血液透析患者中医证候诊断知识图谱及辅助决策系统构建

这是一篇关于知识图谱,证候,证素,诊断,血液透析患者的论文, 主要内容为目的:设计实现中医知识图谱及辅助决策系统,包括中医证候诊断知识图谱,HD患者证候-证素权值矩阵,证候问卷分析系统,以及数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,为HD患者选择适宜的中医治法提供一些辨证参考。同时为医师提供一定的远程证候信息采集与临床辅助决策功能。方法:1.采用斯坦福大学医学院的领域本体七步法构建知识图谱模式层(本体),通过BILSTM-CRF模型[1]对知网、万方、维普既往文献以及山东省中医院病案系统既往病例中的非结构化的病案信息进行实体命名识别,将识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。2.通过图谱知识推理,获得病例证素信息,并进行证候证素进行频次及关联分析。3.对上一步获得的标准证候(症状体征)与证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。结合《证素辨证学》中证候-证素的通用权值,拓展HD患者证候-证素权值矩阵。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.设计证候问卷,将患者在问卷中选择的证候相关的矩阵行名输入,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,该证素即为证素诊断结果,将得出的证素组输入证素-证名诊断知识图谱,连结节点数量排名前三位的证名输出为证名结果。5.选用合适的应用框架将知识图谱与问卷分析结合,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于服务器实现服务提供。6.取病案数据库随机病案92例进行证名推荐准确率观察。结果:1.文献与医院病案系统中的非结构化的血透患者的医案文本,对医案数据进行分析后,总结出7个实体类型。通过BILSTM-CRF模型实现自动化命名实体识别,通过实体标注训练,该模型f1值0.92314。将人工检验过的识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,其中证候实体632种5009个,证名实体268种398个,病名12种398个,三元组9922个。通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,证候实体632个,证素实体53个,证名实体523个,治法实体96个,三元组4920个。通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。其中证候632种5641种,证名实体532种921个,证素实体53种1531个,治法实体96个,三元组16230。2.对文献来源病历与病案系统来源患者总计398例进行证素、证候频次统计得出表7、表8。病位证素肾与脾频次分别为319次与288次,为血透患者重要的病位证素,病性证素湿,气虚,阳虚,血瘀频次分别为301,294,152,143,为血透患者重要病性证素。倦怠乏力,久不欲食等气虚脾虚证候出现频率最高,分别为301次与216次。对证候-证素-证名进行关联分析后发现证素“肾”相关的证候苔白,腰酸,舌淡,无尿,脉沉,脉细,腰痛,倦怠乏力,水肿,久不欲食,舌苔腻,睡眠不实等症状支持度与置信度都相对最高。3.对获得的198个标准证候(症状体征)与39个证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。以《证素辨证学》中证候-证素的通用权值为基础,建立632个证候53个证素的通用权值矩阵。HD患者证候规范参考《证素辨证学》,规范后198个证候属于632个证候子集,39个证素亦属于53个证素子集。将其余434个证候与13个证素所在行列赋值为空矩阵,拓展HD患者证候-证素权值矩阵至632行53列。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.结合证素辨证学证候分类全面收集患者信息,设计证候问卷,共分为20个问题,每个问题后有若干选项,为多项选择,若无异常亦可不选,将患者在问卷中选择的症状汇总,在后台HD患者证候-证素权值矩阵中相关的矩阵行名赋值,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,依据朱文锋教授证素三级分类法,将权值14作为分界,单证素权值和超过14,输出证素名称,低于14,不计入,输出证素组即为证候的证素诊断结果5.采用开放源代码的Web应用框架Django+vue+d3v6实现前后端分离,问卷数据后端运算,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于腾讯云服务器实现服务提供。6.辅助决策结果准确率:测试共纳入血透患者医案92例。运用证候-证素问卷联合证素-证名知识图谱证名推荐系统,进行辅助辨证证名推荐,结果为,准确36例,基本准确32例,错误24例,模型准确率73.9%。结论:本文构建中医知识图谱辅助决策系统,包括数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,结果具有参考价值。

