论文速递基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究

Posted 中医传承辅助平台

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了论文速递基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究相关的知识,希望对你有一定的参考价值。


【论文速递】基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究

中医传承辅助平台服务号上线了!

  1. 推出积分系统,用户累计积分可以换取培训名额

  2. 开启微社区,有问题随时发布,大家一起帮忙解决


小编有话说:
【论文速递】是我们新开的栏目,旨在把使用中医传承辅助平台软件发表的最新论文呈现在大家面前,供老师同学们参考。希望能为大家的研究工作开拓思路。




徐浩教现为中国中医科学院西苑医院主任医师,中国中医科学院中青年名中医,先后师从山东省名老中医邵念方教授及国医大师陈可冀院士,擅长中医及中西医结合治疗冠心病、高血压、心衰、早搏、心动过缓、阵发房颤、心肌炎后遗症、高脂血症、心脏神经官能症等。徐浩教授在遵循中医经典的基础上,对心悸病的治疗有自己独到的见解。借助于中医传承辅助系统,现将徐浩教授对于心悸的处方用药经验总结于下。


1 资料与方法


1. 1 处方来源与筛选


本研究以20142-20147月徐浩教授在中国中医科学院西苑医院门诊处方为来源进行筛选,以《中医内科学》教材“心悸”主要症状为评判标准,共筛选心悸处方130首。


1. 2 分析软件


“中医传承辅助系统(V2.5)”软件,由中国中医科学院中药研究所提供。软件融合关联、基于关联规则的分析、改进的互信息法、复杂系统熵聚类、无监督的熵层次聚类等多种数据挖掘方法


1. 3 处方的录入和核对


每日门诊结束,将当日门诊处方录入系统,录入内容包括望闻问切等中医辨证处方信息,亦包括西医病历信息及辅助检查结果等。并由双人负责审查核对信息准确性。


1. 4 数据分析

通过“中医传承辅助系统(V2.5)”软件的“数据分析”模块中的“方剂分析”选项,进行数据挖掘。


1. 4. 1 提取数据源

在“中医疾病”栏内输入“心悸”,提取出治疗心悸的全部方剂。


1. 4. 2 频次统计分析

通过“频次统计”选项键将心悸方剂中每味药的出现频次从高到低排序,并将结果导出。


1. 4. 3 组方规律分析

分别设“支持度个数”为40,“置信度”为0.9,通过“规则分析”得出组方规律。


1. 4. 4 新方分析

分别设置相关度为“13”,惩罚度为“4”,点击“提取组合”选项,通过改进的互信息法、复杂系统熵聚类,无监督的熵层次的聚类等算法,最终实现新方分析。


2 结果


2. 1 用药频次


对徐浩教授治疗心悸的130首方剂中的药物频次进行统计,使用频次在前20位的中药见表 1。其中使用频次前6位的中药为远志、茯神、炙甘草、当归、党参,郁金。


【论文速递】基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究


2. 2 基于关联规则的方剂组方规律分析


药物组合频次由高到低排序,前3位分别是“远志,党参”、“远志,炙黄芪”、“远志,茯神”,见表2。中药之间的关联规则见表3,并用网络视图清晰展示如下,见图1。其中居于网络图中间的党参、炙甘草、远志、当归等为徐浩教授临床治疗心悸最常用中药。


【论文速递】基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究


【论文速递】基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究

【论文速递】基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究

图 1 支持度为40,置信度为0.9的治疗心悸常用药物


2. 3 基于熵聚类的方剂组方规律分析


2. 3. 1 基于改进的互信息法的药物间关联度分析

考虑方剂数量并结合经验,根据不同参数下预处理数据的结果,设置相关度为12,惩罚度为4,进行聚类分析,将关联系数0. 035以上的药对列表。见表4。


【论文速递】基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究


2. 3. 2 基于复杂系统熵聚类的药物核心组合分析

以改进的互信息法的药物间关联度分析结果为基础,基于复杂系统熵聚类,演化出3-4味药核心组合。见表5。


【论文速递】基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究


2. 3. 3 基于无监督熵层次聚类的新处方分析

在核心组合提取的基础上,运用无监督熵层次聚类算法,得到新处方,见表6。




讨论:


基于循证医学概念的现代临床研究方法学大多是用来研究人口特征与单因素干预措施的,这很难用来研究复杂多变的中医处方,在这种背景下,数据挖掘新技术,正被广泛地应用于中医药领域。Jiao Y等利用多因子降维的方法分析稳定性冠心病患者在某前瞻性队列研究中的心血管事件发生情况,从而得出了中医证候演变与心血管事件之间的关系。Yan Feng等利用基于部分可观察马尔科夫决策过程来优化治疗不稳定心绞痛的中医处方。高铸烨等利用随机行走模型评价生脉注射液治疗冠心病的临床疗效。Zhao YF基于数据流形排序探索了中医证候与病毒性肝炎症状之间的关系。在这种大环境下,中医传承辅助平台系统应运而生。通过中医传承辅助平台系统,可实现多层次、多维度数据的关联与融合,辅助年轻医师及学生将老中医、名中医的方子总结规律,得以传承。


