Bu protokol; gerçek dünya geleneksel Çin tıbbı ayakta hasta kayıtlarından denetlenebilir, toplulaştırılmış çıktılar üretmek için kimliksizleştirme, terminoloji normalizasyonu, kaynak doğrulama ve tekrarlanabilir görselleştirmeyi entegre eder.
Yöntem makalesi
Hegan Jianpi Formülü Kullanılarak Gerçek Dünya Geleneksel Çin Tıbbı Vaka Kayıtlarının Kaynak Denetimli Madenciliği ve Görselleştirmesi
* These authors contributed equally
Bu makalede
Özet
Özet
Gerçek dünya geleneksel Çin tıbbı (TCM) ayaktan hasta kayıtları; tanılar, sendrom elementleri, semptom anlatıları ve bireyselleştirilmiş reçeteler hakkında boylamsal bilgiler içerir, ancak yarı yapılandırılmış formatları tekrarlanabilir analizleri zorlaştırmaktadır. Bu makale, kimliksizleştirilmiş vaka kayıtlarını izlenebilir toplu tablolara ve yayına hazır görselleştirmelere dönüştürmek için kaynak denetimli bir protokol sunmaktadır. İş akışı; uygunluk kriterlerini ve analiz birimlerini tanımlar, orijinal ve normalize edilmiş terminoloji arasındaki eşlemeleri korur, raporlanan tüm pay ve paydaları doğrular ve versiyonlanmış kaynak tablolardan şekilleri yeniden oluşturur. Ocak 2015'ten Haziran 2024'e kadar olan kayıtlara uygulanan protokol, 396 hastadan 555 uygun reçete ziyareti belirlemiştir. Nihai veri seti, 324 normalize edilmiş bitki etiketi ve 9.339 bitki kullanım durumu içermektedir. İş akışı; paralel Batı tıbbı ve TCM hastalık spektrumları, açık bir sendrom-element spektrumu ve birlikte görülme matrisi, bitki sıklığı ve materia medica profilleri, öyküden türetilmiş 37 terimli bir semptom spektrumu, 15 yönlü ilişki kuralı, hiyerarşik kümeleme ve tanıya göre tabakalandırılmış bitki kullanımı ısı haritaları oluşturmuştur. Ziyaretlerin 474'ünde (%85,41) önceden belirlenmiş en az bir öykü anahtar kelimesi tespit edilmiştir. Kurumsal politika tarafından izin verildiğinde, insan gözetimli bir yapay zeka (AI) seçeneği; terminoloji kontrollerine, dosyalar arası tutarlılık incelemesine ve alt yazı-şekil hizalamasına yardımcı olabilir. AI'nın her türlü kullanımı ayrı bir denetim kaydında belgelenmeli ve kaynak veri incelemesinin yerini almamalıdır. Yönetişim, normalizasyon, hesaplama, klinik yorumlama ve görsel çıktıyı tek bir tekrarlanabilir iş akışında birleştiren bu yöntem, dağınık klinik dokümantasyonu gözden geçirilebilir bir araştırma kaynağına dönüştürür. Protokol; diğer uzman uygulama veri setlerine, çok merkezli terminoloji projelerine ve prospektif klinik veri platformlarına uyarlanabilir.
Giriş
Gerçek dünyadaki geleneksel Çin tıbbı (TCM) ayaktan hasta kayıtları; anlatısal semptomlar, paralel tanı sistemleri, sendrom tanımları ve bireyselleştirilmiş reçeteler aracılığıyla boylamsal klinik akıl yürütmeleri muhafaza eder. Erken dönem bilgi keşfi çalışmaları, vaka kayıtlarının, kalıpları güvenilir bir şekilde incelenebilmesi için özel bilişim yöntemleri gerektiren karmaşık deneyimsel veriler olduğunu kabul etmiştir1. Sonraki araştırmalar; eş anlamlı semptom ifadelerinin, ince taneli varlıkların ve yerel olarak belgelenmiş tanı terimlerinin, orijinal ifadeyi silmeden normalize edilmesi gerektiğini göstermiştir2,3,4,5,6. Klinik bağlam ve veri soykütüğü görünür kaldığında, elektronik sağlık kaydı (EHR) verileri hesaplamalı reçete araştırmalarını ve yeniden kullanılabilir analitik araçların kullanımını da destekleyebilir7,8. Bu nedenle bitki isimlerini, işleme formlarını, özellikleri, tatları ve meridyen atamalarını standart hale getirmek için yetkin materia-medica referanslarına ihtiyaç vardır9,10. Raporlama düzeyinde, RECORD ve STROBE beyanları veri kaynaklarının, uygunluk kurallarının, değişkenlerin ve analitik kararların şeffaf tanımlamalarını talep ederken; FAIR ilkeleri izlenebilir ve yeniden kullanılabilir araştırma nesmelerini vurgular11,12,13. Bu değerlendirmeler, kayıtların tekrarlayan ziyaretler, eksik alanlar, örtüşen terminolojiler ve serbest metinler içerdiği durumlarda özellikle önemlidir. Kullanıma uygunluk değerlendirmesi; tamlık, uygunluk, makuliyet ve kaynak uyumunu ele almalıdır14,15. Serbest metin kimliksizleştirme işlemi de açık prosedürler ve insan incelemesi gerektirir; çünkü otomatik yöntemler, kalıntı gizlilik riskleri bırakırken faydalı klinik içeriği koruyabilmektedir16,17,18.
Yönetişim ve terminoloji belirlendikten sonra, frekans profilleme, birliktelik kuralı madenciliği ve hiyerarşik kümeleme, reçete yapısına dair tamamlayıcı bakış açıları sağlayabilir19,20,21. Ağ ve bilim haritalama yöntemleri, koordineli görsel temsillerin, tek bir sıralı listenin yakalayamayacağı ilişkileri nasıl ortaya çıkarabileceğini daha ayrıntılı olarak göstermektedir22,23,24,25. Depresyonla seyreden romatoid artrit, ülseratif kolitte Janus kinaz inhibitörleri ve fibromiyalzi ile birlikte görülen romatoid artrit üzerine yapılan güncel çalışmalar; versiyon kilitli erişim kriterlerinin, birliktelik ağlarının, kümelemenin, zamansal yorumlamanın ve analitik kısıtlamaların açıkça beyan edilmesinin değerini örneklendirmektedir26,27,28. Mevcut çalışma, bu aktarılabilir tasarım ilkelerini literatür bibliyometrisinden ziyade klinik kayıt madenciliğine uyarlamaktadır. Kaynak kayıtlarda, Hegan Jianpi Formülü, Profesör Nai-li Yao'nun pratiği ile ilişkili deneyime dayalı bir formüle atıfta bulunur29,30. İlgili yayınlar, onun daha geniş kapsamlı karaciğer-dalak uyumlaştırma ve dalak-mide klinik yaklaşımını tanımlamaktadır29,30. Bu yöntem makalesinde, formül adı yalnızca kaynak kayıt bağlamını tanımlar; sabit bir kompozisyon, doz, tedavi endikasyonu veya etkinlik iddiası oluşturmaz. Hesaplama iş akışı, deterministik kurallar ve genel amaçlı istatistiksel yöntemler kullanır. Yeniden üretilebilir hesaplama uygulamaları ek olarak girdilerin korunmasını, parametrelerin belgelenmesini, betikleştirilmiş dönüştürmeleri ve gözden geçirilebilir çıktıları gerektirir31,32. Kullanımı belgelendiğinde, insan denetimindeki bir yapay zeka (AI) seçeneği; terminoloji kontrollerine, dosyalar arası tutarlılık incelemelerine ve görsel kalite kontrole yardımcı olabilir. Klinik uzmanlık, gizlilik korumaları ve sorumlu insan karar verme süreçleri öncelikli kalmalıdır (Ek Tablo 1)33,34. Bu yöntemin genel amacı, kimliksizleştirilmiş TCM vaka kayıtlarını; hastalık, sendrom, semptom, bitki kullanımı, birliktelik, kümeleme ve tanıya göre tabakalandırılmış, kaynak denetimli bir çıktı zincirine dönüştürmektir. Uygulamalı örnek, yönetişimin, normalizasyonun, hesaplamanın, klinik yorumlamanın ve görsel sunumun; hasta düzeyindeki kayıtlar, kesin formülasyon ayrıntıları, doz oranları veya reçeteleme talimatları ifşa edilmeden nasıl entegre edilebileceğini göstermek için 396 hastadan elde edilen 555 uygun reçete ziyaretini kullanmaktadır.
Protokol
Kimliksizleştirilmiş klinik kayıtların bu retrospektif analizi, Çin Tıp Bilimleri Akademisi Guang'anmen Hastanesi Tıbbi Etik Kurulu tarafından incelenmiş ve onaylanmıştır (onay No. 2026-108-KY; 13 Temmuz 2026). Bilgilendirilmiş onam gerekliliği Kurul tarafından kaldırılmıştır.
1. Etik, yönetişim ve veri güvenliğini belirleyin
- Bir veri sorumlusu, kaynak veri analisti, klinik terminoloji gözden geçiricisi, kantitatif gözden geçirici ve toplu veri yayınlamayı onaylamaya yetkili bir araştırmacı görevlendirin. Her rolü proje günlüğüne kaydedin.
- İzin verilen kaynak sistemi, çalışma dönemi, alanlar, depolama konumu, erişim izinleri, yedekleme prosedürü, saklama süresi ve bağlantı anahtarı kısıtlamalarını belirten bir veri yönetim planı hazırlayın.
- Yalnızca önceden belirlenmiş analiz için gereken minimum değişkenleri dışa aktarın. Yerel hasta tanımlayıcıyı, ziyaret tarihini, izin verildiğinde yaşı veya doğum tarihini, cinsiyeti, Batı tıbbı tanısını, TCM hastalık adını, kimliksizleştirilmiş öykü metnini, dil metnini, nabız metnini, sendrom metnini ve reçete edilen bitki alanlarını dahil edin.
- İsimleri, ulusal kimlik numaralarını, telefon numaralarını, ayrıntılı adresleri, sigorta tanımlayıcılarını, iletişim bilgilerini ve diğer doğrudan tanımlayıcıları kontrollü kurumsal ortam içerisinde kaldırın. Her tıbbi kayıt numarasını, projeye özgü bir hasta tanımlayıcıyla değiştirin.
- Serbest metin alanlarını kalıntı tanımlayıcılar için tarayın ve tespit edilen her öğeyi maskeleyin. Herhangi bir bağlantı anahtarını analitik veri setinden ayrı olarak saklayın ve çalışma, iş birliği ve gönderim klasörlerinin dışında tutun.
- İlk kimliksizleştirilmiş dışa aktarımı, salt okunur bir kaynak anlık görüntüsü olarak saklayın. Dosya adını, oluşturulma tarihini, satır sayısını, sütun sayısını, dosya boyutunu ve sağlama toplamını (checksum) bir kaynak manifestosuna kaydedin.
- Kaynak dosyalar, çalışma dosyaları, sözlükler, toplu tablolar, şekiller, betikler ve denetim kayıtları için ayrı dizinler oluşturun.
- Yayınlanan veya paylaşılan materyalleri toplu tablolar, onaylanmış kimliksizleştirilmiş sözlükler, betikler ve yayın şekilleri ile sınırlandırın. Kimliği belirlenebilir veya potansiyel olarak yeniden kimliği belirlenebilir kayıtları genel üretken yapay zeka sistemlerine, onaylanmamış bulut hizmetlerine veya halka açık depolara yüklemeyin.
NOT: Kurumsal politika insan denetimli yapay zeka desteğine izin verdiğinde, yalnızca kimliksizleştirilmiş metin alıntıları veya toplu tablolar sağlayın. Amacı, gözden geçirilmiş çıktıyı, kabul edilen düzeltmeyi, gözden geçireni ve tarihi denetim günlüğüne kaydedin.
