典型文献
基于贝叶斯网络分析重症肺炎中医证候规律
文献摘要：
目的:利用贝叶斯网络技术分析重症肺炎中医证候规律,为重症肺炎证候标准化研究提供客观依据.方法:首先收集中国中医科学院望京医院重症医学科247例重症肺炎患者的中医证候信息,然后利用贝叶斯网络结构学习技术建立证候间的贝叶斯网络概率模型,最后结合专家经验,提取重症肺炎的常见证型.结果:提取的证候要素包括风热、痰热、痰湿、气虚、阴虚、阳虚6个病性证素和肺、脾、肾3个病位证素.在此基础上提取6个常见证型,分别为风热犯肺证、痰湿阻肺证、痰热蕴肺证、痰湿阻肺兼肺脾气虚证、痰热蕴肺兼气阴两虚证、邪陷正脱证.结论:贝叶斯网络技术为重症肺炎证候规律标准化研究提供了科学性及客观性依据.
文献关键词：
重症肺炎;证候规律;贝叶斯网络;风热犯肺证;痰湿阻肺证;痰热蕴肺证;痰湿阻肺兼肺脾气虚证;痰热蕴肺兼气阴两虚证;邪陷正脱证
中图分类号：
作者姓名：
卢恩仕;韩明光;刘峰;张杰;于红建;刘祖发
作者机构：
中国中医科学院望京医院,北京100102;北京大学数学科学学院,北京100871
文献出处：
引用格式：
[1]卢恩仕;韩明光;刘峰;张杰;于红建;刘祖发-.基于贝叶斯网络分析重症肺炎中医证候规律)[J].中医学报,2022(01):173-179
A类：
痰湿阻肺兼肺脾气虚,痰湿阻肺兼肺脾气虚证,痰热蕴肺兼气阴两虚证,邪陷正脱证
B类：
中医证候,证候规律,标准化研究,客观依据,中医科,望京,重症医学科,重症肺炎患者,贝叶斯网络结构学习,学习技术,概率模型,专家经验,证型,证候要素,阴虚,阳虚,病性证素,病位证素,风热犯肺证,痰湿阻肺证,痰热蕴肺证
AB值：
0.145265
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
