支持系统（CDSS）的决策方案，使决策依据的来源从医生经验、专家意见扩展到循证临床研究证据，不仅可使研究证据得到有效利用，也加强了决策结果的可靠性和科学性。 

附图说明

图1为本发明的结构框图； 

图2为本发明的流程图； 

图3为本发明针灸处方信息更新流程图； 

图4为本发明疾病数据更新流程图； 

图5为本发明数据预处理流程图； 

图6为本发明电子病历信息录入流程图； 

图7为本发明针灸临床诊断决策流程图； 

图8为本发明针灸用穴规律分析流程图； 

图9为本发明针灸治疗方案决策流程图 

图10古代面瘫文献朝代分布； 

图11现代文献分类年代分布。 

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。 

如图1所示，针灸临床循证决策支持系统，它包括数据预处理模块、数据导入与更新模块、电子病历模块、诊断决策模块、治疗决策模块、系统辅助模块、结果输出模块和数据库，数据库分别与数据预处理模块、数据导入与更新模块、电子病历模块、诊断决策模块、治疗决策模块、系统辅助模块连接，数据导入与更新模块的输出与数据预处理模块连接，电子病历模块、诊断决策模块、治疗决策模块顺次连接，电子病历模块、诊断决策模块、治疗决策模块的输出均与结果输出模块连接，系统辅助模块的输出分别与诊断决策模块、治疗决策模块连接； 

所述的数据导入与更新模块：为用户提供方便快捷的数据导入和导出接口，或数据录入界面； 

所述的数据预处理模块：处理数据库中的腧穴别名、症状名称、疾病名称、刺灸方法、治疗时间、疗效类的不规范、不一致信息； 

所述的电子病历模块：录入至少包括病人信息、病史、主诉、症状、体征在内的病人的基本情况； 

所述的诊断决策模块：根据病人电子病历提供的病人信息进行诊断决策； 

所述的治疗决策模块：根据病人所患疾病提供该病的针灸治疗决策； 

所述的系统辅助模块：根据用户需求即时显示所需信息； 

所述的结果输出模块：分析结果，并通过用户接口呈现给用户，允许用户进行交互式分析。 

所述的数据导入与更新模块包括针灸处方信息更新子模块和疾病数据更新子模块； 

所述的数据预处理模块包括腧穴名称规范子模块、症状规范子模块和其它规范子模块； 

所述的系统辅助模块包括疾病信息子模块、穴位信息子模块和刺灸信息子模块； 

所述的电子病理模块包括录入子模块、查询子模块、更新子模块和删除子模块； 

所述的诊断决策模块包括贝叶斯、决策树模型疾病诊断子模块； 

所述的治疗决策模块包括用穴规律子模块和针灸治疗决策子模块。 

所述的用穴规律子模块：从多维角度分析针灸处方信息中有关该病的用穴规律，包括腧穴应用规律、腧穴配伍规律部分、腧穴-经络关联分析、腧穴-分部关联分，腧穴-特定穴关联分； 

所述的针灸治疗决策模块：对针灸处方选穴、治疗方法、时间、疗效因素进行最佳组配，以获得实现最佳疗效的最优针灸治疗方案。 

1、数据导入与更新模块：在针灸学科的不断发展中，信息也会不断更新，为此必须不断将新的知识添加到数据库中，才能保证分析结果的时效性。据此，本发明主要设计了针灸处方信息更新子模块和疾病数据更新子模块； 

（1）针灸处方信息更新子模块（如图3所示）：该模块旨在将录入到一定格式的文本结构模版的数据，如“2-古代针灸处方文本结构模版”，直接导入到数据库相应数据表中，包括古代针灸处方信息更新和现代针灸处方信息更新。 

功能实现：可将文本格式的古代和现代针灸处方信息导入到数据库中的相应数据表中。 

（2）疾病数据更新子模块（如图4所示）：目前数据库中的病症信息主要来源于《针灸学》教材，为适应学科发展需不断进行疾病、证候数据的更新。从操作上来看，为保证数据的完整性以及逻辑关联性，疾病添加成功后才能添加证型，证型添加成功后才能添加症状，否则在疾病未添加成功后就添加证型，必然导致证型没有所属的疾病，症状没有所属的证候。 

功能的实现：第一步，疾病更新：录入相关病名、概念、西医病名等后，单击“保存”按钮可以保存疾病到疾病事实表； 

第二步，更新证候、症状：在更新疾病的同时会出现“证型、证候更新界面”，录入疾病对应的证候、症状信息即可。 

2、数据预处理模块（如图5所示） 

本系统的数据预处理功能包括数据抽取、缺失值的处理、噪音数据的处理、数据规范化处理、概念映射等，即数据库ETL过程。其中腧穴名称规范化处理是最复杂的一块，需要用户参与，故本发明将腧穴规范处理作为系统功能之一。 

功能实现：第一步，读入数据：先选择古代库或现代库，选择好后单击“读入数据”即可将相应库中的针灸处方数据读入系统； 

第二步，自动规范：选择是否使用智能匹配来进行腧穴规范，选择后单击自动规范，程序开始运行，右下角进度条将显示规范的进度。规范完成后将显示规范统计结果对话窗，确定后将规范腧穴显示在右侧表格中； 

第三步，显示规范穴名的过程：如需要查看规范的详细过程和规范的详细信息可单击显示运行过程按钮。在弹出的对话窗中可总体或分别查看不同类型的规范：显示为替换穴名：处方中的腧穴与穴名规范表 中的标准穴名一致，便直接规范。显示被替换穴名：处方中的腧穴与穴名规范表中的别名一致，便进行别名替换。显示智能识别：如处方中的腧穴与标准穴名和别名均无匹配，便进行智能识别，即找最相似的标准穴名进行替换； 

第四步：把规范后的腧穴保存到数据库，单击“保存到数据库”按钮即把规范腧穴保存到针灸处方库中相应的腧穴表中。 

3、针灸电子病历模块（如图6所示）：该模块旨在实现电子病历信息的录入功能。录入的信息包括两部分：一是患者基本信息，如患者的姓名、身份证号、籍贯等；二是患者就诊信息，如病史、症状、诊断治法、处方。 

功能实现：（1）患者基本信息录入的实现方式 

姓名：字符型，录入；性别：布尔型，选择录入；出生日期：日期时间型，时间控件录入；婚况：布尔型，选择录入；职业：字符型，选择录入；现住址：字符型，录入；病案号：数字型，自动编码；过敏史、既往史、家族史、个人史：字符型，录入； 

