基于关联规则的抑郁症中医用药配伍规律分析*

周志焕，沈　莉，张建勋

基于关联规则的抑郁症中医用药配伍规律分析*

周志焕1，沈莉2，张建勋1

（1.天津中医药大学，天津 300193；2.天津中医药大学第一附属医院，天津300193）

［目的］分析期刊文献中治疗抑郁症的处方用药及配伍规律，为临床治疗抑郁症提供参考。［方法］筛选期刊文献中治疗抑郁症的方剂，进行信息标准化处理，应用关联规则数据挖掘技术中的项集、频繁项集以及关联规则对筛选的方剂进行分析。［结果］共筛选了90个处方，方中以行气药出现频数最高，其次是补气药、安神药、清热药、补血药和活血药，方中出现频率最高的药对为白术-柴胡，频数43次；出现频率最高的10味中药为柴胡、甘草、茯苓、白芍、郁金、当归、酸枣仁、白术、香附、半夏；药对关联分析显示桃仁-红花为置信度和重要性最高的药对。［结论］期刊文献中治疗抑郁症的方剂用药精当，针对抑郁症的基本病机，能为中医药临床治疗抑郁症提供一定的借鉴与参考。

抑郁症；方剂；配伍规律；数据挖掘

抑郁症是一种常见的情感性精神障碍，以显著而持久的心境低落为主，并且伴有相应的思维和行为改变［1］。现代社会由于生活节奏加快，工作压力增大，导致抑郁症的发病率大幅度上升，中国抑郁症的发病率为3%～5%，目前已经超过2 600万人，给家庭和社会生活造成了巨大危害［2-3］。近年来研究证实，中药复方对抑郁症具有较好疗效，发表文献较多。本研究利用微软SQL SERVER 2005平台的关联规则数据挖掘技术对中国知网发表的文献中治疗抑郁症方剂进行分析和数据挖掘，探索中医治疗抑郁症的用药配伍规律，以期为中医临床治疗抑郁症提供参考。

1　方法

1.1资料来源及标准化处理本研究以中国知网作为抑郁症治疗方剂信息来源，建立主题词“抑郁症”+“中医”或“中药”，剔除综述类文章，通过检索共检出230篇文献，然后筛选单纯中医药物治疗的文献，剔除西医合并用药的文献，并且治疗方剂包含中药信息较完整的文献。符合此要求的文献共有90篇。建立抑郁症中医治疗数据库，录入信息包括篇名、出版杂志、出版年份、病例数、疗程、对照药、评价指标、药物不良反应、证型、方名、药物组成。中药药名进行标准化处理［4］，所有中药名以《中华本草》［5］以及《中国药典》［6］记载的正名为准。

1.2数据挖掘方法以微软SQLSERVER 2005为数据挖掘平台，建立中医治疗抑郁症的处方事实表和用药维度表，利用平台自带的关联规则数据挖掘结构对处方中用药信息进行数据挖掘。本研究首先通过频数分析挖掘治疗抑郁症常用中药的构成情况，然后通过频繁项集，找出抑郁症中医治疗中常用的药对，最后，对挖掘出的关联规则通过寻找同一事件不同项之间的相关性，揭示隐藏在数据之间的相互关系［7-9］。

2　结果

2．1一般资料分析1）发表年份分析：2000年以前文献5篇，2001-2005年文献6篇，2006-2010年文献40篇，2011-2014年文献38篇，大部分文献集中在2006-2014年。涉及病例共4 360例。2）疗程分析：最少疗程为15 d，最大疗程为3个月，大部分疗程集中在6～8周，所占比例为68%。

2.2药物频数分析本课题所收集90篇文献中共涉及药物153味，药物出现总频数为1379次，其中出现频次前30药物从大到小的排序见表1。经过统计分析，行气药使用频次最多，为219次，其次是补气药193次，安神药180次，清热药133次，补血药128次，活血药112次。

2.3药对配伍分析研究中收集90首治疗抑郁症的方剂，通过频繁集分析两味药配伍出现频次位于前20的药对见表2，3味药配伍出现频次位于前20的药对见表3。通过关联规则挖掘分析（参数设置：最小置信度为0.4，最低重要性为0.31，置信度是对关联规则准确度的度量，表示关联规则的强度，最低重要性是设定的衡量支持度的阈值［10］），挖掘结果的前20个关联规则如表4所示，规则的重要性依次递减。假设规则以A=＞B形式表示，表4中，所有规则的置信度均为1（100%），表明在处方集合中，包含药物（药对）A的处方比例与同时包含药物（药对）A和B的处方比例相同，即Sup port（A=＞B）/ suppor t（A）=100%。表4中的重要性指标也称为规则的兴趣度或者信息增益，规则的重要性指标越高表明规则左侧A事件发生时规则右侧B事件发生的概率越高。关联规则挖掘结果中排列在前几位的桃仁-红花、木香-党参-龙眼肉、木香-黄芪-龙眼肉等都是临床常用的配伍。

