摘要

目的:采用分类学习器对586例卒中后肩手综合征患者的病历资料进行机器学习,探讨患者的证候体征对显效率的影响,尝试总结提高临床治疗本病显效率的可行方法。方法:从病历系统中提取符合纳入条件的肩三针治疗卒中后肩手综合征患者的病例资料,运用单规则(1R)学习器、RIPPER算法学习器及C 5.0决策树模型对所搜集资料进行机器学习。结果:学习结果显示,疾病分期、面色差异、舌苔差异、血压等级、是否饮酒、体质量指数(BMI)及患者是否吸烟是对本法治疗卒中后肩手综合征的显效率影响较大的因素。结论:面色、舌质、血压、饮酒及吸烟习惯、BMI等是影响肩三针治疗卒中后肩手综合征显效率的主要因素,临床医生可以在治疗或对患者的宣教中加以重视。

全文