谈正交设计的在针刺手法研究中的应用

1　问题的提出笔者曾撰文对针刺手法研究现状作了系统分析 [1 ] ,发现在针刺手法研究这一基础研究领域中 ,存在着许多矛盾和盲点问题 ,可简要概括为如下几方面 :1补泻手法在针刺效应中发挥的作用大小问题。有人认为 ,针刺所产生的补泻效应 ,是在补泻手法施用基础上产生的 ,没有补泻手法就不会产生补泻效应。相反者认为 ,针刺补虚泻实作用乃针刺得气后所产生的双向调节作用所致 ,与针刺补泻手法无关或关系不大。 2缺乏得气手法作用大小及其与补泻手法的交互关系研究。 3针刺刺激量有强弱之分 ,补泻亦有大小之别 (即所谓大补、小补 )。对刺激…     

数据挖掘技术在临床决策中的应用研究

介绍数据挖掘技术的概念、工作原理,在阐述医学数据特点的基础上,探讨数据挖掘技术在临床决策中的应用过程,并以糖尿病为例,提出基于数据挖掘的辅助临床决策支持系统设想,以利于提高医院的临床决策能力。     

数据挖掘技术在艾滋病诊疗研究中的应用

数据挖掘技术作为一种先进的科学工具,帮助我们在海量的信息中提取有用信息。本文主要介绍人工神经网络、决策树、关联规则以及支持向量机等数据挖掘方法在艾滋病预防、疫情控制、诊疗方案及药物耐药性等方面的应用。     

数据挖掘技术在药物研究与发现中的应用

数据挖掘技术为新药发现提供一种新的思路和方法。数据挖掘技术能够帮助科研人员在大的数据库中发现隐含的知识，更好、更快、更有效地决策，改善竞争力，加快药物研发速度，提高药物研发水平。     

数据挖掘技术在医学信息中的应用

目的在于提高医院信息管理水平,为疾病的诊断和治疗提供科学的、准确的决策,是促进医疗发展的需要。方法文章概述了数据挖掘技术的概念、过程和方法,规划出针对医院有实际价值的应用模型。结果数据挖掘技术在医院信息化建设中,充分利用数据仓库的数据,挖掘医学数据中所需的信息等方面有重要作用。结论应用数据挖掘技术在医学信息中是可行和必要的。     

数据挖掘技术在动物造模中的应用

目的 将数据挖掘技术引入动物造模的过程中,使用数据挖掘技术建立动物造模的计算机仿真模型,展示数据挖掘技术在动物造模中的价值。方法 将30只SD大鼠,♂,随机分为对照组和实验组。实验组采用完全弗氏佐剂右后足趾腱膜下注射致炎造模,对照组同部位注射等量生理盐水。第0,14,21天测量大鼠足跖部的厚度;在不同时点对关节部位进行关节炎指数(AI)的评定;第0,7,14,21天观察大鼠的体质量变化;第14天和第21天分别随机选取5只大鼠,断颈处死取血测IL-1β、IL-17、TNF-α含量并观察病理切片。将上述采集的指标纳入数据库,利用SPSS MODELER进行数据挖掘分析。结果 利用数据挖掘技术建立了3个模型：综合模型、C5.0决策树模型和神经网络模型,三者的正确率依次为95%,90%,100%,累计增益曲线均有不同程度的明显提升,同AI评分及病理切片结果吻合。结论 本研究通过结合佐剂性关节炎大鼠造模的实例,详细对数据挖掘技术在动物造模中应用的流程、方法、优化和评价进行了说明和阐述,新的数据处理方法的引入可以针对多种评估指标构建出不同的预测评估模型,有效地对数据进行解析并提取有意义的信息辅助决策。     

数据挖掘技术在评价中药注射剂不良反应中的应用

目的:探讨数据挖掘技术在评价中药注射剂不良反应中的应用。方法:列举数据挖掘技术的常用方法并结合相关文献进行分析。结果与结论:数据挖掘技术将以其精深的数据分析和规律探寻能力在中药注射剂不良反应评价领域发挥巨大的作用。     

