盗汗治疗药物关联规则分析

★ 艾志福 徐义勇 余俊英 邹富有 丁敏

(江西中医学院 南昌 330004)

盗汗治疗药物关联规则分析

★ 艾志福*徐义勇 余俊英 邹富有 丁敏

(江西中医学院 南昌 330004)

目的：通过数据挖掘技术挖掘盗汗临床治疗用药常用药物组合规律。方法：采用关联规则分析法，对收集到的158例盗汗古今医案治疗方药中的药物进行挖掘分析。结果：支持度较高即支持度>16%的药物组合有：黄柏，生地黄，黄连，熟地黄，黄芩，龙骨，牡蛎，当归，大枣，甘草等。结论：临床上治疗盗汗常用药物组合为黄柏与生地、熟地，龙骨与牡蛎，黄连与生地等。

盗汗；关联规则；药物

中医药治疗汗病有独特的疗效。早在两千多年前的《内经》中就对汗病的生理、病理等方面有了许多宝贵的认识，如“阳加于阴谓之汗”、“五脏化液，心为汗”、“汗出溱溱是谓津”等。历代医家不断地总结、发挥、完善，中医治疗汗病积累了大量的经验，形成了独具特色的汗病理论及诊疗体系。然而，这些理论和治疗经验散见于历代医案中。因此，应用数据挖掘方法对汗病医案进行挖掘分析，发掘其中潜藏的证治规律，对于指导汗病临床治疗具有重要的现实意义。本研究选取盗汗治疗药物为研究对象，采用关联规则分析法对其进行挖掘研究，发掘、总结盗汗临床治疗用药规律，为后世医家临床治疗盗汗提供数理支持和新的思路。

1 资料与方法

1.1 选取资料

古代医案选取通过湖南电子音像出版社1998年出版的第3版电子版《中华医典》收集，现代病案选取通过维普、知网、万方三大期刊网络数据库收集。所有医案以所在著作、期刊为单位进行分类，每个病案就作者、症状、证候、治法、方药等多方面内容客观收录并编号，不加个人主观意见、不作任意改动，留底备案。共收集医案158则。

1.2 选取标准

1.2.1 诊断标准

盗汗的诊断标准参照《中医内科学》[1]

1.2.2 纳入医案标准

(1)所选医案符合汗病诊断标准，即以夜汗出异常为主症；(2)所选医案疗效确切，并单纯采用中药治疗；(3)所选医案有完整的药物组成。

1.2.3 排除标准

(l)无主症或主症不符合规定者；(2)单味药方的医案；(3)外治法、食疗方、针灸等；(4)误诊、误治、治疗无效、有西药介入的医案；(5)同一医案转载在不同医籍中，只记录其原始出处。

1.3 资料规范化处理

历代医案的记载并不规范。故在数据录入前有必要尽量统一规范，才能保证所有资料具有采用数理分析的可能。

1.3.1 中药名的规范

中药名称，在不同的时代和地域，一药多名、同药异名的现象很普遍。中药异名，以《中药学》[2]和《中药大辞典》[3]为标准进行规范，例如将“于术”、“冬术”、“於术”、“于潜术”、“于白术”、“野於术”、“熟於术”、“生於术”统一规范为白术，将别直参、高丽参、朝鲜参统一规范为人参，将寸冬统一规范为麦冬，将怀山、怀山药、怀药、淮山药、淮药统一规范为山药等等。

1.3.2 药物归类的规范

本研究之药物统一按照《中药学》[2]的分类方法和类型进行归类，共分为21大类。

1.4 数据挖掘方法的选择

并研究主要采用关联规则分析法对盗汗治疗药物进行分析。关联规则最早是由Agrawal等人提出的，[4]它是指从一个大型的数据集中发现有趣的关联或相关关系，即从数据集中识别出频繁出现的属性值集，也称为频繁项集，[5,6]然后再利用这些频繁值集创建描述关联关系的规则的过程。运用关联规则技术，用户可以从给定的数据中，挖掘出事务特征之间满足最小支持度和最小置信度的关联规则。最小支持度和最小置信度是反映关联规则有价值与否的两个测度，[7]分别代表规则的有用程度和可信程度，当规则只有同时满足最小支持度和最小置信度时才被认为是有意义的。

1.5 数据录入分析

运用录入系统，将158例盗汗医案方药组成药物逐一录入到Access数据中(如图1)，经规范处理后，采用SAS软件进行关联规则分析。

图1 盗汗治疗药物数据库

2 研究结果

药物的关联规则按照置信度和支持度进行筛选，保留置信度>80%，支持度>5%，结果如表1所示。从中我们可以发现盗汗医案中一些比较有意义的药物组合，其中支持度较高即支持度>16%的药物组合有：黄柏，生地黄，黄连，熟地黄，黄芩，龙骨，牡蛎，当归，大枣，甘草等。很明显，这些药物组合以滋阴清热为主，在临床上常被应用于盗汗的治疗。通过对盗汗医案的关联分析再次验证了这些药物配伍的合理性。