（2）就诊信息的录入的实现方式 

就诊科别：字符型，选择录入；就诊时间：日期时间型，时间控件录入；发病节气：字符型，选择录入；主诉-医生问诊：字符型，选择录入；中医诊断：字符型，系统推断；中医辨证：字符型，系统推断；治法：字符型，系统推断；针灸处方：字符型，系统推断；医嘱：字符型，系统推断+医生录入；医生姓名：字符型，系统录入。凡是后面带有系统推断字样的均为由系统根据病人症状和知识库自动进行诊断后存入数据库中，从而作为本次就诊的完整信息。 

4、针灸临床诊断决策模块（如图7所示）：该模块旨在根据中医针灸临床疾病诊断和辨证特点，采用贝叶斯方法实现疾病证侯诊断的辅助决策。 

功能实现：第一步，录入主诉：为了让医生快速录入症状，系统提供了辅助录入功能。即医生只要输入任何症状的每一个字的首字母即可得到包含该字母的症状列表，然后在出现的症状列表里双击要选择的症状名称； 

第二步，疾病初步诊断：在录入主诉后，单击“疾病推导”按钮，计算机可推导出根据主诉初步诊断的疾病，从而完成疾病的初步诊断； 

第三步，疾病确诊：医生根据系统提供的初步诊断疾病进行判断，选择患者最可能的疾病；此时系统会提供该病的所有症状，医生可根据“望、闻、问、诊”获得症状进行快速选择。在进行上述操作后，最终系统会给出一系列按概率高低排列的疾病名称，概率最高的为最有可能患的疾病； 

第四步，证候诊断：当疾病确诊后，如需进一步进行证候诊断，点击“证候”，系统会根据采集的症状和体征进行决策分析，最终给出3-5个按概率高低排列的证候名称，概率最高的为最有可能的证候。 

5、针灸临床循证治疗决策模块 

针灸临床治疗决策模块是本系统的核心，其功能在于从数据库中古今针灸处方信息中，挖掘针灸用穴规律，组配最优的针灸治疗方案。包括用穴规律分析子模块和针灸治疗方案决策子模块； 

（1）针灸用穴规律分析子模块（如图8所示） 

该模块旨在从多维多层角度分析针灸治疗处方信息中的用穴规律，包括腧穴运用规律分析、腧穴配伍规律分析、腧穴-经络关联分析、腧穴-分部关联分析，腧穴-特定穴关联分析等。设计思路和分析过程在本发明第三部分有详细论述，在此仅介绍系统流程设计和功能实现过程。 

功能实现：第一步，数据筛选和读入数据：首先进行数据来源的选择，如选择古代或现代处方；然后选择所要分析数据的筛选条件，包括目标病名、著作年代（数据来源图书朝代或期刊发表年代）、书刊名、针灸疗法四个维度的筛选，系统默认是全选，用户也可以根据自己需要进行筛选。选择好后单击读入数据即可把数据读入程序的数据框中。下面以系统默认的筛选条件进行介绍； 

第二步，腧穴频次分析：分析针灸处方中各腧穴的运用频次。单击“腧穴频次分析”按钮后，分析结果显示在右下角的数据框中，其中“计数”指腧穴频次，可按升序或降序排列；“所在列的编号集合”显示该腧穴所在处方的编号； 

第三步，结果保存：单击“结果保存”按钮，弹出结果保存对话框，输入需要保存的结果文件名，单击确定就可将腧穴运用频次分析结果保存为Excel表。此后分析结果保存方法与该结果保存一致，故不赘述； 

第四步，腧穴配伍分析：旨在分析针灸处方中腧穴组配关系。先在功能框内设置最小支持度阈值和置信度阈值；在“输出选项”中选择想查看的输出结果；然后单击“腧穴配伍分析”按钮后，分析结果显示在右下角的数据框中。其中支持度表示在给定数据集中规则的频繁程度，置信度表示在一个事务包含X的前提下包含Y的可能性大小； 

第五步，经络腧穴关联分析：通过多层关联规则的方法，将处方中的腧穴映射为经络后进行分析，结果包括经络的频次、频率、用穴个数、用穴频率； 

第六步，特定穴频次分析：通过多层关联规则的方法，将处方中的腧穴映射为特定穴后进行分析；并可分析不同层次的特定穴运用情况； 

第七步，特定穴配伍分析：分析不同层次特定穴配伍关系； 

第八步，腧穴部位关联分析：通过多层关联规则的方法，将处方中的腧穴映射为分部后进行分析，结果包括频次、频率、用穴个数、用穴频率。 

（2）针灸治疗方案决策子模块（如图9所示）：该模块旨在采用遗传算法进行针灸治疗方案的最优组配，包括治法、针灸处方选穴、刺灸方法、疗程、疗效等； 

先分别进行古代、现代随机对照研究、现代临床对照研究、病例序列研究的治疗治疗方案决策，再根据制定的循证针灸研究证据分级标准进行综合治疗方案的决策分析。同时也可由用户根据需要自行选择文 献范围，如选择某一年的文献作为样本进行分析。 

功能实现：第一步，针灸基本处方的显示：根据疾病证侯诊断决策结果，给出《针灸学》教材的针灸治疗方案； 

第二步，针灸治疗方案推荐级别的选择：根据制定的循证针灸研究证据分级标准进行综合治疗方案的决策分析。如选择高级别“Ia”，下一步将得到相应研究文献的综合治疗方案； 

第三步，治疗方案的获得：系统根据选择的推荐级别，给出相应治疗方案，包括单项治疗方案和综合治疗方案。如选择高级别“Ia”，首先给出古代经典著作的治疗方案或历代沿用的治疗方案，然后给出现代高质量的RCT治疗方案，最后给出综合治疗方案。 

6、系统辅助模块：该模块主要提供医生录入时的便利以及临床诊断中需要的某些参考知识，包括以下几个部分。 

（1）提供疾病及症状录入的每一首写字母的拼音识别：在患者主诉及医生输入疾病名称时，可提供症状或疾病名称的每一个字的首字母简写索引，即在输入“中风中经络”疾病名称时，仅输入zfzjl，然后系统自动给出中风中经络的中文名称，或者输入yj，系统给出月经先期、月经后期、月经先后无定期等包含yj缩写首字母的疾病名称。该功能的实现在一定程度上加快医生的录入病历信息的速度； 

（2）提供疾病、症状的相关知识：在诊断模块中，有时需要了解某一疾病的基本概念，或某一症状的具体含义，此时，可以通过该功能获得疾病的概念。如点击诊断决策界面中的诊断结果图中的“胃痛”，即弹出关于胃痛的概念对话框； 

