舌象客观化特征的诊断价值研究
目的：以专家判定舌象特征为金标准，探讨自动舌象采集和分析系统对舌色、舌体大小和齿痕舌判定的敏感度和特异度，评价颜色RGB特征、舌体宽度、有无齿痕舌对舌色、舌体大小、齿痕舌的诊断价值。 方法：采用横断面研究的方法，2014年6月至2014年10月在广东省中医院内科门诊和心理睡眠科门诊连续采集失眠患者150例，在广东省中医院体检中心连续采集健康人群150例。运用自动舌象采集和分析系统（专利号:200610150872.1）采集舌象，舌象采集完成后分专家判定和系统定量分析两部分进行。专家判定的舌色、舌体大小、齿痕舌结果作为金标准，用ROC曲线分析评价系统判定的定量化舌色颜色特征、舌体宽度和齿痕的诊断价值。专家判定和系统判定后，均采用Epidata3.1软件编制数据库，双份独立输入计算机。统计用SPSS17.0完成分析，设定P＜0.05为差异有统计学意义。 结果：⑴在专家判定舌象特征的组间一致性和自身一致性均较高的基础上建立金标准，自动舌象采集和分析系统前后两次测量的结果一致，表明系统稳定性较高。本研究纳入研究对象的舌象特征以淡红舌、正常大小、无齿痕者居多。⑵不同舌色的颜色特征RGB数值范围不同，淡舌和淡红舌的绿色分量分别是113.35±16.74、104.46±14.51，淡舌和淡红舌的蓝色分量分别是113.33±15.96、104.85±13.25。⑶舌象RGB颜色特征可以敏感地区分淡舌和淡红舌，其中绿色分量GO、蓝色分量B4的准确性和可靠性均较好，因此均可作为区别淡舌和淡红舌的最佳指标。以GO为诊断标准，114.22是淡红舌和淡舌的诊断临界值。大于等于114.22为淡舌，小于114.22为淡红舌，灵敏度为0.50，特异度为0.76，准确度为0.71，阳性似然比为2.17，阴性似然比为0.66。以B4为诊断标准，大于等于110.35者为淡舌，小于110.35者为淡红舌，灵敏度为0.56，特异度为0.73。准确度为0.71，阳性似然比为2.07，阴性似然比为0.60。舌体宽度与舌体大小相关，可区分瘦小舌和正常舌，以舌体宽度为诊断标准，以ROC曲线距离最短值确定260.50是瘦小舌和正常舌的诊断临界值。灵敏度为0.78，特异度为0.74，准确度为0.78，阳性预测值为0.32，阴性预测值为0.96，阳性似然比为3，阴性似然比为0.30。自动舌象采集和分析仪可较好地区分齿痕舌，以系统判定为诊断标准，与金标准作一致性检验，Kappa值为0.494(p＜0.01)，呈中度一致性。灵敏度为0.90，特异度为0.60，准确度为0.84，阳性预测值为0.90，阴性预测值为0.59，阳性似然比为2.25，阴性似然比为0.17。⑷慢性失眠患者以淡红舌、白苔、薄苔为主要表现，男女间舌苔腻否、舌色方面的差异有统计学意义(p＜0.05)。失眠组和健康组舌象RGB值的差异有统计学意义(p＜0.05)，并体现在舌尖和右侧舌边上。失眠组不同舌色间RGB值也存在差异。 结论：舌象RGB颜色特征可以敏感地区分不同舌色，绿色分量GO、蓝色分量B4均可作为区别淡舌和淡红舌的最佳指标。绿色分量GO的最优切点114.22是淡红舌和淡舌的诊断临界值。大于114.22为淡舌，小于114.22为淡红舌，灵敏度为0.50，特异度为0.76，准确度为0.71。蓝色分量B4的最优切点110.35是淡红舌和淡舌的诊断临界值，其中大于110.35者为淡舌，小于110.35者为淡红舌，灵敏度为0.56，特异度为0.73。准确度为0.71。舌体宽度与舌体大小相关，可区分瘦小舌和正常舌，以舌体宽度为诊断标准，发现260.50是瘦小舌和正常舌的诊断临界值。自动舌象采集和分析仪可较好地区分齿痕舌，以系统判定为诊断标准，与金标准作一致性检验，Kappa值为0.494，呈中度一致性。
现代中医;中医诊疗;舌像采集;专家系统
广州中医药大学
博士
中医内科学
杨志敏
2015
中文
R241.25;R2-03
84
2015-12-03（万方平台首次上网日期，不代表论文的发表时间）