**Shrikant Wagh | Vinayak Joshi | Ashwinikumar A. Raut | Sanjeev Rastogi | Digambar Deepankar | Srikanth Babu Perugu | Madhavi Mahajan**
**印度浦那Dr D Y Patil阿育吠陀学院与研究中心，Rognidan与Vikruti-vigyan系**
**摘要**
舌部检查在阿育吠陀及其他医学体系中已有记载。舌苔的严重程度（TC）是阿育吠陀中“阿玛”（Ama）的指标，可通过智能手机图像分析使用Winkel舌苔指数（WTCI）进行临床评估。本初步研究探讨了舌苔严重程度与类风湿性关节炎（RA）患者疾病严重程度以及舌苔严重程度与“阿玛”严重程度之间的关系。
**材料与方法**
根据2010年ACR/EULAR标准诊断为RA的连续门诊患者被分为两组：
- **组A**：未接受治疗的活跃期患者；
- **组B**：通过临床疾病活动指数（CDAI）判断为处于缓解期的患者。
使用经过验证的“阿玛”评估工具对这些患者的“阿玛”严重程度进行测量。选择通过智能手机拍摄的舌部照片，经过编辑后划分为六个区域以进行WTCI评估。这些照片随机分配给五位专家临床医生进行分析，每组有11张照片可供所有评估者分析。患者的临床记录用于统计分析（使用GraphPad InStat 3.6软件）。
**结果**
共研究了22例患者，其中11例为未治疗的活跃期RA患者（组A），11例处于缓解期（组B）。所有患者均为女性，仅1例为男性。组A的患者年龄较大、受教育程度较低，BMI也低于组B。评估者间的一致性为中等（组A为0.76，组B为0.73）。CDAI与WTCI之间无显著相关性（Spearman r = −0.08356，P = 0.7116，95% CI = −0.4981 – 0.3621）；“阿玛”评分与WTCI之间也无显著相关性（Spearman r = −0.1608，P = 0.4748，95% CI = −0.5548 – 0.2921）。然而，Bonferroni校正显示WTCI与“阿玛”评分之间存在统计学上的显著关联。此外，Friedman检验显示舌苔最严重区域位于舌后中部（B区，Fr = 57.728；P = < 0.0001，95% CI 1.645 – 1.937）。同时，B区舌苔评分与“阿玛”评分之间存在中等程度的正相关性（Spearman r = 0.4790，P = 0.0241，95% CI = 0.05858–0.7551），B区舌苔评分与CDAI之间也存在正相关性（r = 0.4393，P = 0.0408，95% CI = 0.008332 – 0.7327）。
**结论**
本初步研究表明，在RA患者中WTCI与“阿玛”评分之间存在正相关。舌后中部舌苔严重程度与“阿玛”严重程度之间的中等程度正相关性提示应仔细检查这些患者的舌后部。根据本研究结果，建议进行更大样本量的研究。
**1. 引言**
舌部检查是现代或传统医疗体系中患者评估的重要组成部分。舌苔（TC）是舌部检查的重要方面。视觉检查中对舌苔的量化通常采用等级划分（无舌苔至重度舌苔）、受影响区域、舌苔颜色或舌苔湿重等方法[1]。Winkel舌苔指数（WTCI）将舌部分为六个区域（六个象限），三个在后部，三个在前部。每个区域的评分标准分别为无舌苔（0级）、轻度舌苔（1级，舌苔下可见粉红色）、重度舌苔（2级，舌苔下未见粉红色）[2]。WTCI的最大值为12分。Shimizu等人将舌苔分为0级（无舌苔）、1级（舌苔下可见细小乳头）和2级（舌苔下未见乳头）[3]。尽管这两种指数对舌部的划分方式不同，但评估方法似乎可以互补。经过培训的经验丰富的人员也可以通过图像进行舌部评估。如果遵循标准拍照程序（如相机设置、光源和显示设置），则可以使用智能手机拍摄的图像进行舌苔评估[4]。
在阿育吠陀中，舌部检查是八项临床检查的一部分[5]。阿育吠陀临床医生认为舌苔是“阿玛”（消化不良的食物、积累的废物或有毒物质）的重要指标。类风湿性关节炎（RA）的病情可通过经过验证的“阿玛”评估工具（AAI）进行评估，该工具采用0–10的视觉模拟量表进行评分[6]。
类风湿性关节炎（RA）是最常见的炎症性关节炎类型，属于“阿玛”的一种。其分类依据2010年ACR/EULAR标准[7]，其活动度可通过临床疾病活动指数（CDAI）等推荐工具进行测量[8]。目前尚无研究建立舌苔程度（“阿玛”的指标）与RA病情活动度之间的相关性。因此，鉴于其对RA诊断、评估和管理的重要性，有必要进行此类研究。
本初步研究的主要目的是通过分析智能手机拍摄的图像评估WTCI与CDAI之间的相关性；次要目的是评估AAI与舌苔严重程度之间的相关性，并确定这些患者中评估者间的一致性。