（3）提供腧穴定位描述：系统提供腧穴定位知识包括文字描述和图形描述； 

（4）提供腧穴的基本知识：包括命名的来源、解剖、主治、配伍等知识。 

7、结果输出模块 

分析结果数据可以输出为图形、文本等形式。该模块的实现要具体情况具体分析，对于表格分析结果，可直接用用.NET框架自带的表格空间完成，如果要打印成WORD文档或EXCEL表格，则可以分别采用Microsoft公司提供的动态链接库Interop.Word.dll和Interop.Excel.dll。 

本发明以证据利用为核心，基于针灸临床诊疗自然过程，嵌入电子病历技术，集成循证数据库和数据挖掘模型，搭建了集针灸研究证据评价、存储、分析和利用于一体的针灸临床循证决策辅助支持系统，为针灸研究证据的有效利用提供方便、快速的人机交互平台。本发明能较好适应医生在临床诊疗全程中的需要，有效支持“诊断”、“治疗”的交替思维过程，最终推荐的治疗方案既是从文献评价中获得的最佳方案，又具有较高的临床适用性。 

如图2所示，针灸临床循证决策支持系统应用方法，它包括以下步骤： 

S1：数据采集 

S11：古代数据采集：先确定检索词，根据检索词筛选文献，再将检索符合纳入标准的数据进行分解 和录入，形成文档，最后应用数据导入与更新模块将录入的文档导入系统，并自动保存在古代针灸处方数据表中，以备数据预处理和分析使用； 

S12：现代数据采集：先制定检索策略，根据检索策略检索文献题录及全文，进行筛选文献，再将检索符合纳入标准的文献进行分解和录入，形成文档，最后应用数据导入与更新模块将录入的文档导入系统，并自动保存在现代针灸处方数据表、针灸专家经验数据表、针灸个案处方数据表中，以备数据预处理和分析使用； 

S2：文献质量评价：由两名评价员分别独立进行文献质量评价，采用随机对照试验研究文献、非随机同期对照试验研究文献、病例序列研究文献、个案报道及经验总结文献对每条文献记录进行评分，对文献质量进行分级，并筛除不合格的文献，若遇意见分歧则双方讨论决定或者交由第三者决定； 

S3：数据预处理：应用数据预处理模块对导入到源数据表的信息进行预处理，包括数据抽取、缺失值的处理、噪音数据的处理、数据规范化处理、概念映射，并将处理后的干净数据存储在数据库中的目标数据库中，以备挖掘和分析； 

S4：数据分析：应用针灸用穴规律分析模块按需从不同层次、不同角度分析针灸治疗的腧穴、经络、特定穴选用规律、腧穴配伍，并对选穴规律进行多层和多维分析，多层分析包括腧穴频次、配伍规律关联、经络选用规律、用穴分部关联分析、特定穴关联分析，多维分析包括不同文献类型、不同年代、不同出处、不同刺灸方法、不同文献质量的上述各层次用穴规律分析； 

S5：分析结论：根据数据分析，得出古代治疗方案决策、现代治疗方案决策和综合治疗方案决策。 

一、本发明在针灸用穴规律分析中的应用示范，以Bell面瘫为疾病载体，以其针灸临床证据为样本数据，开展示范应用研究。 

1.目的 

（1）验证基于循证模式的针灸临床决策模式及其建立的方法的适用性，以及本发明用于针灸用穴规律分析的适用性； 

（2）从古今针灸循证证据中提取针灸治疗Bell面瘫的选穴规律，为针灸临床选穴组方以及针灸临床治疗方案的标准化、科学化提供参考和借鉴。 

2.方法 

2.1数据采集 

对Bell面瘫的古代、现代针灸处方信息进行采集，在此仅简要介绍关键过程。 

（1）古代数据的采集 

1）确定检索词：口/歪、口眼/歪斜、口角/歪、风口、风牵 斜、口噤 斜、口目 斜、脉急 斜、口角歪斜、口 斜、偏、面瘫。 

2）筛选文献：对检索得的文献条目逐条阅读、仔细分析，按照现代医学定义的Bell面瘫（特发性面 神经麻痹）的临床症状及诊断要点对文献条目所指疾病进行鉴别判断： 

①对于文献条目中出现如中风口不开、中风不语、半身不遂、语言蹇涩/不正、瘖哑、失音、卒死、口角流涎、足缓不收、手足不随等词，其疾病指向中枢性面瘫的予以剔除； 

②对于文献条目中出现如“眼/目瞤动”、“口唇动”、“牵连不已”、“面叶动牵口眼”、“眦急不能卒视”等词句，其疾病指向特发性面肌痉挛的予以剔除； 

③对于文献条目中出现如癫疾（互引）、招摇视瞻、（瘈）疭、头项摇（瘈）、口噤等词，其疾病指向癫痫的予以剔除。 

3）数据录入：将检索符合纳入标准的数据，按照古代针灸处方信息结构模版的数据项进行分解和录入，形成TXT文档，其中“来源医籍、病名、主穴、针灸疗法、刺灸方法、文献类型”数据项必录，其余数据项则根据原始文献记载情况，有则录入，无则空缺。 

4）数据导入：运用数据导入与更新模块将录入的TXT文档导入到系统，并自动保存在古代针灸处方数据表中，以备数据预处理和分析使用。 

（2）现代数据的采集 

1）制定检索策略：依据Cochrane协作网工作手册推荐的检索策略，检索主题词根据MESH主题词表选择相应主题词，并根据检索结果调整检索策略的灵敏度。制定的检索策略如下表1： 

表1针灸治疗面瘫的现代文献检索策略 

2）筛选文献：根据检索策略检索文献题录及全文，纳入针灸治疗Bell面瘫的临床研究文献，包括RCT、CCT、病例序列研究、个案报道、专家经验，患者年龄不限，病程不限，排除综述、系统评价类文献。 

3）数据提取：将检索符合纳入标准的文献，按照现代针灸处方信息结构模版、专家经验信息结构模版、针灸个案治疗信息结构模版的数据项进行分解和录入，形成TXT文档，每项内容在全文中有的则必录。 

4）数据导入：应用本发明的数据导入与更新模块将录入的各类文献的TXT文档导入到系统，并分别自动保存在现代针灸处方数据表、针灸专家经验数据表、针灸个案处方数据表中，以备数据预处理和分析使用。 

2.2文献质量评价 

文献质量评价由两名评价员分别独立进行，如遇意见分歧则双方讨论决定或者交由第三者决定。根据提取并导入到相关数据表的文献信息，依据本发明第一部分形成的各类研究证据的评分标准和评价方法，对每条文献记录进行评分，对文献质量进行分级，并筛除不合格的文献。文献筛选、评价结果如下： 

（1）古代文献的筛选、评价结果 

将检索获得的文献条目严格筛选，并筛除属于中枢性面瘫、癫痫等疾病中的口眼斜条目，符合贝尔面瘫特点的古代文献共199条。通过统计分析，其分布特点见表2、表3、图10。 

