运用复杂系统熵聚类技术与探讨高忠英治疗慢性呼吸系统疾病经验.pdfVIP

运用复杂系统熵聚类技术探讨高忠英 治疗慢性呼吸系统疾病经验 史成和1王秀娟2赵宇吴2陈建新3刘仁权3 (1北京大学第三医院中医科，北京市海淀区花园北路49号，100191； 2首都医科大学中医药学院中药教研室：3北京中医药大学信息中心) 【摘要】 目的应用数据挖掘技术研究高忠英教授治疗慢性呼吸系统常见疾病用药经验。 方法 收集高忠英教授治疗慢性呼吸系统常见疾病病历389份，对其处方药物进行数据挖掘研 究，单味药研究采用频次统计法，药对之间的关联使用改进的互信息，多味药之间的关联使用 复杂系统熵聚类技术。结果 高忠英教授治疗慢性呼吸系统常见疾病时使用频率较高的药物有 28味，使用频次均在30次以上；常用药对47个，其关联系数均在0105以上；常用药物核心组 合34个。结论应用数据挖掘技术研究名老中医经验，得出结果与临床实际相符，对总结名老 中医经验具有重要意义。 【关键词】 复杂系统熵聚类j名医经验；数据挖掘；高忠英首都医科大学高忠英教授系全 国老中医药专家学术经验继承工作指导老师，从事中医临床、教学、科研工作50余年，研习 医理，精心临证，创立“五脏补益法”，突破了传统的理论概念，延伸与拓展了补法的寓义，使 其在临证时具有独特的辨证思维与用药特色，处方精当，疗效显著。本研究利用复杂系统熵聚 类技术，对高忠英教授的处方数据进行挖掘，探讨其治疗慢性呼吸系统常见疾病的处方用药规 律。 1资料 IIi纳入及排除标准纳入标准：①研究类型为慢性呼吸系统疾病；②研究对象为符合临 床诊断标准的慢性呼吸系统病症患者，性别、年龄、病例来源不限，诊断标准参考公认的临床 诊断标准。排除标准：①无明确诊断的慢性呼吸系统疾病；②兼有其他系统病证的病例。 112处方资料研究病历均来源于高忠英教授2008年3月～2009年7月在北京同仁 堂大栅栏门诊部、东四十条门诊部及鼓楼中医医院名医馆门诊。纳入研究共389首处方，所治 慢性呼吸系统疾病8种，其中治疗慢性支气管炎141首、过敏性鼻炎95首、过敏性哮喘92首、 肺癌术后化疗期22首、肺纤维化26首、支气管扩张6首、肺心病5首、自发性气胸2首。 2方法 211处方数据库的建立由具有副主任医师及以上高级职称的高忠英教授师承继承人3人 ．．32．． 为核心的研究小组对处方进行分类整理。为了分析挖掘的要求，首先要对结构化的信息进行整 理。对病历中的症状、体征、检查信息形成最终术语、字段名(值)统一的信息；对诊断、证候 及治法按照教科书的标准进行统一、归纳或拆分成有相对独立含义的证素．最终形成证候、治 法词段库；对方中所用中药进行归纳并明确其类别、功能、性味与归经。中药名以现行21世 纪规划教材为准。以Access平台为基础，建立适用于高忠英教授临床诊疗信息采集的结构化 病历模板。将患者信息按照国家统一标准病例书写格式全部录入数据库。详细记录门诊病历资 料，并将389份病历的临床数据，录入Epidata数据库平台进行熵聚类等方法对数据库的处理， 形成病历数据库。 212数据挖掘方法从单味药，药对和多味药3个层面对本研究的名老中医的处方数据库 进行多层面和多维度的挖掘，充分挖掘治疗慢性呼吸系统疾病的临床经验。单味药采用频次统 计法，药对之间的关联使用改进的互信息【1】，相比于传统的互信息，改进后的互信息能够区分 正相关和负相关，使得药对之间表达更多的正相关的信息。其核心思想是对不同时在一个处方 上出现过的药对进行相关性的惩罚，这样既不损失原本正相关的药对之间的信息，又剔除了负 相关的药对，保证了挖掘的有效性。改进的互信息的核心公式如下。 。” ”。 l础吐沮等等幽P。(i．j)》6 J 日仅j) 衄∽一p-{—鼍俨州“垮6l 胃伢1) 4一一” 。 多味药之间复杂的关联使用复杂系统熵聚类技术核心技术示例多味药之间复杂的关联使 用复杂系统熵聚类，在改进的互信息的前提下，定义变量之间的强相关性，提出了聚类收敛的 原则，利用互信息的良好的数学性质，