2. Kayıt tanımlama kuralını ve analiz birimlerini belirleyin
- Kurumu, ayaktan hasta ortamını, sorumlu klinik ekibi, elektronik tıbbi kayıt sistemini ve tarama öncesi kaynak dönemini tanımlayın. Uygulamalı örnek için Ocak 2015 ile Haziran 2024 tarihli kayıtları kullanın.
- Analitik sonuçları incelemeden önce kohort tanımlama kuralını kısıtlı, versiyon kontrollü bir dosyada saklayın. Kabul edilen terminoloji varyantlarını ve tüm dahil etme ile hariç tutma koşullarını, makalede gizli formülasyon detaylarını açıklamadan kaydedin.
- Bitki adı normalizasyonundan sonra, versiyon kilitli kayıt tanımlama kuralını reçete-vizite düzeyinde uygulayın. Kaynak dosyaları, sözlükleri, kohort kuralını ve analiz parametrelerini tek bir sürüm seti olarak kesinleştirin.
- Versiyon kilitli bir bileşen her değiştiğinde yeni bir versiyon oluşturun ve tüm bağımlı çıktıları yeniden üretin. Hastalık dağılımları, bitki frekansları, birliktelik kuralları veya kümeler incelendikten sonra kohort tanımlama kuralını değiştirmeyin.
- Sürüm kilitli çalışma dönemi içinde kalan, geçerli bir proje hasta tanımlayıcısıyla eşleşen, yorumlanabilir bir reçete kaydı içeren ve kısıtlı kayıt tanımlama kuralını karşılayan ayaktan hasta vizitelerini dahil edin.
- Birebir kopya dışa aktarımları, çalışma dönemi dışındaki kayıtları, yorumlanabilir bir reçetesi olmayan kayıtları ve versiyon kilitli tanımlama kuralına uymayan satırları hariç tutun. Hariç tutulan her satıra bir birincil hariç tutma nedeni atayın.
- Tekrarlanan dışa aktarımları gerçek takip vizitelerinden ayırt edin. Yalnızca birebir sistem veya dışa aktarma kopyalarını kaldırın ve gerçek tekrarlı viziteleri saklayın.
- Sabit hasta ve reçete-vizite tanımlayıcıları atayın. Kaynak versiyonu, kural versiyonu, tarama durumu, dahil etme veya hariç tutma nedeni, hasta tanımlayıcısı, vizite tanımlayıcısı ve inceleyici durumunu içeren bir kohort manifestosu oluşturun.
- Yaş ve cinsiyet dahil sabit demografik özetler için benzersiz hasta başına bir kayıt kullanın. Hastalık, sendrom, anamnez anahtar kelimesi, dil, nabız, bitki, birliktelik kuralı ve kümeleme analizleri için analiz birimi olarak reçete vizitesini kullanın.
- Kohort uygunluğunu değişken kullanılabilirliğinden ayırın. Değişkene özel bir alan eksik olduğunda, aksi takdirde uygun olan viziteyi saklayın ve her analiz için değerlendirilebilir paydayı raporlayın.
- Tanımlayıcı analizden önce kohort manifestosunu dondurun. Uygun reçete vizitelerinin ve benzersiz hastaların sayısını kaydedin ve bir uygunluk kararı değiştiğinde tüm bağımlı çıktıları yeniden üretin.
3. Terminolojiyi normalize edin ve denetim izini koruyun
- Bitkiler, Batı tıbbı tanıları, Geleneksel Çin Tıbbı (TCM) hastalık isimleri, sendrom bileşenleri, anamnez anahtar kelimeleri, dil terimleri, nabız terimleri ve materia medica öznitelikleri için versiyon kontrollü ayrı sözlükler oluşturun.
- Her sözlükte orijinal terimi, normalize edilmiş terimi, terim kategorisini, kaynak alanını, kuralı, referans kaynağını, sözlük versiyonunu, inceleyeni, inceleme tarihini ve yorumları belirtin. Normalizasyondan sonra her orijinal terimi muhafaza edin.
- Çin tıbbi materyal (CMM) isimlerini yetkili nomenklatür referanslarını9,10 kullanarak normalize edin. Klinik olarak anlamlı işlem formlarını koruyarak tipografik varyasyonları ve sistem kısaltmalarını düzeltin.
- Kavurma, sirke ile işleme, balla kavurma, zencefil ile işleme, şarap ile işleme, yakma ve çiğ olma dahil işlem belirleyicilerini ayrı etiketler olarak saklayın.
- Ortografik veya klinik olarak farklı bitkileri ayrı tutun. Bai Shao'yu Bai Zhu ile birleştirmeyin veya kaynak incelemesi yapmadan belirsiz bir kısaltmadan bitki çıkarımı yapmayın.
- Mevcut olduğunda orijinal dozu ve birimi ayrı alanlarda koruyun. Doz metnini yalnızca vizite düzeyindeki bitki varlığı değişkenlerini oluştururken kaldırın.
- Görülme sıklığını kümülatif doz veya tedavi yoğunluğu olarak yorumlamayın.
- Batı tıbbı ve TCM hastalık isimlerini bağımsız olarak normalize edin. Tanı sistemini ve ana tanı durumunu koruyun; her ikisi açıkça kaydedilmediği sürece bir TCM hastalık etiketini Batı tıbbı tanısına dönüştürmeyin.
- Okuyucunun yönlendirilmesi için gerektiğinde, ilk kullanımda transliterasyon yapılmış bir TCM hastalık etiketi tanımlayın. Orijinal kaynak etiketini koruyun.
- Çok değerli açık sendrom metinlerini versiyon kilitlemeli ayırıcılar kullanarak bölün ve kaynak ifadeleri normalize edilmiş sendrom bileşenlerine eşleyin. Her bir normalize edilmiş bileşeni vizit içinde tekilleştirin.
- Açık sendrom metnini, miras alınan veya skor türevli gösterge sütunlarından ayrı tutun.
- Orijinal dil, nabız, yapılandırılmış semptom ve anonimleştirilmiş anamnez alanlarını ayrı veri ürünleri olarak saklayın. Bir anamnez anahtar kelime eşleşmesini, klinisyen tarafından girilmiş yapılandırılmış bir semptoma eşdeğer olarak değerlendirmeyin.
- Belirsiz veya çoktan-teke eşlemelerin her biri için bir inceleyiciden öneri isteyin ve bunu ikinci bir klinik inceleyiciye doğrulatın. Kaynak incelemesi çözüme kavuşturana kadar belirsiz eşlemeleri yayınlanan analizlerin dışında tutun.
- Boş normalize edilmiş etiketleri, bire-çok eşlemeleri, çoktan-teke eşlemeleri, yinelenen sözlük girişlerini, incelenmemiş terimleri ve yanlışlıkla kaybolmuş işlem etiketlerini kontrol edin. Toplam tabloları oluşturmadan önce sözlük versiyonlarını dondurun.
4. Kaynak alanları doğrulayın ve raporlanabilir çıktıları kilitleyin
- Her bir taslak iddiası, tablo ve şekil paneli için bir satır içeren bir kanıt defteri oluşturun. Analiz birimini, kaynak alanını, kaynak versiyonunu, sözlük versiyonunu, betik versiyonunu, payı, paydayı, çıktı dosyasını, incelemeciyi ve onaylanmış ifadeyi kaydedin.
- Uygun ziyaret ve benzersiz hasta sayılarını, demografik özetleri, hastalık sayılarını, açık sendrom sayılarını, öykü anahtar kelime sayılarını, birleştirilmiş bitki sıklıklarını ve toplam bitki kullanımını doğrudan versiyonu kilitlenmiş dosyalardan yeniden hesaplayın.
- Yeniden hesaplanan her bir değeri, ilgili taslak, elektronik tablo veya şekil değeriyle karşılaştırın. Bir tutarsızlık onaylandığında taslağı düzeltin ve bağımlı çıktıları yeniden oluşturun.
- Her tutarsızlığı kaynak alan düzeyinde çözün. Etkilenen sonucu yayınlamadan önce nedeni, düzeltmeyi, incelemeciyi ve tarihi kanıt defterine kaydedin.
- Her bir toplam tablosunun, ilgili ifadeyi yeniden üretmek için gerekli olan normalize edilmiş etiketi, payı, paydayı, yüzde tanımını, analiz birimini ve kaynak tanımlayıcısını içerdiğini doğrulayın.
- Her yüzde için kullanılan paydayı doğrulayın. Sabit demografik özellikler için benzersiz hastaları, dinamik klinik ve reçete değişkenleri için ise reçete ziyaretlerini kullanın.
- Şekil etiketlerini, değerlerini, sıralamasını ve panel tanımlarını, versiyonu kilitlenmiş toplam tablolarıyla karşılaştırın. Grafik değerlerini manuel olarak düzenlemek yerine, bir tablo düzeltmesinden sonra her bir şekli yeniden oluşturun.
- Terminoloji eşleştirmelerini doğrulaması için bir klinik incelemeciden destek isteyin. Sayıları, oranları, kural metriklerini ve ısı haritası paydalarını doğrulaması için bir kantitatif incelemeciden destek isteyin.
- Taslak birleştirme işleminden önce kanıt defterini, toplam tablolarını ve şekil kaynaklarını tek bir versiyon tanımlayıcısı altında kilitleyin.
5. Tanımlayıcı spektrumlar ve birlikte oluşma çıktıları oluşturun
- Benzersiz hasta başına bir satır üzerinden hasta düzeyinde yaş ve cinsiyet özetleri oluşturun. Bilinmeyen kategorileri koruyun ve açıkça raporlayın.
- Reçete-vizite düzeyinde Batı ve Geleneksel Çin Tıbbı (TCM) hastalık spektrumlarını ayrı ayrı oluşturun. Orijinal tanı sistemini koruyun ve ortak bir vizite paydası kullanarak temel normalize edilmiş etiketleri hesaplayın.
- Açık normalize edilmiş sendrom-metin alanından sendrom-element spektrumunu oluşturun. Terimleri sürümle kilitlenmiş ayırıcılardan ayırın, her vizite içindeki terimleri tekilleştirin ve vizite düzeyindeki frekansları hesaplayın.
- Aynı vizite içi token setlerinden sendrom birlikte oluşum matrisini oluşturun. Düğüm boyutunu vizite frekansıyla, kenar genişliğini veya ısı haritası yoğunluğunu ise ikili birlikte oluşum sayısıyla kodlayın.
- Semptom bilgileri öncelikle anlatı şeklinde olduğunda, kesin bir anamnez-anahtar kelime sözlüğü önceden belirleyin. Yalnızca kimlikten arındırılmış anamnez alanını tarayın ve her kavramı bir vizite içinde birden fazla kez saymayın.
- En az bir anamnez anahtar kelimesi içeren uygun vizitlerin oranını hesaplayın ve tüm anahtar kelime sayılarını sıralayın. Tam tabloyu ve çizilen alt kümeyi dışa aktarın.
- Normalize edilmiş reçete verilerinden birleştirilmiş bitki frekanslarını oluşturun. Her normalize edilmiş bitki etiketini vizite başına birden fazla kez saymayın ve klinik olarak anlamlı olan işleme formlarını ayrı etiketler olarak koruyun.
- Sürümle kilitlenmiş materya medika sözlüğünden Dört-Qi, beş tat ve meridyen tropizmi profillerini oluşturun. Dört-Qi'yi, özellik kodlu her bitki oluşumu için tek değerli bir kategori olarak ele alın.
- Beş tat ve meridyen tropizmini çok etiketli öznitelikler olarak ele alın. Özellik kodlu paydayı belirtin ve ayrı analiz birimini koruyun.
- Final şekillerini oluşturmadan önce, her betimleyici alan için makine tarafından okunabilir bir adet toplulaştırılmış tablo dışa aktarın.
6. Birliktelik kuralı ve hiyerarşik kümeleme analizlerini gerçekleştirin
- Sürümü sabitlenmiş normalize edilmiş reçete tablosundan ikili bir reçete-ziyaret-bitki matrisi oluşturun. Uygun her ziyaret için bir satır ve normalize edilmiş her bitki etiketi için bir sütun kullanın.