表2古代针灸治疗面瘫文献的来源分布 

表3古代针灸治疗面瘫文献的朝代分布 

（2）现代文献的筛选、评价结果 

共检索到1978.01-2009.3年之间针灸治疗贝尔面瘫的现代临床研究文献1889篇文献，其中中文文1847献篇，英文文献5篇，日文文献29篇，韩文文献8篇。将以上文献按照同期随机对照试验研究、非随机同期对照试验研究、病例序列研究、个案报道及经验总结进行分类，分别进行筛选和质量评价，部分缺少的信息通过电话联系作者获得，意见的分歧通过第三者仲裁决定。结果如下： 

1）随机对照试验研究文献 

共检索到中文随机对照研究文献358篇，筛除无法判定研究对象是否为贝尔面瘫的文献119篇文献，筛除重复发表文献2篇，纳入242篇；英文随机对照研究文献4篇，筛除无法判定研究对象是否为贝尔面瘫的文献2篇，筛除重复发表的文献2篇；日文随机对照研究文献1篇，但无法判定研究对象是否为贝尔面瘫，予以筛除；韩文随机对照研究文献4篇，排除无法判定研究对象是否为贝尔面瘫的文献2篇，纳入2篇；综上，共纳入244篇合格随机对照研究文献。从循证医学角度对纳入的153篇临床随机对照研究的 方法学进行进一步评价分析，包括随机方法、盲法、中止及脱落三个方面。部分缺少的信息通过电话联系作者获得，意见的分歧通过第三者仲裁决定。最后判定高质量RCT文献8篇，中等质量RCT文献37篇，低质量RCT文献199篇。 

2）非随机同期对照试验研究文献 

共检索到中文非随机同期对照研究文献2031篇，筛除无法判定研究对象是否为贝尔面瘫的80篇文献，筛除重复发表2篇，纳入121篇；英文非随机同期对照研究文献0篇；日文非随机同期对照研究文献1篇；韩文非随机同期对照研究文献3篇，筛除无法判定研究对象是否为贝尔面瘫的文献2篇，纳入1篇；综上，共纳入合格非随机同期对照研究文献123篇。对以上研究的方法学进行进一步评价分析，包括一般情况、诊断标准、组间均衡性的比较、疗效评价标准、统计方法、样本含量、不良反应报告、具体病例来源描述、退出与失访情况、随访等十个方面。部分缺少的信息通过电话联系作者获得，意见的分歧通过第三者仲裁决定。最后判定高质量非随机同期对照试验研究文献文献33篇，低质量文献90篇。 

3）病例序列研究文献 

共检索到中文病例序列研究文献1195篇，筛除无法判定研究对象是否为贝尔面瘫的356篇文献，筛除重复发表文献6篇，其中两者交叉的3篇，纳入836篇；英文病例序列研究文献0篇；日文病例序列研究文献6篇，筛除没有查到全文的2篇，无法判定研究对象是否为贝尔面瘫的2篇文献，纳入2篇；韩文病例序列研究文献1篇；综上，共纳入839篇合格病例序列研究文献。通过对以上研究的方法学进行进一步评价分析，包括一般情况、诊断标准、样本含量、疗效评价标准、统计方法、治疗措施描述是否详细、人口学和病情描述、随访、退出与失访情况、随访等十个方面。部分缺少的信息通过电话联系作者获得，意见的分歧通过第三者仲裁决定。最后判定高质量病例序列研究文献276篇，低质量文献563篇。 

4）个案报道及经验总结文献 

共检索到中文个案报道及经验总结文献91篇，无法判定研究对象是否为贝尔面瘫的52篇，英文文献1篇，其研究对象非贝尔面瘫；日文文献21篇，排除8篇；韩文文献0篇。纳入分析42篇。 

通过统计分析，上述文献的分布特点见表5、图11。 

表5现代文献类型年代分布情况 

2.3数据预处理 

应用数据预处理模块对导入到源数据表的信息进行预处理，包括数据抽取、缺失值的处理、噪音数据的处理、数据规范化处理、概念映射。该过程由系统自动、智能化处理，处理后的干净数据将存储在数据库系统中的目标数据库中，以备挖掘和分析。 

2.4数据分析 

应用针灸用穴规律分析模块按需从不同层次、不同角度分析针灸治疗Bell面瘫的腧穴、经络、特定穴选用规律、腧穴配伍。 

3.结果 

本发明中可对选穴规律进行多层和多维分析，多层分析包括腧穴频次、配伍规律关联、经络选用规律、用穴分部关联分析、特定穴关联分析，多维分析包括不同文献类型、不同年代（朝代）、不同出处、不同刺灸方法、不同文献质量的上述各层次用穴规律分析。本部分的应用示范一方面以Bell面瘫的所有古代数据为样本从不同层次进行分析，一方面以现代数据为样本从不同维度进行分析。 

3.1用穴规律的多层分析 

（1）腧穴频次分析 

腧穴运用频次分析旨在提供针灸治疗某一疾病选用的腧穴及其频繁程度。因常用腧穴在方中出现的频次相对较高，结果用频数和支持度表示。通过分析得到以下结果：古代针灸治疗Bell面瘫的针灸处方中共运用了67个腧穴，在方中出现的总频次为435次，频次和支持度居前10位的腧穴为地仓、颊车、水沟、 合谷、承浆、听会、翳风、列缺、太渊、颧髎。应用频次在7次以上的具体穴位见表7。 

表7腧穴规律分析 

（2）腧穴配伍关联分析 

腧穴配伍关联分析旨在提示处方中存在的两个或两个以上腧穴之间的配伍形式，该配伍关联的效用性用支持度和置信度表示。表8显示的是支持度排在前20位的腧穴配伍结果，其中排在第一位的腧穴配伍项集为“地仓->颊车”，其支持度提示地仓和颊同时出现在199首处方中的频率为16.96%，而置信度提示地仓和颊同时出现在含有地仓的处方中的频率为63.04%。 

表8腧穴配伍规律分析 

（3）经络运用规律分析 

经络运用分析旨在对针灸处方中腧穴与经络进行更深层次的关联分析，从而发现针灸治疗某一疾病的选经规律。其结果可提供针灸处方选用的腧穴分布于十四经的情况，包括每条经络的运用频次及其占所有腧穴频次的百分比，每条经络的用穴个数及其占所有腧穴个数的百分比，和该经所用腧穴的具体名称及其频次。 

从经络运用规律分析结果可以看出：治疗Bell面瘫的腧穴分布在13条经脉上，包括除足少阴肾经以外的其余11条经脉和任、督二脉。而所用腧穴主要集中在胃经、大肠经、督脉、胆经、三焦经。每条经脉所用穴位及频次见表9。 

