基于关联规则的小柴胡汤类方“症-药”“病-药”关系的挖掘分析

目的应用关联规则对小柴胡汤类方进行数据挖掘,探索小柴胡汤类方"症-药""病-药"之间的内在关联规律。方法以《中医大辞典·方剂分册》为方剂来源,收集有关小柴胡汤类方的方剂,以关联规则为切入点,深入剖析"症-药""病-药"之间的关联。结果 509首小柴胡汤类方方剂中,符合支持度0.08且置信度0.6的"症-药"共涉及11种症状及11种药物,"病-药"共涉及4种病名及11种药物。结论关联规则能够客观的反映小柴胡汤类方临证用药的内在关联规律。     

小柴胡汤类方应用医案处方用药配伍规律探讨

目的:应用频数分析和聚类分析方法对小柴胡汤类方应用医案进行数据挖掘,探索小柴胡汤类方"证-病-方-药"之间的多维内在规律。方法:以《中医大辞典·方剂分册》为方剂来源,收集有关小柴胡汤类方的方剂,以频数分析为切入点,引入黄金分割法,统计分析高频症状、主治病名、药物、药物功效,并对高频药物进行聚类分析。结果:在收集到的509首方剂中,涉及151种症状,共3 243频次,以发热为首的高频症状11种;涉及127种疾病名称,共534次,以外感热病为首的高频主治病名4种;涉及178味药物,共4 283频次,以柴胡为首的高频药15味;按药物功效分共18类,以解表药为首;对高频药物进行聚类分析,形成2个聚类方。结论:频数分析与聚类分析能够客观的反映小柴胡汤类方应用医案处方用药的配伍规律。     

基于数据挖掘对小柴胡汤类方性味归经功效属性关系的发现研究

目的:通过对主要加味药的频数分析,探索小柴胡汤类方的性味归经及其功效属性关系。方法:以《中医大辞典·方剂分册》为方剂来源,收集有关小柴胡汤类方的方剂,以频数分析为切入点,引入黄金分割法,统计分析优选出的主要加味药及其药物功效、药性、药味、归经。结果:在收集到的509首方剂中,共涉及171味加味药,其中25味为主要加味药,频数之和为1 506,占所有加味药的62.53%,以白芍为首,以清热药为最,性味归经以寒、苦、归脾经为主。结论:运用频数分析的数据挖掘方法,能较好地发现小柴胡汤类方加味药的用药特点和配伍规律,为临床遣方用药提供理论指导。     

基于《中国方剂数据库》挖掘五味子应用的配伍规律

目的:运用数据挖掘技术,对《中国方剂数据库》中有关五味子方剂进行系统的收集、整理、挖掘,探讨其应用配伍规律。方法:选取《中国方剂数据库》,筛选整理出包含五味子的方剂,借助SPSS 19. 0统计软件与SPSS 14. 2统计软件等数据挖掘软件,对相关数据进行药物频数频率、性味归经、主治分析、因子分析、关联规则分析等,从而对其基本用药及药物配伍规律进行分析。结果:共筛选631首有关五味子的方剂,除五味子外共涉及中药217味,共计使用16类中药,使用频数最多的前3类药物有补虚药、化痰止咳平喘药、解表药。五味子常与温性药物、甘味及苦味药物进行配伍。五味子最常出现于治疗肺系病证的方剂中,频率高达55. 09%,其次常用于治疗脾胃病证。五味子与一些高频药物的药量配伍比例以常以1∶1为主,通过对高频药物进行因子分析,提取出23个公因子。关联规则分析显示共得到与五味子配伍有意义的药对及含五味子的药组共39个,其中包括20条二元矩阵、13条三元矩阵、6条四元矩阵的药对与药组关联规则。结论:通过对含五味子方剂以及与五味子配伍的中药探讨得出,常与五味子配伍的药类为补虚药,与五味子构成的方剂一般以治疗肺系疾病居多,因子分析显示可将23个公因子概括为常与五味子配伍的中药,关联规则显示五味子→人参、甘草,五味子→茯苓、人参、甘草等为常用药组。这些不仅体现了医家们理、法、方、药及辨证用药的规律,同时也为现代医家组方用药以及新药研制提供参考。     

香附四物汤的组方结构与特点

目的:运用聚类分析方法分析香附四物汤组成药物配伍关系;应用关联规则方法Apriori算法分析香附四物汤中药对的组成规律。方法:采用SPSS 16.0软件,对香附四物汤方剂中单味药进行模糊量化处理后,对其组方原则及配伍规律进行探讨分析;从中医方剂数据库中检索出包含香附-延胡索等5个药对治疗痛经的方剂,建立数据库,对其出现频率进行统计分析。结果:香附四物汤方中的当归、香附和延胡索相似度较高,是本方主要组成单元;在154首治疗痛经的方剂中,香附-当归药对使用频次较高,香附-延胡索药对最常与四物汤配合运用。结论:运用用药频率统计与关联规则等数据挖掘方法,能较好地发现中医临床治疗痛经方药的用药规律,为临床遣方用药提供理论指导。     

