Correlativity between macroscopic clinical symptom and microscopic indexes of unstable angina based on unsupervised pattern discovery algorithm
宏观的临床症状、体征如何与微观的指标相联系,是目前学术界亟待解决的一个难题,也是一个瓶颈问题.本研究采用数据挖掘的方法,对心绞痛血瘀证患者的血浆差异蛋白质组学指标与其宏观的临床症状、体征做相关性研究,基于搜集到的信息,得出了14种相关模式,并用支持向量机和10倍交叉验证方法 进行验证,结果发现分类的平均准确度高于90%,表明模式发现的结果是可信的.认为患者的临床症状、体征与蛋白表达变化存在着非常密切的联系,复杂系统熵聚堆可以用作联系宏观临床症状、体征与微观指标的一个桥梁.