SCI论文（www.lunwensci.com）:
摘要：本文采用文献回顾的方法，目的在探讨经方在数据挖掘与应用的研究现状与进展，以期在目前的大数据时代中，应用数据挖掘技术在中医理论的指导下能够对经方进行现代化的系统研究，从而使经方的应用与研究更加地便利与高效。
关键词：经方；数据挖掘
本文引用格式：周世宗,王飞.经方数据挖掘之应用研究与进展[J].世界最新医学信息文摘,2019,19(99):141-142.
Application Research and Development of Data Mining in Classical Prescription
ZHOU Shi-zong,WANG Fei*
(Chengdu University of TCM,Chengdu Sichuan)
ABSTRACT:This paper adopts the method of literature review to discuss the current situation and progress of classical prescription's research on data mining and application,so as to make a systematic study of classical prescription under the guidance of traditional Chinese medicine theory and make classical prescription's application in the current era of big data.The research is more convenient and efficient.
KEY WORDS:Classical prescription;Data mining
0引言
经方，即为后世医家誉为医方之祖的由医圣张仲景所着的《伤寒杂病论》为代表，在中医临床中常以经方作为基础方并遵循辨证论治的原则进行方剂加减。经方的分类广泛且非常实用，在长期临床实践中，众多医学认为其组方极为严谨、主治明确、疗效显著，具有普、简、廉、效的特征。在仲景经方中，可能同一个经方可有多个适应症，药物在经方中为基本的构成单元，而症状则成为病证的基本构成单元。因此，大部分医家认为药物和症状之间必然存在着紧密关联，所以目前研究重点，是如何借助计算机统计软件进行的数据挖掘算法，从海量的数据库中寻找潜在的规律，为更好的探寻这种关联性，可以从经方用药频次、功效组合等多个角度与层次，以科学合理高效的分析目标方剂数据所蕴含的配伍规律提供可靠的方法，从而得到更加可信、严谨的研究结果[1]。
数据挖掘(data mining，DM)是美国计算机学会(ACM)于1995提出的概念。简单地说，即是运用一定的算法，从海量结构化或半结构化的数据中提取出隐含的有用的信息和知识的过程，所以又被称为数据库知识发现(knowledge discover in database，KDD)[2][3]，这项新兴技术已成功应用于很多领域如商业、金融、银行、保险、通讯、管理决策、计算机软件、自动化技术、互联网技术、企业经济等多个学科领域中，而中医学领域则尚在成形阶段尤其是经方的运用则更少，属于起步阶段。目前在中医学领域中常用的数据挖掘方法主要有：常用的有关联规则、聚类分析、人工神经网络、决策树等方法，还有一些其他分析方法，包括遗传算法、贝叶斯信念网络、小波变换、主成分分析、时间序列分析和孤立点分析等[4]。《伤寒论》、《金匮要略》方不仅是集汉以前方剂之大成，而且承先启后，具有历史继承性，亦成为后世创制、衍化新方的祖方，本文将中医经典的仲景经方有关数据挖掘的应用研究现状与进展作一整理讨论。
1仲景经方数据预处理
数据预处理技术是数据挖掘的重要预备步骤，但在这之前我们要先确立我们的数据库，我们要处理的对象是《伤寒论》和《金匮要略》，《伤寒论》所载共113方，《金匮要略》所载共205方，其中43方为重复方剂，7方没有药物组成，将这些扣除后共268方[5][6]。