表9经络运用规律分析 

（4）用穴分部规律分析 

由于腧穴作用与腧穴所处部位有关，为此对选用的腧穴进行部位关联分析。分析结果可以显示针灸处方选用该部位腧穴的频次和百分比、用穴个数和百分比、具体腧穴名称和频次。结果提示针灸治疗Bell面瘫的处方中腧穴主要分布在头面部、上肢部和下肢部。其中头面部腧穴运用最多，频次共计289次，占应用腧穴频次总数的67.21%，其次为上肢部，共计85次，占19.77%。腧穴部位关联分析结果具体见表10。 

表10用穴分部规律分析 

（5）特定穴运用规律分析 

特定穴分析显示处方中各类特定穴和非特定穴的运用频次、个数以及选用的具体腧穴。古代针灸治疗Bell面瘫的67个腧穴中，特定穴52个，占77%，而非特定穴15个仅出现80次，由此可见特定穴在针灸治疗Bell面瘫中应用非常广泛，是针灸选穴的主体。据各类特定穴使用频次来看，交会穴使用最多，用穴25个，占特定穴的37%，应用频次也最高。详见表11。 

表11特定穴运用规律分析 

3.2用穴规律的多维分析 

用穴规律的多维分析指可在某一维度下或几个维度组合下，进行腧穴频次、腧穴配伍、经络关联、部位关联、特定穴关联分析。本发明对用穴规律的多维分析示范研究，以从不同文献类型为例，从腧穴频次和腧穴配伍两个层次进行分析示范，其分析结果如下。 

（1）RCT文献用穴规律分析 

1）腧穴频次分析 

结果显示现代RCT文献中治疗贝尔面瘫所用穴位，共使用经脉穴位110个，经外奇穴3个，应用频次共计2736次。其中，应用频次较多的穴位依次为：地仓、颊车、合谷、阳白、迎香、翳风、太阳、下关等。应用频次在80次以上的穴位具体信息见表12。 

表12RCT文献腧穴运用规律分析 

2）腧穴配伍规律分析结果 

腧穴配伍规律显示颊车与地仓两穴配伍使用最多，具体配伍、支持度及置信度见腧穴配伍规律分析表13。 

表13RCT文献腧穴配伍规律分析 

（2）CCT文献用穴规律分析 

1）腧穴频次分析 

现代CCT文献中治疗贝尔面瘫所用穴位，共使用89个腧穴，经外奇穴3个，应用频次共计1213次。其中，应用频次较多的穴位依次为：地仓、阳白、颊车、合谷、翳风、下关、四白、迎香等。应用频次在50次以上的穴位具体信息见表14。 

表14CCT文献用穴规律分析 

2）腧穴配伍关联分析 

结果显示地仓与颊车两穴配伍使用最多，具体配伍、支持度及置信度见腧穴配伍规律分析表15。 

表15CCT文献腧穴配伍规律分析 

（3）病例序列研究文献的用穴规律分析 

1）腧穴频次分析 

现代病例序列研究文献中治疗贝尔面瘫所用穴位，共使用穴位81个，经外奇穴3个，应用频次共计1107次。其中，应用频次较多的穴位依次为：地仓、颊车、合谷、阳白、翳风、迎香、下关等。应用频次在50次以上的穴位具体信息见表16。 

表16病例序列研究文献用穴规律分析 

2）腧穴配伍关联分析 

腧穴配伍规律分析结果显示地仓与颊车两穴配伍使用最多，具体配伍、支持度及置信度见腧穴配伍规律分析表17。 

表17病例序列研究文献腧穴配伍规律分析 

4.结论 

4.1验证了本发明用于针灸用穴规律分析的适用性 

（1）系统能方便、快速完成数据的导入和预处理 

系统以数据库为数据存储中心，能方便、快速完成数据的导入和预处理，应用示范过程和结果证实系统存储数据、扩充数据、规范数据的可行性和有效性。 

（2）系统能有效进行用穴规律的多层多维分析 

系统以多维多层关联规则为核心技术进行用穴规律挖掘，能有效、方便地分析针灸治疗某一疾病的腧穴运用规律、经络运用规律、特定穴运用规律，挖掘试验过程和结果证实挖掘方法的可行性和有效性，验证了系统的适用性。 

4.2分析结果能为针灸临床选穴提供有价值的参考 

从以上数据分析结果可以看出，无论古代文献还是现代研究，应用针灸疗法治疗贝尔面瘫的经络腧穴的应用有明显的规律特征。 

首先，经络腧穴关联分析结果表明，古人在治疗该病时重视阳明经、少阳经，这与经络循行理论密切相关。该病患病部位——面部，正是手、足阳明经循行区域，面颊侧部及耳前后、后颈部是手足少阳经循行之地。对这几条经脉穴位的重视体现了对“经脉所过、主治所及”治疗原则的应用； 

其次，该结果直接反映了针灸对该病病因病机的认识，认为口眼斜是风邪入中经脉，尤其是风邪入中阳明、少阳二经，导致风寒等邪气阻滞经络气血，使经筋失养、纵缓不收。同时体现了古人对经络辨证理论的重视； 

再次，分析结果表明，针灸治疗该病的用穴还体现了以下两个特点： 

①以局部取穴为主，局部取穴与远端取穴配合。如用穴结果中对地仓、颊车、水沟、承浆等局部穴位的应用最为突出，但对合谷、列缺、太渊、内庭、偏历等穴位的应用也十分醒目，体现了对远端穴位的重视； 

②以经脉辨治为主，经脉辨证与八纲辨证配合。除了应用阳明、少阳经相关穴位以外，还重用手太阴肺经列缺穴以祛风通络，且对上述经脉的选择中，特别重视对翳风、合谷、风池等祛风解表穴位的应用，体现了针对病因辨证治疗的原则。 

以上结果证明，运用系统进行针灸用穴规律分析是可行的，其结果不仅可为针灸临床选穴提供参考，同时也可作为传统知识总结的补充和理论的巩固，还可提示之前未揭示的新知。 

二、本发明在针灸临床治疗方案决策中的应用示范 

1.目的 

（1）验证基于循证模式的针灸临床决策模式及其建立的方法的适用性，以及本发明用于针灸治疗方案辅助决策的适用性； 

（2）利用本发明筛选有效的针灸治疗方案，为面瘫的针灸临床治疗提供辅助决策，为面瘫的临床研究方案提供思路和参考依据。 

2.方法 

该应用示范仍以Bell面瘫为疾病载体，由于纳入分析的样本与用于针灸用穴规律分析的一致，故其数据采集、文献质量评价、数据预处理的方法也其一致，在此就不作重复阐述。 

2.1数据采集（同上） 

2.2文献质量评价（同上） 

2.3数据预处理（同上） 

2.4数据分析 

在应用本发明进行针灸治疗方案辅助决策时，既可根据制定的针灸治疗方案推荐级别进行综合治疗方案的决策分析，也可由用户根据需要自行选择不同研究证据作为样本进行分析。为了较为详细展示系统的治疗方案决策辅助功能，本应用示范研究先对古代和现代不同类别的研究证据分别进行分析，再根据“针灸治疗方案推荐级别”进行综合方案的分析。 

