祁明明,马 健
(南京中医药大学基础医学院,南京 210046)
基于数据挖掘升降散治疗内伤杂病的临床运用研究*
祁明明,马 健△
(南京中医药大学基础医学院,南京 210046)
目的:运用数据挖掘方法分析现代医家临床运用升降散治疗内伤杂病的经验。方法:通过检索现代医家临床文献,获取升降散运用的医案信息,利用Medcase V3.2数据记录挖掘系统对其进行数据库构建、数据挖掘分析。结果:检索获得临床运用升降散医案类论文文献165篇,验案408例,涉及病种205种,病机498条,治法418条,临床症状744条,舌象描述128条,脉象20类,药物333种,症状内关联产生规则31条,用药内关联产生规则31条,病机舌象外关联产生规则16条。结论:通过数据挖掘分析,可见升降散在内伤杂病中的主要证治以热证、气滞证为主,多用于气机阻滞,隔至于胸中且内有郁热之象。
升降散;现代医家;临床医案;数据挖掘;方证理论
升降散源于《伤寒温疫条辨》,由白僵蚕(酒炒)、全蝉蜕(去土)、姜黄(去皮)、川大黄(生)组成。该方最初为治疗瘟疫所设,后世医家扩大了使用范围,用于治疗内伤杂病取得了良好的临床疗效。为系统研究升降散,本文采取反向挖掘方法,通过查阅现代医家临床医案文献,利用Medcase V3.2数据记录挖掘系统对其建库、挖掘和分析。通过对病种、症状、病机、治法、方药等项集挖掘、分析研究临床主治和方证,为临床准确应用升降散治疗内伤杂病提供客观依据和方法学参考。
1.1 资料来源
以“升降散”为关键词,检索中国知网 1980~2013年文献,共收集165篇医案类论文,验案408例。
1.2 纳入标准
选用案例为原载有效案例;采用处方为升降散或其加减方,包含“僵蚕”“蝉蜕”“姜黄”“大黄”4味核心药物,其相似度≥0.5;医案首诊信息完整;内伤杂病医案。
1.3 资料整理
1.3.1 数据资料清洗 参照《中医诊断学》第五版[1]、《中医内科学》第七版教材[2]习用的中医术语表达,将病种、症状、证型名称、病机归纳名称、治法治则进行规范,药物名称与炮制方法参照《中药学》第七版教材[3]及《中华本草》[4-6]规范。
1.3.2 数据挖掘方法 通过Medcase V3.2数据记录挖掘系统,采集数据并建立专方数据库,将专方数据库导入 Medcase Record Mining拓展系统的Association Rule Analysis平台上,运用强化FPGrowth算法构建加强关联规则数据挖掘模型,使用Xminer Operation Tool运算工具对研究数据进行挖掘处理和逻辑分析。
2.1 病种分布
医案数据涉及病种205种,出现总频次414次,频次大于5的病种20条,累计频次148次,占全部医案病种总频次的35.75%。该方在临床适用范围已突破瘟疫这一局限。高频病种分布显示,常用于肺系病证咳嗽、喘证、肺痈等,心系不寐、健忘等,脾胃系痞满、胃痛、便秘等,肝胆系眩晕、积聚、头痛等,肾系水肿、癃闭等,气血津液病证内伤发热、郁证等。
2.2 症状分布
表1显示,医案数据涉及症状744条,出现总频次2896次,频次大于28的症状20条,累计频次1102次,占全部医案症状总频次的38.05%。在高频症状分布中,与火热因素相关的有心烦、发热、尿黄、尿赤,与热盛伤津相关的有便干、口干、便秘、大便难解、口渴,与气机阻滞相关的有纳差、咽痛、头痛、胸闷、腹胀。数据提示,升降散的主治症状主要与火热内盛、热盛伤津关系密切,同时气机阻滞所致症状也是其主治症状范围。
表1 升降散医案数据库高频症状分布
2.3 舌象分布
医案数据涉及舌象共128条,出现总频次738次,频次大于5的舌象共20条,累计频次586次,占全部医案舌象总频次的79.40%。其中舌质按频次递减为质红、质暗红、质淡红、质淡、质红绛,舌苔按频次递减为苔黄、苔黄腻、苔白、苔黄厚、苔薄白、苔白腻、苔少、苔白厚腻、有刺、苔黄燥、少津、苔黄厚腻、苔薄、苔微黄、苔腻。数据提示,升降散临床涉及舌象范围较宽,但总体舌质以“红”居多,反映热象为主;舌苔以“腻”居多,反映湿浊为主,也从侧面反映气机升降失常、津液不归正化。部分舌象如质红绛、有刺、苔黄燥等,体现热极生火、化燥伤阴、久病络瘀等临床病理转归。
2.4 脉象分布
医案数据涉及脉象共 20类,出现总频次825次,其中频次大于50的有数(247次)、弦(193次)、滑(115次)、细(102次)、沉(65次),大多以复脉形式出现,反映出其所涉及的病证以热证为主。
2.5 病机分布
表2显示,医案数据涉及病机共498条,出现总频次821次,频次大于5的病机20条,累计频次176次,占医案病机总频次的21.44%。高频病机分布中,升降散的主治病机与气、郁、风相关病机合计15条,说明首先是针对气机失常,主要是调节气之升降沉浮、表里出入,而其中气郁实证是其病机核心;同时,火、热病机合计12条,反映该方的另一病机核心是火热之证。高频病机中涉及的脏腑以中上焦主气的肝、肺为主,这正是中医传统理论中“肝升肺降”的经典体现,而心的病机是上焦热甚的表现。
