基于复杂网络等方法的十九畏人参-五灵脂同方配伍探析

为探讨十九畏中人参-五灵脂同方配伍应用特点以及古今配伍的差异,整理1949—2016年现代文献中人参-五灵脂同方配伍的应用,运用无尺度复杂网络等数据挖掘方法对其进行分析,并与历代人参-五灵脂同方方剂对照。结果表明十九畏中人参-五灵脂这一组药物不是绝对的配伍禁忌。1949—2016年人参-五灵脂同方应用报道中人参-五灵脂同方主要应用于治疗气虚血瘀证的恶性肿瘤、冠心病等;方中常配伍益气补血、活血止痛功效的药物,复杂网络关系显示与人参-五灵脂联系最为密切的药物为甘草、当归、黄芪、蒲黄、丹参,其次是白芍、白术、桃仁、茯苓等,外围还有红花、三七、香附、柴胡等;核心药对为人参-甘草、五灵脂-甘草、人参-当归、五灵脂-当归、人参-黄芪、五灵脂-黄芪等,人参-五灵脂-甘草,人参-五灵脂-当归,人参-五灵脂-黄芪,人参-五灵脂-蒲黄等药组支持度较高。古今人参-五灵脂同方方剂中的主要药物配伍存在差异,现代方剂中频繁使用三七、蒲黄、丹参、黄芪等,古代应用较少,古今比较显示现代更为注重配伍活血益气药。     

古今哮喘方用药规律对比的关联规则研究

中医哮证是一种发作性的痰鸣气喘疾患，发作时喉中哮鸣有声、气促困难、甚则喘息不能平卧^[1]。现代的支气管哮喘归属于此范畴。历代文献对其从病因病机、辨证论治、治法方药上均有大量论述，积累了丰富的临床经验和有效方剂。笔者搜集了古代文献和现代临床研究中治疗哮喘的方剂，采用关联规则的方法，探索古今哮喘方的药物配伍规律，分析其各自配伍的特点以及两者之间的异同，探讨临床用药规律的发展变化。     

基于关联规则等方法的古今哮喘方中十八反药对的应用分析

探讨古今哮喘方中十八反药对应用特点。建立古今哮喘方数据库,检索含有反药的哮喘方,用频繁项集和对应分析的方法对其年代、药对、药物性味及剂型进行分析。收集到哮喘方剂共1 196首,其中含有反药的方剂为46首,占总方数的3.8%;各朝代含反药哮喘方的比例无显著性差异,宋和金元时期相对较少;方中出现次数最多的反药药对为附子-半夏,其次为附子-贝母、甘草-芫花;配伍关系较密切的为乌头类与半夏。药物性味关系最为密切的是辛热,其次为苦寒;剂型以丸剂应用最多,其次为汤剂、膏剂。结果提示医家在遵循十八反配伍禁忌原则的同时,也有少量的应用,集中在治疗顽固性哮喘的方剂中,并且在反药药对、剂型、配伍药物性味方面具有一定的特点。     

基于Apriori算法及欧几里德距离聚类的哮喘方药及治法分析

<正>支气管哮喘是一种复杂的慢性气道炎症,以呼吸困难和喘息反复发作为特征,被世界卫生组织列为四大顽症之一。中医药在哮喘的病因病机、辨证论治、治法方药等方面都积累了大量的临床经验和文献资料,对这些资料进行整理,运用数据挖     

基于关联规则方法探讨胸痹心痛方中十八反药对的应用规律

目的:应用关联规则方法探讨胸痹心痛方中十八反药对的用药规律.方法:建立古今胸痹心痛方数据库,筛选含有十八反同用的胸痹心痛方剂,用频繁项集和对应分析的方法,分析其年代、药对、药物性味及剂型.结果:收集到胸痹心痛方剂共850首,其中含反药的方剂88首,占总方数的10.3％;古今含反药胸痹心痛方的使用比例差异有显著性(P＜0.05),古代使用比例较高,主要集中在东晋和唐代,现代方中使用比例较低;方中最常见的反药对为附子—半夏、川乌—半夏;反药的性味关系最密切的是苦寒;剂型以汤剂为最多.结论:在胸痹心痛方中十八反同用方约占一成,胸痹心痛方反药的配伍应用有一定的规律.     

类方研究的四个层面

类方体系是认识中医组方思想和辨证方法科学依据的门径之一。文章就类方研究中几个共性问题进行探讨,认为类方方-证-病的关联、类方核心方配伍、类方共性和差异性比较、类方效应物质基础辨识等是类方研究不同层面所要解决的核心问题,也是阐明方剂复杂体系的科学内涵、揭示方剂配伍规律、创新方药研究的一个重要方面。     

基于完全无向图的贝叶斯分类器在入侵检测中的应用

朴素贝叶斯分类器由于其强独立性假设,并不考虑属性之间的相互关系,而入侵检测的数据集不能很好地满足这一条件假设.为此,提出了一种基于有向完全图的贝叶斯分类器,将属性之间的关系加入到分类器的构造中,降低了朴素贝叶斯分类器的强独立性假设,并将其应用于入侵检测中.在MIT入侵检测数据集的实验表明,该算法能提高入侵检测的准确率,其效果很好.     

方剂数据挖掘研究常用方法探讨

讨论3种方荆数据挖掘研究的常用方法,认为关联规则在方剂数据挖掘的研究中,其优势体现在提取核心药物及揭示配伍关系;而时应分析优势则在于能以直观形象的二维图展示方证的对应关系及其内在联系;聚类分析能够使大量数据根据其自身特点自动分类,便于理解研究     

基于Bayes的有噪训练集去噪方法研究

利用有噪训练集训练分类器的过程中,去噪是基本的预处理步骤.传统的去噪工作只是简单地删除被标记为噪声的实例.显然,这样处理会清除噪声实例中的有用信息.本文提出一种基于Bayes的去噪方法,不但能辨识出噪声而且能纠正噪声实例的错误类标,从而保证其有效信息不会丢失.     

古今治疗痛经的四物汤类方关联规则研究

用关联规则的数据挖掘方法探讨了古今医家用四物汤类方治疗痛经的用药规则,通过比较其置信度,确定古今医家在用药规律上无显著差别.并通过假设检验找出在治疗痛经时与四物汤关系最密切的药物及药对,即在用四物汤类方治疗痛经时,香附、延胡索是与四物汤同时出现频率最高的药物.香附和延胡索这组药对最常与四物汤配合运用.