3.结果 

3.1古代治疗方案决策 

（1）古代所有处方的治疗决策 

指将所有古代针灸处方纳入分析，依次得到主穴、配穴、刺灸方法的适应度分析结果，在此基础上进行治疗方案的综合分析。但由于面瘫的古代文献中配穴均未涉及配穴，故配穴未做分析。 

主穴适应度分析结果（适应度>0.03）：地仓（0.2828），颊车（0.2475），水沟（0.1364），合谷（0.1313），四神聪（0.1263），承浆（0.1212），听会（0.0808），列缺（0.0606），翳风（0.0606），太渊（0.0556），上关（0.0455），颧髎（0.0455），承泣（0.0404），大迎（0.0404），巨髎（0.0354），二间（0.0354），龈交（0.0303）。 

刺灸方法适应度分析结果（适应度>0.01）：针刺（0.595），艾灸（0.225），穴位敷贴（0.13），针灸并用（0.02），艾灸穴位敷贴并用（0.015）。 

在各项适应度分析基础上进行治疗方案的优化，得到以下推荐治疗方案： 

表18古代针灸治疗面瘫的推荐方案 

（2）古代经典著作针灸治疗方案决策 

在第一部分的证据评价体系中，本发明采用文献分析方法、专家访谈方法和共识性方法，确定《素问》、《灵枢》、《难经》、《针灸甲乙经》为针灸经典著作。在系统的证据选项中选择古代经典著作方案决策后，系统将导入上述著作的古代针灸处方纳入分析，依次得到主穴、刺灸方法的适应度分析结果，在此基础上进行经典著作治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.04）：偏历（0.0909），大迎（0.0909），尺泽（0.0455），迎香（0.0455），龈交（0.0455），颧髎（0.0455），外关（0.0455），太渊（0.0455），巨髎（0.0455），内庭（0.0455），承泣（0.0455），四白（0.0455）。 

刺灸方法适应度分析结果（适应度>0.04）：针刺（0.9545），穴位敷贴（0.0455）。 

在各项适应度分析基础上进行治疗方案的优化，结果得到以下推荐治疗方案： 

表19古代经典著作记载的推荐方案 

（3）历代医家长期沿用的治疗方案决策 

历代医家长期沿用是指在历代专著中重复应用的针灸处方。将这部分处方纳入分析，依次得到主穴、配穴、刺灸方法的适应度分析结果，在此基础上进行治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.02）：水沟（0.1932），颊车（0.1918），四神聪（0.1866），地仓（0.177）， 翳风（0.1277），合谷（0.0997），承浆（0.0832），听会（0.0533），太渊（0.0371），承泣（0.0293），大迎（0.0285），上关（0.0281），列缺（0.0271），颧髎（0.0233），龈交（0.0215）。 

刺灸方法适应度分析结果（适应度>0.01）：针刺（0.326），穴位敷贴（0.285），艾灸（0.1526），针灸并用（0.0158），艾灸穴位敷贴并用（0.0118）。 

在各项适应度分析基础上进行治疗方案的优化，结果得到以下推荐治疗方案： 

表20历代医家长期沿用的推荐方案 

3.2现代治疗方案决策 

（1）所有RCT的治疗方案决策 

将针灸治疗贝尔面瘫的所有RCT研究的针灸处方纳入分析，依次得到主穴、配穴、刺灸方法、疗程的适应度分析结果，在此基础上进行治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.2）：地仓（0.8303），颊车（0.8014），合谷（0.6137），阳白（0.6101），翳风（0.4693），下关（0.4549），四白（0.4368），太阳（0.4332），迎香（0.3863），攒竹（0.3249），风池（0.2816），牵正（0.2816），承山（0.2419），承浆（0.231）。 

配穴适应度分析结果（适应度>0.07）：水沟（0.3804），承浆（0.3696），合谷（0.3043），迎香（0.2826），翳风（0.2609），攒竹（0.25），足三里（0.2391），阳白（0.2065），四白（0.2065），风池（0.1957），太阳（0.1739），承山（0.163），下关（0.1304），内迎香（0.1196），颊车（0.0978），颧髎（0.0978），地仓（0.0761），禾髎（0.0761），太冲（0.0761）。 

刺灸方法适应度分析结果（适应度>0.04）：毫针刺（0.509），电针法（0.2599），穴位注射（0.1227），TDP照射（0.065），艾灸（0.0469）。 

疗程适应度分析结果（适应度>0.04）：每日1次，10次为1个疗程，治疗4个疗程，疗程间隔3天（0.148）；每日1次，10次为1个疗程，治疗3个疗程（0.0722）；每日1次，7次为1个疗程，治疗3个疗程（0.0469）。 

在各项适应度分析基础上进行治疗方案的优化，得到以下推荐治疗方案： 

表21现代针灸治疗面瘫的推荐方案（RCT） 

（2）高质量RCT的治疗方案决策 

根据文献质量评价结果，纳入高质量RCT研究的针灸处方进行分析，依次得到主穴、配穴、刺灸方法、疗程的适应度分析结果，在此基础上进行治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.14）：颊车（0.7805），地仓（0.7561），合谷（0.5854），阳白（0.561），下关（0.5366），翳风（0.4878），迎香（0.4146），四白（0.3171），太阳（0.2927），风池（0.2927），攒竹（0.2439），承山（0.1951），颧髎（0.1707），牵正（0.1707），水沟（0.1463），足三里（0.1463），承浆（0.1463）。 

配穴适应度分析结果（适应度>0.2）：合谷（0.3571），水沟（0.3571），攒竹（0.3571），迎香（0.2857），承浆（0.2857），阳白（0.2857），四白（0.2857），太阳（0.2143），承山（0.2143），足三里（0.2143），内迎香（0.2143），翳风（0.2143）。 

刺灸方法适应度分析结果：毫针刺（0.5366），电针法（0.2195），穴位贴敷（0.0976），艾灸（0.0732），隔姜灸（0.0244），（0.0244），艾条悬灸（0.0244），直接灸（0.0244），超短波疗法（0.0244），穴位电刺激（0.0244），疏密波电针法（0.0244），红外线（0.0244），TDP照射（0.0244），管灸（0.0244），三棱针（0.0244）。 

