杨 帆，李海英，许少杰，邹兆重，李忆琴，陈画虹(.中山市博爱医院药学部，广东中山 58403；.中山市博爱医院内分泌科，广东中山 58403)

    主题模型在2型糖尿病治疗方案研究中的应用Δ

    杨 帆1*，李海英1，许少杰1，邹兆重1，李忆琴2，陈画虹1(1.中山市博爱医院药学部，广东中山 528403；2.中山市博爱医院内分泌科，广东中山 528403)

    目的：探讨主题模型在2型糖尿病治疗方案研究中的应用。方法：回顾性分析我院2012年1月-2016年6月650例2型糖尿病住院患者的临床数据，采用MATLAB R2014a软件对患者的临床诊断、实验室指标和临床用药等数据进行转换、汇总及矩阵合并；应用隐狄利克雷分配模型和作者主题模型提取主题概率值>0.1的典型主题，并通过累计概率值>0.5的并发症对主题进行描述。结果：共获得62个并发症词汇、16个异常实验室指标组和20个治疗方案。共挖掘出4个典型主题(前几项并发症的累计概率值分别为0.878 6、0.824 7、0.821 5、0.753 6，主题概率值分别为0.336 4、0.277 3、0.203 5、0.117 6)，分别以周围神经病变、外周血管病变、脂代谢异常和微细血管病变为主要特征，且异常实验室指标组符合上述特征。分布概率较高的并发症包括糖尿病周围神经病变(0.578 7)、高血压(0.363 1)、动脉硬化(0.278 9)、高脂血症(0.457 8)和糖尿病视网膜病变(0.314 3)，主要治疗药物包括门冬胰岛素注射液、胰岛素注射液和甲钴胺分散片等。结论：2型糖尿病并发症群以周围神经病变、外周血管病变、脂代谢异常及微血管病变为主要特征。主题模型可从临床数据中提取出有临床意义的用药规律。

    主题模型；2型糖尿病；治疗方案；并发症；实验室指标

    主题模型(Topic mode)能够提取隐含在文档(或其他离散数据集)中的主题，其中每个主题是语义相关词的多项式分布；主题模型的主要目的是提取数据集中隐含的统计规律，并利用主题进行直观表达，然后根据所获得的主题进行信息检索、分类、聚类、摘要提取以及信息间相似性、相关性判断等一系列应用[1]。本研究将主题模型引入到临床用药规律的研究中，尝试应用该模型的无监督数据分析方法提取出有临床意义的用药规律，以期为临床用药研究提供一种新颖的统计方法，为循证医学提供新的理论支持。

    1 资料与方法

    1.1 研究对象

    收集2012年1月-2016年6月于我院住院治疗的2型糖尿病患者的临床数据 ......