张媛婷，胡宗仁，蔡虎志，陈新宇*

    1.湖南中医药大学第一中医临床学院，湖南 长沙410007；2.湖南医药学院康复医学与保健学院，湖南 怀化418000；3.湖南中医药大学第一附属医院，湖南 长沙410007

    高脂血症是常见慢性病，可导致动脉粥样硬化，引发心脑血管疾病，严重损害人体健康。前期研究发现，“湿”可以引起糖脂代谢紊乱、肠道菌群失调以及肠道蛋白质组学的改变[1-2]。 目前，通过多组学的方式寻找特征生物标志物是系统研究疾病发病机制的重要手段。 发病风险评估、疾病提前预警以及多样、无创、精准的信息化诊断技术是慢性、传染性疾病等高发背景下亟须解决的医学难题。 机器学习是目前分析生物信息大数据以及进行发病预测的重要手段[3-4]。 如通过食物摄入情况即可进行高脂血症发病预测，使用深度神经网络、Logistic 回归和决策树3种预测模型分别对10 731 个受试者进行预测，准确度分别为0.586 54、0.584 48 和0.521 48[5]。 随着样本量以及纳入特征指标的增加，准确度还可以进一步提高。大数据智能分析可以实现科学精准的“见微知著”和“司外揣内”，从而为疾病提前预警提供基础，通过较少的生物信息实现较为精准的预测。鉴于此，本文探索基于“三态四浊”理论的高脂血症预警方法，以探讨中医“治未病”研究的新范式。

    1 高脂血症“三态四浊”预警理论

    高脂血症“三态四浊”预警体系重点关注从“欲病态”到“已病态”人体体征、血液、尿液以及粪便的生物信息从“清”到“浊”的动态变化过程，通过数学模型量化“欲病态”以进行疾病风险预警。

    1.1 高脂血症疾病预警以及健康管理面临的难题

    目前，以血脂为主要量化指标的高脂血症疾病预警以及健康管理主要存在4 个方面的问题：第一，血脂低于诊断标准前，难以进行高脂血症患病风险预测，从而提前干预以延缓发病或减少发病；第二，血脂达到诊断标准后，较多患者由于没有明显不适而不进行干预，致使高脂血症继发其他疾病；第三，血脂评价体系过于单一，没有根据体征表现以及血液、尿液、粪便等的理化检测以及生物标志物进行多维度的系统评估，不能全面反映高脂血症发生、发展的病理演变过程，不能综合评估高脂血症引发其他疾病的风险；第四，目前已有很多研究发现高脂血症的生物信息，但对这些指标的研究大多停留在定性水平，没有建立数学模型反映疾病的发生、发展过程，因此不能动态量化高脂血症的发病风险。 “治未病”是中医学的重要理论，包括未病先防、欲病救萌、既病防变、瘥后防复4 个层面 ......