然后依据中医理论知识与方剂学知识将这268方的方剂信息进行整理入库并进行归类，因为这些数据中存在着不一致性与不完整性，因此需要经过数据预处理过程使其达到精简准确的数据要求。数据中的错误和不一致性都可以通过数据清理工作完成，因为仲景经方数据库中的功效与主治等字段的数据特性并不完整，所以采用空缺值与噪声处理方法对方剂数据进行处理。经过统计，发现仲景方中使用的药物达173味[6][7]，与现代中药使用规则相比，存在一定差别，比如某些药物已经被合并为一味药物进行使用，像现代中药中的芒硝就是仲景经方中的赤硝、芒硝、硝石，而现代中药中的白芍与赤芍在经方中通称为芍药，现代中药中的侧柏叶即经方中的柏叶，经方中的白鱼等药物在现代方剂中已不再使用。针对这些差异，采用数据挖掘技术中的忽略、更名、合并、拆分等方式进行处理，经方中的药物就变成132味，那么在仲景经方中通过数据挖掘出的中药数据就成为132味。遵循理论联系实际的原则对仲景经方中的数据进行充分清理、集成变换以及归约进行处理后，就完成了对仲景经方数据的预处理过程[7]。
2仲景经方数据挖掘的知识发现
2.1仲景经方配伍及用药规律研究
在中医学中，配伍不仅是用药的特点也是最能突出仲景经方的精髓所在，因此目前对仲景经方研究的主要方向为用药及配伍规律。药有个性之特长、方有合群之妙用，很多中医学家在经方配伍规律研究中作出了巨大贡献。比如，续洁琨[8]等从药代动力学时空观角度探讨了经方配伍的规律，认为对经方配伍规律的阐明是对中医药科研工作者关键的主要问题之一，更是中药用药的主要形式和临床治病的有效工具；林飞、王阶[9]对系统生物学在经方配伍规律研究中的应用进行了探讨，该研究主要以中医理论整体观念为指导，同时应用系统生物学的综合性、整体性与多学科交叉的研究方式并运用基因组学、转录组学、蛋白质组学、代谢组学深入研究经方配伍规律，从而挖掘出经方配伍规律的科学内涵，对中药新药研发与指导临床用药有积极意义；赵艳青[10]等应用中医传承辅助平台软件V2.0，构建中医药治疗抑郁症的方剂数据库，采用软件集成的数据挖掘方法，对方剂数据库进行四气、五味、归经分布及频次统计、证型分布、组方规律、新方分析，得出的结论中用抑郁症药频次使用频次前5位分别是柴胡、甘草、茯苓、白芍、酸枣仁，而药物配伍出现的频次前5位分别是甘草-柴胡、白芍-柴胡、甘草-白芍、甘草-茯苓、甘草-白芍-柴胡，可供临床用药参考。
另外，官晖[7]依据数据挖掘的结果发现，在病性关联研究中，在仲景经方用于治疗寒证的出现较高频率的药物为甘草、桂枝、生姜、白术、麻黄、白芍，不同的寒证治疗中在近70%的方剂中都出现过，而其中甘草-白术，甘草-麻黄，甘草-桂枝-白芍，甘草-桂枝-大枣这些药的配伍有其一定的规律性；在经方中用于治疗热证的药物主要有甘草、黄芩、黄连、桂枝、石膏，其中甘草-黄连，黄芩-黄连，黄芩-干姜-人参，甘草-石膏-生姜-大枣，甘草-黄连-干姜等通过配伍全部用于治疗热证。尤其甘草-黄芩-大枣的配伍方剂用于治疗热证在经方中占据比例在75%以上，同时黄芩-白芍，甘草-黄芩在热证治疗中的配伍方剂也有近65%；而用于治疗虚证的经方药物主要有甘草、生地、白术、人参，在具体方剂中用药配伍主要为甘草-生地，甘草-阿胶，人参-白术，其中，甘草-桂枝-茯苓，甘草-附子，桂枝-附子，茯苓-白术，当归-白芍等在方剂中的药物配伍用于治疗虚症的比例近85%，甘草-白术，桂枝-白勺-大枣，甘草-桂枝-生姜-大枣在所在方剂中的药物配伍用于治疗虚证的比例在70%以上；在经方中用于治疗实证的药物包括甘草、桂枝、茯苓、人参、生地、白术、附子等，主要配伍为甘草-附子，甘草-生地，人参-白术，其中在相关方剂中茯苓-白术，桂枝-附子，甘草-桂枝-茯苓等的药物配伍在实证治疗中的比例也在75%以上。从病位关联研究中，在仲景经方里，用于治疗病位在表的疾病通常会用到甘草、麻黄、杏仁三味药物，这三种药物在表疾病中的运用比例为50%以上；数据结果显示，治疗病位在肺部的疾病，相关方剂中药物配伍主要有半夏-五味子，甘草-五味子，细辛-五味子，半夏-细辛-五味子，干姜-细辛，半夏-细辛等，这些药物的用药比例近70%；而治疗病位在心的疾病主要运用干姜-附子配伍的方剂，该配伍比例在方剂中占近73%；治疗病位在脾胃的疾病常用药物为干姜、半夏、人参、黄芩等，方剂中主要配伍有干姜-人参-黄芩，干姜-半夏-人参，干姜-人参，干姜-半夏等，用药比例为50%以上；治疗病位在胆的疾病常用药物为柴胡、黄芩、生姜、大枣，方剂中主要配伍为柴胡-黄芩，黄芩-生姜-大枣，在经方中所占比例为50%以上。