名中医诊治冠心病的方药规律数据挖掘研究现状

2020-08-14叶恩德李晓

云南中医中药杂志 2020年7期

叶恩德李晓

摘要：基于数据挖掘技术，探讨名中医诊治冠心病的方药规律，为更好地继承名中医学术经验提供量化的数据支持。经过重点论述名中医诊治冠心病的方药规律数据挖掘研究过程中涉及到的数据来源、软件、工具选择，数据挖掘方法的选择等问题，并总结名中医在治疗冠心病时的用药规律及学术思想。发现冠心病多以气虚血瘀、气阴两虚，痰瘀阻络为主要病机，常治以益气活血，活血化瘀，并多以活血药、化痰药、补虚药治疗。

关键词：数据挖掘;名中医;冠心病

名中医诊治冠心病，具有丰富的临床经验和学术思想，通过数据挖掘的方法能够更好地传承和发扬名中医诊治冠心病的学术思想和临床经验。数据挖掘是在大数据与人工智能的背景下作为一门多学科交叉的科学，近年来在名中医诊治冠心病的研究中已被广泛应用。能更好地继承名中医学术经验提供量化的数据支持。

1 名中医诊治冠心病的数據挖掘数据来源

1.1 名中医门诊电子病案处方门诊电子病案处方作为第一手资料，能够很好地反应出名中医诊治冠心病的思路方法。蒋跃绒等[1]通过收集陈可冀院士门诊病案，对治疗心血管疾病血瘀证的用药规律进行数据挖掘。

1.2 网络文献、论文滑振等[2]通过计算机检索中文期刊全文数据库（CNKI），万方，维普，中国生物医学文献数据库（CBM）等专业网络文献、论文中的名中医诊治冠心病的方药数据资料进行数据挖掘。

1.3 专著、著作尹嘉等[3]通过搜索收集汤晓龙主编的《冠心病百家百方》中的处方资料进行数据挖掘。

1.4 中医古籍买买提依力·努尔买提等[4]通过检索《买赫孜努力木非尔达提》、《贾米依拉基》等10余部维吾尔医药古籍资料进行数据挖掘。

1.5 国家专利数据库钟小雪等[5]研究1985年9月—2015年7月公布的全国范围内关于治疗冠心病的中药复方专利;中药提取物专利;中成药复合物专利的国家专利数据库中的资料进行数据挖掘。

1.6 学术课题、科研项目吴荣等[6]将“十五”国家科技攻关计划“名老中医学术思想，经验传承研究”综合信息库中记载的多位国家级名老中医诊治冠心病的处方数据进行数据挖掘。

2 名中医诊治冠心病的数据挖掘软件运用

2.1 Microsoft office excel和SPSS 该类软件一般用于药物频数的统计、频率的计算，数据处理功能比较单一。

2.2 中医传承辅助平台该软件由中国中医科学院中药研究所与中国科学院自动化研究所联合开发。围绕着中医药继承、发展、传播和创新4个核心问题，采用人工智能、数据挖掘、网络科学等学科的方法和技术，结合中医药特点，辅以临床实际情况，建立以中医数据分析为核心，体现中医传承特色的中医传承辅助平台[7]。现阶段多数冠心病诊治的数据挖掘数据分析处理都由该软件完成。

2.3 SQL Server数据挖掘软件王泉蓉等[8]运用SQL Server数据挖掘系统对魏子孝教授治疗2型糖尿病合并冠心病医案中的证候、治法、用药及配伍规律等进行数据挖掘分析。

2.4 方剂智能分析软件该软件由北京中医药大学任廷革教授开发的基于中医知识信息数据库和近似推理等数据挖掘方法的方剂自动分析程序。吴荣等[6]等运用该软件对多位国家级名老中医诊治冠心病的处方数据进行统计、分析处理。