- Yönlü tek bitki birliktelik kuralları için destek, güven ve kaldırma (lift) değerlerini hesaplayın19. Güven değeri öncüye bağlı olduğundan, her kuralın yönünü koruyun.
- Önceden belirlenmiş destek ≥ 0.30, güven ≥ 0.70 ve kaldırma (lift) > 1.0 eşik değerlerini uygulayın. Korunan her kuralı, beraber görülme sayısı ve üç metriğiyle birlikte dışa aktarın.
- Korunan tüm kural setini yönlü bir iki parçalı kural ağı ve sıralı bir kural gücü profili olarak çizin. Ağ kenar genişliğini destekle, kenar rengini ise kaldırma (lift) değeriyle kodlayın.
- Sıralı profilde nokta boyutunu destekle kodlayın ve güven değerlerini notlandırın.
- Her iki kural görselleştirmesinin de aynı korunan kural setini içerdiğini ve kural yönünü koruduğunu doğrulayın. Yayınlamadan önce her uyumsuzluğu dışa aktarılan kural tablosuna göre düzeltin.
- Hiyerarşik kümeleme için en yüksek frekanslı 20 bitki varlığı değişkenini seçin. İkili Jaccard mesafelerini hesaplayın ve ortalama bağlantı (average linkage) yöntemini uygulayın.
- Dendrogramu normalize edilmiş bitki isimleriyle etiketleyin. Dal yakınlığını yalnızca ziyaret düzeyindeki görülme modellerindeki benzerlik olarak yorumlayın.
- Şekil oluşturmadan önce ikili matris spesifikasyonunu, kural tablosunu, ağ kenar listesini, kümeleme giriş sırasını, mesafe matrisini ve bağlantı matrisini dışa aktarın.
- Kuantitatif bir incelemeciden bir kural metriğini manuel olarak yeniden üretmesini isteyin. Her bir ağ kenarını kural tablosuyla karşılaştırın.
- Kohort, terminoloji sözlüğü veya bitki varlığı matrisi her değiştiğinde tüm kural ve kümeleme iş akışını yeniden çalıştırın.
- Çalışılan örnek için, her hasta için kaynak sırasındaki en erken kaydı tutarak deterministik bir hasta başına tek ziyaret duyarlılık analizi gerçekleştirin. Ortaya çıkan 12 kuralı, ziyaret düzeyindeki analizden elde edilen 15 kural ile karşılaştırın.
- Değişikliği hasta düzeyinde bir doğrulama olarak değil, tanımlayıcı bir sağlamlık (robustness) sonucu olarak raporlayın. Ek Dosya 1'de sağlanan deterministik yeniden hesaplamayı kullanın.
7. Tanı düzeyinde katmanlandırılmış paternlerin ve klinik yorumlama çerçevesinin oluşturulması
- Tanıya özgü bitki dağılımlarını incelemeden önce klinik olarak ilgili temel Batı tıbbı tanı katmanlarını seçin.
- Her tanı katmanı içinde, her ziyaret başına normalize edilmiş her bir bitki etiketini birden fazla kez saymayın. Prevalansı, etiketi içeren ziyaret sayısının o katmandaki toplam uygun ziyaret sayısına bölünmesiyle hesaplayın.
- Tanı katmanları boyunca aynı görüntülenen bitki setini ve sabit bir %0–%100 renk ölçeği kullanın. Kesin yorumlamayı korumak için hücre değerlerini görüntüleyin.
- Görüntülenen her hücre için pay ve paydayı bağımsız bir toplam tablo şeklinde raporlayın.
- Betimleyici ısı haritasını tamamladıktan sonra ayrı bir klinik yorumlama paneli oluşturun. Hesaplanan sonuçları ve uzman yorumlarını görsel olarak ayrı tutun.
- İpucu katmanını yalnızca versiyonu sabitlenmiş geçmiş-anahtar kelime tablosuna veya açık normalize edilmiş sendrom metnine dayandırılabilen terimlerle doldurun.
- İki klinik incelemeciden, seçilen ipuçlarının kısa bağlamsal yorumları üzerinde mutabık kalmalarını isteyin. İncelemecileri ve nihai ifadeyi kanıt defterine kaydedin.
- Her bağlamsal yorumu; değişken seçimi, prospektif doğrulama veya hipotez oluşturma gibi bir araştırma kullanımına bağlayın.
- Yorumlama katmanı için kesikli, yönsüz bağlayıcılar kullanın. Doz, sabit kompozisyon ve tedavi önerisi içeriklerini hariç tutun.
- Isı haritasını ve yorumlama panelini birlikte gözden geçirin. Hesaplanan prevalansın, uzman bağlamının ve gelecekteki araştırma kullanımının net bir şekilde ayrı kaldığından emin olun.
8. Yeniden üretilebilirlik paketini oluşturun ve doğrulayın
- Kaynak manifestosunu, kohort manifestosunu, sözlük versiyonlarını, kanıt defterini, analiz betiklerini, toplulaştırılmış tabloları, şekil kaynaklarını ve nihai şekilleri ayrı dizinlere dışa aktarın.
- Her dosyayı sabit bir şekil veya tablo numarası ve versiyon tarihi kullanarak adlandırın. Bir adet yetkili güncel versiyonu koruyun ve geçerliliği yitirmiş çıktıları ayrı olarak arşivleyin.
- Her şekli tek bir çok panelli görüntü dosyası olarak oluşturun. İnceleme için yüksek çözünürlüklü bir PDF ve 300 dpi PNG dışa aktarın.
- Şekil açıklamalarını taslağa yerleştirin ve bunları görüntü dosyalarının dışında tutun. Her paneli, analiz birimini, paydayı ve görsel kodlamayı tanımlayın.
- Her tablo için bağımsız bir XLSX dosyası hazırlayın.
- Bağımsız bir hakemden, taslakla toplulaştırılmış tabloları ve yüzdelerle bunların pay ve paydalarını karşılaştırmasını isteyin.
- Kural sınırlarını kural tablosuyla ve ısı haritası hücrelerini kaynak matrisiyle karşılaştırın.
- Dosya adı tutarlılığı, gerekli bölümler, şekil boyutları, tablo sayısı, referans sayısı, şablondan kalanlar ve kısıtlanmış ifadeler için otomatik kontroller gerçekleştirin.
- Klinik yazar ekibinden terminolojiyi, yorumlamayı, fikri mülkiyet sınırlarını, yazar detaylarını, fonlama sırasını, etik ifadeleri ve nihai şekil setini incelemesini isteyin.
- Hasta düzeyindeki dosyaları, ilişkilendirme anahtarlarını, kısıtlanmamış serbest metinleri, kurum içi yazışmaları ve geçici inceleme kalıntılarını gönderim paketinden kaldırın.
- Yayımlanan paketi dondurun ve versiyonunu, tarihini, sağlama toplamını (checksum), taslak versiyonunu ve yazar onay durumunu kaydedin. Sonraki her düzeltme için yeni bir versiyon ve bir değişiklik günlüğü oluşturun.
Sonuçlar
Protokolün başarılı bir şekilde uygulanması; kimliksizleştirilmiş kaynak anlık görüntüsü, kohort manifestosu, terminoloji sözlükleri, toplu tablolar, betikler ve final şekillerini birbirine bağlayan izlenebilir bir zincir oluşturmuştur. Versiyonu sabitlenmiş tarama prosedürü, 396 benzersiz hastadan 555 uygun reçete ziyaretini belirlemiştir. Şekil 1, yöntemin koordine edilmiş üç aşamasını özetlemektedir: yönetişim, terminoloji normalizasyonu ve klinik incelemeli analiz. Yapay zeka destekli inceleme için yalnızca toplu veri sınırını içeren ilgili şeffaflık ve denetim belgeleri Ek Tablo 1'de sunulmuştur.
Final kohort, 396 benzersiz hastanın katkıda bulunduğu 555 uygun reçete ziyaretinden oluşmuştur (Şekil 2 ve Tablo 1). Dinamik klinik ve reçete değişkenleri için gerçek tekrarlanan ziyaretler korunurken, yaş ve cinsiyet hasta düzeyinde tekilleştirme yapıldıktan sonra özetlenmiştir. Hasta yaşları 13 ile 94 yıl arasında değişmekte olup, ortalama 47,11 yıl ve standart sapma 14,88 yıldır. Kohort 228 kadın hastayı (%57,58), 167 erkek hastayı (%42,17) ve cinsiyeti bilinmeyen 1 hastayı (%0,25) içermektedir. Analiz birimlerinin bu şekilde ayrılması, demografik paydayı şişirmeden boylamsal karşılaşmaların korunmasını sağlamıştır.
Batı ve Geleneksel Çin Tıbbı (TCM) hastalık spektrumları Şekil 3'te özetlenmiştir. Batı tıbbı tanıları gastrointestinal, hepatobilier ve pankreatik bozukluklarda yoğunlaşmıştır. Hiyerarşik gruplandırma sonucunda 271 vizite gastrointestinal bozukluklar, 222 vizite hepatobilier veya pankreatik bozukluklar ve 62 vizite diğer sistemler atanmıştır (Şekil 3A). En yaygın bireysel tanılar 133 vizite (%23,96) kronik gastrit, 77 vizite (%13,87) yağlı karaciğer ve 46 vizite (%8,29) karaciğer sirozu olmuş; bunları kronik atrofik gastrit, abdominal ağrı, kronik hepatit B, dispepsi, reflü özofajiti, kronik yüzeysel gastrit ve kronik pankreatit izlemiştir (Şekil 3C ve Tablo 2).
Karşılık gelen Geleneksel Çin Tıbbı (TCM) hastalık adı spektrumu, aynı ziyaretleri paralel bir tanı sistemine göre düzenlemiştir. Dalak-mide veya bağırsak hastalık isimleri 280 ziyareti, karaciğer-safra kesesi hastalık isimleri 223 ziyareti, qi-kan-sıvı bozuklukları 26 ziyareti, zihin-göğüs-baş bozuklukları 12 ziyareti, kanal veya ekstremite bozuklukları 5 ziyareti, jinekolojik bozukluklar 4 ziyareti ve diğer kategoriler 5 ziyareti oluşturmuştur (Şekil 3B). Epigastrik dolgunluk veya rahatsızlık için kullanılan bir TCM hastalık etiketi olan Wei pi, 163 ziyarette (%29,37) kaydedilmiştir. Ji hastalığı (birikim tipi bir kaynak TCM etiketi), Gan zhuo (kelime anlamıyla karaciğer sabitliği; klasik bir TCM hastalık etiketi), Bi hastalığı (engelleme hastalığı) ve Xiao ke (erime-susuzluk), kaynak TCM etiketleri olarak tutulmuş ve modern biyomedikal tanılara dönüştürülmemiştir. Yağlı karaciğer bozuklukları için güncel Çin konsensüsünde kullanılan bir TCM hastalık etiketi olan Gan pi, 77 ziyarette (%13,87) kaydedilmiştir35. Batı ve TCM kaynak alanları bağımsız kalmış ve birbirlerinin yerine konulmamıştır (Şekil 3D ve Tablo 3). Xie xie (gevşek veya sulu dışkı) ve Fu xie (diyare), sırasıyla 6 ve 2 kez kaydedilen ayrı orijinal TCM hastalık etiketleriydi ve hiçbiri modern bir biyomedikal tanı ile eşleştirilmedi. İki spektrumun yan yana görüntülenmesi, kaynak kayıtların klinik genişliğini gösterirken her bir tanı sisteminin mantığını korumuştur.