表1　治疗抑郁症方剂中出现频次前30的中药Tab.1　The top 30 of Chineseherbsin prescriptionsof treating depression

表2　高频两味药物药对配伍Tab.2　High frequent compatibility of two Chineseherbs

表3　高频3味药物药对配伍Tab.3　High frequent compatibility of three Chineseherbs

表4　抑郁症方剂常用药对关联分析Tab.4　Cor relation analysisof comm on com patibility in p rescriptions for depression

2.4药物依赖关系网络分析通过频繁项集以及关联规则分析后，关联规则算法提供的药物之间的关系依赖网络如图1所示，通过依赖关系网络可以直观的查看各个药对之间的关联关系，图1中西洋参、黄芪与党参、龙眼肉药对之间具有很强的关联性，通过分析发现这些药物都是补气养血药，关系网络可以对药物规律进行聚类分析。

3　讨论

中医药复方治疗抑郁症具有一定的优势，取得了很好的临床疗效，近年来发表了较多的临床研究文献［11-12］。由于对本病的病因病机认识存在差异，治疗思路也有所不同。本研究通过对中国知网发表的中医药治疗抑郁症的文献分析，探讨中医药治疗抑郁症的用药组方配伍规律。通过用药频次分析，单味药物以柴胡使用频次最高63次，使用频率为70%，其他使用频率在40%以上的药物依次为甘草、茯苓、白芍、郁金、当归、酸枣仁、白术。本课题所收集90篇文献中共涉及153味中药中，行气药使用频数最高共219次，其次是补气、安神、清热、补血药等。此外，笔者在国家自然科学基金课题《基于cAMP和cGMP信号转导通路探讨交泰丸抗抑郁的作用机制》的研究中发现，以黄连和肉桂组成的交泰丸具有抗抑郁作用［13-14］，而通过本研究统计分析显示，黄连、肉桂的使用频次分别为13与9，提示黄连、肉桂为治疗抑郁症的常用药物。

图1　药物依赖关系网络Fig.1 Chineseherbsdependence relation network

抑郁症的病因主要为情志不遂，肝气郁结，气机郁滞，木郁克土，脾失健运，气血生化无源，导致心失所养，神失所藏，因此疏肝健脾、补气养血为临床上抑郁症治疗的常用治法［15-17］。通过挖掘分析，使用频率在40%以上的药物除郁金、酸枣仁外，其余都为逍遥散的药物组成，逍遥散为疏肝解郁养血健脾的效方。气为血之帅，气行则血行，气滞则血瘀，肝气郁结导致血瘀，瘀血内停又加重气机郁滞，因此治疗时多配伍活血化瘀药，气血并治。气有余便是火，肝气郁滞，容易化火，所以还常配伍清热药［18］。统计分析显示行气药、补气药、安神药、清热药、补血药、活血药为治疗抑郁症方剂中常用药物，这与抑郁症的病机是一致的。

通过频繁项集分析显示，两味药物药对配伍出现频数最高的是白芍-柴胡，柴胡疏肝解郁，白芍养血柔肝，两药相配是临床上柔肝疏肝的基本配伍，符合肝脏体阴而用阳的生理特点。研究显示气机紊乱是抑郁症的基本病机，数据挖掘显示使用频次最高的3味药物药对是白芍-甘草-柴胡，这3味药物是四逆散的主要组成药物，而四逆散是临床上疏肝理脾调理气机的基础方。

通过数据挖掘分析，还可发现抑郁症证治的一般用药规律，如肝气郁滞可配伍柴胡、郁金、香附等理气药，脾气虚弱可配伍白术、党参、黄芪等健脾益气之品，肝郁化火可配伍栀子、黄芩、黄连等药以清热泻火，营血亏虚可配伍白芍、当归等补益营血药，失眠可配伍酸枣仁、合欢皮、远志等安神药，本研究将为临床治疗抑郁症处方用药提供一定的借鉴与参考。

［1］和昱辰.抑郁症临床研究进展［J］.国际检验医学杂志，2013，34（7）: 832-834.