血液透析患者中医证候诊断知识图谱及辅助决策系统构建

这是一篇关于知识图谱,证候,证素,诊断,血液透析患者的论文, 主要内容为目的:设计实现中医知识图谱及辅助决策系统,包括中医证候诊断知识图谱,HD患者证候-证素权值矩阵,证候问卷分析系统,以及数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,为HD患者选择适宜的中医治法提供一些辨证参考。同时为医师提供一定的远程证候信息采集与临床辅助决策功能。方法:1.采用斯坦福大学医学院的领域本体七步法构建知识图谱模式层(本体),通过BILSTM-CRF模型[1]对知网、万方、维普既往文献以及山东省中医院病案系统既往病例中的非结构化的病案信息进行实体命名识别,将识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。2.通过图谱知识推理,获得病例证素信息,并进行证候证素进行频次及关联分析。3.对上一步获得的标准证候(症状体征)与证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。结合《证素辨证学》中证候-证素的通用权值,拓展HD患者证候-证素权值矩阵。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.设计证候问卷,将患者在问卷中选择的证候相关的矩阵行名输入,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,该证素即为证素诊断结果,将得出的证素组输入证素-证名诊断知识图谱,连结节点数量排名前三位的证名输出为证名结果。5.选用合适的应用框架将知识图谱与问卷分析结合,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于服务器实现服务提供。6.取病案数据库随机病案92例进行证名推荐准确率观察。结果:1.文献与医院病案系统中的非结构化的血透患者的医案文本,对医案数据进行分析后,总结出7个实体类型。通过BILSTM-CRF模型实现自动化命名实体识别,通过实体标注训练,该模型f1值0.92314。将人工检验过的识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,其中证候实体632种5009个,证名实体268种398个,病名12种398个,三元组9922个。通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,证候实体632个,证素实体53个,证名实体523个,治法实体96个,三元组4920个。通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。其中证候632种5641种,证名实体532种921个,证素实体53种1531个,治法实体96个,三元组16230。2.对文献来源病历与病案系统来源患者总计398例进行证素、证候频次统计得出表7、表8。病位证素肾与脾频次分别为319次与288次,为血透患者重要的病位证素,病性证素湿,气虚,阳虚,血瘀频次分别为301,294,152,143,为血透患者重要病性证素。倦怠乏力,久不欲食等气虚脾虚证候出现频率最高,分别为301次与216次。对证候-证素-证名进行关联分析后发现证素“肾”相关的证候苔白,腰酸,舌淡,无尿,脉沉,脉细,腰痛,倦怠乏力,水肿,久不欲食,舌苔腻,睡眠不实等症状支持度与置信度都相对最高。3.对获得的198个标准证候(症状体征)与39个证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。以《证素辨证学》中证候-证素的通用权值为基础,建立632个证候53个证素的通用权值矩阵。HD患者证候规范参考《证素辨证学》,规范后198个证候属于632个证候子集,39个证素亦属于53个证素子集。将其余434个证候与13个证素所在行列赋值为空矩阵,拓展HD患者证候-证素权值矩阵至632行53列。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.结合证素辨证学证候分类全面收集患者信息,设计证候问卷,共分为20个问题,每个问题后有若干选项,为多项选择,若无异常亦可不选,将患者在问卷中选择的症状汇总,在后台HD患者证候-证素权值矩阵中相关的矩阵行名赋值,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,依据朱文锋教授证素三级分类法,将权值14作为分界,单证素权值和超过14,输出证素名称,低于14,不计入,输出证素组即为证候的证素诊断结果5.采用开放源代码的Web应用框架Django+vue+d3v6实现前后端分离,问卷数据后端运算,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于腾讯云服务器实现服务提供。6.辅助决策结果准确率:测试共纳入血透患者医案92例。运用证候-证素问卷联合证素-证名知识图谱证名推荐系统,进行辅助辨证证名推荐,结果为,准确36例,基本准确32例,错误24例,模型准确率73.9%。结论:本文构建中医知识图谱辅助决策系统,包括数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,结果具有参考价值。