Açıkça belirtilmiş normalize edilmiş sendrom-metin alanı 555 uygun vizit satırı içeriyordu. Vizit içi tekilleştirme sonrası, önde gelen unsurlar 362 vizitte dalak (%65,23), 304 vizitte karaciğer (%54,77), 295 vizitte qi eksikliği (%53,15), 171 vizitte mide (%30,81), 151 vizitte nem (%27,21) ve 109 vizitte qi durgunluğu idi (%19,64; Şekil 4A ve Tablo 4). Isı, su tutulumu, kan, kan durgunluğu, kanallar, böbrek, kalp ve yin eksikliği gösterilen spektrumun geri kalanını oluşturuyordu. Tek bir vizit sırasında birden fazla sendrom unsuru ortaya çıkabildiği için yüzdeler dışlayıcı değildir.
Ağ ve sayım matrisi, aynı ziyaret düzeyindeki token setlerinden oluşturulmuştur (Şekil 4B,C). Sık rastlanan birlikte kayıtlar dalak, karaciğer ve qi eksikliği üzerinde yoğunlaşmış; mide, nem, qi durgunluğu, ısı ve su tutulumu ile ek bağlantılar gözlemlenmiştir. Frekans grafiği, ağ ve ısı haritası için sürüm kilitlemeli tek bir matrisin kullanılması, her üç panelin de aynı temel kanıtı farklı ayrıntı düzeylerinde temsil etmesini sağlamıştır. Geri getirilen denetim, 555 satır arasında 0 kesin sendrom-metin/belirteç eşleşmesi ve 0,1806'lık bir ortalama metin-belirteç Jaccard benzerliği tespit etmiştir. Bu nedenle, belirteç sütunları temel raporlamanın dışında tutulmuştur. Elde tutulan materyaller, temizleme öncesi yeniden oluşturulabilir dağılım vektörlerini içermemekteydi; sonuç olarak, sürümler arası dağılımsal kararlılık tahmin edilmemiştir. Bunun yerine, hasta başına tek ziyaret hassasiyet analizi ile tekrarlanan ziyaretlerin etkisi ele alınmıştır. Kaynak denetimi ve veri kalitesi sonuçları Ek Tablo 2'de özetlenmiştir.
Terminoloji normalizasyonu ve klinik olarak anlamlı işleme formlarının korunmasının ardından, 555 vizit 324 farklı birleştirilmiş bitki etiketi ve 9.339 bitki kullanımı vakası içermekteydi. Bai Shao 531 vizitte (%95,68) kaydedilmiş olup bunu sırasıyla Fu Ling 520 (%93,69), Dang Gui 510 (%91,89), Chi Shao 467 (%84,14) ve kavrulmuş Bai Zhu 361 (%65,05) takip etmiştir; Şekil 5A ve Tablo 5). 36 öncü etiketin sıra-frekans eğrisi, dik ve yüksek frekanslı bir segmentin ardından giderek genişleyen bir kuyruk göstermiştir (Şekil 5B); bu durum, ortak arka plan ve bireyselleştirilmiş reçete bileşenlerinin kompakt bir temsilini sağlamaktadır. Bitki terminolojisinin temelini oluşturan kaynaktan normalize edilmiş eşlemeler, işleme nitelikleri, standart CMM adları, kaynak türler ve kanıt sınırları şurada belgelenmiştir: Ek Tablo 3.
Yardımcı materia-medica sözlüğü, özellik kodlu 9.115 bitki kullanımı örneği içermiştir. Önde gelen Dört-Qi kategorileri sıcak (2.588, %28,39), hafif soğuk (2.339, %25,66), nötr (2.330, %25,56) ve soğuktu (1.221, %13,40; Şekil 5C). Bileşik kaynak tat terminolojisinin normalizasyonundan sonra, önde gelen beş tat kategorileri acı (4.488, %49,24), tatlı (4.377, %48,02) ve keskin (2.893, %31,74) olarak belirlenmiştir (Şekil 5D). Meridyen tropizmi kodlamasında dalak (5.541, %60,79), karaciğer (4.801, %52,67), akciğer (3.358, %36,84), mide (2.988, %32,78) ve kalp (2.702, %29,64) ön plana çıkmıştır (Şekil 5E). Şekil 5F, farklı ziyaret düzeyindeki ve özellik kodlu analiz birimlerini ve bunların tekrarlanabilirlik bağlantısını kaydetmektedir. Birlikte bu paneller, reçete sıklığının ve standartlaştırılmış materia-medica tanımlayıcılarının, işleme özel terminolojiyi yok etmeden nasıl özetlenebileceğini göstermektedir.
Önceden belirlenmiş öykü sözlüğü 37 kesin semptom kavramı içeriyordu. Uygun olan 555 vizitenin 474'ünde (%85,41) en az bir kavram tespit edildi. En yaygın terimler; 178 vizitede (%32,07) kuru boğaz, 151'inde (%27,21) yorgunluk, 139'unda (%25,05) kalitesiz uyku, 115'inde (%20,72) abdominal distansiyon, 100'ünde (%18,02) asit reflüsü, 99'unda (%17,84) acı tat, 90'ında (%16,22) mide yanması, 87'sinde (%15,68) hıçkırık, 87'sinde (%15,68) geğirme ve 77'sinde (%13,87) yumuşak dışkıydı (Şekil 6A,B ve Tablo 6).
Tam sıra-frekans eğrisi 37 terimli dağılımın tamamını gösterirken, kümülatif çizgi tüm anahtar kelime tespitlerinin sıralar boyunca konsantrasyonunu özetlemiştir (Şekil 6C). Şekil 6D, spektrumu oluşturmak için kullanılan tekrarlanabilir diziyi kaydetmektedir: sözlüğü kilitleyin, kimliksizleştirilmiş geçmiş metnini tarayın, her ziyaret içindeki kavramların tekilleştirmesini yapın ve toplam sayımları ile oranları dışa aktarın.
Birliktelik kuralı madenciliğinde, versiyon kilitli 555 satırlık reçete-ziyaret-bitki varlık matrisi kullanılmıştır. On beş yönlendirilmiş tek bitki kuralı; destek ≥ 0,30, güven ≥ 0,70 ve lift > 1,0 kriterlerini karşılamıştır (Şekil 7A,B ve Tablo 7). Elde edilen destek değerleri 0,3009 ile 0,7892, güven değerleri 0,7302 ile 0,9748 ve lift değerleri 1,0010 ile 1,1226 arasında değişmiştir.
438 vizite dayalı olarak en sık birlikte kaydedilen yönlü çift, 0,7892 destek (support), 0,9379 güven (confidence) ve 1,0010 artış (lift) değerleri ile Chi Shao > Fu Ling olmuştur. Ters kural aynı destek değerine ve 0,8423 güven değerine sahipti; bu durum, kural yönünün neden korunması gerektiğini ortaya koymaktadır. Eşik hassasiyeti; destek ≥ 0,25 veya ≥ 0,35, güven ≥ 0,65 veya ≥ 0,75 veya artış > 1,02 veya > 1,05 koşulları altında sırasıyla 18, 11, 21, 14, 7 ve 4 kuralı korumuştur. Hasta başına tek vizit analizinde, aynı çift 316 vizitte, 0,7980 destek, 0,9489 güven ve 0,9994 artış değerleri ile görülmüştür; bu nedenle, artış > 1,0 kriteri altında korunmamıştır. Eşik pertürbasyonları ve tekrarlanan vizit hassasiyeti sonuçları Ek Tablo 4'te, deterministik yeniden hesaplama ise Ek Dosya 1'de sunulmuştur. Buna göre, yüksek vizit düzeyindeki destek, hasta düzeyi doğrulama olarak yorumlanmamalıdır.
En yüksek lift değerleri Gan Cao > stir-fried Bai Zhu (1,1226) ve Gan Cao > Chi Shao (1,1200) için gözlemlenmiştir. Şekil 7A, korunan tüm 15 kuralı, kenar genişliğinin desteği (support) ve kenar renginin lift değerini kodladığı yönlendirilmiş iki parçalı bir ağda birleştirmektedir. Şekil 7B aynı kuralları lift değerine göre sıralamakta, her noktayı desteğe göre ölçeklendirmekte ve güven düzeyini (confidence) belirtmektedir. Bu nedenle, iki panel aynı görsel temsili tekrarlamak yerine, ağ topolojisini kuralların nicel gücünden ayırmaktadır.
En yüksek frekansa sahip 20 bitki değişkeninin hiyerarşik kümelenmesinde Jaccard uzaklığı ve ortalama bağlama yöntemi kullanılmıştır (Şekil 7C). Dendrogram, ilişkilendirme kuralları tarafından sağlanan yerel yönlü bilgileri tamamlayan, ziyaret düzeyindeki varlık kalıplarındaki benzerliğin genel bir temsilini sunar. Paneller birlikte, tamamlayıcı analitik görünümlerin tek bir versiyon kilitli ikili matrisle nasıl hizalanabileceğini göstermektedir.
Tanıya göre tabakalandırılmış yaygınlık; yağlı karaciğer (77 vizit), karaciğer sirozu (46 vizit) ve kronik gastrit (133 vizit) için hesaplanmıştır; Şekil 8A ve Tablo 8). Bai Shao, Fu Ling ve Dang Gui, üç tabakanın tamamında yüksek yaygınlık göstermiştir. Karaciğer sirozu vizitlerinde Dan Shen (%95,65), sirke ile işlenmiş E Zhu (%86,96), sirke ile işlenmiş Bie Jia (%84,78) ve Sheng Huang Qi (%60,87) belirgin şekilde kaydedilmiştir. Yağlı karaciğer vizitleri, diğer tabakalara kıyasla daha yüksek Yin Chen (%41,56) ve Ze Xie (%31,17) yaygınlığı gösterirken; kronik gastrit vizitlerinde tekrarlayan şekilde Huang Lian (%44,36), Mu Xiang (%34,59) ve Chai Hu (%36,09) görülmüştür. Bu nedenle ısı haritası, temel klinik bağlamlar genelindeki toplam reçeteleme paternlerinin kompakt ve tanımlayıcı bir karşılaştırmasını sunmaktadır.
Şekil 8B hesaplamayı yorumlamadan ayırır. Doğrulanmış geçmiş ipuçları, kısa uzman bağlamlarına ve ardından sendrom öğelerinin bağlamlandırılması, tanıya göre tabakalandırılmış modellerin karşılaştırılması, prospektif doğrulama için değişkenlerin seçilmesi ve takip sorularının oluşturulması dahil olmak üzere araştırma kullanımlarına bağlanmıştır. Bu son panel, klinik uzmanlığın, hesaplanan prevalanstan görünür şekilde ayrı kalarak analitik çıktıyı nasıl zenginleştirebileceğini göstermektedir.
Şekil 8C, kaynak doğrulamalı veya yeniden analiz edilmiş bileşenleri, dikkat gerektiren veya daha fazla onaylanması gereken unsurlardan ayırarak tekrarlanabilirliği ve salım sınırını özetlemektedir. Bu nihai denetim katmanı, çözülememiş veya yeniden yapılandırılamayan analitik ürünlerin doğrulanmış çıktılar olarak sunulmasını önler.
