雷超芳 陈志刚 王岳青 张新宁 王垚 肖勇洪 刘玥芸 陈家旭

    脑卒中后抑郁(post-stroke depression,PSD)是脑卒中最常见的并发症之一，主要临床表现为情绪低落、兴趣减退等精神症状，以及食欲下降、睡眠障碍、性功能障碍等躯体症状，属于复杂性情感障碍性临床综合征。PSD常发生于脑卒中急性期和恢复期，其患病率在3个月时为35.3%，在6个月时为24.9%，在12个月时为25.7%，可见PSD在脑卒中的不同时期均有较高的发病率[1]。PSD不仅严重影响脑卒中患者的神经功能修复，同时也会延迟康复进程，进而增加卒中再发风险导致死亡率上升。目前，PSD的西医治疗以抗抑郁药物为主，具有疗效确切的优势，但是西医治疗副作用较大、疗程长、易反复，甚至可能出现撤药综合征[2]。因此，如何减少副作用、降低复发率并发挥疗效实现治疗优势最大化、缺点最小化已经成为亟需解决的难题。近现代的大量研究发现中医药治疗PSD具有疗效显著、副作用小等优势，可以显著改善PSD患者症状，促进神经功能恢复[3]。然而中医治疗PSD的方药繁杂多样，缺乏统一的辨证用药标准。因此，本研究运用数据挖掘方法对中医药治疗PSD的文献进行收集整理，并统计分析方药规律，以期为PSD提供标准化的中医药治疗方案与科学的参考依据。

    近年来，数据挖掘技术广泛应用于科学探索、市场分析、生产控制、商务管理等多个领域，涵盖了统计学、数学、机器学习、数据库以及可视化技术等多个学科。该技术可通过关联规则、聚类、决策树等算法从大量未知复杂数据中探索隐藏于其中的有价值的信息，获得了信息产业界和科研工作者的极大关注，将其应用于医疗领域不仅可有效监测民众健康状况，也能帮助病患群体获取个体化的诊疗数据，从而减少经济负担。目前，该技术已被用于发掘中医药的科研应用价值，例如中国中医科学院中药研究所和中国科学院自动研究所联合开发了中医传承辅助平台，中国中医科学院中医药信息研究所中医药大健康智能研发中心研发了古今医案云平台，均为中医药的传承创新提供可靠、统一的数据挖掘工具。因此，本研究运用关联规则、聚类分析等数据挖掘方法，借鉴“临床信息采集—挖掘提取经验—临床应用验证—机理机制研究—理论指导临床”模式，既能为中医药发展注入现代化信息力量，也能为脑卒中后抑郁建立规范化的中医诊疗体系[4-7]。

    1 资料与方法

    1.1 文献来源

    中国知识资源总库(China National Knowledge Infrastructure,CNKI)、万方数据知识服务平台(WanfangData)、维普中文期刊服务平台(VIP)、中国生物医学文献数据库(CBM)的所有中医药治疗脑卒中后抑郁的临床研究文献 ......