此外，在病势关联研究中，仲景在治疗太阳病时喜用白芍、桂枝、甘草、厚朴、大枣，在治疗少阴病时喜用黄芪、白芍、人参。根据所治疾病病变过程归类时，按疾病的传变过程，选择治疗不同阶段疾病的药物使用，如桂枝、生姜、甘草、大枣、大黄治疗太阳病；黄连、柴胡治疗阳明病；桂枝、白芍、大枣、甘草、厚朴治疗少阳病；川乌、人参、白芍、黄芪治疗少阴病；阿胶、白芍、川芎治疗厥阴病。
对经方中的药物用法、用量正确掌握，可以极大提高临床疗效，因此历代医家都非常重视。经数据挖掘结果显示，张仲景在《伤寒论》与《金匮要略》中，所采用的煎药法、服药法以及给药剂量有所不同，因此后世对其研究颇多。比如，陈传蓉[11]就对张仲景经方中的姜、草、枣的用法用量进行了细致研究，因为经方中炙甘草、生甘草、生姜、干姜、大枣比较常用，而且用法极为严谨，特点比较显著，研究者采用基本统计学方法对所研究的姜、草、枣出现的频次、最常用的剂量、平均剂量以及剂量分布区间等进行处理，然后又采用聚类分析的方法找出符合研究条件的相关方剂与条文，再将其内容逐一录入到excel表中，从而建立姜、草、枣用法用量总数据库与各子数据库，最后采用二值量化处理数据库中症状描述的进行赋值的情况，并采用SPSS 16.0统计软件进行描述性分析与聚类分析，最终总结出在经方两书中有68首使用生姜的方剂、52首使用干姜的方剂、2方使用生姜汁与炮姜，在汤剂中生姜的用量范围在1两~16两、干姜的用量范围在6铢~3两。在《伤寒论》中有甘草者为70方、在《金匮要略》中为85方，生甘草在汤剂中的用量范围为1两~5两、炙甘草在汤剂中的用量范围为6铢~4两。在《伤寒论》中大枣入方40首，《金匮要略》中大枣入方43首，大枣在汤剂中的用量范围为4枚~30枚；高卫平[12]对经方量效关系及相关影响因素展开了理论研究，结合量效规律分析发现经方中药物的用量与功效存在着非常密切的关系。药物的功效随着用量的变化会发生一定变化，比如以解肌散寒祛风、温阳化饮为主所用桂枝量为3两以下，4两以温通心阳，兼有平冲降逆之功，5两主要以平冲降逆为主；干姜用3两主要发挥温中散寒、温胃化饮的功效，用4两以上则具备了散寒止痛的效果，又比如生姜和胃止呕和散寒化饮的力量随着用量的增加而增强；半夏降逆止呕的力量亦随着用量的增加而增强，茯苓的利水作用随着用量的增加亦有增强之势。
2.3仲景经方临床应用研究
张仲景所着的《伤寒论》与《金匮要略》被称为方书之祖，在长期的医疗实践中被证明临床疗效非常显著，因此相关学者为其在临床应用上的研究也非常丰富。比如，姜海伟[13]等就通过总结分析临床上应用经方的经验并根据日常的学习体会，总结出了经方主症的病机、主症的症状以及主要的功用；钟相根[14]等对经方现代应用的临床与基础研究思路进行了探讨，主要围绕诊疗方式、拓展范围以及疗效评价三个方面提出了适应时代的病症结合；林树元、柴可夫[15]对临床中制约经方疗效的六大要素进行了深入总结，包括六经辨证与方証学说的认识，以及临床处方剂量、加减合方等进行了探讨。蒋志滨[16]对晚期胃癌证治相关文献资料进行了收集，在初步总结其病名沿革、病因病机、诊断标准与辨证施治等基本认识的基础上，通过建立胃癌证治方剂数据库，综合运用频次统计、聚类分析、关联分析以及配伍网络等数据挖掘方法，对晚期胃癌方剂配伍规律作了证型、治法、用葯等的研究。蒋萃[17]等采用数据挖掘技术，对1，112则近现代医案中，经方五苓散的适应证进行归纳总结，提取有效信息；结果在临床上五苓散治疗效果最好的疾病以水肿、泄泻、癃闭多见，且因五苓散是调节人体津液循行的方剂，临床应用中只要符合“气化不利，水湿内停”的核心病机，即可运用其进行治疗。
3中医数据挖掘研究进展
