来源：期刊VIP网 时间：
作者：王驰;刘成勇;王晓秋;刘恩琦;孙菊光;陆瑾;丁敏;吴文忠;
单位：南京中医药大学附属医院针灸康复科;上海中医药大学附属岳阳中西医结合医院;徐州市中医院针灸科;南京市中医院针灸科;无锡市中医医院针灸科;
摘要：目的：构建并验证针刺通督养心组方治疗失眠症的疗效预测模型，开发开放共享的交互式人工智能（AI）辅助决策平台。方法：纳入接受针刺通督养心组方治疗的139例失眠症患者的临床资料。患者均采用针刺通督养心组方治疗，穴取百会、印堂、神门（双侧）和三阴交（双侧），百会和印堂连接电针，采用连续波，频率2 Hz。隔日1次，每周3次，共治疗2周。将匹兹堡睡眠质量指数（PSQI）评分减分率<50%的患者归类为“无应答组”，PSQI评分减分率≥50%的患者归类为“应答组”。采用1.5倍四分位距规则进行异常值处理，并运用预测均值匹配法对缺失值进行多重插补。随后，选取极端梯度提升与随机森林算法特征重要性结果的交集作为模型的特征集。在应用合成少数类过采样技术平衡类别后，划分20%数据作为验证集，对剩余数据通过固定比例随机分层采样得到200对3∶1的训练集与测试集，用于8种机器学习算法的模型训练与内部验证，进而筛选出用于构建最终模型的最佳算法和数据集划分方式，并进行外部验证。最终通过Streamlit将最佳模型线上部署，构建交互式AI辅助决策平台。结果：用于模型构建的关键特征包括失眠病程、PSQI总分、PSQI睡眠效率得分、N1期占总睡眠时长比例、N2期占总睡眠时长比例和睡眠期间最高脉率。基于类别型特征提升（CatBoost）算法构建的最佳模型在测试集上的曲线下面积（AUC）为0.92，平均精确率为0.77，准确率、平均召回率、平均F1分数均为0.75；在验证集上的AUC为0.84，准确率、平均精确率、平均召回率、平均F1分数均为0.72，表明该模型具有良好的预测性能。基于此模型开发了交互式人工智能辅助决策平台（https://tdyx-catboost.streamlit.app/）。结论：本研究成功构建并验证了基于CatBoost的针刺通督养心组方治疗失眠症的疗效预测模型，所开发的AI平台为针灸治疗失眠症提供了数据驱动的辅助决策支持。
关键词：失眠症;;针刺;;机器学习;;预测模型;;人工智能;;辅助决策
基金资助：江苏省科学技术厅重点研发项目：BE2021751;江苏省科学技术厅社发面上项目：BE2023793;; 国家自然科学基金面上项目：82274631;; 国家中医临床研究基地开放课题项目：JD2022SZXMS01
