〖治学探微〗数据挖掘方法在名老中医用药规律研究中的应用

名老中医具有丰富的临床诊疗经验,是中医学术的带头人。名老中医临床经验、用药规律和学术思想的总结与传承不仅能丰富中医学的理论体系,还能推动中医学术的进步和理论创新,也是培养新一代名中医的重要途径之一。名老中医组方用药规律研究是中医药总结和发展的核心内容之一。中医处方信息数据错综复杂,方剂配伍包含了病-证-方-药-量的多维关联,其本质就存在一种数据关系,具有模糊性、复杂性和非线性动态变化的特性,符合数据处理的要求和特征。

数据挖掘又称数据库知识发现,是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含的、人们事先未知的但又潜在有用的并且最终可理解的信息和知识的过程[1]。采用数据挖掘技术对名老中医用药规律进行研究,人机交互,反复多次,可总结归纳名老中医用药特点,指导临床实践并提高临床疗效;同时以药物为连接点进一步探讨疾病的治则治法、病因病机、方药配伍机制,还可提炼出临证经验中蕴藏的新理论、新方法、新知识,实现名医经验的有效总结与传承。本文通过对数据挖掘方法在名老中医用药规律研究中的应用进行评述,希冀为数据挖掘方法在名老中医用药规律及经验传承领域的进一步深入应用提供参考。

一、关联规则分析

关联规则分析是中医临床资料研究中运用最广泛、最成熟的数据挖掘方法,可见于病-证-症-药之间关联的研究。关联规则分析的优点是非常简单,其分析结果常以类似产生式规则的形式表达,相对比较清晰直观,因而更容易被解释和理解。但其在用药规律的挖掘中也存在一些问题,如高置信度、低支持度的关联规则发现效率低,不能确定“相互依赖”的规则,找到的强规则并不一定是有趣的、甚至是错误的。针对以上问题有学者提出双向关联规则挖掘算法用于用药规律研究,同时将分析结果与临床经验互相印证,能得到有意义的药组及药对[9]。

二、聚类分析

聚类分析过程中没有一个已知类别归属的学习样本集,是一种无监督学习,因此,可以避免传统分类方法的人为主观性。对于名老中医用药规律研究而言,它可以从药物客观属性(四性、五味、归经、功效)出发,将药物分成不同的类别,并获得具有临床治疗意义的基础方。但其在实际应用中也存在一定问题,如聚类分析不具有线性的计算复杂度,难以适用于样本量庞大的数据库;无法利用数据类别归属的先验知识,其结果的测试和验证较为复杂;预先输入参数例如希望产生类的数目及不同的聚类算法对聚类分析结果的影响较大。聚类算法的选择取决于数据的类型、聚类的目的及应用,可以对同样的数据尝试多种算法,以发现数据可能揭示的结果。针对不同分析结果,需征求名老中医反馈意见,将客观的数据结果与主观的思想结合,最终得到具有临床指导意义的基础方。

三、因子分析

四、无尺度网络

无尺度网络(scale-freenetworks)是最为经典的复杂网络模型之一,是指网络的节点度分布满足幂律分布[19]。研究表明,中医理论指导下的复方配伍过程具有无尺度复杂网络现象[20],无尺度网络分析为名老中医复方配伍、药物相互作用等的研究提供了依据。高剑虹等[21]应用无尺度网络模型分析方法探讨方和谦治疗肝郁脾虚证药物配伍规律,结果发现,位于网络中心的药物即核心药物为党参、炒白术、茯苓、当归、香附、柴胡、炒白芍、炙甘草、紫苏梗、大枣、薄荷、生姜,加减应用频次较高的药物种类有补肾滋阴药、理气和胃药、清热散结药、滋养胃阴药。郭旸等[22]基于无尺度网络方法对戴希文治疗慢性肾脏病用药经验进行研究,得出处方配伍网络及网络药物关联频度信息,总结出核心方药15味,随证加减18组,结果体现出戴希文诊治慢性肾脏病扶正祛邪的治疗总则及扶正不壅补的用药特点。