Şekil 1: Kaynak denetimli vaka kayıt madenciliği iş akışı. Yönetişim, terminoloji normalizasyonu, toplu analiz, klinik inceleme ve yayın paketleme, iş akışının ardışık aşamaları olarak gösterilmektedir. Mavi, yeşil ve turuncu bantlar iş akışı alanlarını ayırmakta ve kesikli dikey çizgiler denetim kapılarını belirtmektedir. Oklar iş akışı sırasını göstermektedir ve biyolojik nedensellik ima etmemektedir. Yayın kuralı, yalnızca toplu çıktıların yayınlandığını, hasta tanımlayıcılarının hariç tutulduğunu ve bildirilen her değerin versiyon kilitli bir kaynak tabloya izlenebilir kaldığını belirtir. Hata çubukları uygulanmamıştır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 2: Veri seti profili ve hasta düzeyindeki demografik özellikler. Özet kutucukları 555 reçete ziyaretini, 396 benzersiz hastayı, 13–94 yıl arasında değişen ve ortalama yaşı 47.11 ± 14.88 yıl olan hasta düzeyindeki yaş aralığını ve 9.339 bitkisel kullanım vakasını temsil eden 324 birleştirilmiş bitki etiketini raporlamaktadır. (A) Dişi, erkek ve bilinmeyen kategoriler dahil olmak üzere 396 benzersiz hasta arasındaki hasta düzeyindeki cinsiyet dağılımı. (B) Aynı 396 hasta arasında cinsiyete göre hasta düzeyindeki yaş dağılımı. Özet kutucukları, uygun olduğu şekilde görüntülenen ziyaret düzeyindeki veya hasta düzeyindeki paydaları kullanır. Renkler cinsiyet kategorilerini ve özet öğelerini ayırt eder ve herhangi bir çıkarımsal anlam taşımaz. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 3: Reçete ziyaretlerinden elde edilen hastalık spektrumları. (A) 555 uygun reçete ziyaretinden türetilen hiyerarşik Batı hastalık grupları ve (B) hiyerarşik TCM hastalık grupları. (C) Aynı ziyaret düzeyi paydasından elde edilen önde gelen normalize edilmiş Batı tanıları ve (D) önde gelen normalize edilmiş TCM hastalık isimleri. Halka dilimleri ve çubuklar ziyaret sayılarını temsil etmektedir; renkler tanı sistemlerini veya kategorilerini ayırt eder ve tedavi etkilerini temsil etmez. Korunan TCM kaynak etiketleri Tablo 3'te tanımlanmıştır: Wei pi (epigastrik dolgunluk veya rahatsızlık), Ji hastalığı (birikim tipi kaynak TCM etiketi), Gan pi (yağlı karaciğer bozuklukları için kullanılan bir TCM hastalık etiketi), Gan zhuo (kelimenin tam anlamıyla, karaciğer fiksitesi; korunan klasik bir TCM hastalık etiketi), Bi hastalığı (engelleyici hastalık), Xiao ke (zayıflama-susuzluk), Xie xie (gevşek veya sulu dışkı) ve Fu xie (diyare). Bu açıklamalar, kaynak etiketleri modern biyomedikal tanılara dönüştürmemektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.
Şekil 4: Açık sendrom-metin spektrumu ve birlikte görülme yapısı. (A) Visit içi tekilleştirme sonrası 14 normalize edilmiş sendrom elementinin, 555 uygun reçete ziyareti payda olarak kullanılarak hesaplanan ziyaret düzeyi frekansları. (B) En sık görülen 12 sendrom elementinin birlikte görülme ağı; düğüm boyutu ziyaret frekansını, kenar genişliği ve opaklığı ise ikili birlikte görülme sayılarını temsil eder. (C) Karşılık gelen simetrik birlikte görülme sayı matrisi; diyagonal hücreler bireysel ziyaret frekanslarını, diyagonal dışındaki hücreler ise ikili birlikte görülme sayılarını temsil eder. Denetim şeridi, 555 satır boyunca 0 kesin sendrom-metin/indikatör eşleşmesi ve 0,1806 ortalama metin-indikatör Jaccard benzerliği rapor etmiştir; bu nedenle, eski indikatör sütunları esas raporlamadan hariç tutulmuştur. Matriste, Qi def. qi eksikliğini, Qi stag. qi durgunluğunu ve Water ret. su tutulumunu ifade eder. Renk paleti tanımlayıcıdır. Hata çubukları uygulanmamıştır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.
Şekil 5: Yüksek frekanslı bitkiler ve normalize edilmiş materia-medica öznitelik profilleri. (A) 555 uygun reçete ziyareti arasındaki en sık kullanılan yirmi normalize edilmiş bitki etiketi. (B) 36 önde gelen normalize edilmiş bitki etiketinin sıra-frekans profili. (C) 9.115 özellik kodlu bitki kullanımı olayına dayanan Dört-Qi dağılımı; Dört-Qi, kodlanmış her olay için tek değerlidir. (D) Aynı özellik kodlu paydaya dayanan Beş-tat ve (E) meridyen-tropizm dağılımları; her ikisi de çoklu etiketli özniteliklerdir ve bu nedenle kategori sayıları birbirini dışlamaz. (F) Ziyaret düzeyi ve özellik kodlu analiz birimleri ve bunların tekrarlanabilirlik bağlantısı. Çubuk uzunlukları sayıları temsil eder ve renkler panelleri birbirinden ayırır. Hata çubukları uygulanmamıştır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 6: Geçmişten türetilen semptom anahtar kelime spektrumu ve tekrarlanabilir toplama iş akışı. (A) En az bir önceden belirlenmiş geçmiş anahtar kelimesi içeren 555 uygun reçete ziyaretinin oranı; 474 ziyaret (%85,41) en az bir anahtar kelime içeriyordu. (B) Geçmişten türetilen en sık rastlanan on beş kesin semptom kavramı. (C) 37 terimli tam sıra-frekans dağılımı ve anahtar kelime tespitlerinin kümülatif payı. (D) Önceden belirlenmiş sözlükten toplu çıktılara kadar olan versiyon kilitli iş akışı. Her kavram bir ziyaret içinde en fazla bir kez sayılmışken, aynı ziyarette birden fazla kavram yer alabilmiştir. Turuncu çubuklar anahtar kelime sayılarını temsil eder ve iş akışı renkleri işlem aşamalarını ayırt eder. Hata çubukları uygulanmamıştır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 7: Yönlendirilmiş bitki birliktelik kuralları ve hiyerarşik kümeleme. (A) Destek ≥ 0.30, güven ≥ 0.70 ve lift > 1.0 şeklinde önceden belirlenmiş eşik değerlerini karşılayan toplam 15 tekli bitki birliktelik kuralının yönlendirilmiş iki parçalı ağı. Kenar genişliği desteği, kenar rengi ise lift değerini temsil eder. (B) Aynı 15 kuralın lift değerine göre sıralanmış kural gücü profili; nokta boyutu desteği temsil eder ve bitişik etiketler güven (conf.) değerlerini bildirir. (C) Jaccard mesafesi kullanılarak, en yüksek frekansa sahip 20 bitki varlığı değişkeninin ortalama bağlantılı hiyerarşik kümelemesi. Tüm paneller analiz birimi olarak reçete ziyaretlerini kullanır ve etkinlik, sinerji veya önerilen sabit bir kombinasyondan ziyade birlikte kayıt modellerini tanımlar. Hata çubukları uygulanabilir değildir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 8: Tanıya göre tabakalandırılmış toplam bitki örüntüleri, klinik örüntü haritası ve yayın sınırı. (A) Yağlı karaciğer (n = 77), karaciğer sirozu (n = 46) ve kronik gastrit (n = 133) vakalarında 16 normalize edilmiş bitki etiketinin ziyaret düzeyindeki yaygınlığını gösteren tanıya göre tabakalandırılmış ısı haritası. Her bir hücre, sabit %0–%100 renk ölçeği kullanılarak, ilgili Batı tanısı tabakası içindeki uygun ziyaretlerin yüzdesini temsil eder. (B) Doğrulanmış kayıt ipuçlarını normalize edilmiş metin grupları ve gözlemlenen toplam bitki etiketleri ile ilişkilendiren, kayıtlardan türetilmiş klinik örüntü haritası. Kesikli, yönsüz bağlayıcılar, bu tanımlayıcı yorumlama katmanını hesaplanmış yaygınlıktan ayırır; panel bir tedavi önerisi teşkil etmemektedir. (C) Kaynakça ile doğrulanmış veya yeniden analiz edilmiş bileşenleri, dikkat veya onay gerektiren ögelerden ayıran tekrarlanabilirlik ve yayın sınırı. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
| Metrik | Değer | Birim/payda | Durum |
| Reçete ziyaretleri | 555 | 555 reçete ziyareti | kurtarılan XLSX dosyasından doğrulanmıştır |
| Benzersiz hastalar | 396 | 396 benzersiz hasta | Kurtarılan XLSX dosyasından doğrulanmıştır |
| Hasta düzeyinde yaş aralığı | 13-94 | yıl | doğrulanmış |
| Hasta düzeyinde yaş ortalaması +/- SD | 47.11 +/- 14.88 | yıllar | doğrulanmış |
| Vizite düzeyindeki yaş ortalaması +/- standart sapma | 48.22 +/- 15.82 | yıllar | doğrulanmış |
| Hasta düzeyinde cinsiyet | Kadın 228; erkek 167; bilinmeyen 1 | 396 hasta | doğrulanmış |
| Vizite düzeyinde cinsiyet | Kadın 327; erkek 227; bilinmeyen 1 | 555 ziyaret | doğrulanmış |
| Birleştirilmiş bitkiler | 324 | belirgin birleştirilmiş isimler | doğrulandı |
| Birleştirilmiş bitki kullanım olayları | 9339 | 555 reçete ziyareti | doğrulandı |
Tablo 1: Veri seti profili. Hasta düzeyindeki demografik özellikler ve reçete-ziyaret düzeyindeki değişkenler, ilgili paydaları kullanılarak raporlanmıştır. Normalize edilmiş toplam bitki sayıları da sunulmuştur.
| Hastalık adı | Sayı | Vizite yüzdesi |
| Kronik gastrit | 133 | 24 |
| Yağlı karaciğer | 77 | 13.9 |
| Karaciğer sirozu | 46 | 8.3 |
| Kronik atrofik gastrit | 22 | 4 |
| Karın ağrısı | 22 | 4 |
| Kronik hepatit B | 20 | 3.6 |
| Dispepsi | 19 | 3.4 |
| Reflü özofajit | 8 | 1.4 |
| Kronik yüzeysel gastrit | 7 | 1.3 |
| Kronik pankreatit | 6 | 1.1 |
| Ülseratif kolit | 6 | 1.1 |
| Safra kesesi polibi | 6 | 1.1 |
| Post-kolesistektomi sendromu | 6 | 1.1 |
| İntestinal disfonksiyon | 6 | 1.1 |
| Safra taşları | 6 | 1.1 |
| Kronik hepatit | 5 | 0.9 |
| Halsizlik | 5 | 0.9 |
| Gastrointestinal disfonksiyon (belirsiz orijinal etiket) | 5 | 0.9 |
| Kronik gastrit (belirsiz orijinal etiket) | 5 | 0.9 |
| Otoimmün karaciğer sirozu | 4 | 0.7 |
Tablo 2: Önde gelen normalize edilmiş Batı tanıları. 555 uygun reçete ziyaretinde kaydedilen önde gelen normalize edilmiş Batı tanı sayılar ve yüzdeleri. Yüzdelerde payda olarak uygun reçete ziyaretleri kullanılmıştır.
| Geleneksel Çin Tıbbı (GÇT) hastalık adı | Sayı | Vizite yüzdesi |
| Wei pi (epigastrik dolgunluk veya rahatsızlık) | 163 | 29.4 |
| Ji hastalığı (birikim tipi kaynak GÇT etiketi) | 86 | 15.5 |
| Gan pi (yağlı karaciğer bozuklukları için kullanılan GÇT hastalık etiketi) | 77 | 13.9 |
| Mide ağrısı | 61 | 11 |
| Hipokondriyak ağrı | 32 | 5.8 |
| Karın ağrısı | 31 | 5.6 |
| Gan zhuo (kelime anlamıyla, karaciğer sabitliği; korunmuş klasik bir GÇT hastalık etiketi) | 28 | 5 |
| Eksiklik tüketimi | 17 | 3.1 |
| Asit reflüsü | 9 | 1.6 |
| Xie xie (gevşek veya sulu dışkılama) | 6 | 1.1 |
| İnsomni | 4 | 0.7 |
| Dizanteri | 4 | 0.7 |
| Baş ağrısı | 4 | 0.7 |
| Bi hastalığı (engellenme hastalığı) | 4 | 0.7 |
| Menstrüel bozukluk | 3 | 0.5 |
| Göğüs engellenmesi | 3 | 0.5 |
| Terleme bozukluğu | 3 | 0.5 |
| Konstipasyon | 3 | 0.5 |
| Fu xie (diyare) | 2 | 0.4 |
| Xiao ke (zayıflama-susuzluk) | 2 | 0.4 |
Tablo 3: Önde gelen normalize edilmiş Geleneksel Çin Tıbbı (TCM) hastalık isimleri. 555 uygun reçete ziyareti boyunca kaydedilen önde gelen normalize edilmiş TCM hastalık isimlerinin sayıları ve yüzdeleri. Yüzdelerde payda olarak uygun reçete ziyaretleri kullanılmıştır. Korunan kaynak etiketleri ve açıklayıcı gloslar, modern biyomedikal tanılarla eşdeğerlik anlamına gelmez.
