治疗肺纤维化中药复方用药规律的数据挖掘

治疗肺纤维化中药复方用药规律的数据挖掘

ID:10650992

大小:59.50 KB

页数:6页

时间:2018-07-07

治疗肺纤维化中药复方用药规律的数据挖掘_第1页
治疗肺纤维化中药复方用药规律的数据挖掘_第2页
治疗肺纤维化中药复方用药规律的数据挖掘_第3页
治疗肺纤维化中药复方用药规律的数据挖掘_第4页
治疗肺纤维化中药复方用药规律的数据挖掘_第5页
资源描述:

《治疗肺纤维化中药复方用药规律的数据挖掘》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、治疗肺纤维化中药复方用药规律的数据挖掘:张天嵩,张素,李秀娟,张伟伟,潘宝峰,杨克敏【摘要】目的探索治疗肺纤维化中药复方的用药规律。方法利用中国生物医学文献数据库检索到公开发表的文献中治疗肺纤维化的中药复方,建立相应数据库,采用频数分析、聚类分析、关联规则等方法对复方进行数据挖掘,对主要药物、药对(组)规律进行探讨。结果在治疗肺纤维化的64首中药复方中,涉及114种药物,使用频次为584次;其中使用频次在5次以上的共36种、431频次;作为主要药物进行聚类分析,共分为补益药、活血药、化痰药、宣肃肺气药、清热药、平喘药6类;经关联规则分析,共得药对规则19条,药组规则25条,主要为益气药与活

2、血药的配伍组合。结论应用数据挖掘方法探索治疗肺纤维化中药复方用药规律是可行的。【关键词】肺纤维化;中药复方;用药规律;数据挖掘 Abstract:ObjectiveTostudytheregularityofpoundherbalformulaeforpulmonaryfibrosis.Methodspoundherbalformulaepublishedonjournalsforthetreatmentofpulmonaryfibrosisiningusingfrequencycount,clusteranalysisandassociationruleanalysis.Regulari

3、tyofkeyherbsandapair(group)ofherbsmarized.ResultsThereulaeforpulmonaryfibrosis.Theherbsorethan5timesincluded36herbs(totaling431countsoffrequency).Theyorheologicagent,apophlegmatisant,drugsusedtodisperseandloatic.Therulesinpairofherbsostlyofpatibilityofqi-reinforcingdrugsandhemorheologicagent.Concl

4、usionsItentofpulmonaryfibrosisbydatamining.  keyonaryfibrosis;poundherbalformulae;regularity;datamining  间质性肺疾病(interstitiallungdisease,ILD)是众多具有不同程度炎症和纤维化的急、慢性肺病,其最终病理结局是肺纤维化。近10年来,多数学者尝试用中医药治疗本病,虽然目前处于探索阶段,但已显示出了良好的前景,涌现出了一批治疗肺纤维化的中药复方。虽然组建处方的中医师受不同学术流派的影响,处方用药因个人经验而不同,但不同处方中可能隐含着许多很有价值的规律,而数据挖掘

5、能够自动地发现隐藏在数据中的规律,更能偶然地发现一些非预期但很有价值的知识[1]。因此,采用数据挖掘方法探索这些复方的用药规律,可以对众多中医专家治疗肺纤维化的宝贵经验加以整理和挖掘,以期比较全面地获得对中医基础理论和临床实践规律的统一认识。  1资料与方法  1.1数据收集  首先以“肺纤维化”为主题词检索中国生物医学文献数据库(CBMDISC,1978年1月-2010年8月),通过阅读标题及摘要,初步获得有关中医药治疗肺纤维化的文献,仔细阅读全文,按组方符合中医理论、药味完整、剂量准确、主治明确、临床例数至少20例等标准,选取中药复方;将符合标准的64个复方按照编号、方名、药名、参考文

6、献等依次输入MicrosoftExcel中,分别建立相应的数据库,各数据库间通过数据编码在不同数据间形成关联。  1.2数据清洗  选取中药数据库进行数据清洗,主要工作是将药名规范化,如将“山萸肉”统一为“山茱萸”,“浙贝”统一为“浙贝母”。组合概念拆分,如药味“味甘辛”拆为“味甘”、“味辛”;如归经“归肺脾经”拆为归“肺经”、“脾经”;如功效“清热化痰”拆为“清热”和“化痰”等。在新得到的中药数据库中,按《中华本草》所载,输入每味药物的性、味、归经和功效,并将其数字化。其中寒、热、温、凉等药性按蒋氏方法[2]赋值;对于酸、苦、甘、辛、咸等药味及归经、功效主治等,某药的描述与其某一项相符则

7、记为1,无则记为0。由2个人分别输入数据,完成后交叉核对,不一致处,讨论解决。  1.3数据挖掘  1.3.1描述性分析  采用频数分析方法,计算药物的种类及每味药的使用频次。  1.3.2聚类分析  对使用频次超过5次以上的药物,按药物的性味、归经、功效主治以分层聚类法进行聚类分析。  1.3.3关联规则分析  采用关联规则挖掘药对配伍规律,设最小支持度20%,最小可信度50%。  1.4数据挖掘工具  描述性分析和关

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。