数据挖掘技术在中医小儿肺炎辨证规范中的应用

以小儿肺炎为例，采用数据挖掘技术建立中医小儿肺炎辨证规范，并与“十五”前期的小儿肺炎辨证规范进行对比分析，以期为数据挖掘技术在中医辨证规范化方面做出贡献。     

数据挖掘在疫苗风险监测中的应用研究

目的探索适合我国的疫苗不良事件数据挖掘方法。方法检索各种数据挖掘有关文献,对其进行研究、分析和比较。结果目前各国普遍使用的信号检测方法主要有频数法和贝叶斯法,前者主要有比例报告比法、报告比值比法、MHRA法等;后者包括贝叶斯判别可信区间递进神经网络模型与相对比值法等。结论在疫苗风险监测中应用信号检测方法是可行性,建议综合采用BCPNN、PRR、ROR、MHRA等多种方法。     

数据挖掘技术在方剂配伍中的研究现状及研究方法

本文分析了数据挖掘技术在中医药研究领域以及方剂配伍中的研究现状,在此基础上对方剂配伍规律中数据挖掘技术的技术路线及研究内容进行了探讨,重点提出了几点数据挖掘技术在方剂配伍规律的研究方向。     

针刺力学测量仪的研制及针刺手法的初步分析

我们设计制造了一种记录针刺手法的力学装置,用两个互相垂直的应变电阻感受毫针提插和捻转时的力量变化,由之记录出针刺的频率、速度和强度。经初步的分析记录表明,手针刺激的实际作用频率为每秒几次至几十次;得气的实质是穴位的紧张度增加;提插补泻正好记录出相反的曲线;持续刺激时曲线呈较规则的波动,反应了穴位自身的特性。     

基于SQL server 2005的数据挖掘技术在中药指纹图谱数据分析中的应用

目的对评价中药色谱指纹图谱的37个多维多息特征参数进行数据挖掘,为利用计算机技术分析评价指纹图谱、建立标准的指纹图谱提供理论参考和实践探索。方法以SQL Server 2005 Business Intelligence Development Studio为操作平台,利用现在已经很成熟的联机分析处理、数据挖掘技术及相关统计算法对10批次苦碟子注射液指纹图谱的37个多维多息特征参数进行挖掘。结果建立了数据挖掘模型,分析出对10批次苦碟子注射液评价影响较大的多维多息特征参数及相关分数,Fr(q),Fr,Ir(q),Ir,∑Ri,N,∑Ai,δ,A_geo,A_avg相关系数为1.0。得到较好苦碟子注射液指纹图谱的参数范围,∑Ai值在12 853.6~12 923.3内,A_geo值在127.6~128.4内,A_avg值在476.0~478.6内,Ir(q)值在1290.6~1292.4内,Fr值在2 033.3~2 039.8内,Fr(q)值在2 191.3~2 196.0内,∑Ri值在279.4~281.3内,Ir值在1 200.4~1 205.1内等。结论通过Anal-ysis Services自带的数据挖掘服务,使建立针对中药色谱指纹图谱数据挖掘模型成为了可能。对10批次苦碟子注射液37个多维多息特征参数进行挖掘可得到对评价影响较大的多维多息参数及参数范围,为今后苦碟子注射液指纹图谱评价提供依据。     

膝关节骨性关节炎的中医手法治疗

目的：针对膝关节骨性关节炎患者通过中医方式进行治疗的效果探讨分析。方法对2009年7月~2013年1月收治的127例膝关节骨性关节炎患者作为研究对象,并随机分为手法组66例及对照组61例,临床分别行不同的治疗方式,对疗效进行对比。结果手法组在治疗后的总有效率均较对照组结果为佳（92.2%vs80.0%）;在治疗后的起效时间方面,手法组患者的起效时间也显著早于对照组且差异有统计学意义（65.7%vs30.0%）。结论中医手法辅以中药熏洗作为一种综合治疗方法,能够在临床上便于实施且对患者预后的恢复效果较好,值得在基层医院临床治疗中予以推广。     

The role of data mining in pharmacovigilance

A principle concern of pharmacovigilance is the timely detection of adverse drug reactions that are novel by virtue of their clinical nature, severity and/or frequency. The cornerstone of this process is the scientific acumen of the pharmacovigilance domain expert. There is understandably an interest in developing database screening tools to assist human reviewers in identifying associations worthy of further investigation (i.e., signals) embedded within a database consisting largely of background ‘noise’ containing reports of no substantial public health significance. Data mining algorithms are, therefore, being developed, tested and/or used by health authorities, pharmaceutical companies and academic researchers. After a focused review of postapproval drug safety signal detection, the authors explain how the currently used algorithms work and address key questions related to their validation, comparative performance, deployment in naturalistic pharmacovigilance settings, limitations and potential for misuse. Suggestions for further research and development are offered.     