徐浩教授治疗心悸每有奇效,如何在浩如烟海的门诊病例中科学的总结出徐教授治疗心悸的用药特点和规律?在如今的大数据时代的背景下,利用“中医传承辅助系统”软件予以挖掘数据,真正做到了客观、全面的总结。徐浩教授认为心悸的主要病机为本虚表实,虚者包括气血阴阳亏虚,实者多指痰、瘀。本着辨病与辨证相结合的原则,徐浩教授认为心率偏快的心悸,多为气阴两虚,血瘀血热,治疗多从益气养阴,清热凉血活血入手。心率偏慢的心悸,多为气血阴阳俱虚,多以益气滋阴,通阳复脉为法,处方多以炙甘草汤随诊变化。


经过用药频次统计,徐浩教授治疗心悸最常使用的六味中药为远志、茯神、炙甘草、当归、党参、郁金。安神药是徐浩教授治疗心悸时的常用药,从发病上来讲,心神动摇,不能自主而心悸,非安神不可以宁其心神。远志,安神益智,祛痰,消肿,用心肾不交起的失眠多梦,健忘惊悸,神志恍惚。茯神,宁心,安神,利水,治心虚惊悸,健忘,失眠,惊痫。炙甘草,补脾和胃,益气复脉,用于脾胃虚弱,倦怠乏力,心动悸,脉结代。以炙甘草为君药的治疗心悸的经方炙甘草汤,又叫复脉汤,为徐教授在临床上治疗心率偏慢的早搏及房颤所常用之方。张仲景在《伤寒论》中言:“伤寒,脉结代,心动悸,炙甘草汤主之。”全方益气滋阴,通阳复脉。当归,补血活血,调经止痛,润肠通便,可用于血虚萎黄,眩晕心悸。党参,补中,益气,生津,用于脾肺虚弱,气短心悸等。郁金,行气化瘀,清心解郁,利胆退黄。当归、党参同用,补气血兼滋阴。在心率偏快的患者,应用郁金清热凉血活血,减慢心率。且郁金还可佐制补药太过阻滞气机。


在关联规则中,我们可以看到茯神与远志,炙黄芪与党参均为徐教授临床常用对药。“心不自安,则为悸”,茯神、远志安神以定悸,炙黄芪、党参益气健脾,使气血生化之源得充,益气养血安神。


在改进的互信息法的药物间关联度分析中,我们看到第一对药为桂枝、阿胶珠。桂枝,温经通脉,助阳化气。徐教授用桂枝,取其“少火生气”,通心脉。阿胶,补血滋阴、润燥。此两味药为炙甘草汤的组分。两药同用,使气血充足,阴阳调和,则心悸动可平之。第二对药为桑寄生、党参。此两药属于徐教授治疗早搏的基本药物组方,无论何种证型皆可用之。现代药理研究显示,桑寄生可以对抗心律失常、增加冠脉流量、增强心脏收缩力、降低心肌耗氧、抑制血小板聚集,改善微循环。且其药性平和,徐教授治疗心悸时,每取其大量,可达60克。


基于无监督熵层次聚类治疗心悸的新处方,以第8,10,19方为例。第8方为当归,炙黄芪,郁金,苦参,第10方为延胡索,远志,寄生,煅磁石,第19方为煅磁石,五味子,郁金,桑寄生。郁金、苦参多被用来治疗快速性心律失常,当归、炙黄芪补益气血。磁石、五味子为徐教授常用的治疗快速性心律失常的对药,可减慢心率,兼治疗耳鸣,对心悸伴随睡眠不好,易惊醒的患者尤适用,起到重镇安神的效用。远志安神,延胡索亦为治疗心悸常用的单味药。


中医中药是中华民族的瑰宝,如何科学有效的将各大名家的处方用药规律总结并传承是一项任重而道远的事业。本研究利用基于关联规则和熵聚类算法将徐浩教授治疗心悸的用药规律进行了深度分析,标准化、客观化地将其呈现,并利用网络图以进一步直观展现,验证并总结了徐浩教授治疗心悸的辨证处方。有利于中医名家经验的科学传承和青年医师对临证辨证处方的掌握。


致谢:衷心感谢中国中医科学院杨洪军教授及其课题组惠赠“中医传承辅助系统(V2.5)”软件并提供技术支持。


参考文献:略。




[本文来源:《中华中医药杂志》2015年9月第30卷第9期,由中医传承辅助平台(TCMISS2014)编校发表,文章仅代表作者个人观点]


在微信中回复 “投稿”,告诉您获取积分的方法。

联系方式:xinyaosheji@163.com;


▼▼▼点击阅读原文即可跳转中医传承辅助平台服务号关注页

以上是关于论文速递基于关联规则和熵聚类算法的徐浩教授治疗心悸用药规律研究的主要内容,如果未能解决你的问题,请参考以下文章

大数据的常用算法(分类回归分析聚类关联规则神经网络方法web数据挖掘)

大数据时代:基于微软案例数据库数据挖掘知识点总结(Microsoft 顺序分析和聚类分析算法)

R语言Apriori算法关联规则对中药用药复方配伍规律药方挖掘可视化

大数据时代:基于微软案例数据库数据挖掘知识点总结(Microsoft 关联规则分析算法)

推荐 论文:基于卷积K均值聚类算法的CNN无监督学习

学术论文电力通信大数据并行化聚类算法研究