2.5 Clementine数据挖掘软件薄荣强[9]通过筛选国医大师医案、验方数据，运用数据挖掘软件Clementine 12.0对数据进行频数统计、关联规则、聚类分析结果。结果：确定了高频中药42味、高频四诊信息20个，确定了高频药物的性味与归经，药物之间或药物与病机、四诊信息之间的关联规则系统聚类6个。

2.6 Liquorice数据挖掘软件该软件多用于基于复杂网络的数据挖掘分析。

2.7 名老中医网、SAS统计分析软件苏有玲[10]通过“名老中医网”软件构建数据库，借助SAS9.1.3统计软件，采用频数分析、聚类分析对许杰治疗冠心病用药经验进行数据挖掘分析。

3 名中医诊治冠心病的数据挖掘分析方法

3.1 频数，频率统计分析通过统计名中医诊治冠心病的患者性别、年龄、中医诊断、证候、治法、方剂名称、方药、中药四气、五味、归经、功用等的频数信息并计算频率。是数据挖掘较为简单方便，也是基础的数据挖掘方法。

3.2 关联规则分析、聚类分析关联规则是描述信息库中各项集中存在的，潜在的某种关系的规则，其主要用于提取症-症;药-药;证-症;证-药;症-药之间存在的对应关系和规律[11]。聚类分析包括复杂系统熵聚类和无监督熵层次聚类分析。其对大量的，随机的数据进行分类，尽量使各类间对象差别大，类内对象差别小，运用聚类分析对名中医诊治冠心病的医案中的证候、中药、方剂等进行数据挖掘，从而发现名中医诊治冠心病的核心证候、核心用药信息[12]。其与普通的频数统计相比较，聚类分析共识更明确，同类的同一强度更强，重点、特点更加突出。李施新等[13]运用中医传承辅助系统软件，采用关联规则apriori算法、复杂系统熵聚类等数据挖掘方法，对全国100位名老中医治疗冠心病的医案进行数据挖掘，结果：对筛选出的100个医案进行分析，确定医案中各证候出现频次、药物的使用频次和药物之间的关联规则，并挖掘出23个核心组合和7首新方。结论：全国名老中医治疗冠心病经验丰富并有规律可循，辨证用药上多用活血化瘀、益气养阴之品，应用灵活，配伍严谨。庄逸洋等[14]采用关联规则、改进的互信息法、复杂系统熵聚类等数据挖掘方法，分析邓铁涛教授治疗冠心病的用药规律。对筛选出的192个处方进行分析，确定处方中药物的使用频次和药物之间的关联规则，挖掘出16个核心组合和8首新处方。结论：邓铁涛教授治疗冠心病多用益气除痰化瘀之品，体现其“心脾相关”、“痰瘀相关”的学术思想及“调脾护心”的治疗方法。严亚锋[15]采用关联规则、系统熵聚类等数据挖掘方法，分析张学文教授治疗冠心病稳定型心绞痛气滞痰阻血瘀证的用药经验和用药规律。得出处方中使用频次最高的药物是丹参，其次是瓜蒌、薤白、砂仁、檀香等;药物组合频次由高到低排序，前5位分别是“薤白，瓜蒌”“丹参，瓜蒌”“薤白，丹参”“薤白，丹参，瓜蒌”“砂仁，瓜蒌”;药物之间的关联规则显示丹参、瓜蒌、薤白、檀香、砂仁等药物居于网络图中间，均为张学文教授诊治胸痹气滞痰阻血瘀证最常用的中药。结论：张学文教授治疗胸痹气滞痰阻血瘀证以理气、活血化瘀、化痰类药物为主。孙卉丽[16]采用关联规则算法、复杂系统熵聚类等无监督数据分析方法，收集分析郭维琴教授治疗冠心病的处方中药物使用频次及药物之间的关联规则、处方规律。挖掘出治疗冠心病基础用方及 20 个常用药物组合。结论：郭维琴教授治疗冠心病善用益气活血法进行加减。庄逸洋[17]采用关联规则、改进的互信息法、复杂系统熵聚类等数据挖掘方法，分析陈镜合治疗冠心病的用药规律。结果：共纳入处方138首，涉及药物116味。使用频次居前3位的单味药物为炙甘草、川芎、白芍，使用频次居前3位的药物组合为“陈皮，炙甘草”、“炙甘草，枳壳”、“炙甘草，白芍”，常用药物组合均为柴胡疏肝散和四君子汤的药物随机合。结论：陈镜合教授治疗冠心病多用理气、补气、祛痰、化瘀之品，体现其“心病治肝”的诊治思路及“疏肝健脾，化痰祛瘀”的治疗方法。汤慧敏[18]采用关联规则对冼绍祥教授治疗冠心病的处方进行分析。结论：冼绍祥教授辨治冠心病侧重“伏痰、伏瘀、气虚”三因，用药以行气豁痰、活血化瘀、通阳散结为主，兼顾益气养阴，体现其“泻实补虚、标本兼顾、三因制宜”的临证经验。