表1 盗汗药物关联规则表

图2 盗汗药物关联规则图

为了将药物之间的配伍关系以更加直观的方式展示出来，我们采用Cytoscape软件将挖掘出的药物关联规则用图形链接表示，如图2所示。从图中可以明显地看出，生地黄、牡蛎是作为配伍之药在盗汗医案中出现次数最多的两味药。这是因为：生地黄味甘、苦，性寒，归心、肝、肾经，具有清热凉血、养阴生津的作用，常用于阴虚内热之证；而牡蛎味咸，性微寒，归肝、胆、肾经，具有收敛固涩等作用，常用于滑脱诸证。

3 结论与讨论

分析结果，我们发现一些较有临床意义的药物组合，现总结、分析如下：(1)黄柏配伍生地黄、熟地黄、黄芩、黄连、当归的置信度分别为94.44%、88.89%、83.33%、83.33%、80.56%。黄柏性味苦、寒，主入肾经而善泻相火、退骨蒸，常用治阴虚火旺所致潮热盗汗之症；常与生地黄、熟地黄、当归、黄芩、黄连等配伍应用，使养血育阴与泻火除热并进，养阴以治本，泻火以治标，使阴固而水能制火，热清则耗阴无由，是治疗阴虚火旺盗汗的最佳配伍，其代表方如当归六黄汤。该方出自金·李杲《兰室秘藏·卷下》，李氏认为当归六黄汤“治盗汗之圣药也”。[8](2)黄连配伍生地黄的置信度为80.49%。提示二者盗汗中常相须为用。黄连性味苦寒，归心、脾、胃、胆、大肠经，具有清热燥湿、泻火解毒之功效；其善清心火、泻胃火。而生地黄功具清热凉血、养阴生津。两者相须为用，在加强清热泻火之力之时，还具育阴之效，如黄连丸。(3)龙骨配伍牡蛎的置信度为93.55%。提示盗汗中二者常相须用。龙骨味甘、涩，性平，归心、肝、肾经，具有镇惊安神、平肝潜阳、收敛固涩之功效。煅龙骨收敛固涩之力更强，而牡蛎煅后亦有与煅龙骨相似的固涩作用，故两者配伍常用于治疗盗汗、盗汗等滑脱之证，如龙骨牡蛎汤。

[1]周仲瑛.中医内科学[M].北京:中国中医药出版社，2004.

[2]黄兆胜.中药学[M].北京：人民卫生出版社，2002.

[3]国家药典委员会.中华人民共和国药典[S].北京:化学工业出版社,2000.

[4]Jiawei Han，and Micheline Kamber.Data Mining: Concepts and Techniques[M].Morgan Kaufman Publishers 2001.

[5]沈斌.关联规则相关技术研究[D].浙江大学博士学位论文，2007.

[6]郭秀娟.基于关联规则数据挖掘算法的研究[D].吉林大学博士学位论文，2004.

[7]毛国君.数据挖掘技术与关联规则挖掘算法研究[D].北京工业大学博士学位论文，2003.

[8]金·李杲.兰室秘藏[M].北京:人民卫生出版社，2005.

TheAssociation-ruleAnalysisofTreatingNight-sweat'sMedicine

AIZhi-fu*,XUYi-yong,YUZhun-ying,ZHOUFu-you,DINGMing

JiangxiUniversityofTraditionalChineseMedicine,Nanchang330004

Objective: Through the association-rule analysis to excavate the law of treating night-sweat's traditional Chinese medicine. Methods: Adopting the association-rule analysis to analyze the treating night-sweat's medicine which included in 158 ancient and modern prescriptions. Results: The pharmaceutical compositions whose support is larger than percentage of 16 include that cortex phellodendri, rehmannia dride rhizome, coptidis rhizome, prepared rhizome of rehmannia, baical skullcap root, keel, oyster, angelica, Chinese jujube, glycyrrhiza,etc. Conclusion: Data analysis show the clinical pharmaceutical compositions regularity of night-sweat include that cortex phellodendri and rehmannia dride rhizome and prepared rhizome of rehmannia, keel and oyster, coptidis rhizome and rehmannia dride rhizome,etc.

Night-sweat; Association Rules; Medicine

艾志福(1977-)，男，江西黎川人，博士，讲师，主要从事中医临床、教学及科研工作,Tel：0791-87118813,E-mail:azf0791@163.com。

R255.9

A

2013-10-02)