王雪纯 李秀敏 苗明三

    (河南中医药大学中医药科学院,郑州,450046)

    药物归经不是孤立的,与其性味势必相得益彰,在临床应用中也有药物引经、直达病位等不同[1]。检索各数据平台,发现目前中药归经研究多针对某一疾病、某类中药等,针对中药大样本归经的研究较少。为弥补研究空白,本文纳入临床应用频率较高的中药,通过数据挖掘技术,探讨中药归经、功效及五脏疾病之间的关系,以及在《中医内科学》中治疗五脏疾病使用的高频核心药物的量效关系,以期为中药数据的归纳汇聚增添多样性,挖掘中药应用的内部联系和规律。

    1 资料与方法

    1.1 文献来源 检索《中药学》(卫生部“十二五”规划教材)、《中药大辞典》(2006年第二版)、中药查询网(http://www.zhongyoo.com)。

    1.2 检索策略 以《中药学》为检索源、《中医内科学》脏腑系列疾病常用方为限定,《中药大辞典》统一药物名称。

    1.3 纳入标准 《中药学》和《中医内科学》疾病代表方共同包含的药物。

    1.4 排除标准 1)同种药物名称不同者;2)同种药物因炮制方法改变而名称不同但归经仍相同者;3)附药。

    1.5 数据的规范与数据库的建立

    1.5.1 数据库建立 用Microsoft Office Excel 365专业版本软件记录所获得中药,建立原始数据库。一级数据库:《中药学》中包含的中药的名称、类别、归经。二级数据库:《中医内科学》各论中,肺、心、脾胃、肝胆、肾脏腑系统疾病下代表方剂的药物名称、分类、归经。

    1.5.2 数据库的规范 参考《中药大辞典》规范药物名称,如“生地黄”“干地黄”规范为“地黄”,“木芙蓉叶”规范为“芙蓉叶”,“败酱草”规范为“败酱”,“三丫苦”规范为“三叉虎”。

    1.6 数据分析 采用Microsoft Office Excel 365对已录入药物的归经进行统计,并分析不同归经的中药类别、和功效分布情况。分别应用统计软件Clementine12.0和IBM SPSS Statistics 21对频次≥24次的高频药物进行关联规则分析和系统聚类分析。

    1.7 高频中药配伍规律与关联规则分析方法 使用Clementine12.0统计软件进行关联规则分析,建模使用Apriori算法[5]。支持度指前项中药和后项中药在同一五脏疾病中同时出现的频率,置信度指前项中药出现时后项中药出现的概率,设置提升度均≥1,以此条件分析的结果具有统计学意义,提升度越高表明前项与后项的关联度越强[6]〔MERGEFORMAT ......