一种根据临床症状变化对疾病治疗的疗效进行评价的方法
【技术领域】
[0001] 本发明涉及一种根据临床症状变化对疾病治疗的疗效进行评价的方法，属于人体 症状研宄及对症治疗药物疗效评价领域。具体涉及人体医学症状数据获取以及测量方法； 人体医学症状数据的统计方法。
【背景技术】
[0002] 1965年，美国著名计算机与控制专家查德（L.A.Zadeh)教授提出了模糊的概念， 他把普通集合论推广为模糊集合论，就是把原来对于集合要么"属于"，要么"不属于"的明 确关系推广到指标按"一定程度"（如从〇到1的任一实数表示）属于某集合的不明确关 系，从而确立了模糊集合（Fuzzy Sets)的概念。所谓"一定程度"，指的是隶属函数值（即 隶属度），是用来刻划元素属于模糊集合的程度。模糊是指客观事物差异的中间过渡中的 "不确定性"或"亦此亦彼性"。如高个子与矮个子、年轻人与老年人、热水与凉水、环境污染 严重与不严重等。如果将统计数学看作是将数学的应用范围从确定性的领域扩大到了不确 定性的领域，即从必然现象到偶然现象；那么模糊数学则是把数学的应用范围从确定领域 扩大到了模糊领域，即从精确现象到模糊现象。
[0003] 因此数学模型可以分成三大类：第一类是确定性数学模型，即模型的背景具有确 定性，对象之间具有必然的关系。第二类是随机性的数学模型，即模型的背景具有随机性和 偶然性。第三类是模糊性模型，即模型的背景及关系具有模糊性。
[0004] 1.研宄对象的不确定性
[0005] 1)研宄对象随机性导致的不确定性（简称随机的不确定性）。这类不确定性是由 于研宄对象随机地变化而产生的，它不依研宄者的改变而改变。
[0006] 2)研宄者对研宄对象无知产生的不确定性（简称为无知的不确定性）。
[0007] 3)概念模糊产生的不确定性（简称为模糊不确定性）。这类不确定性主要是由于 研宄者或者研宄对象由于概念模糊产生的。
[0008] 症状是指机体因发生疾病而表现出来的异常状态，包括患者自身的各种异常感觉 与医者的感觉器官所感知的各种异常表现。症状学（symptomatology):是研宄症状的识 另IJ、发生机制、临床表现特点以及其在诊断中的作用。是医师向患者进行疾病调查的第一 步，是问诊的主要内容，是诊断、鉴别诊断的重要线索和主要依据，也是反映病情的重要指 标之一。疾病的症状很多，同一疾病可有不同的症状，不同的疾病又可以有某些相同的症 状，因此，在诊断疾病时必须结合临床所有资料，综合分析，切忌单凭某一个或者几个症状 而作出诊断。
[0009] 症状可以由患者自己测评，称为症状自测，如以下测评方法：
[0010] 没有：自觉并无该项问题（症状）；
[0011] 很轻：自觉有该问题，但发生得并不频繁、严重；
[0012] 中等：自觉有该项症状，其严重程度为轻到中度；
[0013] 偏重：自觉常有该项症状，其程度为中到严重；
[0014] 严重：自觉该症状的频度和强度都十分严重。
[0015] 症状强度数据的本质
[0016] 中医学传统的辨证方法是医师在中医理论的指导下对望、闻、问、切收集的资料分 析，运用"四诊"所获取的症状与体征，其性质与状态往往是模糊的。如"厚苔"与"薄苔"、 "口渴"与"口不渴"等没有一个清晰的区别，其性质具有模糊性。很多症状没有严格的量化 标准，医师只能凭借自己的学术见解或经验予以大体的、笼统判断；即使经过量化的中医症 状，不同严重程度的界限仍然是模糊的，因此中医症状强度的数据自然具有模糊特征。由于 中医诊断中大量地使用模糊概念，所搜集到的临床症状最终形成一个"模糊指标集合"。
[0017] 西医研宄领域的症状，如疼痛，也存在与中医症状一样的本质特征。对于关注较多 的疼痛症状，通常采用VAS评分方法进行研宄。患者提供的VAS评分实际上是具有模糊性 质的数据，评分之间的界限并无实际性质的规定。这个评分实质上反映的是患者的症状状 态隶属于极限值[0, 10]的程度，并非症状强度的测量值。从概念与定义的角度看，症状的 VAS评分和医生评分数据具有典型的"模糊数"特征。
[0018] 由此结合临床实践经验，我们可以肯定症状强度的不确定性不仅仅有随机的不确 定性，更存在模糊不确定性。由此我们可以判定，通过评分得到的症状强度数据同时具有随 机性和模糊性特征。模糊性有别于随机性，不能用概率论加以处理；在目前技术条件下，单 纯采用处理随机性模型的统计方法或处理模糊性模型的模糊数学运算方法都难以达到目 的。
