中医处方数据发掘 根据数据发掘的国医大师颜正华含陈皮处方用药规则研讨

吴嘉瑞+郭位先+张冰+张晓朦+杨冰+盛晓光

[摘要] 该研讨在搜集处方的根底上，依据中医传承辅佐体系构建数据库，进而运用相关规矩apriori算法等数据发掘办法，剖析常用单味药物频次、药物组合频次、相关规矩与中心药物组合等。研讨显现，含陈皮处方常用于医治胃痛、咳嗽等病证，高频次药物组合包含“陈皮-茯苓”、“赤芍-陈皮”等，置信度为1的相关规矩包含“甘草→陈皮”、“白芍-香附→陈皮”、“茯苓→陈皮”等，处方所用药物多具理气活血等成效，用药较为会集，组办法度明晰。

[关键词] 陈皮；数据发掘；相关规矩

颜正华教授是国医大师、首都国医名师，医治经验丰富。既往研讨标明，陈皮为颜正华教授临床常用药物之一^[1-2]，其性温燥，善于燥湿化痰，理气调中，临床多用于湿阻中焦，湿痰咳嗽和脾胃气滞，脘腹胀满等病症。本研讨搜集、收拾颜正华教授含陈皮处方1 027首，进而依据中医传承辅佐渠道软件，运用数据发掘办法，剖析含陈皮处方的药物频次、中心组合与高置信度相关规矩等，希冀为承继、发扬颜正华教授学术思维供给参阅。

1 资料和办法

1.1 丹方搜集 从颜正华教授在北京中医药大学国医堂出诊处方中搜集收拾含有陈皮的处方1 027首。

1.2 剖析软件 本研讨选用“中医传承辅佐渠道体系（V2.0.1）”软件为研讨渠道，软件由我国中医科学院中药研讨所供给。

1.3 处方的录入与核对 将上述筛选出的处方录入“中医传承辅佐渠道（V2.0.1）”中，录入完成后，由双人担任数据的审阅，以保证数据的准确性。

1.4 数据剖析 经过“中医传承辅佐渠道（V2.0.1）”软件中“计算报表体系”中的“丹方计算”功用以及“数据剖析体系”中的“丹方剖析”功用展开研讨，首要研讨包含药物频次计算和组方规矩剖析（包含相关规矩剖析、提取组合、网络化展现等）。

2 成果

2.1 中医疾病状况剖析 1 027首含有陈皮的处方共触及46种中医疾病，其间频次高于10的疾病有22种，见表1。

2.2 常用药物频次剖析 在1 027首处方中，呈现频次高于150的共有30味药物，见表2。

2.3 高频次药物组合与相关规矩剖析 用相关规矩发掘办法，在支撑度≥20%，置信度≥0.9的条件下展开研讨，得到常用药物组合28个，其间2味药的组合有21个，3味药的组合有7个，见表3。相关规矩见表4。支撑度别离为10%，20%，30%条件下的药物相关网络图见图1。

如图1所示，在支撑度较低（10%）时，可全面展现药物的运用状况；在支撑度不断上升（20%）时，可明晰展现药物的组方规矩，陈皮常与补血活血、安神、理气、补气、利水渗湿几类药联用；当支撑度上升到30%时，可清晰得出理气类、活血类药物与陈皮的调配频率最高，如枳壳、佛手、香附、砂仁、白芍、丹参等。

2.4 含陈皮丹方中心药物组合深度剖析 依据表3中所示高频次药物组合，选取其间频次最高的3个组合，与利水渗湿药联用“陈皮-茯苓”、 与清热凉血药“陈皮-赤芍”、 与理气药“陈皮-香附”进行深化剖析，别离设置支撑度为20%，30%，40%，制造不同支撑度条件下的药物组合网络图，见图2～4。

在图2～4 中，自左向右调查发现，当支撑度为20%时，显现出的药物数量较多，能够较全面的展现药物组合与配伍状况；当支撑度为30%时，药物数量有所削减，只显现置信度和支撑度更高的药物组合；当支撑度上升至40%时，药物数量进一步削减，运用频率最高的中心组合显着的展现出来。如图所示，这3个药物组合“陈皮-茯苓”、“陈皮-赤芍”、“陈皮-香附”均多与理气、活血药物同用，如“陈皮-赤芍”组合多与丹参、白芍、佛手、青皮等同用，“陈皮-香附”组合多与白芍、赤芍、苏梗、佛手等同用。