**2. 材料与方法**
这项横断面初步研究于2024年9月至12月在浦那的Lupus诊所（一家专门治疗风湿病的门诊诊所）进行。研究获得了Dr. D. Y. Patil阿育吠陀学院与研究中心机构伦理委员会的伦理批准（批准函编号DYPCARC/IEC/662 B/2023，日期2023年9月20日）。
**纳入标准：**
- 年龄超过18岁且愿意签署同意书的RA患者。
- 分为两组进行舌苔评估：
- **组A**：根据2010年ACR/EULAR标准诊断为RA且未接受治疗的患者；
- **组B**：根据2010年ACR/EULAR标准诊断为RA，经治疗后处于缓解期（CDAI < 2.2）的患者。
**排除标准：**
- 孕妇和哺乳期女性；
- 受伤后出现关节疼痛和肿胀的患者；
- 体温超过99°F（约37.1°C）的患者；
- 限制活动的神经系统疾病患者（如偏瘫、截瘫、帕金森病、腰椎管狭窄等）；
- 未控制的内分泌疾病患者（如糖尿病、甲状腺功能减退症）；
- 有慢性胃肠道疾病史的患者（如胃食管反流病、炎症性肠病）。
**所有患者均进行了以下检查：**
- 一般和系统检查；
- 关节计数；
- 使用AAI评估“阿玛”评分。
**舌部照片的获取方法：**
- 每位患者需在拍照前用清水漱口5分钟，然后发出“aah”声并自然伸出舌头。
- 由一名调查者使用三星Galaxy 50s智能手机（4800万像素）在日光条件下从20至25厘米的距离拍摄两张舌部照片。
- 从两张照片中选择一张。选择标准为：1）口腔充分张开；2）舌部细节清晰；3）能完整显示舌部。
- 这张照片被裁剪成六个区域并标记（A-F区），由专业摄影师处理（图1）。每组随机选取12张照片（共24张）提交给五位评估者（DD、MM、SP、SR和AR）进行评估。
- 评估者需对每个区域的舌苔评分（0–2分）。他们可以使用Winkel（舌苔下可见粉红色）或Shimizu（舌苔下可见乳头）方法进行评分（图2，表1）。
- 有一位评估者无法评估某组中的一张照片的部分区域，这些照片未被纳入研究。因此，每组中11张照片及其对应患者的评分被纳入研究（图3）。所有评估者的评分及患者的“阿玛”评分和CDAI数据（图4）在中央计算机上进行处理并用于统计分析（使用GraphPad InStat 3.6软件）。P值< 0.05视为显著。变量间的相关性采用Spearman等级相关系数分析（非正态分布），组间比较采用Mann-Whitney U检验（非正态分布）。
**下载：**
- 高分辨率图像（838KB）
- 全尺寸图像
**图1. 从原始照片A和B中提取的舌部图像**
- 图2. Winkel舌苔指数
- 表1. Winkel舌苔指数使用的参数
**3. 结果**
共研究了22例患者，其中11例为未治疗的活跃期RA患者，11例处于缓解期。组A中仅有一名男性患者，其余均为女性。组A的患者年龄较大、受教育程度较低，BMI低于组B（表2）。
- 组A患者的平均年龄为52.72岁（标准差13.02岁），组B为47.36岁（标准差10.02岁）。
- 组A和组B的评估者间一致性分别为0.76（中等）和0.73（中等）。
- 组A和组B的“阿玛”评分中位数分别为35（范围12–76.5）和04（范围0–22）。组间比较显示两组“阿玛”评分存在显著差异（p < 0.001）。
- 组A和组B的CDAI评分中位数分别为29（范围24–39.5）和00（范围0–02）。组间比较显示CDAI评分存在显著差异（p < 0.001）。
- 组A和组B的WTCI评分中位数分别为08（范围4.6–9.6）和6.4（范围2.6–10.6）。组间比较显示CDAI评分无显著差异（p = 0.5543）。
**表3. 组间比较**
| 组别 | “阿玛”评分 | CDAI | WTCI |
|------|---------|------|------|------|------|------|------|------|------|------|
| 组A | 35（范围12–76.5） | 04（范围0–22） | 08（4.6–9.6） | 5.000 | 0.000 | 0.000 | 1.000 | 0.000 | 0.000 | 0.000 | 0.000 |
| 组B | 04（范围0–22） | 29（范围24–39.5） | 00（范围0–02） | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