表2 升降散医案数据库高频病机分布
2.6 治法分布
表3显示,医案数据涉及治法共418条,出现总频次798次,标列频次大于5的治法共18条,累计频次239次,占全部医案治法总频次的 29.95%。高频治法分布中,除序列1、2、9、12等治法直接体现升降散调节气机外,郁相关治法3条,风相关治法2条,热相关治法8条,火相关治法2条,肝相关治法2条。数据提示,调畅气机、清泄郁热是升降散的主治,与病机挖掘结果气郁、火热相一致。
病机与治法并非医案均有表述,病机与治法在整体数据非全对应关系,故挖掘所得数据与病机结论相一致,有验证性价值。
表3 升降散医案数据库高频治法分布
2.7 药物分布
表4显示,医案数据涉及药物共333种,出现总频次4419次,标列频次大于40的药物共20条,累计频次 2372次,占全部医案药物总频次的53.68%。高频药物分布中,升降散主要药味频率为蝉蜕>僵蚕 >姜黄 >大黄。加减药中,寒、凉性药14味,温性药3味,平性药3味。数据提示,在升降散处方中的4味核心药物,在临床使用不完全是全方出现,虫药对药联合运用较多。方剂配伍加减中,与寒性药物配合使用较多,这也凸显出不论是原方还是加减方,治疗范围以火热病证为主。
对于大黄的使用,杨氏原方使用生大黄。而经药物挖掘发现,现代临床治疗内伤杂病时往往改用制大黄。序列4中的大黄从脉证反推,其中含有制大黄,但具体出现频次不敢妄加臆断,统计时就用原文的“大黄”进行统计。
表4 升降散医案数据库高频药物分布
2.8 症状内关联分析规则项集
表5显示,医案数据涉及临床症状群集内部关联性挖掘,共产生规则项集31条,其中标列规则项集30条。按照项集内容二次分布为16组群,症状内关联规则项集中:产生规则较多的关联症状主要有尿黄规则4条,便干、发热、咽痛规则各3条,口干、口苦、纳差、乏力、心烦规则各2条。数据提示,升降散主治症状群中,火郁与气滞、燥热与津伤等类属症状有密切关联,症状涉及部位为上、中、下三焦,从侧面反映火热、气滞之类的症状之间也有较大关联性,存在相互转化、相互兼夹的可能。
2.9 处方用药内关联分析规则项集
表6显示,医案数据涉及处方用药群集内部关联性挖掘,共产生规则项集30条,其中标列规则项集30条。按照项集内容二次分布为5组群,处方用药内关联规则项集分布中,产生规则较多的关联药物主要有大黄规则13条,大黄系原方在临床运用中加减变化较大的药味,故在关联中产生规则较多。其次为甘草规则 8条。数据提示,升降散处方精要、结构稳定,核心组成加减变化不大,在临床使用过程中一般去大黄或改变大黄制法使用。分析认为,这与外感疫病方转治内伤杂病有关,外感辨治中提倡“下不厌早”“以泻代清”顿挫病势;内伤杂病多见“久病入络”“久病多瘀”,故用制大黄取其化瘀之用,少用生大黄的攻下之力。在配伍药物中,升降散常配合使用甘草,此乃恐外感方药效力峻猛,取缓和药性之能以制其峻。
表5 升降散医案数据库症状内关联规则项集
表6 升降散医案数据库处方用药内关联规则项集
2.10 病机舌象外关联分析规则项集
医案数据涉及临床症状群集内部关联性挖掘,共产生规则项集16条,其中标列规则项集16条。按照项集内容二次分布为 15组群。病机舌象外关联规则项集中(见表7):产生规则较多的为苔黄腻规则6条,苔黄厚2条、质红1条。数据提示,黄腻苔与气滞、湿热、痰热密切关联,黄厚苔多为火热伤阴合并气机郁滞之候。结合所有规则,说明辨舌苔在临床辨治热病上有较大的参考作用。
表7 升降散医案数据库病机舌象外关联规则项集
注:*此项集标列参数 Mark Parameter=[Support=0.004,Confidence=0.05]
《伤寒瘟疫条辨》中所载升降散名为升降亦为双解。杨栗山谓之:“瘟疫总计十五方……而升降散,其总方也,轻重皆可酌用。”此方为现代医家蒲辅周、赵绍琴等名医所推崇。蒲辅周认为“瘟疫之升降散,犹如四时温病之银翘散。”近年来,升降散越来越多用于内伤杂病的治疗中。综合数据挖掘分析,升降散的主治证以热证、气滞证为主,多用于气机阻滞、隔至于胸中且内有郁热之证。病机以气机阻滞、火热内郁为核心,二者相互影响。“郁,结而不舒也。[7]”即闭塞、阻滞、结聚不舒之意,其所结聚者为气机也。人体生理功能的维持依赖于气的正常升降出入,一旦这一平衡被打破则疾病丛生。火热内郁致使人体气机的正常运行受阻,气机失调而为病。内伤邪气侵犯人体,阻碍气之升降出入而致气机阻滞。气机升降失调郁阻邪气的外出之路,邪气不得外泄影响脏腑功能,此时若不能及时将郁解除,郁而化热则出现各种热郁症状[8]。升降散方中僵蚕胜风除湿、清热解郁;蝉蜕涤热而解毒;姜黄祛邪伐恶、行气散瘀;大黄泻火补虚;冷酒上通下达,外通皮毛,内通脏腑;蜂蜜清热润燥而为导;僵蚕、蝉蜕升阳中之清阳;姜黄、大黄降阴中之浊阴,一升一降,内外通和。