无尺度网络以处方为基础,以处方中药物为节点,以药物间配伍关系为边,边的权重表示两药物间配伍的频度,建立药物配伍网络图,分析得出核心药物组成及处方配伍规律。无尺度网络的优势在于可以提供图示化、直观化的药物配伍关联图,其结果更具可读性。但同时也应当注意到无尺度网络在名老中医用药规律研究中可能存在的问题,例如在实际研究中样本太少或取样偏差会导致对网络结构的错误认识等。

五、展望

如上所述,关联规则、聚类分析、因子分析、无尺度网络数据挖掘方法在名老中医用药规律的研究中发挥着重要作用,是全面深入挖掘名老中医的临床经验、用药特点及学术思想的有力工具。在数据挖掘过程中应遵循“人机结合、以人为主”的原则,在数据挖掘方法的选择上应根据研究目的的不同选择最科学有效的挖掘方法,综合考虑各种方法的优点、缺点和适用范围,取长补短、联合应用,比较分析结果,将最终提炼的成果在实践中反复验证,从而提高研究结果的可靠性、科学性。

【参考文献】

[1]张云涛,龚玲.数据挖掘原理与技术[M].北京:电子工业出版社,2004:1.

[2]曾孝文.关联规则数据挖掘方法的研究[J].计算机与现代化,2006(9):90-92,96.

[3]苏新宁,杨建林,江念南,等.数据仓库和数据挖掘[M].北京:清华大学出版社,2006:116-150.

[4]黄玉华,柴松岩,张德政,等.基于关联规则的柴松岩治疗多囊卵巢综合征用药规律研究[J].中国中医药信息杂志,2012,19(5):23-26.

[5]徐建龙,聂莉芳.基于关联规则的聂莉芳教授治疗IgA肾病用药规律分析[J].中国中医药信息杂志,2010,17(4):96-98.

[6]赵宇明,尤海燕,刘哲,等.基于数据挖掘的王庆国教授对刘渡舟教授用药传承规律的研究[J].北京中医药大学学报,2012,35(5):293-296.

[7]吴嘉瑞,赵梦迪,郭位先,等.基于数据挖掘的孟河名医杨博良治疗月经病用药规律研究[J].中华中医药杂志,2014,29(10):3086-3089.

[8]张北华,高蕊,李振华,等.中医药治疗慢性胃炎的专家经验数据挖掘分析[J].中医杂志,2015,56(8):704-708.

[10]何清波,苏炳华,钱元.医学统计学及其软件包[M].上海:上海科学技术文献出版社,2003:285.

[11]王祖龙,李晖,孙红.褚玉霞治疗先兆流产用药经验分析[J].中国中医基础医学杂志,2011,17(10):1108-1109.

[12]闫禹竹,程为平,毕述玥,等.基于数据挖掘方法分析程为平教授治疗癫痫的用药经验[J].中医药学报,2014,24(3):42-44.

[13]许金海,邬学群,叶洁,等.基于聚类分析的施杞教授治疗腰椎间盘突出症的用药规律研究[J].中国中医骨伤科杂志,2013,21(3):20-24.

[14]田野,李舒.战丽彬治疗恶性肿瘤用药规律的数据挖掘分析[J].中医杂志,2014,55(8):657-660.

[15]孙振球,徐勇勇.医学统计学[M].北京:人民卫生出版杜,2002:26.

[17]陈亮,张寅,杜娜,等.运用因子分析探讨丁霞教授治疗慢性胃炎的用药规律[J].中华中医药杂志,2014,29(8):2489-2492.

[18]郭闫葵,郭松霞,高琛,等.浦家祚教授辨治眩晕用药规律研究[J].中国中医药科技,2014,21(1):14-15.

[19]BARABASIAL,ALBERTR,JEONGH.Mean-fieldtheoryforscale-freerandomnetworks[J].PhysicalA,1999,272:173-187.

[20]周雪忠,刘保延,王映辉,等.复方药物配伍的复杂网络方法研究[J].中国中医药信息杂志,2008,15(1):98-100.

[21]高剑虹,李文泉,范春琦,等.方和谦治疗肝郁脾虚证中药配伍规律研究[J].北京中医药,2013,32(2):95-98.