**表4. Ama评分、CDAI和WTCI之间的相关性**
- Spearman等级相关系数用于评估WTCI（舌苔严重程度）与“阿玛”评分（AAI评估）之间的关系，结果显示负相关（r = −0.1608，校正后P = 0.4748，95% CI = −0.5548–0.2921）。
- 同样，WTCI与CDAI之间的相关性也显示负相关（r = −0.08356，校正后P = 0.7116，95% CI = −0.4981–0.3621）。
**结论：**
本初步研究表明，在RA患者中WTCI与“阿玛”评分之间存在正相关。舌后中部舌苔严重程度与“阿玛”严重程度之间的中等程度正相关性提示应重点检查这些患者的舌后部。本研究中的评估者间可靠性为中等。基于这些观察结果，建议进行更大样本量的研究。根据Bonferroni校正后的p值，只有WTCI与Ama-score之间的比较在统计学上显著（P = 0.0111，95% CI -27.72至-3.141），这表明Ama-score与TC之间存在稳健的关联。其余的比较均未显示出显著关联。为了了解涂层的分布模式，对每个象限的TC进行了评估。Friedman检验显示涂层区域存在显著差异。中位数显示，B区（后中部）的TC程度最高（中位数=2.00），其次是A区（后部右侧）、C区（后部左侧）和E区（前中部），Fr = 57.728（已校正重复值），P = < 0.0001（95% CI 1.645至1.937）。该P值具有统计学意义（表5）。
表5. WTCI的区域评估。
| 区域 | 样本量（n） | 平均值 ± 标准差 | 中位数（范围） |
|------|---------|-----------|-----------|
| A区 | 22 | 1.21 ± 0.36 | 1.2 (0.4–2.0) |
| B区 | 22 | 1.79 ± 0.33 | 2.0 (1.0–2.0) |
| C区 | 22 | 1.32 ± 0.45 | 1.2 (0.3–2.0) |
| D区 | 22 | 0.9 ± 0.47 | 1.0 (0.0–1.8) |
| E区 | 22 | 0.60 ± 1.20 | 1.0 (0.0–1.6) |
| F区 | 22 | 0.93 ± 0.45 | 1.0 (0.0–1.6) |
| 总分 | 122 | 82.50 | 47.00 |
| Friedman统计量 | Fr = 57.728 | （已校正重复值） | P < 0.0001 |
为了评估WTCI（Winkel's Tongue Coating Index）所测量的B区（后中部）的TC严重程度与AAI（Ama Assessment Index）所评估的Ama严重程度之间的关系，计算了Spearman等级相关性。结果显示B区的TC评分与Ama评分之间存在中等程度的正相关，r = 0.4790（已校正重复值），P = 0.0241（95% CI = 0.05858至0.7551）。该P值具有统计学意义（表6，图6）。
表6. Ama评分、CDAI和WTCI-B区（后中部）之间的相关性。
为了评估WTCI所测量的B区（后中部）的TC严重程度与RA（类风湿性关节炎）的疾病活动程度之间的关系，也计算了Spearman等级相关性。结果显示B区的TC评分与CDAI之间存在中等程度的正相关，r = 0.4393（已校正重复值），P = 0.0408（95% CI = 0.008332至0.7327）。该P值具有统计学意义（表6，图6）。
4. 讨论
这是首次客观检查与阿育吠陀疾病Amavata（类风湿性关节炎）相关的舌部涂层的研究。这项初步研究的结果表明，智能手机拍摄的TC图像与AAI评估的Ama评分之间存在良好的相关性。在这些患者中，舌部后中部区域的TC程度最高。然而，WTCI与CDAI之间没有相关性。评估者间的变异性（5名评估者）在中等程度（A组为76%，B组为73%）。
在阿育吠陀的三部经典文献中，没有提到TC，除了作为Prameha的先兆特征外。[9] 然而，阿育吠陀医生通常会检查舌部作为Ama主导的指标。由于舌部是Kapha的所在部位，因此在Amavata患者中进行舌部检查是合理的。
CDAI是一种常用的、经过验证的复合指数，用于评估RA的疾病活动程度。它评估28个关节（手、手腕、肘部和膝盖）的肿胀和压痛情况。还包括患者自我评估的整体疾病活动程度（“考虑到关节炎对您的影响，您的状况如何？”）和评估者的评估（VAS 0–10）。CDAI是肿胀关节数量、压痛关节数量以及患者和医生共同评估的整体疾病活动的简单总和[10]。尽管涂层程度与CDAI无关，但值得注意的是，在应用Bonferroni校正后，TC与Ama评分之间存在稳健的相关性。此外，舌部后中部区域的TC严重程度与Amavata（RA）的Ama严重程度以及该区域的TC严重程度与RA的疾病活动程度之间存在中等程度的正相关。Ama是由肠道中未充分消化的食物和/或积累的废物形成的。值得注意的是，在中医中，舌部后部代表肠道。在Amavata（RA）中，过多的Ama可能会向前扩散，从而导致后中部区域出现涂层。在中医舌诊中，从舌根向前的扩展和从中线向两侧的扩展被认为是更严重的情况[11]。