基于知识图谱的证候基因关系预测及分子机制研究

这是一篇关于证候,知识图谱,链接预测,分子机制的论文, 主要内容为证候是中医辨证的核心,它强调用整体的眼光看待人体局部的问题,将生理、心理等多方面的因素有机融合。很多疾病的致病原因是多方面的,这给现有的西医治疗体系造成很大困扰。而证候的抽象性和复杂性非常适合揭示这些疾病的成因并提出独特的治疗方案。目前证候生物学基础研究在动物造模、典型疾病的证候分析等方面取得了一些成果,但受制于证候相关数据特别是证候分子关联数据的缺乏,证候分子机制相关研究非常滞后。本文首先构建了一个证候相关知识图谱,并对其进行分析,之后以该知识图谱为基础开展证候基因关系预测研究以及证候分子网络机制解析研究。本文的主要工作由以下三部分组成:(1)开展证候相关知识图谱构建与分析。首先对中英文两部分证候-疾病和证候-症状数据进行处理,为疾病和症状匹配CUI编码,形成规范的证候-疾病数据1787条,证候-症状数据2132条。采用Fisher检验获得105719条证候-基因数据。采用一致性分析等方法对证候-基因数据的质量进行验证,结果显示证候间基于基因的相似度与基于疾病或症状的相似度呈明显正相关,表明数据质量较为可靠。进而构建并分析了基于疾病相似度的证候关系网络、基于症状相似度的证候关系网络以及基于基因相似度的证候关系网络,发现病因类证候与其他类别的证候联系较为密切。(2)开展证候基因预测方法研究。提出一种结合预训练和知识补全的证候基因关系预测框架PSGene。首先对三种链接预测方法在不同维度上的预测结果进行试验,结果显示维度为200时总体效果最优。采用四种预训练方法分别训练实体向量,然后将预训练方法与三种链接预测方法分别结合,试验结果显示PSGene＿Line＿Compl Ex的性能最优,比Compl Ex的MRR提升了4.16%。最后采用模型融合方法,设计了三种打分函数,实验结果表明融合后的预测性能较融合前的最优结果提升了16.67%。(3)结合网络分析方法开展典型证候的分子网络机制研究。为肝肾阴虚证对应的三种疾病以及鼓胀对应的三种证候分别构建了分子网络,并对各自的核心子网进行分析。之后对同一证候下不同疾病以及同一疾病对应的不同证候分别进行了分子网络关联分析和通路富集分析,从基因、子网距离、子网连边以及富集通路等方面揭示了同证不同病之间以及同病不同证之间存在的密切联系,为证候研究提供了理论支持。