[0019] 症状的时间维度
[0020] 实际上，临床研宄涉及的几乎每个指标，时间都是重要维度，如血糖、血药浓度。众 所周知，正常人的血糖在饮食规律的情况下，呈现一个规律的变化曲线：空腹最低，餐后血 糖立即升高至2小时后开始下降，逐渐降至空腹血糖水平，且三餐都有这个波动规律。因 此，在对血糖测量值的评估过程中，通常都会进行条件限定：空腹或者餐后2小时。这些限 定条件，均为了使血糖的测量更加接近于"点估计"（理想状态），排除时间维度带来的影响 (降维），为最终的数理统计创造条件一一理论上，相同时间点的血糖群体数据应符合统计 分布。药物代谢动力性研宄则不同，考察的不仅仅是药物的浓度，还有药物浓度在一定时间 区间内变化一一除了浓度，时间也是必须考虑的因素。在此基础上，设计使用了 T1/2 0指标 来反映血药浓度和时间的变化情况。为了达成上述研宄目标，无论是血糖还是血药浓度，事 先均进行了标准化的设定，如血糖研宄时间点的设定：空腹（空腹状态的血糖基本稳定）， 餐后2小时（标定2小时的时间点和标准餐）；药代动力学研宄中观测指标的设定：药物浓 度下降50%所需要的时间；如图1所示。
[0021] 那么症状研宄，我们需要对哪个维度进行考量呢？我们将上述研宄指标与时间组 成有序数对，即（X，T)，其中X的取值随试验结果而定，T为时间，从而形成二维变量。在血 糖或者药代动力学研宄中，X分别代表的血糖值和血药浓度值，均是可精确测量的计量资 料；而在症状研宄中的X值（症状强度）却是模糊数据资料。很明显，症状研宄不能简单借 鉴类似血糖，血药浓度的研宄方法。鉴于此，本发明试验对症状强度维度（X值）变化进行 标定：如"症状消失"，而同时对另一维度的时间（T值）进行测量；由于时间是可以精确测 量的客观指标，因此，本发明可以解决直接使用评分数据进行症状评价导致的统计原理不 适用困局。
【发明内容】
[0022] 本发明目的在于建立一种科学合理、可精确测量和评估人体症状的方法。为此，本 发明提供一种根据临床症状变化对疾病治疗的疗效进行评价的方法，所述方法，包括以下 步骤：
[0023] 步骤1，患者在治疗开始时根据自己的感觉记录初始症状状态，方法为采用视觉模 拟评分（Visual Analogue Scales，VAS)，评分范围：0_10 分；
[0024] 步骤2,患者在治疗开始后根据自己的感觉自由记录症状变化，方法为采用VSA评 分，评分范围：〇_1〇分；统计"症状消失"或"症状缓解"的发生时间和VAS评分；
[0025] 步骤3,以治疗开始至发生终点事件（症状缓解/症状消失）的时间为统计数据， 采用生存分析统计法对收集到的数据进行统计，以"50%患者症状消失时间"和/或"50% 患者症状缓解时间"作为指标；
[0026] 步骤4,患者在治疗结束后根据自己的感觉记录症状，方法为采用VSA评分，评分 范围：0-10分；本步骤与步骤2和步骤3形成症状测量的"夹心法"设计。本发明的方法， 其中所述VAS评分法为：是使用一条长约10cm的标尺，一面标有10个刻度，两端分别为"0" 分端和"10"分端，0分表示无症状，10分代表难以忍受的最剧烈的症状。
[0027] 本发明的方法，其中所述"症状消失"为VAS评分用于对各个症状进行状态描述， 评分范围0~10。通常"症状消失"的定义为患者症状VAS评分达到0或1分。
[0028] 本发明的方法，其中所述"症状缓解"为患者根据自己的感觉自由确认"症状缓 解"；
[0029] 本发明的方法，其中所述终点事件为：症状消失和/或症状缓解；
[0030] 本发明的方法，其中所述50%患者症状消失时间为：以症状消失时间为数据，使 用生存分析统计方法进行计算后得出的参数之一；
[0031] 本发明的方法，其中所述50%患者症状缓解时间为：以症状缓解时间为数据，使 用生存分析统计方法进行计算后得出的参数之一；
[0032] 本发明的方法，其中所述症状测量的夹心法设计为：治疗开始与结束各进行1次 固定的症状测量，治疗期间的发生终点事件的症状测量为1次自由测量，此设计为症状测 量的夹心法设计。
[0033] 本发明的原理是：
[0034] 1.症状的观测设计
[0035] ①本发