基于数据挖掘中医药治疗乳腺癌用药规律

目的：通过数据挖掘分析中医药治疗乳腺癌的用药规律。方法：收录《肿瘤方剂大辞典》《肿瘤良方大全》和《中华人民共和国药典》中治疗乳腺癌的方剂,采用频数统计、关联规则、聚类分析、因子分析等数据挖掘方法,统计分析其用药规律。结果：共纳入249首方剂,涉及中药383味,其中抗癌解毒药8种,活血化瘀药7种,补虚药6种,化痰止咳平喘药、理气药各4种,解表药2种,利水渗湿药、平肝熄风药各1种。在关联规则分析中,当归、白芍的药物组合使用频率最高。3味、4味中药药组多以这两味中药加减配伍。聚类分析和因子分析中,相同组合有乳香-没药、穿山甲-王不留行。当归、茯苓、白芍和白术等常配伍使用。结论：中医药治疗乳腺癌多将抗癌解毒药、活血化瘀药、补虚药和理气药配伍使用。     

《傅青主女科》中当归类方的药证关联分析

对《傅青主女科》一书中当归类处方的用药规律进行了统计分析。应用关联规则的方法,通过对125首当归方的数据挖掘试验,深入剖析了药物与药物、药物与证之间的关联,发现当归类方的药物配伍规律及当归的临床用药特点,对大量当归方的方药和证候进行了分析处理,发现在治疗女科病证的方剂中,当归的用药规律及其药证特点,为研究古籍经典提供一种新的思路和方法。     

基于数据挖掘的敦煌医方用药规律研究

目的探究敦煌医方辨治疾病用药配伍规律,为敦煌医方的传承与应用提供参考。方法整理《敦煌学大辞典》《敦煌石窟秘方与针灸图》《敦煌中医药全书》收载的方剂,建立敦煌方药数据库,采用中医传承辅助平台(V2.5)集成的关联规则算法、复杂系统熵聚类等无监督数据挖掘方法,分析敦煌医方治疗疾病用药配伍规律。结果整理敦煌医方300首,涉及中药297味,用药总频次1661次。高频药物有甘草、肉桂、生姜、人参、白芍等。数据挖掘得到药物组合31组,关联规则9条,演化出3味药核心组合Ⅰ和Ⅱ共28对,进一步聚类得到新处方28首。结论敦煌医方临证重视益气养阴、清热解毒、补血益气。挖掘得到核心药物是治疗天行病小阴旦汤的主要组成药物,其配伍规律及新处方可为敦煌医方的传承与应用提供参考。     

基于数据挖掘的黄疸病中药组方配伍规律研究

目的：采用数据挖掘方法分析治疗黄疸病的中医用药组方配伍规律,为中医诊疗黄疸病提供经验参考。方法：对纳入的湖北省中医院1960-1978年间,诊断为黄疸病的住院病历处方信息进行录入,对方剂信息预处理后使用关联规则方法中的Apriori算法分析方剂的配伍规律。结果：对3 404首方剂进行分析,共计327味中药,处方药味数量集中在10-12味之间。对327味中药进行频数统计分析,确定了治疗黄疸病的中药处方中中药使用频次,使用频次较高的前50味中药多为利水渗湿药、清热药、补虚药、理气药、活血化瘀药、消食药、化湿药、泻下药、化痰药等。对327味中药进行关联规则分析,共提取常用药对27对,常用角药24对,该药对及角药多具有清热利湿、疏肝活血、理气和胃、消食、清热泻下及活血清热类等配伍规律。结论：应用数据挖掘中关联规则和频数统计方法分析黄疸病的中医用药规律,初步揭示了该时期治疗黄疸病的用药经验,为我们开展进一步的研究提供了思路。     

基于Aprior关联规则联合多元统计的哮喘临床效方规律分析及新方发现

目的通过数据挖掘方式,探究哮喘临床效方用药规律。经过纳入标准,收集哮喘效方176首,涉及162味中药,累计用药1666频次。处方标准化后,采用Aprior关联规则、系统聚类分析、因子分析等多元统计方法,探讨哮喘临床效方的组方规律。对核心药物分析,确定哮喘临床用药常以补益药、清热药、化痰药及平喘药为主。得到常用二项配伍药物16组,三项配伍药物12组,四项配伍12组,结合专业知识,发现4类证型下不同的核心药物。哮喘临床效方规律的挖掘,得出的用药配伍规律及核心药物,为临床用药开阔了思路。     