| Sıra | Sendrom bileşeni | Reçete ziyaretleri | Uygun ziyaretler | Ziyaret yüzdesi |
| 1 | dalak | 362 | 555 | 65.23% |
| 2 | karaciğer | 304 | 555 | 54.77% |
| 3 | qi eksikliği | 295 | 555 | 53.15% |
| 4 | mide | 171 | 555 | 30.81% |
| 5 | nemlilik | 151 | 555 | 27.21% |
| 6 | qi durgunluğu | 109 | 555 | 19.64% |
| 7 | ısı | 97 | 555 | 17.48% |
| 8 | su tutulumu | 94 | 555 | 16.94% |
| 9 | Kan | 87 | 555 | 15.68% |
| 10 | kan stazı | 58 | 555 | 10.45% |
| 11 | kanallar | 57 | 555 | 10.27% |
| 12 | böbrek | 43 | 555 | 7.75% |
| 13 | kalp | 37 | 555 | 6.67% |
| 14 | yin eksikliği | 34 | 555 | 6.13% |
Tablo 4: Önde gelen normalize edilmiş sendrom elementleri. Sendrom elementleri, açık normalize edilmiş sendrom metinlerinden çıkarılmış ve her bir reçete ziyareti içerisinde tekilleştirilmiştir. Sayımlar, payda olarak 555 uygun reçete ziyaretini kullanmaktadır; tek bir ziyarette birden fazla sendrom elementi görülebileceği için yüzdeler dışlayıcı değildir.
| Birleştirilmiş bitki etiketi | Sayı | Ziyaret yüzdesi |
| Bai Shao | 531 | 95.7 |
| Fu Ling | 520 | 93.7 |
| Dang Gui | 510 | 91.9 |
| Chi Shao | 467 | 84.1 |
| Kavrulmuş Bai Zhu | 361 | 65 |
| Sirkeyle işlenmiş E Zhu | 307 | 55.3 |
| Tai Zi Shen | 284 | 51.2 |
| Dan Shen | 282 | 50.8 |
| Gan Cao | 278 | 50.1 |
| Huang Lian | 199 | 35.9 |
| Sheng Huang Qi | 176 | 31.7 |
| Mu Xiang | 176 | 31.7 |
| Chai Hu | 144 | 25.9 |
| Sirkeyle işlenmiş Ji Nei Jin | 142 | 25.6 |
| Mu Dan Pi | 137 | 24.7 |
| Sheng Di Huang | 131 | 23.6 |
| Ballı Gan Cao | 129 | 23.2 |
| Fa Ban Xia | 119 | 21.4 |
| Chuan Xiong | 113 | 20.4 |
| Zencefil ile işlenmiş Hou Po | 106 | 19.1 |
| Yin Chen | 104 | 18.7 |
| Sheng Bai Zhu | 97 | 17.5 |
| Dou Kou | 96 | 17.3 |
| Sheng Long Gu | 92 | 16.6 |
| Zhe Bei Mu | 90 | 16.2 |
| Huang Qin | 88 | 15.9 |
| Dang Shen | 85 | 15.3 |
| Sirkeyle işlenmiş Bie Jia | 83 | 15 |
| Gui Zhi | 83 | 15 |
| Sheng Mu Li | 81 | 14.6 |
| Jiao Zhi Zi | 74 | 13.3 |
| He Huan Hua | 69 | 12.4 |
| Şarapla işlenmiş Huang Jing | 66 | 11.9 |
| Chen Pi | 64 | 11.5 |
| Ze Xie | 63 | 11.4 |
| Jin Qian Cao | 61 | 11 |
Tablo 5: Reçete-ziyaret sıklığına göre önde gelen normalize edilmiş bitki etiketleri. Her normalize edilmiş bitki etiketi, reçete ziyareti başına en fazla bir kez sayılmıştır. Sayımlar ve yüzdeler payda olarak 555 uygun reçete ziyaretini kullanır ve klinik olarak anlamlı işlem formları ayrı etiketler olarak korunmuştur.
| Sıralama | Geçmişten türetilen anahtar kelime | Reçete ziyaretleri | Uygun ziyaretler | Ziyaret yüzdesi |
| 1 | Kuru boğaz | 178 | 555 | 32.07% |
| 2 | Yorgunluk | 151 | 555 | 27.21% |
| 3 | Kötü uyku | 139 | 555 | 25.05% |
| 4 | Abdominal distansiyon | 115 | 555 | 20.72% |
| 5 | Asit reflüsü | 100 | 555 | 18.02% |
| 6 | Acı tat | 99 | 555 | 17.84% |
| 7 | Mide yanması | 90 | 555 | 16.22% |
| 8 | Hıçkırık | 87 | 555 | 15.68% |
| 9 | Geğirme | 87 | 555 | 15.68% |
| 10 | Gevşek dışkı | 77 | 555 | 13.87% |
| 11 | İshal | 77 | 555 | 13.87% |
| 12 | Epigastrik distansiyon | 76 | 555 | 13.69% |
| 13 | Mide ağrısı | 73 | 555 | 13.15% |
| 14 | Kolay uyandırma | 59 | 555 | 10.63% |
| 15 | Baş dönmesi | 54 | 555 | 9.73% |
| 16 | Kusma | 52 | 555 | 9.37% |
| 17 | Bulantı | 52 | 555 | 9.37% |
| 18 | Küt ağrı | 51 | 555 | 9.19% |
| 19 | Gerilme ağrısı | 50 | 555 | 9.01% |
| 20 | İştahsızlık | 44 | 555 | 7.93% |
| 21 | Karın ağrısı | 43 | 555 | 7.75% |
| 22 | Göğüste sıkışma hissi | 27 | 555 | 4.86% |
| 23 | Uyarılabilirlik | 26 | 555 | 4.68% |
| 24 | Baş Ağrısı | 23 | 555 | 4.14% |
| 25 | Borborigmus | 23 | 555 | 4.14% |
| 26 | Epigastrik rahatsızlık | 21 | 555 | 3.78% |
| 27 | Çarpıntılar | 19 | 555 | 3.42% |
| 28 | Sarı idrar | 18 | 555 | 3.24% |
| 29 | Yabancı cisim hissi | 15 | 555 | 2.70% |
| 30 | Saplanma şeklinde ağrı | 14 | 555 | 2.52% |
| 31 | Kabızlık | 13 | 555 | 2.34% |
| 32 | Uykululuk | 12 | 555 | 2.16% |
| 33 | Farenksle ilişkili yabancı cisim hissi | 9 | 555 | 1.62% |
| 34 | Aşırı terleme | 8 | 555 | 1.44% |
| 35 | Hipokondriyak ağrı | 5 | 555 | 0.90% |
| 36 | Tenesmus | 5 | 555 | 0.90% |
| 37 | Kuru dışkı | 3 | 555 | 0.54% |
Tablo 6: Geçmişten türetilen önde gelen semptom anahtar kelimeleri. Kimliksizleştirilmiş geçmiş metinlerinde tespit edilen kesin semptom kavramları. Bir reçete ziyaretinde her kavram en fazla bir kez sayılmışken, aynı ziyaret içinde birden fazla kavram meydana gelmiş olabilir. Sayımlar ve yüzdeler için paydayı 555 uygun reçete ziyareti oluşturmaktadır.
| Öncül | Ardıl | Birlikte gerçekleşen ziyaretler | Destek | Güven | Kaldıraç |
| Chi Shao | Fu Ling | 438 | 0.7892 | 0.9379 | 1.0010 |
| Fu Ling | Chi Shao | 438 | 0.7892 | 0.8423 | 1.0010 |
| Sote edilmiş Bai Zhu | Fu Ling | 350 | 0.6306 | 0.9695 | 1.0348 |
| Sote edilmiş Bai Zhu | Bai Shao | 348 | 0.6270 | 0.9640 | 1.0076 |
| Sote edilmiş Bai Zhu | Chi Shao | 320 | 0.5766 | 0.8864 | 1.0535 |
| Tai Zi Shen | Fu Ling | 273 | 0.4919 | 0.9613 | 1.0260 |
| Tai Zi Shen | Bai Shao | 272 | 0.4901 | 0.9577 | 1.0010 |
| Gan Cao | Bai Shao | 271 | 0.4883 | 0.9748 | 1.0189 |
| Gan Cao | Chi Shao | 262 | 0.4721 | 0.9424 | 1.1200 |
| Tai Zi Shen | Chi Shao | 242 | 0.4360 | 0.8521 | 1.0127 |
| Gan Cao | Sote edilmiş Bai Zhu | 203 | 0.3658 | 0.7302 | 1.1226 |
| Huang Lian | Fu Ling | 187 | 0.3369 | 0.9397 | 1.0029 |
| Huang Lian | Chi Shao | 180 | 0.3243 | 0.9045 | 1.0750 |
| Sheng Huang Qi | Dang Gui | 168 | 0.3027 | 0.9545 | 1.0388 |
| Mu Xiang | Fu Ling | 167 | 0.3009 | 0.9489 | 1.0127 |
Tablo 7: Önceden belirlenmiş eşikleri karşılayan yönlendirilmiş bitki ilişkilendirme kuralları. Kurallar, destek ≥ 0,30, güven ≥ 0,70 ve lift > 1,0 değerleri kullanılarak 555 ikili reçete-ziyaret satırından oluşturulmuştur. Destek için payda olarak 555 reçete ziyareti kullanılmış olup, güven değerleri yönelimli olduğu için kural yönü korunmuştur.
| Bitki etiketi | Yağlı karaciğer (n) | Yağlı karaciğer (N) | Yağlı karaciğer (%) | Karaciğer sirozu (n) | Karaciğer sirozu (N) | Karaciğer sirozu (%) | Kronik gastrit (n) | Kronik gastrit (N) | Kronik gastrit (%) |
| Bai Shao | 71 | 77 | 92.21% | 44 | 46 | 95.65% | 130 | 133 | 97.74% |
| Dang Gui | 72 | 77 | 93.51% | 42 | 46 | 91.30% | 119 | 133 | 89.47% |
| Dan Shen | 45 | 77 | 58.44% | 44 | 46 | 95.65% | 43 | 133 | 32.33% |
| Fu Ling | 70 | 77 | 90.91% | 43 | 46 | 93.48% | 126 | 133 | 94.74% |
| Sirke ile işlenmiş E Zhu | 57 | 77 | 74.03% | 40 | 46 | 86.96% | 61 | 133 | 45.86% |
| Sirke ile işlenmiş Bie Jia | 6 | 77 | 7.79% | 39 | 46 | 84.78% | 4 | 133 | 3.01% |
| Sote edilmiş Bai Zhu | 57 | 77 | 74.03% | 33 | 46 | 71.74% | 76 | 133 | 57.14% |
| Chi Shao | 69 | 77 | 89.61% | 32 | 46 | 69.57% | 121 | 133 | 90.98% |
| Huang Lian | 23 | 77 | 29.87% | 7 | 46 | 15.22% | 59 | 133 | 44.36% |
| Mu Xiang | 20 | 77 | 25.97% | 13 | 46 | 28.26% | 46 | 133 | 34.59% |
| Yin Chen | 32 | 77 | 41.56% | 13 | 46 | 28.26% | 10 | 133 | 7.52% |
| Sheng Huang Qi | 23 | 77 | 29.87% | 28 | 46 | 60.87% | 21 | 133 | 15.79% |
| Gan Cao | 45 | 77 | 58.44% | 18 | 46 | 39.13% | 77 | 133 | 57.89% |
| Chai Hu | 12 | 77 | 15.58% | 3 | 46 | 6.52% | 48 | 133 | 36.09% |
| Huang Qin | 16 | 77 | 20.78% | 4 | 46 | 8.70% | 25 | 133 | 18.80% |
| Ze Xie | 24 | 77 | 31.17% | 9 | 46 | 19.57% | 7 | 133 | 5.26% |
Tablo 8: Tanıya göre sınıflandırılmış bitki kullanım yaygınlığı. Yağlı karaciğer (n = 77), karaciğer sirozu (n = 46) ve kronik gastrit (n = 133) vakalarında 16 normalize edilmiş bitki etiketinin payları, paydaları ve vizit düzeyindeki yaygınlığı. Her bir bitki etiketi, uygun reçete viziti başına en fazla bir kez sayılmıştır.