中医葯的领域颇广，数据挖掘可应用的方向很多，目前主要有四大方向：一是在中医诊断领域，体现在中医四诊客观化、中医症候规范化和中医辨证智能化；二是在中药领域的研究，主要包括方剂药对和中药配伍规律探索、中药药性分类判断、中药药效量效分析等；三是中医信息学领域，包括中医信息处理，中医文献古籍、中医医案及名老中医诊疗经验研究；四是中医系统平台研究，包括中医辅助诊断系统、中医诊断效果评估系统，以及基于检索的中医文献查询系统研究[4]。邓宏勇[18]等研究中医药数据挖掘相关文献494篇得出结论为：数据挖掘技术适合处理中医药数据的研究，其中研究内容以证候研究与方剂研究是数据挖掘应用的热点，两者文献合计在诸研究领域中所占比例达55.62%；在数据挖掘的方法选择，其中最常用的有关联规则、频数分析、聚类分析和人工神经网络，四者合计所占比例达76.36%。
4讨论与展望
中医的现代化、信息化是中医能迅速发展并与世界对话的必行之路，而数据挖掘技术在中医领域的应用，极大地推动了中医药研究的规范化进程。目前，由于中医药数据自身的特殊性，基于此领域的数据挖掘研究比较有限，因此中医数据挖掘有广阔的研究空间。目前在仲景经方的数据挖掘研究中，以经方用药及配伍规律的研究居多，笔者认为未来应在经方的四诊客观化、症候规范化和辨证诊断智能化上多加研究，以期在技术上有更多突破，进而提高挖掘的效率和准确性，同时将更多热门先进的运算法引入到经方相关领域，也是未来研究的关键点。当然，经方的数据挖掘必须在中医理论的指导下对所得出的结论进行验证及机理的探索与研究,这样才能全面掌握和继承医圣仲景的学术思想和临床经验并发现其中隐藏的知识。
参考文献
[1]范铁兵,宁秋平,杨志旭,等.基于数据挖掘技术的中医学隐性知识显性化分析[J].中国实验方剂学杂志,2017,23(10):220-226.
[2]尚尔鑫,李文林,等.药对研究(Ⅱ)-药对的数据挖掘[J].中国中药杂志,2013,38(24):4191-4195.
[3]孙颖伟,眭蕴慧,张磊,等.数据挖掘技术在中医病证规律研究中的应用进展[J].北京中医药,2015,34(1):70-74.
[4]张鑫,朱明峰,杜建强.中医数据挖掘算法研究进展[J].江西中医药大学学报,2015,27(1):111-113.
[5]孙燕,李宇航,郭明章.基于数据库技术的《伤寒论》及《金匮要略》方药数量解析研究[J].中国中医药信息杂志,2011,18(9):28-29.
[6]杨伟吉.基于数据挖掘的《伤寒杂病论》方剂配伍规律研究[J].中国医学教育技术,2014,28(01):45-47.
[7]官晖.基于分类关联规则的仲景方挖掘研究[D].福建中医学院,2008(05).
[8]续洁琨,张维库,赵琰.从药代动力学时空观角度探讨经方配伍规律[C].全国第二十次仲景学说学术年会论文集,2012(07):35-38.
[9]林飞,王阶.系统生物学在经方配伍规律研究中的应用[J].中成药,2014,36(06):1323-1325.
[10]赵艳青,滕晶,杨洪军.基于数据挖掘的现代中医药治疗抑郁症用药规律分析[J].中国中药杂志,2015,40(10):2042-2046.
[11]陈传蓉.张仲景姜草枣用法用量研究[D].北京中医药大学,2016(05).
[12]高卫平.经方量效关系及相关影响因素的理论研究[D].北京中医药大学,2012(06).
[13]姜海伟,罗日永,肖会泉,等.浅析拓展经方临床应用范围的思路[J].中医杂志,2010,51(08):754-755.
[14]钟相根,程发峰,王庆国,等.经方现代应用的临床与基础研究思路探讨[J].中医杂志,2011,52(19):1640-1642.
[15]林树元,柴可夫.经方临床疗效的制约因素及应对策略[J].中医杂志,2016,57(20):1724-1727.
[16]蒋志滨.基于数据挖掘的方剂配伍规律研究方法探讨[D].南京中医药大学,2015(06).
[17]蒋萃,张琦,吴均华,等.基于数据挖掘技术的五苓散方病症规律研究[J].亚太传统医药,2014,10(04):10-12.
[18]邓宏勇,许吉,张洋.中医药数据挖掘研究现状分析[J].中国中医药信息杂志,2012,19(10):21-23.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/yixuelunwen/22668.html
