来源：期刊VIP网 时间：
作者：白逸晨;秦苏杨;周崇云;史利卿;季坤;张楚楚;李盼飞;崔唐明;李海燕;
单位：中国中医科学院中医药信息研究所;北京中医药大学东方医院;浙江中医药大学医学技术与信息工程学院;
摘要：目的 探索慢性咳嗽中医证候诊断机器学习模型的构建及采用Voting集成算法进行优化的方法。方法 回顾性收集北京中医药大学东方医院呼吸科921例慢性咳嗽患者的病例资料，通过标准化处理提取84项临床特征，进行中医证候类型判定。筛选例数>50的证候类型所属病例数据形成慢性咳嗽中医证候诊断专病数据集。采用合成少数类过采样技术（SMOTE）平衡数据后，构建Logistic回归（LR）、决策树（DT）、多层感知机（MLP）和引导聚集（Bagging） 4种基础模型，通过硬投票方式融合为Voting集成算法模型，并运用准确率、召回率、精确率、F1分数、受试者工作特征（ROC）曲线、ROC曲线下面积（AUC）及混淆矩阵评价模型性能。结果 921例慢性咳嗽患者例数>50的证型为湿热郁肺证（294例）、风邪伏肺证（103例）、寒饮伏肺证（102例）、痰热郁肺证（64例）、肺阳亏虚证（54例）、痰湿阻肺证（53例） 6种证候类型，共计670例，故为专病数据集。6种证候类型的患者高频症状可见咳嗽、咳痰、异味诱咳、咽痒、咽痒则咳、冷风诱咳等。构建的4种基础模型中，MLP模型的中医证候诊断效能最佳（测试集中准确率0.9104,AUC 0.9828）；与4种基础模型相比，Voting集成算法模型性能表现最优，在训练集和测试中准确率分别为0.9289和0.9253，过拟合差异为0.0036，测试集中AUC值为0.9836，较所有基础模型的准确率和AUC均有所改善，且对湿热郁肺证（AUC 0.9984）和风邪伏肺证（AUC 0.9970）诊断效果更优。结论 Voting集成算法有效整合多种机器学习优势，集成后的慢性咳嗽中医证候诊断模型效能得到了进一步优化，具有较高的准确性和更强的泛化能力。
关键词：慢性咳嗽;;机器学习;;证候;;诊断模型;;Voting集成算法
基金资助：国家中医药管理局中医药数字化基础性标准研究项目（GHC-2023-ZFGM-018-03）;; 中国中医科学院科技创新工程（CI2021B002）;; 北京中医药大学东方医院医疗机构制剂与新药研发项目（2023-DYXY-005）