［2］杨钦炎，周敏，罗春琼，等.抑郁症的诊断研究进展［J］.国际精神病学杂志，2014，41（2）:100-102.

［3］和昱辰，张波.抑郁症临床研究进展［J］.国际检验医学杂志，2013，34（7）:832-834.

［4］张博，张伟超.中药方剂数据挖掘中的数据预处理研究［J］.电脑知识与技术，2011，7（17）:4016-4017.

［5］国家中医药管理局《中华本草》编委会.中华本草［M］.上海:上海科学技术出版社，1999.

［6］国家药典委员会.中国药典［S］.北京:化学工业出版社，2005.

［7］陈伟.使用垂直数据格式挖掘频繁项集［J］.软件天地，2011，30（18）:6-13.

［8］胡金亮，李建生，李素云.数据挖掘技术在中医证候研究的应用进展［J］.辽宁中医杂志，2009，36（1）:148-150.

［9］李志更，王天芳，任婕，等.中医科研中几种常用数据挖掘方法浅析［J］.中医药学报，2008，36（2）:29.

［10］王波，张斌，魏伟杰，等.面向中医规范的交互式数据挖掘框架［J］.世界科学技术—中医药现代化，2006，8（1）:24-30.

［11］秦献魁，李萍，韩梅，等.逍遥散治疗抑郁症随机对照试验的系统评价［J］.中医杂志，2012，51（6）:500-502.

［12］鱼浚镛，田金洲.试述中医对抑郁症的认识［J］.天津中医药，2011，28（4）:343-345.

［13］于春泉，王怡，高杉.交泰丸不同配比抗抑郁作用的实验研究［J］.中国实验方剂学杂志，2012，18（6）:225-228.

［14］张敏，于春泉.交泰丸抗抑郁作用的研究进展［J］.天津中医药，2012，29（1）:101-104.

［15］徐春燕，田金洲，时晶，等.抑郁症的中医证候特征研究［J］.中华中医药学刊，2013，31（4）:810-812.

［16］唐启盛，曲淼，包祖晓，等.抑郁症中医证候规律及诊疗标准制定的研究［J］.北京中医药大学学报，2011，34（2）:77-78.

［17］童倩，李友林.中药治疗抑郁症研究评析［J］.实用中医内科杂志，2011，25（4）:41-43.

［18］李振，宁飞，邓永志，等.抑郁症的病因病机概况［J］.长春中医学院学报，2006，22（1）:76.

（本文编辑：马晓辉，高杉）

Analysisof com patibility regularity of prescriptions in treating dep ression based on association rules

ZHOU Zhi-huan1，SHEN Li2，ZHANG Jian-xun1
（1.Tianjin University of Traditional Chinese Medicine，Tianjin 300193，China；2.The First Affiliated Hospitalof Tianjin University of TraditionalChineseMedicine，Tianjin 300193，China）

［Objective］To analyze the law of compatibility ofmedicines of depression in the journal literature，provide the reference for the clinical treatment.［M ethods］Screeningofprescriptionsof treating depression in the journal literature，proceeding information standardization，app lication of association rules of datam ining technology of itemsets，frequent itemsets and association rules to analyze the prescriptions.［Results］We screened a totalof90 prescriptions，thehighest frequency herbswereQi-activatingherbs，followed by Qitonifying，tranquilizer，heat clearing and blood activating drugs，the highest frequency herb pairswere Baizhu-Chaihu，the frequency was 43 times；thehighest frequency herbswere Chaihu，Gancao，Fuling，Baishao，Yujin，Danggui，Suanzaoren，Baizhu，Xiangfu，Banxia；drug pair correlation analysis showed thatdrug pair of the highestof confidence and importancewas Taoren-Honghua.［Conclusion］Prescriptionsand herbs of treating depression are preciseand appropriate，according to thebasic pathogenesisof depression，itcan provide some reference for traditional Chinesemedicine clinical treatmentof depression.

depression；prescription；compatibility regularity；datamining

R28

A

1672-1519（2015）02-0117-04

10.11656/j.issn.1672-1519.2015.02.14

国家自然科学基金面上项目（81273893）。

周志焕（1977-），女，博士，副教授，主要从事中医方剂的教学与研究工作。

张建勋，E-mail:zhangjx@tjutcm.edu.cn

（2014-11-03）