疗程适应度分析结果（适应度>0.04）：每日1次，10次为1个疗程，治疗4个疗程，疗程间隔3天（0.1707）；每日1次，7次为1个疗程，治疗3个疗程（0.0976）；每日1次，10次为1个疗程，治疗3个疗程，疗程间隔3天（0.0488）；每日1次，10次为1个疗程，治疗3个疗程（0.0488）。 

在各项适应度分析基础上进行治疗方案的优化，得到以下推荐治疗方案： 

表22现代针灸治疗面瘫的推荐方案（高质量RCT） 

（3）高质量CCT治疗方案决策 

纳入高质量CCT研究的针灸处方进行分析，依次得到主穴、配穴、刺灸方法、疗程的适应度分析结果，在此基础上进行治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.1）：地仓（0.7925），颊车（0.7449），阳白（0.6），合谷（0.5664），下关（0.4654），太阳（0.4243），四白（0.4065），翳风（0.385），迎香（0.3804），攒竹（0.2963），承山（0.2523），风池（0.2299），牵正（0.2178），承浆（0.1944），颧髎（0.1832），水沟（0.1776），丝竹空（0.143），足三里（0.1243），太冲（0.1206）。 

配穴适应度分析结果（适应度>0.09）：翳风（0.3478），水沟（0.3064），承浆（0.2857），合谷（0.2816），足三里（0.2671），风池（0.2671），攒竹（0.2505），阳白（0.2215），迎香（0.2133），太冲（0.1698），四白（0.1491），太阳（0.1201），承山（0.1201），下关（0.118），地仓（0.0994），丝竹空（0.0994）。 

刺灸方法适应度分析结果（适应度>0.025）：毫针刺（0.6096），电针法（0.2442），穴位注射（0.1027），TDP照射照射（0.0444），拔罐法（0.0305），温针灸（0.0268），艾灸（0.0259），。 

疗程适应度分析结果（适应度>0.004）：每日1次，10次为1个疗程，治疗4个疗程（0.0442）；每日1次，7次为1个疗程，治疗4个疗程（0.0064）；10次为1个疗程，隔日1次，治疗4个疗程（0.0046）。 

在各项适应度分析基础上进行治疗方案的优化，得到以下推荐治疗方案： 

表23现代针灸治疗面瘫的推荐方案（高质量CCT） 

（4）高质量病例序列研究治疗方案决策 

纳入高质量病例序列研究的针灸处方进行分析，依次得到主穴、配穴、刺灸方法、疗程的适应度分析结果，在此基础上进行治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.1）：地仓（0.7938），颊车（0.7514），阳白（0.5909），合谷（0.573），下关（0.4716），太阳（0.4337），四白（0.4125），迎香（0.3846），翳风（0.3802），攒竹（0.2943），承山（0.2653），风池（0.2319），牵正（0.2085），承浆（0.2051），颧髎（0.1929），水沟（0.1884），丝竹空（0.1472），足三里（0.1249），太冲（0.1249）。 

配穴适应度分析结果（适应度>0.1）：翳风（0.3488），水沟（0.3），承浆（0.2902），足三里（0.2707）， 风池（0.2707），合谷（0.2707），攒竹（0.2585），阳白（0.2439），迎香（0.2098），太冲（0.1756），四白（0.1585），下关（0.1293），承山（0.1244），太阳（0.1195），地仓（0.1122），丝竹空（0.1）。 

刺灸方法适应度分析结果（适应度>0.05）：毫针刺（0.63），电针法（0.2324），穴位注射（0.0991），TDP照射照射（0.0529）。 

疗程适应度分析结果（适应度>0.006）：每日1次，10次为1个疗程，治疗4个疗程（0.0427）；每日1次，7次为1疗程，治疗4个疗程（0.0066）。 

在各项适应度分析基础上进行治疗方案的优化，得到以下推荐治疗方案： 

表24现代针灸治疗面瘫的推荐方案（高质量病例序列研究） 

3.3综合治疗方案决策 

下面分别以针灸治疗方案推荐级别的Ⅰa级（经典著作记载+与高质量RCT）和自行组合选择（古代文献+现代RCT）为例进行综合治疗方案的分析。 

（1）Ⅰa级综合治疗方案决策（经典著作记载与高质量RCT） 

纳入经典著作记载和高质量RCT的针灸处方进行分析，依次得到主穴、配穴、刺灸方法、疗程的适应度分析结果，在此基础上进行治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.1）：颊车（0.3902），地仓（0.378），合谷（0.2927），下关（0.291），阳白（0.2805），翳风（0.2666），迎香（0.23），四白（0.1813），太阳（0.1464），风池（0.1464），攒竹（0.122），颧髎（0.1081）。 

配穴适应度分析结果（适应度>0.1）：合谷（0.2976），地仓（0.2143），水沟（0.2024），攒竹（0.1785），翳风（0.1548），迎香（0.1428），承浆（0.1428），阳白（0.1428），四白（0.1428），颊车（0.119），太阳（0.1072），承山（0.1072），足三里（0.1072），内迎香（0.1072）。 

刺灸方法适应度分析结果（适应度>0.03）：针刺（0.4772），毫针刺（0.2683），电针法（0.1098），穴位贴敷（0.0488），艾灸（0.0366），穴位敷贴（0.035）。 

疗程适应度分析结果（适应度>0.04）：每日1次，10次为1个疗程，治疗4个疗程，疗程间隔3天（0.0854）；每日1次，7次为1个疗程，治疗3个疗程（0.0488）。 

在各项适应度分析基础上进行治疗方案的优化，得到以下推荐治疗方案： 

表25针灸治疗面瘫的综合推荐方案（经典著作记载+高质量RCT） 

（2）古代文献与现代RCT的综合治疗方案决策 

纳入所有古代文献和现代RCT的针灸处方进行分析，依次得到主穴、配穴、刺灸方法、疗程的适应度分析结果，在此基础上进行治疗方案的综合分析。 

主穴适应度分析结果（适应度>0.1）：地仓（0.5566），颊车（0.5244），合谷（0.3725），阳白（0.305），翳风（0.265），下关（0.2426），四白（0.2285），太阳（0.2242），迎香（0.2058），承浆（0.1761），攒竹（0.165），风池（0.1509），水沟（0.1476），牵正（0.1408），承山（0.121），颧髎（0.1202），足三里（0.1004）。 

配穴适应度分析结果（适应度>0.09）：承浆（0.2205），合谷（0.2164），水沟（0.2045），迎香（0.1556），翳风（0.1519），攒竹（0.125），足三里（0.1196），四白（0.1104），阳白（0.1032），地仓（0.0988），风池（0.0979）。 