3.3 人工神经网络人工神经网络是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，隐藏节点使用激活函数完成非线性样本向线性的转化，最终通过不断训练将误差反馈给网络来调整权重以达到最佳预测效果[19]。其具有较强的鲁棒性、容错性及自组织性，近年来在冠心病中医数据挖掘中得以推广应用。买买提依力·努尔买提[4]，选取118对高频药对构建神经网络图。网络结果显示药物显示度与节点大小及颜色深浅正相关，其中珍珠、琥珀、蚕茧、檀香、麝香、牛舌草、香青兰、西红花、龙涎香、矢车菊、补血草及银箔等12种药材具有较高显示度。

3.4 贝叶斯算法贝叶斯算法包括朴素贝叶斯、贝叶斯网络、贝叶斯分类等多种方法[20]。它是一类利用概率统计知识进行分类的算法。在名医专家经验传承的过程中，可将其与中医辨证知识相结合，构建中医辨证贝叶斯算法模型，通过类别的共有特征预测和该病案相关证型的分类，将病案分配到已经存在的证型类别中，有机融合中医专家的专家经验。秘红英[21]采用贝叶斯算法及回顾性临床研究方法对吴以岭教授治疗的冠心病心绞痛临证验案进行证型分类，并提取各个证型与症状间的关联性，分析吴以岭教授病案中药物的功效、用药频率、药物性味及归经。结果：常见证型依次为气阴两虚证，络气虚滞证，痰浊阻肺、心络瘀阻证，肾虚络瘀、心络瘀阻证，络气郁滞证，心络绌急证，肝郁气滞、心络瘀阻证，脾困胃逆、心络瘀阻证;各证型主要症状均为不同程度胸闷疼痛。122味中药共出现6045次，丹参等7味中药用药频次超过200次;结论：揭示了吴以岭教授治疗冠心病的辨治规律，发扬了吴以岭教授的脉络学说。

3.5 复杂网络复杂网络是当前科学界研究的热点问题[22]。复杂网络中的每个节点表示一个症状，症状之间的关系以连线表示。“节点度”是指和该节点相关联的边的条数，又称关联度，用以描述图中任何一个节点在网络中占据的核心性[23]。每个节点的大小由节点度决定，节点度越大对应的节点越大，在四诊信息网络中越重要[24]。杨涛[25]搜集周仲瑛教授诊治的冠心病医案，利用数据挖掘工具Liquorice周老治疗冠心病的用药规律进行复杂网络分析，通过设定生成多尺度骨干网，并对网络节点进行聚类，将关系紧密的中药聚为中药组，分析中药组中的用药特点和规律。结果：共搜集168诊次医案，病机以气阴两虚、心营不畅最为多见，核心用药以丹参、太子参、麦冬、砂仁、全瓜蒌、法半夏、川芎等为主;网络节点（中药）聚类后得到6大类，分别对应气阴两虚、痰瘀痹阻等6类病机。结论：在冠心病的治疗上，周老坚持审察病机，以机立法，以法选方，随证加减，临证用药以气阴双补、祛瘀化痰、补气健脾、温中散寒、滋补肝肾为主。

