排序方式: 共有73条查询结果,搜索用时 31 毫秒
71.
72.
目的探讨中医药治疗肺癌的用药规律。方法检索2000年—2019年中国知识资源总库(CNKI)中关于中医药治疗肺癌的临床研究型文献,对结果进行描述分析、关联规则分析及聚类分析。结果纳入381篇文献,共402首方剂,总计322味中药,药物总频次5241次;使用频次≥50次的中药有25味,其中黄芪使用频次最多,达241次。药物归类以补气药为首,其次为补阴药。药物关联规则分析结果:从支持度看,茯苓、陈皮、白术关联度最高;从置信度来看,黄芪、沙参、白术关联度最高;从提升度来看,白术、党参、茯苓相关性最高。聚类分析结果:有沙参、麦冬,生地黄、百合、鱼腥草、莪术、半枝莲、桃仁、桔梗、五味子、仙鹤草、太子参、当归,杏仁、瓜蒌、薏苡仁、白花蛇舌草、贝母,陈皮、半夏、党参、白术、茯苓、甘草、黄芪4个有效聚类群。结论运用数据挖掘技术找出肺癌治疗用药规律,其治法主要为益气养阴、活血化瘀、化痰散结、健脾化湿、清热解毒等,符合肺癌以正虚为主,痰、瘀、毒夹杂为病的发病基础,其用药规律与治法可为临床实践提供参考。 相似文献
73.
目的:运用电子鼻技术探讨2型糖尿病前期与糖尿病期患者及其常见病位的口腔呼气的气味图谱辨识。方法:选择61例2型糖尿病前期患者、165例2型糖尿病期患者和50例健康者,运用基于阵列式气体传感器技术的电子鼻(EN011103-A)采集口腔呼气的气味图谱,采用模式识别的方法进行气味图谱辨识。结果:(1)2型糖尿病前期常见病位证素分布由高到低依次为肝、肾、肺、脾;糖尿病期常见病位证素分布由高到低依次为肾、肝、脾、胃、肺、心、心神。(2)使用深度神经网络算法对糖尿病前期、糖尿病期和健康组的气味图谱辨识的平均分类准确率最高,为98.19%。(3)使用随机森林算法对糖尿病前期、糖尿病期常见病位证素的气味图谱辨识的平均分类准确率均是最高,分别为76.00%、80.76%。(4)除病位证素心外,使用模式识别方法对单个病位证素气味图谱的辨识准确率均达到80%以上。结论:运用阵列式气体传感器电子鼻结合模式识别算法可以对2型糖尿病的分期与病位作初步的辨识,可以为中医嗅诊客观化研究提供新的手段,为中医病证诊断提供新的方法。 相似文献