王庆国应用海藻甘草反药的临床配伍规律探讨

目的:探讨王庆国应用海藻甘草反药配伍的临床经验。方法:收集整理王庆国海藻甘草配伍相关病历,根据数据特点采用频次法、主题模型、关联规则三联法进行其配伍相关规律如药物间关联、药物疾病关联、海藻甘草配伍比研究。结果:王庆国应用海藻甘草药对配伍多见于治疗肿瘤类疾病、内分泌代谢类系统疾病、结节类疾病,除常见瘿瘤、瘰疬等疾病,其他多为现代常见疾病如子宫肌瘤、肝囊肿、肺结节等,这些病变部位多与少阳经相关。海藻甘草相关配伍处方共计72例,其中包含196种药物,使用频率大于61.8%的药物有6种,分别为海藻、柴胡、法半夏、生甘草、浙贝母、煅牡蛎。LDA主题规律挖掘得到3个处方:主题1常以柴胡桂枝汤底方加减治疗肺结节疾病,主题2常以小柴胡汤加减治疗妇科类及肝炎类疾病,主题3常以小柴胡汤加减治疗甲状腺结节类疾病。WEKA软件的Apriori算法挖掘出22条关联规律,海藻甘草配伍药量以2∶1、3∶2、1∶1为常用剂量比。结论:王庆国海藻甘草反药配伍多以生甘草入药,海藻用量多大于甘草用量,常用于治疗病位在少阳,病机在痰凝气滞血瘀的疾病,最常配伍方剂为柴胡桂枝汤和小柴胡汤。     

基于复杂网络的敦煌遗书及古医籍中升麻汤组方配伍相关性研究

目的:运用中医传承辅助系统软件,分析探讨敦煌遗书及古医籍中与升麻汤同名方用药配伍规律的相关性研究。方法:检索搜集清代以前古医籍中出现的同名升麻汤方剂,采用关联规则及复杂系统熵聚类分析等数据挖掘方法,确定方剂中药物的使用频次及药物之间的关联规则。结果:将筛选出的108首方剂涉及中药122味进行分析,确定方剂中药物的使用频次、关联规则及核心组合,最终重组7首新处方。结论:1敦煌遗书及古代医籍中同名升麻汤组方主要核心药为升麻、甘草、黄芩、大黄、栀子和白芍等。2《敦煌古医方》升麻汤由5味核心药升麻、甘草、黄芩、大黄、白芍加当归、枳实组成。3《敦煌古医方》和《千金翼方》中升麻汤药物组合相同。     

《普济方·牙齿门》揩齿方用药规律探析

目的：运用数据挖掘技术分析《普济方·牙齿门》揩齿方的用药规律。方法：收集整理《普济方·牙齿门》中的揩齿方并对其进行频数分析、关联规则分析、核心方与聚类组合发现分析。结果：共收集280首揩齿方，其中频数≥12的高频药物有细辛、白芷、升麻、麝香、大青盐、川芎、皂荚、生地黄、石膏、寒水石等32种，以味辛、性温、归肝脾经、无毒的药物居多。通过关联规则分析得到26个药对与药组；设置支持度为9%，获得药物组成为升麻、白芷、细辛、川芎的核心方；通过聚类分析共得到6个药物聚类组合；分析得出的药对、药组、核心方与药物聚类组合多由风药、香药、矿物药相互配伍而成。结论：揩齿方中多用风药、香药、矿物药，注重祛风止痛、芳香除臭、清热泻火，其中善用风药是揩齿方最显著的特色。     

基于关联规则的名老中医冠心病用药规律研究

目的：分析、挖掘名医治疗冠心病心绞痛的用药规律,探索名医经验整理的方法。方法：收集7位名医治疗冠心病心绞痛典型医案115例,建立名医冠心病诊疗数据库,运用关联规则分析名医医治疗冠心病的方剂配伍规律。结果：在所使用的175种中药中,活血药、化痰药及补虚药之间的配伍是最常用的药物组合,瓜蒌薤白类方、活血通脉剂及生脉散等是名医治疗冠心病的基本方药,三者之间的配合应用构成了名医用药的一般规律。结论：以关联规则所得的名医治疗冠心病药对、药组反应了名医治疗冠心病标本同治的治疗思想,为以后的研究提供了方法学参考。     

中医脾胃方配伍规律的数据挖掘试验

目的:探索数据挖掘技术在方剂配伍规律研究中的方法。方法:1.从《中医大辞典·方剂分册》中筛选出1355首脾胃方;2.按照数据挖掘技术中对原始数据的预处理要求,进行方剂数据的规范化、结构化和数字化处理;3.根据方剂的数据特点,选用聚类分析、对应分析和频繁集方法,进行多角度、多层次和量化的分析和处理,并形成了有关技术规则和处理程序。结果:就脾胃方的核心药物、方剂结构、药对药组和“方药证”的对应关联所进行的数据挖掘,结果基本符合中医脾胃方组方用药的一般规律和特点,并发现了一些值得深入研究的特殊配伍现象和模式。结论:本研究表明,数据挖掘与传统的数据处理方法不同,能以线性和非线性方式进行数据解析,适宜对包含大量模糊和非量化数据的中医方剂配伍规律的研究。但由于数据挖掘对数据质量的要求高,因而数据预处理在方剂数据挖掘中工作量大,技术性强,是实现方剂配伍规律的知识发现的关键所在。     