[22]郭旸,饶向荣,张润顺.基于无尺度网络方法总结戴希文治疗慢性肾脏病经验[J].中国中医药信息杂志,2011,18(7):26-28.

[23]吴嘉瑞,唐仕欢,郭位先,等.基于数据挖掘的名老中医经验传承研究述评[J].中国中药杂志,2014,39(4):614-617.

THE END
1.《数据挖掘:原理与应用》(丁兆云)简介书评在线阅读当当网图书频道在线销售正版《数据挖掘:原理与应用》,作者:丁兆云,出版社:机械工业出版社。最新《数据挖掘:原理与应用》简介、书评、试读、价格、图片等相关信息,尽在DangDang.com,网购《数据挖掘:原理与应用》,就上当当网。http://product.dangdang.com/29349362.html
2.数据挖掘的实践案例:如何将理论知识应用到实际问题中分组:根据聚类算法的原理,将数据点分组。 更新聚类中心:根据聚类算法的原理,更新聚类中心。 判断是否收敛:根据聚类算法的原理,判断是否满足收敛条件。 输出结果:输出聚类结果。 4.具体代码实例和详细解释说明 在本节中,我们将通过一个具体的案例来展示数据挖掘的实践应用。 https://blog.csdn.net/universsky2015/article/details/135803267
3.数据挖掘原理与应用→ 《数据挖掘原理与应用》葛东旭(书中例题和作业题配套的数据素材)(其他) → KJ_64639《数据挖掘原理与应用》_葛东旭(电子课件)吉玲(PPT课件) 资源详情 资源名称:《数据挖掘原理与应用》葛东旭(书中例题和作业题配套的数据素材) 下载积分:10 资源类型:PPT课件,其他资源 http://m.cmpedu.com/ziyuans/ziyuan/27095.htm
4.数据挖掘原理与应用(豆瓣)《数据挖掘原理与应用:SQL Server 2005数据库》作为一本专家级指南,全面介绍了SQL Server 2005中数据挖掘功能,并对这些功能的应用作了较为详尽的讲述。 喜欢读"数据挖掘原理与应用"的人也喜欢的电子书 ··· 支持Web、iPhone、iPad、Android 阅读器 编程之美 22.00元 大数据时代:生活、工作与思维的大变革 22https://book.douban.com/subject/1973645/
5.数据挖掘数据挖掘原理与应用文档热度: 文档分类: 经济/贸易/财会 -- 财政/国家财政 文档标签: 数据挖掘-- 《数据挖掘原理与应用——SQLServer2005数据库》第12章SQLServer集成服务数据挖掘在典型的数据挖掘项目中,最消耗资源的步骤是数据准备。创建和调整挖掘模型可能只占全部项目工作量的20%。然而,在创建这些模型之前,数据的格式必须是正确的https://www.docin.com/touch/detail.do?id=548859195
6.文档:数据挖掘原理与应用文库>数据挖掘> 数据挖掘原理与应用 数据挖掘原理与应用4 次下载1423次浏览162 次订阅下载 4 次下载1423次浏览162 次 相关文档 SQL数据挖掘7 次下载 2376 次浏览 web数据挖掘6 次下载 2954 次浏览 分布式数据库4 次下载 2997 次浏览 数据仓库和数据挖掘综述6 次下载 5304 次浏览 http://wenku.uml.com.cn/document.asp?fileid=2998&partname=%CA%FD%BE%DD%CD%DA%BE%F2
7.数据挖掘:原理与应用中科院文献情报中心四层中文自科图书区在架上73.967/103.4-1 自动化所图书流通库在架上TP311.131/ 667 10浏览量 问图书管理员 馆际互借 点赞 收藏 访问借阅管理系统 分享 作者:朱小栋 ISBN:9787542938169 出版社:立信会计出版社 出版年:2013 数据挖掘原理、算法及应用 https://www.las.ac.cn/front/book/detail?id=f981ae4bea8ec7916300c4f700e294c8