血液透析患者中医证候诊断知识图谱及辅助决策系统构建

这是一篇关于知识图谱,证候,证素,诊断,血液透析患者的论文, 主要内容为目的:设计实现中医知识图谱及辅助决策系统,包括中医证候诊断知识图谱,HD患者证候-证素权值矩阵,证候问卷分析系统,以及数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,为HD患者选择适宜的中医治法提供一些辨证参考。同时为医师提供一定的远程证候信息采集与临床辅助决策功能。方法:1.采用斯坦福大学医学院的领域本体七步法构建知识图谱模式层(本体),通过BILSTM-CRF模型[1]对知网、万方、维普既往文献以及山东省中医院病案系统既往病例中的非结构化的病案信息进行实体命名识别,将识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。2.通过图谱知识推理,获得病例证素信息,并进行证候证素进行频次及关联分析。3.对上一步获得的标准证候(症状体征)与证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。结合《证素辨证学》中证候-证素的通用权值,拓展HD患者证候-证素权值矩阵。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.设计证候问卷,将患者在问卷中选择的证候相关的矩阵行名输入,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,该证素即为证素诊断结果,将得出的证素组输入证素-证名诊断知识图谱,连结节点数量排名前三位的证名输出为证名结果。5.选用合适的应用框架将知识图谱与问卷分析结合,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于服务器实现服务提供。6.取病案数据库随机病案92例进行证名推荐准确率观察。结果:1.文献与医院病案系统中的非结构化的血透患者的医案文本,对医案数据进行分析后,总结出7个实体类型。通过BILSTM-CRF模型实现自动化命名实体识别,通过实体标注训练,该模型f1值0.92314。将人工检验过的识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,其中证候实体632种5009个,证名实体268种398个,病名12种398个,三元组9922个。通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,证候实体632个,证素实体53个,证名实体523个,治法实体96个,三元组4920个。通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。其中证候632种5641种,证名实体532种921个,证素实体53种1531个,治法实体96个,三元组16230。2.对文献来源病历与病案系统来源患者总计398例进行证素、证候频次统计得出表7、表8。病位证素肾与脾频次分别为319次与288次,为血透患者重要的病位证素,病性证素湿,气虚,阳虚,血瘀频次分别为301,294,152,143,为血透患者重要病性证素。倦怠乏力,久不欲食等气虚脾虚证候出现频率最高,分别为301次与216次。对证候-证素-证名进行关联分析后发现证素“肾”相关的证候苔白,腰酸,舌淡,无尿,脉沉,脉细,腰痛,倦怠乏力,水肿,久不欲食,舌苔腻,睡眠不实等症状支持度与置信度都相对最高。3.对获得的198个标准证候(症状体征)与39个证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。以《证素辨证学》中证候-证素的通用权值为基础,建立632个证候53个证素的通用权值矩阵。HD患者证候规范参考《证素辨证学》,规范后198个证候属于632个证候子集,39个证素亦属于53个证素子集。将其余434个证候与13个证素所在行列赋值为空矩阵,拓展HD患者证候-证素权值矩阵至632行53列。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.结合证素辨证学证候分类全面收集患者信息,设计证候问卷,共分为20个问题,每个问题后有若干选项,为多项选择,若无异常亦可不选,将患者在问卷中选择的症状汇总,在后台HD患者证候-证素权值矩阵中相关的矩阵行名赋值,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,依据朱文锋教授证素三级分类法,将权值14作为分界,单证素权值和超过14,输出证素名称,低于14,不计入,输出证素组即为证候的证素诊断结果5.采用开放源代码的Web应用框架Django+vue+d3v6实现前后端分离,问卷数据后端运算,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于腾讯云服务器实现服务提供。6.辅助决策结果准确率:测试共纳入血透患者医案92例。运用证候-证素问卷联合证素-证名知识图谱证名推荐系统,进行辅助辨证证名推荐,结果为,准确36例,基本准确32例,错误24例,模型准确率73.9%。结论:本文构建中医知识图谱辅助决策系统,包括数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,结果具有参考价值。