关联规则在栀子豉汤类方数据挖掘中的应用

目的采用SQL Server软件对古代治疗疫病方剂中的栀子豉汤类方进行关联分析,探讨关联规则参数设置在类方药物配伍、药-症关联分析中的作用。方法在"古方疫病数据库"中检索包含栀子、淡豆豉的方剂,并将标准化后的症状、药物数据导入SQL Server 2005软件形成关联规则,并通过调整参数,寻找参数设置与产生规则之间的规律。结果通过调整参数可有效挖掘多种不同的药物间和药-症间规则:支持度的设置有助发现常用配伍,置信度的调整有助挖掘特异性的药物、药-症规则;支持度高的项集所在的规则,其重要性反而降低。结论综合关联规则的支持度、置信度、重要性,并结合药、症的实际意义,可对类方中药物配伍和药-症关联开展有效挖掘。     

基于关联规则的结肠癌外科术后用药规律研究

目的:基于数据挖掘手段探讨结肠癌术后中药处方用药规律。方法:从文献中收集近二十余年治疗结肠癌术后的中药处方,采用关联规则Apriori算法,进行基于改进的互信息法的药物间关联度分析,并以关联度分析结果为基础,依据相关度与惩罚度约束,进行基于复杂系统熵聚类的药物核心组合分析;用无监督熵层次聚类算法,获得治疗结肠癌术后新处方;根据结果绘制出用药关联规则的网络图。上述操作基于中医传承辅助平台V2.5(TCMISS)完成。结果:对筛选出的126个处方进行分析,明确了处方中药物的使用频次规律,药物之间的关联规则,挖掘出24个核心组合和12首新处方。结论:基于关联规则和聚类分析的数据挖掘手段,适合中医方剂用药规律的挖掘、分析和总结。以补益药为主并灵活配伍清热解毒药、化痰药、活血化瘀药,同时根据不同证型斟酌药物的配伍组合对于提高结肠癌术后的疗效有重要意义。     

中医脾胃方配伍规律的数据挖掘试验

目的:探索数据挖掘技术在方剂配伍规律研究中的方法。方法:1.从《中医大辞典·方剂分册》中筛选出1355首脾胃方;2.按照数据挖掘技术中对原始数据的预处理要求,进行方剂数据的规范化、结构化和数字化处理;3.根据方剂的数据特点,选用聚类分析、对应分析和频繁集方法,进行多角度、多层次和量化的分析和处理,并形成了有关技术规则和处理程序。结果:就脾胃方的核心药物、方剂结构、药对药组和“方药证”的对应关联所进行的数据挖掘,结果基本符合中医脾胃方组方用药的一般规律和特点,并发现了一些值得深入研究的特殊配伍现象和模式。结论:本研究表明,数据挖掘与传统的数据处理方法不同,能以线性和非线性方式进行数据解析,适宜对包含大量模糊和非量化数据的中医方剂配伍规律的研究。但由于数据挖掘对数据质量的要求高,因而数据预处理在方剂数据挖掘中工作量大,技术性强,是实现方剂配伍规律的知识发现的关键所在。     

明清脾胃湿热证方药的关联规则分析

从120余部明清时期重要的古医籍中收集了明清医家治疗脾胃湿热证的方剂591条,建立方剂和药物数据库,运用现代数据挖掘技术分析明清脾胃湿热方的用药关联规则,总结明清医家治疗脾胃湿热各病证的常用药对和药组,从而进一步探讨明清脾胃湿热方的配伍特点和基本结构,为现代脾胃湿热证的临床与实验研究提供参考.     

应用关联规则挖掘壮医谷道病用药组方规律

目的:分析、挖掘壮医谷道病的用药特色和组方规律。方法:收集壮医治疗谷道病方207首,建立壮医谷道病药物和方剂数据库,运用关联规则分析壮医谷道病方剂用药和配伍规律。结果:在所使用的437种壮药中,排名前15位的高频药物有鸢尾、橘红珠、葫芦茶等壮药,使用总频次为1 452次。在关联规则集中,符合最小支持度0.2和最小置信度0.6的由2味药、3味药及4味药组成的关联规则分别有12条、9条和6条。结论:运用关联规则方法能较好地发现壮医临床治疗谷道病的用药特色和组方规律,为临床合理遣方用药提供理论指导。