3 评论

本研讨运用数据发掘相关规矩办法对颜正华教授含陈皮处方的用药特色进行了剖析。研讨成果显现，处方触及46种疾病，其间频次较高的包含胃痛、咳嗽、反酸、晕厥、胸痹、胁痛、泄泻、痞满、头痛、腹痛、呃逆等。研讨一起标明，处方中频次较高的中药为理气类和活血化瘀类药物，如枳壳、佛手、香附、砂仁、白芍、丹参等。一起，本研讨从不同支撑度，多层次对药物组合进行了研讨，经过横向和纵向比照剖析药物之间的规矩，既能表现各药物组合之间的个性特征，又能反映不同组合共性的中心药物，为发现和总结规矩供给了一种杰出的办法^[3-7]。如陈皮、香附组合剖析中，在支撑度40%条件下，中心配伍药物包含苏梗、赤芍、白芍、佛手、茯苓、砂仁等，其间苏梗、佛手均为颜正华教授医治肝胃气滞常用药物，赤芍、白芍是颜正华教授医治气滞兼血瘀病证时的常用组合，对气滞日久，而生血瘀者适用，茯苓补气健脾，使脾运而气行，砂仁化湿行气，适用于气滞兼湿阻者，诸药合用，健脾益气行滞，活血化瘀化湿，组合精巧合法。另如陈皮-赤芍组合剖析中，在支撑度40%条件下，中心配伍药物包含白芍、佛手、茯苓、枳壳、香附、丹参等。其药物功用特色与陈皮、香附组合剖析成果根本共同。

本研讨显现，处方触及最多的疾病包含胃痛、咳嗽和反酸等。从疾病概念和病因病机剖析，胃痛是因为胃气阻滞，胃络瘀阻，胃失所养，不公例痛导致的以上腹胃脘部发作痛苦为主症的一种脾胃肠病证；咳嗽是肺气不宣、痰湿壅滞等原因引起的，以气逆而咳为主症的一类病证；反酸是指胃内容物经食管反流达口咽部，口腔感觉到呈现酸性物质。胃痛、咳嗽与反酸虽概念有所区别，但病机有共性之处，如胃痛、咳嗽、反酸的发作均与气机不畅有亲近相关，且胃痛、反酸临床中常一起呈现。陈皮善于理气健脾、燥湿化痰，为脾胃病和外感病的常用药物。颜老谙熟药性，知药善用，充沛利用陈皮调度气机，酣畅肺胃的特色灵敏运用，这充沛表现出颜老的“全体观”及“异病同治”思维。

综上所述，本研讨依据中医传承辅佐渠道对国医大师颜正华教授含陈皮处方用药规矩进行了发掘研讨，展现并比较剖析了不同支撑度条件下的药物组合特色，并在此根底上对医治不同疾病的用药规矩和特色进行了剖析，获得了既往传统研讨未发现的新知识、新信息，为颜正华教授用药规矩的深化发掘和传承供给了参阅。endprint

[称谢] 论文编撰得到我国中医科学院中药研讨所杨洪军研讨员的辅导。

[参阅文献]

[1] 吴嘉瑞，张冰.国医大师颜正华临床经验实录[M].北京：我国医药科技出版社，2011：149.

[2] 张冰，吴嘉瑞.国医大师颜正华临床经验与用药思维探蹟[J]. 中华中医药杂志，2009，24（6）：742.

[3] 杨洪军，赵亚丽，唐仕欢，等.依据熵办法剖析中风病丹方中药物之间相关度[J].我国中医根底医学杂志，2005，11（9）：706.

[4] 唐仕欢，陈建新，杨洪军，等.依据杂乱熵聚类办法的中药新药处方发现研讨思路[J].国际科学技术——中医药现代化，2009，11（2）：225.

[5] 李健，卢朋，唐仕欢，等.依据中医传承辅佐体系的医治肺痈丹方用药规矩剖析[J].我国试验丹方学杂志，2012，18（2）：254.

[6] 李健，卢朋，张瑞贤，等.中医丹方大辞典中医治肺痿丹方用药规矩剖析[J].我国试验丹方学杂志，2012，18（10）：1.

[7] 申丹，唐仕欢，卢朋，等.含人参中成药用药规矩剖析[J].我国中药杂志，2013，38（12）：2029.

Analysis on medication rules of state medical master Yan Zhenghua from

prescriptions with Citri Reticulatae Pericarpium based on data mining

WU Jia-rui，GUO Wei-xian，ZHANG Bing*，ZHANG Xiao-meng，YANG Bing，SHENG Xiao-guang

（Beijing University of Chinese Medicine，Beijing 100102，China）

[Abstract] The prescriptions containing pericarpium citri reticulatae that built by Professor. Yan were collected to build a database based on traditional Chinese medicine （TCM） inheritance assist system. After analyzed by data mining，such as apriori algorithm，the frequency of single medicine，the frequency of drug combination，the association rules between drugs and core drug combinations can be get from the database. Through the analysis of 1 027 prescriptions with pericarpium citri reticulatae，these prescriptions were commonly used to treat stomach aches，cough and other syndromes. The most frequency drug combinations were "Citri Reticulatae Pericarpium-Poria"，"Paeoniae Radix Rubra-Citri Reticulatae Pericarpium.jpg" >

[Key words] Citri Reticulatae Pericarpium；data mining；association rules

doi：10.4268/cjcmm20140412endprint