3.6 数据库法通过软件支持、搜索、收集、建立主题词、关键词，并预先建立数据库框架，对数据进行初步分类，建立数据来源。然后可通过以上介绍的数据挖掘分析方法进行相关分析。张京春[26]收集陈可冀院士诊治冠心病患者的初诊数据录入由北京中医药大学信息研究室提供，数据库框架中建立数据库，利用SQL Server 工具进行统计分析。结果：91例冠心病患者出现证候多为痰瘀互结证、气虚血瘀证、气阴两虚证等。所处方剂多以瓜蒌薤白半夏汤、生脉散、冠心Ⅱ号方、血府逐瘀汤等化裁。用药次数最多的依次是瓜蒌、半夏、薤白、川芎、赤芍、延胡索、红花、丹参等。结论：冠心病证候实证多为痰瘀互结证、水与血结证、瘀阻心脉证;虚证多为虚实夹杂证，如气虚血瘀证、阴虚阳亢证。治疗上体现了陈可冀院士治疗冠心病“两补”（“补肾”和“补气血”）、“三通”（“芳香温通”、“宣痹通阳”和“活血化瘀”）和“心胃同治”的学术思想。

4 小结

运用数据挖掘能够通过数据、图示等直观的展现某些规律，能够抓住重点和突出点，能够更好地掌握名中医诊治冠心病的方药规律和学术思想。但是数据挖掘是运用计算机软件进行人工智能分析，其不能完全等同于人类思维，中医追求整体观念和辨证论治，所以在研究的时候要充分发挥以人为主体的研究。通过数据挖掘出来的方药、证候以名中医多年的经验为基础，往后的研究中应当辅助药理、生理、病理、动物实验等为研究提供更充分的科学依据。

参考文献：

[1]蒋跃绒，谢元华，张京春，等.陳可冀治疗心血管疾病血瘀证用药规律数据挖掘[J].中医杂志，2015，56（5）：376-380.

[2]滑振，张哲，杨关林.医药防治冠心病相关数据挖掘文献的数据挖掘[J].辽宁中医杂志，2018，45（4）：675-678.

[3]尹嘉，洪曹栋，牛天福.基于数据挖掘的冠心病中医用药规律研究[J].中医药临床杂志，2019，31（11）：2102-2106.

[4]买买提依力·努尔买提，艾尼瓦尔·塔力甫，艾尔肯·米吉提，等.基于数据挖掘的冠心病方剂组方规律探讨[J].中华中医药杂志，2016，31（6）：2097-2101.

[5]钟小雪，何庆勇，尹湘君，等.治疗冠心病方剂用药规律的数据挖掘研究[J].北京中医药大学学报，2017，40（4）：344-348.

[6]吴荣，王阶，任廷革，等.基于数据挖掘的名老中医冠心病诊疗规律研究[J].中华中医药学刊，2008，26（12）：2581-2583.

[7]唐仕欢，申丹，卢朋，等.中医传承辅助平台应用评述[J].中华中医药杂志，2015，30（2），329-331.

[8]王泉蓉，张广德，绍鑫，等.魏子孝教授治疗2型糖尿病合并冠心病医案数据挖掘分析[J].中国中医药现代远程教育，2014，12（6）：20-23.

[9]薄荣强，宋庆桥，褚瑜光，等.基于数据挖掘的国医大师治疗冠心病的用药规律探析[J].中西医结合心脑血管病杂志，2018，16（3）：271-275.

[10]苏有玲.基于数据挖掘的许杰治疗冠心病用药经验[J].国医论坛，2019，34（5）：50-53.

[11]饶克勤.卫生统计方法与应用进展[M].北京：人民卫生出版社，2008：284.