中文摘要：

病证（西医疾病信息与中医四诊信息）结合是目前疾病诊断与预后判断的最佳模式，病证结合建模用于研究类风湿关节炎（RA）关节损害风险评估，可提高RA的诊治水平。四诊信息直接用于建模，往往因变量太多而使模型不稳定。前期研究表明因子分析可对中医四诊信息进行有效的降维处理。加权神经网络（WNN）- - 将因子分析得到的公因子用于神经网络建模，因子贡献率为作为权重，减少了神经网络的输入节点而使模型更稳定。本研究利用WNN构建RA关节损害风险评估模型，在既往RA关节损害相关因素研究的基础上，通过设计临床调查表、集中培训临床医生及严格实验室指标检测等质控方法，实施前瞻性临床流行病学调查，收集RA患者疾病与中医四诊信息，追踪观察患者关节损害信息，用前瞻性病例数据对模型进行验证与完善。该模型的建立可望较准确评估RA患者关节损害风险，为RA疾病防治提供科学依据。

结论摘要：

课题组依据设计方案和先制定好的病例报告表，从全国11个临床单位收集类风湿关节炎（RA）患者西医疾病信息和中医四诊信息，并进行随访观察。随访期间，每个月记录中医四诊信息，每3个月记录一次实验室检查数据。在入组时和随访结束各做一次病变关节的X线检查。共收集到了379例RA患者，并随访观察了半年。数据经过录入清洗，随后，采用Matlab软件构建BP神经网络、LVQ神经网络、SVM支持向量机等多种数据模型，期望建立中西医信息预测关节损伤程度加重的数学模型。最终结果均显示，对关节损伤不变或者好转的预测正确率为100%，而对关节损伤加重的预测正确率为0%。课题组还采用了SAS软件对数据先进行单因素相对危险度分析，剔除对关节损伤预测不好的变量，然后采用神经网络、决策树等模型进行分析。单因素分析发现脘腹胀满、眩晕、小便清长、关节屈伸不利、关节肿胀等四诊信息是关节损伤加重的危险因素，P值均<0.05。其他中西医指标均未发现有显著性变化。按照单因素分析结果，选择P<0.4的变量进行加权神经网络和决策树等模型分析。结果，神经网络和决策树对关节损伤加重的预测错误率均为18.2%。