有多种方法可以评估TC[12]。选择Winkel指数是因为其广泛使用和易于应用。智能手机拍摄的舌部图像是可接受的，这一点从为大众健康自我监测开发的移动应用程序中可以看出。WTCI本身就是用于分析舌部图像的。传统的舌部检查依赖于检查者的知识和经验。在我们的研究中，所有评估者都是来自全国各地的资深且受尊敬的阿育吠陀临床医生。他们接受了关于评分系统的适当培训。图像的拍摄方法也是标准化的。使用单一智能手机摄像头、由单一摄影师拍摄、在日光下以及固定距离拍摄都是预先定义并严格遵循的。计算机辅助图像增强[13]、舌诊系统以及基于人工智能的图像和模式识别[14]仍处于初步阶段，可能在常规临床实践中并不实用。
Ama起源于肠道。口腔和肠道的微生物群有大约45%的相似性。舌部和肠道的微生物群可能具有相似的代谢调节机制。当免疫受体被激活时，肠道和舌部的微生物群都会发生变化。动物模型中的关节炎研究表明，肠道和口腔微生物群与关节炎症之间存在关联。RA患者体内存在较多的促炎微生物，如Prevotella和Lactobacilli。这些微生物组的变化与对自身抗原的耐受性丧失和关节炎等炎症事件有关[12]。与健康个体相比，RA活跃期和静止期的TC-微生物群有显著差异[13]。因此，TC-微生物群是一个理想的研究领域，因为它们易于收集且更新速度适中。因此，评估TC对于与Ama相关的疾病来说是一个重要的初步临床检查。
这项研究存在一些局限性。这是一项针对少数患者的初步研究，我们标准化了拍照程序，并制定了评估Amavata（RA）中TC的操作定义和客观方法。这些措施可能会提高这项小型研究的可靠性。在本研究中，TC的评估者间一致性分别为76%（A组）和73%（B组）。据报道，包括舌诊在内的阿育吠陀诊断的可靠性较差。舌诊由15名具有3-15年经验的注册阿育吠陀医生在20名健康受试者中独立进行。所有数据集的加权kappa统计量仅为轻微到中等[15]。本研究中的评估者都非常资深，并且是在患病受试者中进行的舌诊。这可能是本研究评估者间一致性较高的原因。可以使用带有计算机辅助分析的数字舌成像系统进行进一步研究。
这项初步研究的受试者数量较少，可能显得不足。然而，大多数相关研究分析了多达30张图像，因为过多的图像会导致评估者疲劳和评估不准确。所有评估者都认为图像质量良好且足够，除了有两张图像无法被五名评估者中的任何一人评估。一名评估者对区分苍白舌和涂层舌表示担忧，尽管这些患者都没有严重的贫血。另一名评估者认为评估裂隙舌的涂层有些挑战性。建议区分生理性角化和细菌生物膜是评估者间变异性的主要原因。细菌荧光可以可视化TC微生物群并量化生物膜的特征[16]。然而，这种方法可能不适用于常规临床实践。
不适当的饮食（Viruddha饮食）是形成Ama的重要原因[17]。这项初步研究没有调查饮食和其他因素。慢性胃炎、胰腺炎、代谢综合征、慢性肾病和乳腺癌等疾病与TC增加有关[18]。RA患者的口腔微生物群显著高于RA不活跃的患者[19]。RA患者的肠道通透性发生改变，血清标志物可以证明这一点[20]。Ama可能是肠道微生物群的代表。因此，适当检查舌部后部对于临床实践中评估Ama非常有用。
5. 结论
这是首次尝试将TC程度与Amavata的Ama严重程度和RA的疾病活动程度相关联的初步研究。Ama评分与TC之间存在稳健的关联。舌部后中部区域的TC严重程度与Ama的严重程度以及RA的疾病活动程度之间存在中等程度的正相关。这项研究表明，通过检查舌部后部可以在一定程度上评估Amavata（RA）的Ama状态。考虑到这项工作的初步性质，需要更大样本量的研究。在当前的远程医疗时代，舌诊可以提供极大的帮助。因此，需要对其他与Ama相关的疾病（如Grahani（慢性结肠炎）、Ama-atisar（腹泻初期）、Visuchika（类似霍乱的水样腹泻）和Ama-jwara（发热初期）进行类似的研究。需要更大样本量的研究来进一步验证这些观察结果。
数据声明
研究数据可以在合理的学术请求下从相应作者处获得。
作者声明
SW：概念化、方法论、调查、资源管理、数据整理、初稿撰写。
VJ：指导、监督。
AR：图像评估、写作审查。
SR：图像评估、写作审查。
DD：图像评估。
SP：图像评估。
MM：图像评估。
科学写作中未使用生成式AI。
资金来源：无。