The role of data mining in pharmacovigilance

A principle concern of pharmacovigilance is the timely detection of adverse drug reactions that are novel by virtue of their clinical nature, severity and/or frequency. The cornerstone of this process is the scientific acumen of the pharmacovigilance domain expert. There is understandably an interest in developing database screening tools to assist human reviewers in identifying associations worthy of further investigation (i.e., signals) embedded within a database consisting largely of background 'noise' containing reports of no substantial public health significance. Data mining algorithms are, therefore, being developed, tested and/or used by health authorities, pharmaceutical companies and academic researchers. After a focused review of postapproval drug safety signal detection, the authors explain how the currently used algorithms work and address key questions related to their validation, comparative performance, deployment in naturalistic pharmacovigilance settings, limitations and potential for misuse. Suggestions for further research and development are offered.     

数据挖掘技术在医院科研信息服务中的应用探讨

文章概述了数据挖掘技术的概念,阐述了数据挖掘技术在医院医学科研信息服务中的重要性。数据挖掘技术在了解医学科研的属性;确定研究课题;充分利用数据仓库的数据;挖掘医学科研所需的信息等方面有重要作用。     

针灸联合穴位推拿治疗小儿腹泻疗效分析

目的探讨针灸联合穴位推拿治疗小儿腹泻的效果。方法选择79例小儿腹泻患者,分为对照组及观察组,观察组使用针灸联合推拿治疗,对照组使用针灸治疗,比较治疗1个月后患儿体重指数变化及临床效果。结果观察组从治疗后1周开始患儿的体重指数即显著高于治疗前（P〈0.05）,观察组治疗后1、2和4周患儿的体重指数显著高于对照组（P〈0.05）,观察组治愈率显著高于对照组（P〈0.05）。结论针灸联合穴位推拿治疗小儿腹泻能较快地增加患儿体重,具有较好疗效。     

针灸推拿综合治疗肩关节周围炎75例效果观察

目的探讨针灸推拿综合治疗肩关节周围炎的临床效果。方法选择75例肩关节周围炎患者,随机分为治疗组及观察组,对照组采用针灸治疗,观察组采用针灸联合推拿治疗,比较不同时间VAS评分及临床效果。结果观察组患者治疗后1、2及4周时VAS均显著低于对照组（P〈0．05）,观察组痊愈率高于对照组（P〈0．05）。结论针灸联合推拿治疗肩周炎能有效缓解患者疼痛,临床效果显著。     

针刺配合手法治疗膝骨关节炎39例疗效观察

目的：观察针刺配合手法治疗膝骨关节炎的疗效。方法：回顾性分析本院2008年12月～2009年8月治疗的69例膝骨关节炎患者的临床资料。结果：观察组的优良率为94.9%,明显高于对照组的76.7%,两组间比较,差异有统计学意义（χ^2=4.9548,P〈0.05）。结论：针刺配合手法治疗膝骨关节炎疗效满意,值得临床推广使用。     

Principles of data mining.

Data mining is the discovery of interesting, unexpected or valuable structures in large datasets. As such, it has two rather different aspects. One of these concerns large-scale, 'global' structures, and the aim is to model the shapes, or features of the shapes, of distributions. The other concerns small-scale, 'local' structures, and the aim is to detect these anomalies and decide if they are real or chance occurrences. In the context of signal detection in the pharmaceutical sector, most interest lies in the second of the above two aspects; however, signal detection occurs relative to an assumed background model, therefore, some discussion of the first aspect is also necessary. This paper gives a lightning overview of data mining and its relation to statistics, with particular emphasis on tools for the detection of adverse drug reactions.