Ek Tablo 1: Yapay zeka destekli şeffaflık ve denetim kaydı. Orijinal analiz kaydını, 21 Ağustos 2026 tarihinde gerçekleştirilen revizyon aşaması tutarlılık incelemesinden ayıran dokümantasyon. Tablo; kullanılan araç/model/versiyon, girdi kapsamı, amaç, tespit edilen Dört-Qi kardinalite uyumsuzluğu, insan düzeltmesi, kullanım sınırlamaları, inceleyen kişi bilgileri, karar ve istem şablonunu kaydetmektedir. Yapay zeka sistemine ham hasta düzeyinde hiçbir satır sağlanmamıştır. Bu dosyayı indirmek için lütfen buraya tıklayın.
Ek Tablo 2: Kaynak-denetim veri kalitesi sonuçları. Kaynak klinik alanlar ve eski analitik yapılar için geri kazanılan alan tamamlığı, denetim bulguları, analitik işlemler ve yayınlanan durumlar rapor edilmiştir. Tablo; uzlaştırılmamış eski sendrom göstergelerinin hariç tutulmasını, önceki bitki toplamlarının düzeltilmesini, versiyonlar arası stabilite tahmini için temizleme öncesi yeniden oluşturulabilir dağılım vektörlerinin yokluğunu ve yeniden oluşturulamayan miktarları belgelemektedir. Bu dosyayı indirmek için lütfen buraya tıklayın.
Ek Tablo 3: Bitki isimlendirme eşlemesi. Kontrollü bitki görüntüleme etiketleri; işleme belirleyicileri, standart Çin tıbbi materyal (CMM) adları, kaynak terminolojisi, botanik, zoolojik veya mineral kaynaklar, referans versiyonları, kanıt konumlandırıcıları ve kanıt sınırları ile ilişkilendirilmiştir. Klinik olarak anlamlı olan yerlerde işlemeye özgü etiketler korunmuştur. Lütfen bu dosyayı indirmek için buraya tıklayın.
Ek Tablo 4: Eşik ve tekrarlı ziyaret duyarlılık analizleri. Birliktelik kuralı eşik sapmaları, hasta başına tek ziyaret kural kümesi karşılaştırmaları, Chi Shao > Fu Ling duyarlılık metrikleri ve 190 çiftlik kümeleme-girdi mesafe karşılaştırması rapor edilmiştir. Bu dosyayı indirmek için lütfen buraya tıklayın.
Ek Dosya 1: Deterministik eşik ve tekrarlanan ziyaret duyarlılık betiği. Versiyonu sabitlenmiş kaynak veri setinden toplam eşik ve tekrarlanan ziyaret duyarlılık metriklerini yeniden üretmek için kullanılan deterministik betik. Dosya, hasta düzeyinde veri içermemektedir. Bu dosyayı indirmek için lütfen buraya tıklayın.
Tartışma
Bu protokolün temel katkısı, kimliksizleştirilmiş Geleneksel Çin Tıbbı (TCM) vaka kayıtlarından toplu araştırma şekillerine kadar uzanan eksiksiz ve denetlenebilir bir yol sunmasıdır. En kritik adımlar; analiz sonuçlarını incelemeden önce kohort tanımlama kuralını sabitlemek, benzersiz hastaları reçete ziyaretlerinden ayırmak, orijinalden normalize edilmiş terime yapılan her eşlemeyi korumak ve görselleştirmeden önce her bir pay ve paydayı doğrulamaktır. Bu kontroller, veri temizleme işlemini görünmez bir ön hazırlık etkinliğinden, yöntemin belgelenmiş bir bileşenine dönüştürür. Ayrıca iş akışını RECORD, STROBE, FAIR ve yerleşik EHR veri kalitesi çerçeveleriyle 11,12,13,14,15 uyumlu hale getirir. Bir sonucun yayınlanmaya hazır sayılması için; kaynak alanının, analiz biriminin, sözlük versiyonunun, hesaplama kuralının, paydanın, tablonun, şeklin ve incelemeci kararının kanıt defterinde izlenebilmesi gerekir.
Yöntem; yönetişim, terminoloji mühendisliği, hesaplama, görselleştirme ve klinik incelemenin ayrı görevler olarak ele alınmak yerine entegre edilmesi nedeniyle yenilikçidir. Tek bir açık sendrom matrisi; frekans spektrumunu, birlikte görülme ağını ve ısı haritasını oluşturur. Tek bir reçete-ziyaret-bitki matrisi; frekans özetlerini, yönlendirilmiş birliktelik kurallarını ve hiyerarşik kümelemeyi destekler19,20,21. Tek bir tanıya göre tabakalandırılmış tablo, hem kesin yüzdeleri hem de nihai ısı haritasını destekler. Analitik iş akışı, betik tabanlı ve yeniden üretilebilir açık kaynaklı araçlar kullanır36,37,38,39,40; bu da üst düzey bir sözlükte veya kohort kararında yapılan bir düzeltmenin tüm bağımlı çıktılara yayılmasına olanak tanır. Daha önceki klinik veri ambarı çalışmaları da kaynağa bağlı ön işlemenin ve yapılandırılmış veri yeniden kullanımının önemini kanıtlamaktadır41,42. Bu mimari, manuel transkripsiyonu azaltır, grafiksel kodlamalar ile kaynak tablolar arasındaki uyumu korur; denetimi, eğitimi ve diğer araştırma ekiplerine aktarımı kolaylaştırır.
Üç güncel veri tabanı madenciliği çalışması, analiz birimleri klinik ziyaretler yerine yayınlar olsa da faydalı tasarım ilkeleri sunmaktadır. Romatoid artrit ve depresyon çalışması, önceden tanımlanmış bir arama stratejisini ülke, kurum, yazar, dergi, anahtar kelime ve zaman çizelgesi analizleri ile birleştirir26. Ülseratif kolit ve Janus kinaz inhibitörü çalışması, kalıcı temaları yeni ortaya çıkan araştırma cephelerinden ayırt etmek için koordineli iş birliği, ortak atıf, kümeleme ve ani artış (burst) analizlerini kullanır27. Romatoid artrit ve fibromiyalji çalışması, iki kanıt katmanı arasındaki ayrımı korurken bibliyometrik haritalamayı biyoinformatik ile genişletir28. Mevcut protokol, koordineli ancak birbirinin yerine geçemeyen analitik görünümlerin aynı ilkesini uygular. Jinekolojiye, solunum hastalıklarına, romatolojiye veya başka bir uzmanlık alanına geçiş; kural seti yeniden kullanılmadan önce uzmanlığa özgü alanların, terminoloji sözlüklerinin, dahil etme ve hariç tutma kurallarının, sonuçların ve klinik inceleme prosedürlerinin yeniden yapılandırılmasını gerektirir. Hastalık spektrumları, sendrom ağları, semptom anahtar kelimeleri, ilişkilendirme kuralları, kümeleme ve tanıya göre tabakalandırılmış paternlerin tamamı versiyon kilitli kaynaklardan gelir; ancak her biri farklı bir soruyu ele alır ve kendi paydasını ve yorum sınırını korur.
İnsan denetimindeki yapay zeka, onaylanmış kimliksizleştirilmiş alıntılar veya toplu materyallerle sınırlandırıldığında ek bir kalite kontrol katmanı sağlayabilir. Bu iş akışı dahilinde yapay zeka; dosyalar arasındaki terminolojiyi karşılaştırabilir, açıklamalar ve tablolar arasındaki tutarsızlıkları işaretleyebilir, şekil sınırlarının dışına taşan etiketleri belirleyebilir, görüntülenen her ağ düğümünün geçerli bir kenara sahip olduğunu doğrulayabilir ve daha net ifade önerilerinde bulunabilir. Yapay zeka; kohort uygunluğunu belirlemez, terminoloji eşlemeleri uydurmaz, tedavi etkilerini çıkarmaz veya kaynak veri incelemesinin yerini almaz. Sorumlulukların bu şekilde bölünmesi, tıbbi yapay zekanın hesap verebilirliği gölgelemekten ziyade insan muhakemesini desteklemesi gerektiğine dair daha geniş görüşle uyumludur33. Bu durum ayrıca DECIDE-AI'ın şeffaf insan faktörleri, hata yönetimi ve hesap verebilir değerlendirme üzerindeki vurgusunu da yansıtmaktadır34. Bu nedenle, yapay zeka desteği kullanıldığında; her bir istemin amacı, incelenen çıktı, kabul edilen düzeltme, incelemeyi yapan kişi ve tarih denetim günlüğünde saklanmalıdır.
Bir çıktı klinik olarak makul göründüğünde ancak kaynak mutabakatında başarısız olduğunda, sorun giderme işlemi özellikle önem kazanır. Bu gibi durumlarda, tutarsızlığın uygunluk belirleme, yinelenenlerin kaldırılması, terminoloji eşlemesi, alan seçimi, payda seçimi veya şekil oluşturma aşamalarından hangisinden kaynaklandığı tespit edilene kadar sonraki aşamadaki yorumlamalar askıya alınmalıdır. Düzeltme yapıldıktan sonra tüm bağımlı çıktılar yeniden oluşturulmalıdır. Çalışılan örnek, tekrarlanan ziyaretlerin birbirinden bağımsız olmadığı, tek merkezli, retrospektif, uzman dışı hasta veri setidir. Hasta başına tek ziyaret hassasiyet analizi, en önemli 20 bitkinin üyeliğini korurken, elde tutulan kural setini 15'ten 12'ye düşürmüştür. Bu 20 ortak değişken arasındaki tüm 190 sırasız çiftte, Pearson korelasyonu 0,9944, Spearman rho değeri 0,9836, Jaccard uzaklığındaki ortalama mutlak değişim 0,0146 ve maksimum değişim 0,0528 olmuştur (Ek Tablo 4). Buna bağlı olarak, yüksek ziyaret düzeyindeki destek, hasta düzeyinde doğrulama olarak yorumlanmamalıdır. Geçmiş anahtar kelime spektrumu, doğrulanmış bir semptom ölçeğinden ziyade gerçek kayıtları yansıtmaktadır. Materia-medica özetleri, doz ağırlıklı değil, görülme sıklığı ağırlıklıdır. İlişkilendirme kuralları nedensellikten ziyade birlikte kayıt edilmeyi tanımlamaktadır. Tanıye göre katmanlandırılmış ısı haritaları tanımlayıcıdır ve karşılaştırmalı etkililiği, hastalık spesifikliğini veya tedavi gerekliliğini kanıtlamaz.