8.《数据挖掘:原理与应用》参考答案.pdf《数据挖掘:原理与应用》参考答案.pdf 19页内容提供方:小逗号 大小:914.95 KB 字数:约1.95万字 发布时间:2022-09-07发布于四川 浏览人气:937 下载次数:仅上传者可见 收藏次数:0 需要金币:*** 金币 (10金币=人民币1元)《数据挖掘:原理与应用》参考答案.pdf 关闭预览 想预览更多内容,点击免费在线https://max.book118.com/html/2022/0905/7060035031004162.shtm
9.数据挖掘原理与应用试题及答案汇总试卷1~12.docx数据挖掘原理与应用试题及答案试卷一答案:解:BADDA二、解:二、解:,I, _count?=a,)xcount(B=b)UJ-■ ?en300x450 ~ en300x450 ~ =901500e!2I?。。*45。=3601500300x1050 二2101500e221200x1250 … =8401500所以(25°-9。产(25°-9。产+(5。一21所90210(200-360)2+ 360+(1000-8W840=284.https://m.renrendoc.com/paper/234057418.html
10.数据挖掘原理与运用丁兆云pdf数据挖掘原理与实践pdf数据挖掘原理与运用丁兆云pdf 数据挖掘原理与实践pdf 很久以前就一直想好好了解下数据挖掘相关的知识,一直拖到现在。现在正处于大数据时代,数据挖掘有着广泛的应用前景。数据挖掘概念与技术.pdf 1.什么是数据挖掘?其作用和意义是什么? 近年来互联网飞速发展,快速增长的海量数据收集,存放在大型数据库中。然而,虽然数据https://blog.51cto.com/u_12995/9367494
11.物联网原理及应用期末复习免挂指南1.感知数据的准确性与实时性决定了物联网的应用价值 2. 感知节点的分布范围决定了物联网的覆盖能力 3. 感知节点的生存能力决定了物联网的生命周期 条形码(识别原理,扫描、译码)、二维码、磁卡、IC卡 条形码定义: 条形码是将宽度不等的多个黑条(或黑块)和空白,按照一定的编码规则排列,用以表达一组信息的图形标识https://www.jianshu.com/p/33aa0cb1147c
12.数据库原理与应用系列01数据库系统概述(下)数据库原理与应用系列_01数据库系统概述(下) 简介:数据库技术是专门研究如何科学地组织和存储数据,如何高效地获取和处理数据的技术。数据库(Database)即数据仓库,是数据存放的地方。 4、客户机/服务器结构的数据库系统 在主从式和分布式结构的基础上,将DBMS的功能和应用程序分开。https://developer.aliyun.com/article/938050
13.数据挖掘原理与实践本书介绍数据挖掘理论与应用过程。在基础理论部分,主要内容包括数据挖掘的基本概念、数据挖掘的预处理、聚类分析、分类和回归算法、关联规则挖掘、异常检测;在应用部分,结合通信行业、Web内容挖掘等具体实例讨论数据挖掘方法的实际应用。本书附录中特别介绍了数据挖掘10个经典算法和10个挑战问题。 https://book.qq.com/book-detail/656456
14.数据挖掘技术方法(精选十篇)数据挖掘技术方法 篇1 1 数据挖掘技术 1.1 概念 数据挖掘就是借助程序管理对海量数据进行分析归纳汇总。其挖掘程序依次为应用界面层、应用服务层和数据库层。三层结构紧密联系,互相配合完成数据挖掘任务。用户要进行数据挖掘,需要应用界面层的请求响应,请求信息反映到应用服务层后,得到允许才可以进入数据库访问,提取相关https://www.360wenmi.com/f/cnkeyg31vygx.html
15.提高数据分析能力,你不得不看的33本书推荐收藏产品设计2.《数据挖掘概念与技术》 推荐理由:本书完整全面地讲述数据挖掘的概念、方法、技术和最新研究进展。本书对前两版做了全面修订,加强和重新组织了全书的技术内容,重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容,还全面讲述了OLAP和离群点检测,并研讨了挖掘网络、复杂数据类型以及重要应用领域。 3.《数据挖https://aiqicha.baidu.com/qifuknowledge/detail?id=10850099277