基于文献的气阴两虚证证候诊断标准研究知识图谱分析

这是一篇关于知识图谱,CiteSpace,气阴两虚证,诊断标准,可视化分析,证候的论文, 主要内容为目前,以单一疾病为基础的证候诊断标准种类多,但适用性低,鲜有针对单一证型的适用性标准。气阴两虚证是中医临床中最常见的证型,约占临床各类证候出现频次总和的4.53%,为各种证型之首。主要分布在冠心病、2型糖尿病、慢性肾脏病、IgA肾病、病毒性心肌炎等疾病中。科学计量学的研究对学科的现状梳理以及发展方向的预测有重要意义。在课题组对气虚证、血瘀证以及肝肾阴虚证证候诊断标准可视化图谱成功研究的基础上,本研究选取了中医临床中最常见的证候——气阴两虚证作为研究证候,以中国知网(CNKI)数据库为文献数据来源,运用描述性统计、共现分析、聚类分析的方法,对气阴两虚证证候诊断标准研究相关的378篇中文期刊文献与585篇博硕士论文所包含的期刊、基金资助情况、诊断标准等内容进行了详细分析;应用共现分析的方法,对期刊文献的作者合作网络、机构合作图谱、关键词共现图谱,通过可视化知识图谱的聚类分析功能,总结了期刊文献研究的主题。同时,绘制了博硕士论文指导教师的共现图谱和关键词共现图谱,并总结了博硕士论文的研究主题。对气阴两虚证诊断标准研究的方向做出了预测,可指导科研人员的研究选题。以科学计量学和文献计量学的视角,指出了中医证候诊断标准研究以及文献数据规范中存在的问题。背景:证候诊断标准研究,是目前中医药研究的关键之举。证候诊断标准的不统一,无法进行比较分析,是阻碍证候演变规律研究的主要原因。证候诊断标准制定方法研究方面,出现了设计证候宏观诊断标准基本框架的构思,和分层次制定标准的构思。近些年证候诊断标准的研究制定多以疾病为导向。证候的客观量化是中医学有待突破的关键科学问题之一,系统生物学及信息分析技术是证本质研究的重要突破口。证候的微观指标研究是目前证候诊断标准研究较多的领域。证候诊断标准研究方法包括病证结合的方法,数据挖掘的方法,临床流行病学的方法。科学知识图谱以文献计量学为基础,可以利用空间形态来形象地表现学科、领域、专业、个人文献或作者间相互关系,展示学术研究中的学科网络结构和变化动态,掌握当前学术研究的热点问题,预测学科的发展方向,被广泛应用于多个学科领域。CiteSpace是美国Drexel大学陈超美博士及其团队开发的科学文献可视化分析软件,在探测学科前沿、选择科研方向、开展知识管理和辅助科技决策诸方面具有很好的方法论功能,在信息分析领域已成为影响力较大的软件。目的:总结气阴两虚证证候诊断标准的研究现状,预测该领域的发展趋势,并为科研人员进行科研选题时提供有效参考。方法:通过对与气阴两虚证证候诊断标准研究相关的期刊文献与博硕士论文中包含的作者、机构、关键词等信息进行可视化的知识图谱分析与描述性统计,对气阴两虚证证候诊断标准研究的学者合作情况、机构合作情况、基金资助等情况进行梳理,总结气阴两虚证证候诊断标准的不同研究主题。本研究主要应用了描述性统计分析、共现分析与聚类分析三种分析方法。描述性统计包括:期刊文献数据的发文年代分布、基金资助、期刊分布、诊断标准应用情况,博硕士论文数据的发文年代分布、学位授予单位分布。采用共现分析包方法,对期刊文献数据的作者、机构、关键词,博硕士论文数据的指导教师、关键词进行了共现分析。聚类分析的主要目的在于发现气阴两虚证证候诊断标准研究中不同的研究主题,根据研究主题与关键词随时间的变化,预测该领域的研究发展趋势。结果:(1)气阴两虚证证候诊断标准研究相关论文的发文量总体呈上升趋势;纳入研究的大部分论文未受到基金资助,资助最多的基金是国家自然科学基金和跨世纪优秀人才培养计划;纳入研究的论文中,中文核心期刊论文占比23.28%,发文最多的是《辽宁中医杂志》;应用最多的标准是《中药新药临床研究指导原则》;授予气阴两虚证证候诊断标准研究博硕士学位最多的大学是广州中医药大学;(2)气阴两虚证证候诊断标准研究地域分布广泛,机构间多有合作。最主要的研究机构是河南中医学院。研究机构主要集中在京津地区、河南地区以及长江三角洲地区。(3)本研究领域发文量最高的作者是河南中医学院的李建生。本研究领域没有形成广泛联系的作者合作网络,而是出现了多个研究团队,个别团队间有合作产生,合作形式以两两合作最为多见,高产作者处于少数几个研究团队中。(4)期刊文献数据与博硕士论文数据的关键词共现显示,糖尿病、IGA肾病、冠心病是该领域最受关注的疾病,随机对照试验、病例系列研究、相关性研究是进行最多的研究内容。结论:具有普遍适用性的证候诊断标准的研究需要更多关注。气阴两虚证证候诊断标准研究多以临床研究为基础,相关性研究关注较多。气阴两虚证在不同的疾病中表现有一定的差异,鲜有针对普遍适用性的气阴两虚证证候诊断标准的研究,此研究方向需要研究人员的更多关注。科学文献中的关键词与证候症状的表述宜规范。相同含义的内容应有规范化的固定表达,以利于文献计量学开展研究,发现证候诊断标准研究的发展规律。虽然证候诊断标准研究目前遇到较大的困难,但该领域研究机构合作广泛,这样的合作基础所带来的智慧碰撞将会为这些难题提供解决之道,并可期待优秀成果的产出。以糖尿病、IGA肾病、冠心病为基础,以临床研究为方法,相关性研究为主要方向,将是气阴两虚证证候诊断标准研究未来的主要趋势。可视化知识图谱研究,是归纳总结证候诊断标准研究的历史与现状,发现该领域的主要研究力量与合作关系,梳理该领域主要研究主题并进行趋势预测的可行方法。