本文经初步数据挖掘分析,对现代医家使用升降散治疗杂病有了进一步的了解,但仍需后期运用聚类分析、熵函数等多种手段对已有数据深入挖掘,不断完善对升降散的临床认识。
[1] 季绍良.中医诊断学[M].北京:人民卫生出版社,2002:64-76.
[2] 周仲瑛.中医内科学[M].北京:中国中医药出版社,2003: 3-62.
[3] 雷载权,陈松育,高学敏,等.中药学[M].上海:上海科学技术出版社,2011:42-268.
[4] 宋立人,章国镇,徐国钧,等.中华本草(第9册)[M].上海:上海科学技术出版社,1999:166-182.
[5] 宋立人,章国镇,徐国钧,等.中华本草(第8册)[M].上海:上海科学技术出版社,1999:631-636.
[6] 宋立人,章国镇,徐国钧,等.中华本草(第2册)[M].上海:上海科学技术出版社,1999:708-721.
[7] 谢观.中国医学大辞典[M].赖鸿铭,等点校.天津:天津科学技术出版社,1998:816.
[8] 赵绍琴.谈火郁证的治疗及体会[J].中医杂志,1980(10): 24.
Clinical Application Research on the Treatment of Miscellaneous Diseases by Shengjiang Powder Based on Data Mining
QI Ming-ming,MA Jian△
(College of Basic Medicine,Nanjing University of Chinese Medicine,Nanjing 210046,China)
Purpose:using data mining methods to analyse the clinical experience which from current clinical medical practitioners to treat endogenous miscellaneous disease with Shengjiang Powder.Methods:Obtain the information from medical records of using Shengjiang Powder which were selected from the published literature.Building a database to analyse and mine data is based on Medcase V3.2 Data Mining System.Results:Obtain 165 literatures which are type of medical records.It involves 205 disease categories,498 pathogenesis,418 therapeutic methods,744 clinical symptoms,128 tongue pictures,20 type of pulse pictures and 333 drugs.It also creates 31 Intra-dimensional Association Rules between symptoms,31 Extra-dimensional Association Rules between drugs and 16 Intra-dimensional Association Rules between pathogenesis and tongue pictures.Conclusion:Through the data mining analysis we can find that Shengjiang Powder is mainly used in Heat Syndrome and Qi Stagnation Syndrome.
Shengjiang Powder;Current cliniacl medical practitioners;Clinical medical records;Data-mining; Theory of Formula-Syndrome Relationship
R289.5
:A
:1006-3250(2016)04-0499-05
2015-08-26
国家中医药管理局重点学科温病学建设项目(022091002002)-温病学理论研究
祁明明(1984-),女,江苏苏州人,医学博士,从事温病学理论体系及临床应用研究。
△通讯作者:马 健(1959-),男,江苏如皋人,教授,医学博士,博士研究生导师,从事温病学理论体系及临床应用研究,Tel:13770688811,E-mail:13770688811@163.com。