저자 및 기관: 원지윤 (침구경락융합연구센터, 경희대학교 대학원 기초한의과학과), 이병희 (침구경락융합연구센터, 한걸음한의원), 정원모 (침구경락융합연구센터), 채윤병·이향숙 (침구경락융합연구센터, 경희대학교 대학원 기초한의과학과),

발표 저널: European Journal of Integrative Medicine

원문 링크: https://www.sciencedirect.com/science/article/pii/S1876382019313654

서지사항

Won J, Lee BH, Jung WM, Chae Y, Lee H. Herbal medicine for inflammatory bowel diseases: development of pattern identification algorithms by retrospective analysis of case series data. Eur J Integr Med. 2020;36:101114. doi: 10.1016/j.eujim.2020.101114.

Abstract

Introduction

Herbal prescriptions are frequently sought as complementary medicine treatment for inflammatory bowel disease (IBD). However, variability in pattern identification of Traditional Medicine has been criticised. Using patient data on clinical remission, we aimed to develop pattern identification (PI) algorithms refined by identified pattern and key symptoms which practitioners can easily differentiate.

Methods

Symptoms of IBD patients with remission were divided into Large intestine, Water-dampness, Respiratory, Upper gastrointestinal (GI) tract, and Coldness patterns. Using the term frequency-inverse document frequency (TF-IDF) method, symptoms described as indications of the herbal prescriptions and 5 patterns were matched. Decision tree modeling was used for prediction of relevant patterns from symptoms. Five-fold cross validation and sensitivity analysis was conducted to validate the model.

Results

Incomplete feeling of bowel emptying for Large intestine pattern, water dampness for Water-dampness pattern, chronic rhinitis for Respiratory pattern, gastric stuffiness for Upper GI tract pattern, and abdominal pain for Coldness pattern were selected by TF-IDF analysis. Overall accuracy of the decision tree was 64.4 %. In the treatment algorithm by the decision tree modeling, associations emerged between presence of incomplete feeling of bowel emptying and Large intestine type (100 %), chronic rhinitis and Respiratory type (100 %), water dampness symptoms and Water-dampness type (78.4 %), and gastric stuffiness and Upper GI tract type (58.3 %).

Conclusions

The PI algorithm we suggest can help clinicians determine patterns of IBD. Future studies with a large sample could yield an improved algorithm that predicts not only patterns but also corresponding herbal medicine prescriptions.

한글 요약

한의사가 염증성 장 질환 (inflammatory bowel disease, IBD)를 치료할 때 환자의 증상과 유형을 고려하여 각 환자에 맞는 한약을 처방하게 된다. 이때 한의사마다 환자의 유형을 다르게 판단한다면 문제가 될 수 있다. 그래서 본 연구에서는 실제로 한약을 복용한 후 임상적 관해가 유도된 환자의 데이터를 바탕으로 IBD 환자의 유형을 판별하는 알고리즘을 제시하고자 하였다. 

환자의 유형은 크게 대장형, 수습형, 호흡기형, 상부소화기형, 한랭형으로 나눌 수 있었다. 환자의 유형에 따라 증상이 어떻게 다른지를 보기 위하여 환자의 데이터를 단어 빈도-역 문서 빈도 (term frequency-inverse document frequency, TF-IDF) 방법으로 분석하여 시각화하였다. 환자의 증상에서 5가지 유형을 예측하는 알고리즘을 제시하기 위하여 의사결정나무 모델을 이용하였으며 5겹 교차 검증 (five fold cross validation)과 민감도 분석으로 알고리즘을 검증하였다. 

TF-IDF 분석 결과 대장형에서는 대변불리, 수습형에서는 수습 증상, 호흡기형에서는 만성 비염, 상부 소화기형에서는 심하비, 한행령에서는 복통이 호발하는 것으로 나타났다. 의사결정나무 모델의 정확도는 64.4%였다. 의사결정나무 모델을 활용한 알고리즘에서 대변불리 증상이 있는 환자는 100% 대장형으로 예측되었고, 만성 비염이 있는 환자는 100% 호흡기형, 수습 증상이 있는 환자 중 78.4%가 수습형, 심하비 증상이 있는 환자 중 58.3%가 상부소화기형으로 예측되었다.

본 연구에서 제시한 알고리즘은 임상의들이 IBD 환자의 유형을 판별할 때 도움이 될 것이다. 환자의 유형과 거기에 적합한 처방까지 예측할 수 있으려면 연구가 더 필요하다.

#KMCRIC논문사사