刺灸方法适应度分析结果（适应度>0.06）：针刺（0.2975），艾灸（0.1359），电针法（0.13），穴位敷贴（0.0686），穴位注射（0.0614）。 

疗程适应度分析结果（适应度>0.03）：每日1次，10次为1个疗程，治疗4个疗程，疗程间隔3天（0.074）；每日1次，10次为1个疗程，治疗3个疗程（0.0361）。 

在各项适应度分析基础上进行治疗方案的优化，结果得到以下推荐治疗方案： 

表26针灸治疗面瘫的综合推荐方案（古代+现代RCT） 

4.结论 

4.1验证了本发明应用于针灸治疗方案辅助决策的适用性 

系统以遗传算法为核心技术，综合研究证据中的选穴、治疗方法、时间、疗效等因素进行有效针灸治疗方案的优化决策，用户既可根据制定的针灸治疗方案推荐级别进行综合治疗方案的决策分析，也可根据需要自行选择不同研究证据作为样本进行决策分析。应用试验过程和结果证实遗传算法的可行性和有效性，验证了系统的适用性。 

4.2分析得到的治疗方案能为针灸临床实践、临床科研设计提供有价值的参考 

从上述应用示范结果来看，系统提供Bell面瘫的针灸治疗方案，方案不仅包括主穴、配穴、刺灸方法、疗程内容，还包括各项内容的适应度量化分析结果。同时系统能提供不同研究类型、不同文献质量的针灸治疗方案及其综合治疗方案，可为针灸临床治疗决策提供辅助支持，为临床科研方案设计提供参考。 

5.小结 

本发明以Bell面瘫作为疾病载体，以其针灸临床研究证据为样本数据，应用本发明开展针灸用穴规律分析和治疗方案决策分析的应用示范。应用示范过程和结果验证了系统能方便、快速完成数据的导入和预处理，能有效进行用穴规律的多层多维分析，能有效进行针灸治疗方案辅助决策，具有适用性；同时其分析结果能为针灸临床选穴、临床临床实践、临床科研设计提供有价值的参考。 

Claims (4)

1.针灸临床循证决策支持系统，其特征在于：它包括数据预处理模块、数据导入与更新模块、电子病历模块、诊断决策模块、治疗决策模块、系统辅助模块、结果输出模块和数据库，数据预处理模块、数据导入与更新模块、电子病历模块、诊断决策模块、治疗决策模块和系统辅助模块分别与数据库连接，数据导入与更新模块的输出与数据预处理模块连接，电子病历模块、诊断决策模块、治疗决策模块顺次连接，电子病历模块、诊断决策模块、治疗决策模块的输出均与结果输出模块连接，系统辅助模块的输出分别与诊断决策模块、治疗决策模块连接；

所述的数据导入与更新模块：为用户提供方便快捷的数据导入和导出接口，或数据录入界面；

所述的数据预处理模块：处理数据库中的腧穴别名、症状名称、疾病名称、刺灸方法、治疗时间、疗效类的不规范、不一致信息；

所述的电子病历模块：录入至少包括病人信息、病史、主诉、症状、体征在内的病人的基本情况；

所述的诊断决策模块：根据病人电子病历提供的病人信息进行诊断决策；

所述的治疗决策模块：根据病人所患疾病提供该病的针灸治疗决策；

所述的系统辅助模块：根据用户需求即时显示所需信息；

所述的结果输出模块：分析结果，并通过用户接口呈现给用户，允许用户进行交互式分析。

2.根据权利要求1所述的针灸临床循证决策支持系统，其特征在于：所述的数据导入与更新模块包括针灸处方信息更新子模块和疾病数据更新子模块；

所述的数据预处理模块包括腧穴名称规范子模块、症状规范子模块和其它规范子模块；

所述的系统辅助模块包括疾病信息子模块、穴位信息子模块和刺灸信息子模块；

所述的电子病理模块包括录入子模块、查询子模块、更新子模块和删除子模块；

所述的诊断决策模块包括贝叶斯、决策树模型疾病诊断子模块；

所述的治疗决策模块包括用穴规律子模块和针灸治疗决策子模块。

3.根据权利要求2所述的针灸临床循证决策支持系统，其特征在于：所述的用穴规律子模块：从多维角度分析针灸处方信息中有关该病的用穴规律，包括腧穴应用规律、腧穴配伍规律部分、腧穴-经络关联分析、腧穴-分部关联分，腧穴-特定穴关联分；

所述的针灸治疗决策模块：对针灸处方选穴、治疗方法、时间、疗效因素进行最佳组配，以获得实现最佳疗效的最优针灸治疗方案。

4.针灸临床循证决策支持系统应用方法，其特征在于：它包括以下步骤：

S1：数据采集

S11：古代数据采集：先确定检索词，根据检索词筛选文献，再将检索符合纳入标准的数据进行分解和录入，形成文档，最后应用数据导入与更新模块将录入的文档导入系统，并自动保存在古代针灸处方数据表中，以备数据预处理和分析使用；

S12：现代数据采集：先制定检索策略，根据检索策略检索文献题录及全文，进行筛选文献，再将检索符合纳入标准的文献进行分解和录入，形成文档，最后应用数据导入与更新模块将录入的文档导入系统，并自动保存在现代针灸处方数据表、针灸专家经验数据表、针灸个案处方数据表中，以备数据预处理和分析使用；

S2：文献质量评价：由两名评价员分别独立进行文献质量评价，采用随机对照试验研究文献、非随机同期对照试验研究文献、病例序列研究文献、个案报道及经验总结文献对每条文献记录进行评分，对文献质量进行分级，并筛除不合格的文献，若遇意见分歧则双方讨论决定或者交由第三者决定；

S3：数据预处理：应用数据预处理模块对导入到源数据表的信息进行预处理，包括数据抽取、缺失值的处理、噪音数据的处理、数据规范化处理、概念映射，并将处理后的干净数据存储在数据库中的目标数据库中，以备挖掘和分析；

S4：数据分析：应用针灸用穴规律分析模块按需从不同层次、不同角度分析针灸治疗的腧穴、经络、特定穴选用规律、腧穴配伍，并对选穴规律进行多层和多维分析，多层分析包括腧穴频次、配伍规律关联、经络选用规律、用穴分部关联分析、特定穴关联分析，多维分析包括不同文献类型、不同年代、不同出处、不同刺灸方法、不同文献质量的上述各层次用穴规律分析；

S5：分析结论：根据数据分析，得出古代治疗方案决策、现代治疗方案决策和综合治疗方案决策。

Images