Protokol; uzman klinik deneyimin kalıtımı, uzman ayaktan hasta kohortlarının tanımlanması, çok merkezli terminoloji uyumlaştırması, dokümantasyon kalitesi incelemesi, prospektif kayıtlar için değişken seçimi ve gizlilik hassasiyetli agregat iş birliği veri setlerinin hazırlanması üzerine yapılan araştırmalarda uygulanabilir. Gelecekteki çalışmalar; prospektif yapılandırılmış semptom toplamayı, hasta kümeli modelleri, açık doz değişkenlerini, önceden belirlenmiş karşılaştırmalı hipotezleri, dış doğrulamayı, versiyonlanmış terminoloji servislerini, gizliliği koruyan hesaplamaları ve etkileşimli kanıt defterlerini içerebilir. Versiyon kilitli kurallar ve insan doğrulaması ile yönetildiği takdirde, doğal dil işleme ve yapay zeka destekli inceleme, tekrarlayan kürasyonu daha da azaltabilir. Daha geniş anlamda bu protokol, dağınık haldeki klinik deneyimin; incelenebilen, yeniden üretilebilen, sorgulanabilen ve genişletilebilen şeffaf bir araştırma nesnesine dönüştürülmesini sağlar. Bu yöntem, frekansı etkinliğe dönüştürmez; aksine, belgelenmemiş analitik kararları görünür kanıtlara dönüştürerek, daha titiz klinik sorular ve daha kalıcı gerçek dünya TCM araştırmaları için bir temel oluşturur.
Açıklamalar
Yazarlar herhangi bir çıkar çatışması beyan etmemektedir.
Teşekkürler
Metin revizyonu sırasında, dosya genelinde tutarlılık kontrolleri ve ifade önerileri için yalnızca OpenAI Codex (gpt-5.6-luna ve gpt-5.6-sol) kullanılmıştır. Yapay zeka sistemine hasta düzeyinde herhangi bir kayıt sağlanmamıştır. Yapay zeka destekli tüm çıktılar, 21 Ağustos 2026 tarihinde Tian Xia tarafından kaynak materyallere göre bağımsız olarak doğrulanmıştır. Yazarlar, nihai içeriği gözden geçirip onaylamışlardır ve makalenin tüm sorumluluğunu üstlenmişlerdir. Bu proje; Çin Ulusal Temel Araştırma ve Geliştirme Programı, Geleneksel Çin Tıbbının Modernizasyonuna Yönelik Temel Özel Proje (No. 2025YFC3512800); Çin Ulusal Bilim ve Teknoloji Ana Projesi (Proje No. 2026ZD0554100; Alt Proje No. 2026ZD0554101); Merkezi Üst Düzey Geleneksel Çin Tıbbı Hastanesi Klinik Araştırma ve Başarı Çeviri Kapasite Geliştirme Projesi, Ünlü Kıdemli Geleneksel Çin Tıbbı Uzmanlarının Akademik Deneyimlerinin Aktarılmasına Yönelik Özel Proje (No. HLCMHPP2023016) ve Sincan Uygur Özerk Bölgesi Doğa Bilimleri Vakfı (No. 2025D01C213) tarafından desteklenmiştir.
Malzemeler
| Ad | Şirket | Katalog numarası | Yorumlar |
|---|---|---|---|
| Toplu yeniden analiz hesap çizelgeleri | Yazar tarafından oluşturulan yerel dosyalar | Uygulanamaz | Toplam sayımlar, tablolar ve şekil oluşturma işlemleri için kullanılır. |
| Kimliksizleştirilmiş ayaktan hasta vaka kayıt dışa aktarımı | Kurumsal elektronik sağlık kayıt sistemi | Uygulanamaz | Yalnızca kontrollü kurum ortamında kullanılır; hasta düzeyindeki kayıtlar gönderim materyali değildir. |
| lxml | lxml projesi | 6.1.1 | Revizyon aşamasındaki yeniden oluşturma sırasında ad alanı koruyan serileştirme için kullanılan yazılım versiyonu; tarihsel orijinal analiz versiyonu değildir. |
| Matplotlib | Matplotlib projesi (matplotlib.org) | 3.11.1 | Revizyon aşaması yeniden oluşturma ortamında ve Şekil 3 SVG meta verilerinde gözlemlenen versiyon; tarihsel bir orijinal analiz versiyonu değildir. |
| NetworkX | NetworkX projesi | PyPI paketi: networkx | Paket tanımlayıcısı kaydedildi; devralınan ortamda kesin revizyon aşaması sürümü doğrulanmadı. |
| NumPy | NumPy projesi | 2.3.5 | Revize edilmiş toplam çıktıları yeniden oluşturmak için kullanılan yazılım versiyonu; orijinal analizlerin yapıldığı tarihsel versiyon değildir. |
| openpyxl | openpyxl projesi | 3.1.5 | Revize edilmiş toplu XLSX çıktılarını yazmak için kullanılan yazılım versiyonu; orijinal analizlerin yapıldığı geçmiş versiyon değildir. |
| pandas | pandas projesi | 3.0.1 | Revize edilmiş toplu çıktıları yeniden oluşturmak için kullanılan yazılım versiyonu; orijinal analizlerin gerçekleştirildiği tarihsel versiyon değildir. |
| PyMuPDF | PyMuPDF projesi | 1.28.2 | Revize edilmiş şekil çıktılarının revizyon aşamasındaki yeniden üretimi için kullanılan yazılım versiyonu; orijinal analiz yapılan tarihsel versiyon değildir. |
| Python | Python Software Foundation | 3.13.15 | Revize edilmiş toplam çıktıları yeniden oluşturmak için kullanılan yazılım versiyonudur; orijinal analizlerin yapıldığı tarihsel versiyon değildir. |
| SciPy | SciPy projesi | PyPI paketi: scipy | Paket tanımlayıcısı kaydedildi; devralınan ortamda tam revizyon aşaması versiyonu doğrulanmadı. |
Kaynaklar
- Wang YH, et al. Study on knowledge discovery in traditional Chinese medical case records [in Chinese]. Zhong Xi Yi Jie He Xue Bao. 2007;5(4):368-372.
- Wang Y, et al. Automatic symptom name normalization in clinical records of traditional Chinese medicine. BMC Bioinformatics. 2010;11:40.
- Zhou L, et al. Natural language processing algorithms for normalizing expressions of synonymous symptoms in traditional Chinese medicine. Evid Based Complement Alternat Med. 2021;2021:6676607.
- Chu X, et al. Quantitative knowledge presentation models of traditional Chinese medicine (TCM): a review. Artif Intell Med. 2020;103:101810.
- Zhang T, et al. Constructing fine-grained entity recognition corpora based on clinical records of traditional Chinese medicine. BMC Med Inform Decis Mak. 2020;20:64.
- Wang Q, et al. A study of entity-linking methods for normalizing Chinese diagnosis and procedure terms to ICD codes. J Biomed Inform. 2020;105:103418.
- Zhang H, et al. Transformer- and generative adversarial network-based inpatient traditional Chinese medicine prescription recommendation: development study. JMIR Med Inform. 2022;10(5):e35239.
- Dan W, et al. SinoMedminer: an R package and Shiny application for mining and visualizing traditional Chinese medicine herbal formulas. Chin Med. 2025;20:80.
- Chinese Pharmacopoeia Commission. Pharmacopoeia of the People's Republic of China. 2025 ed. China Medical Science and Technology Press; Beijing; 2025.
- Editorial Committee of Zhonghua Bencao, State Administration of Traditional Chinese Medicine. Zhonghua Bencao. 10 vols. Shanghai Scientific and Technical Publishers; Shanghai; 1999. ISBN: 7532351068. Available from: National Diet Library record
- Benchimol EI, et al. The REporting of studies Conducted using Observational Routinely-collected health Data (RECORD) statement. PLoS Med. 2015;12(10):e1001885.
- von Elm E, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet. 2007;370(9596):1453-1457.
- Wilkinson MD, et al. The FAIR Guiding Principles for scientific data management and stewardship. Sci Data. 2016;3:160018.
- Weiskopf NG, Weng C. Methods and dimensions of electronic health record data quality assessment: enabling reuse for clinical research. J Am Med Inform Assoc. 2013;20(1):144-151.
- Kahn MG, et al. A harmonized data quality assessment terminology and framework for the secondary use of electronic health record data. EGEMS (Wash DC). 2016;4(1):18.
- Kovačević A, Bašaragin B, Milošević N, Nenadić G. De-identification of clinical free text using natural language processing: a systematic review of current approaches. Artif Intell Med. 2024;151:102845.
- Meystre SM, et al. Text de-identification for privacy protection: a study of its impact on clinical text information content. J Biomed Inform. 2014;50:142-150.
- Neamatullah I, et al. Automated de-identification of free-text medical records. BMC Med Inform Decis Mak. 2008;8:32.
- Agrawal R, Srikant R. Fast algorithms for mining association rules in large databases. Presented at: 20th International Conference on Very Large Data Bases; Santiago, Chile; 1994. p. 487-499.
- Hahsler M, Grün B, Hornik K. arules: a computational environment for mining association rules and frequent item sets. J Stat Softw. 2005;14(15):1-25.
- Murtagh F, Contreras P. Algorithms for hierarchical clustering: an overview. WIREs Data Min Knowl Discov. 2012;2(1):86-97.
- van Eck NJ, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics. 2010;84(2):523-538.
- Chen C. CiteSpace II: detecting and visualizing emerging trends and transient patterns in scientific literature. J Am Soc Inf Sci Technol. 2006;57(3):359-377.
- Aria M, Cuccurullo C. bibliometrix: an R-tool for comprehensive science mapping analysis. J Informetr. 2017;11(4):959-975.
- Donthu N, et al. How to conduct a bibliometric analysis: an overview and guidelines. J Bus Res. 2021;133:285-296.
- Zhao Y, Chen GY, Fang M. Research trends of rheumatoid arthritis and depression from 2019 to 2023: a bibliometric analysis. J Multidiscip Healthc. 2024;17:4465-4474.
- Wang Y, et al. Research trends and hotspots in JAK inhibitors for ulcerative colitis: a bibliometric analysis from 2015 to 2024. J Multidiscip Healthc. 2025;18:6755-6771.
- Chen G, Yan Z, Wang Y, Tao Q. Rheumatoid arthritis and fibromyalgia syndrome: a bibliometric and bioinformatics perspective on comorbidity research. J Multidiscip Healthc. 2025;18:6811-6827.
- Wang SL, et al. Yao Naili's experience in applying the harmonizing liver and spleen method. Journal of Traditional Chinese Medicine. 2008;49(7):596-597.
- Wang L, et al. Analysis of Professor Naili Yao's experience in treating spleen-stomach diseases [in Chinese]. Lishizhen Med Mater Med Res. 2022;33(6):1436-1438.
- Sandve GK, Nekrutenko A, Taylor J, Hovig E. Ten simple rules for reproducible computational research. PLoS Comput Biol. 2013;9(10):e1003285.
- Munafò MR, et al. A manifesto for reproducible science. Nat Hum Behav. 2017;1:0021.
- Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. 2019;25(1):44-56.
- Vasey B, et al. Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI. Nat Med. 2022;28(5):924-933.
- Branch of Gastrointestinal Diseases, China Association of Chinese Medicine. Expert consensus on traditional Chinese medicine diagnosis and treatment of Gan pi (2023). Chinese Journal of Integrative Digestive Diseases. 2024;32(9):741-747.
- McKinney W. Data structures for statistical computing in Python [conference paper]. Presented at: 9th Python in Science Conference; Austin, TX; 2010. p. 56-61. doi:10.25080/Majora-92bf1922-00a.
- Harris CR, et al. Array programming with NumPy. Nature. 2020;585(7825):357-362.
- Virtanen P, et al. SciPy 1.0: fundamental algorithms for scientific computing in Python. Nat Methods. 2020;17(3):261-272.
- Hunter JD. Matplotlib: a 2D graphics environment. Comput Sci Eng. 2007;9(3):90-95.
- Hagberg AA, Schult DA, Swart PJ. Exploring network structure, dynamics, and function using NetworkX. Presented at: 7th Python in Science Conference; Pasadena, CA; 2008. p. 11-15. doi:10.25080/TCWV9851.
- Zhou X, et al. Development of traditional Chinese medicine clinical data warehouse for medical knowledge discovery and decision support. Artif Intell Med. 2010;48(2-3):139-152.
- Liu B, et al. Data processing and analysis in real-world traditional Chinese medicine clinical data: challenges and approaches. Stat Med. 2012;31(7):653-660.