基于数据挖掘技术五苓散方病证规律研究.doc

基于数据挖掘技术的五苓散方病证规律研究 蒋萃 张琦1* 吴均华 1 高燕2 陈甲秀1 成都中医药大学，四川成都 610075；2. 成都信息工程学院，四川成都，610225） 摘要：目的方法结果结论 关键词：数据挖掘 五苓散 主治疾病 主症 Studies on Syndrome Rule about Wulingsan Based on Data Mining JIANG cui , ZHANG qi, WU junhua, GAO yan, CHEN jiaxiu Chengdu University of TCM,Chengdu 610075,Sichuan,China; 2.Chengdu University of Information Technology,Chengdu 610075,Sichuan,China) Abstract:Objective:To find out the syndrome rule of Wulingsan is to better serve the clinic. Methods:This study standards and summarizes the indications from 1112 ancient and modern YiAn monographs based on data mining.Results:Most efficient diseases are edema,diarrhea,urination disorder.Conclusion:Wulingsan can regulate body fluid,as long as the core pathogenesis is”dysfunction in qi-transformation and retention of dampness”. Key Words:Data mining ; Wulingsan; The main diseases; The main symptom 五苓散首见于《伤寒论》第71条，由茯苓、桂枝、自术、猪苓、泽泻五味药组成，主治蓄水证。近现代对五苓散的运用早已超出仲景原治病证，它临床公认调节人体水液代谢，广泛用于内、外、妇、儿、五官等科的数十种病证。 数据挖掘Data Mining(DM)是基于人工智能、机器学习、统计学等技术，高度自动化地从大量的、有噪声的不完全的、模糊的、随机的实际应用数据中提取隐含在其中的、潜在有用的知识，作出归纳性的推理，从中挖掘出潜在的模式或者行为，以帮助决策者作出正确决策。[1] 本研究借助数据挖掘技术从1112则医案中提取信息，总结出五苓散方的病证运用规律，为临床合理应用五苓散提供借鉴。 1 研究方法 1.1资料收集 1.1．1资料来源 《中国医籍大辞典·医案医话类》[2]、《成都中医药大学馆藏目录》[3]、《中华医典·医案分部》[4]、《中国医籍提要》[5]，《中国百年百名中医临床家丛书》、《名老中医之路》，2009年以前出版的经方专著医案医话专著临床经验专著类文献书目成都中医药大学及中国知识资源总库——CNKI系列数据库确定1979年及1979年——20年发行的期刊。 1.1.2资料选取 纳入标准：凡明确标明用五苓散或五苓散加减的医案。明确标出方名，但处方中包了五苓散组方的全部药物组成的医案。五苓散的衍生方及后世衍生方，如茵陈五苓散、桂苓甘露饮、大橘皮汤这类方仍按五苓散对待。医案均为五苓散个案报道，不大样本临床报道的案例，但的典型案例符合纳入标准予录入。 对于没有剂量及交待不明药物的医案不予纳入。 1.2 资料整理 1.2.1 资料规范 主症规范：据《中医症状鉴别诊断学》[6]、《中医临床常见症状术语规范》[7]等对医案中的主要症状进行规范。多词一义，用一词表达。如“大便水样”“水泻”、“泻下水样便”统一为“水样便”“水入即吐”、“饮则作呕”统一为“水入即吐”。组合概念，拆分表达。如“小便灼热刺痛”拆为“小便灼热”“排尿疼痛”“头胀痛”拆为“头胀”和“头痛”。对规范的症状，保留原文描述。如“左趾尖抽搐”等。 1.2.2 资料处理 根据目的和需求标准，规定数据库的属性字段内容：来源（期刊∕书名）、年代∕朝代、医生姓名、单位、单位省份、就诊时间、证候、主症、中医病名、西医病名。PASW Statistics 18，采用描述性统计方法，使用“分析-表-设定表”这一分析工具，运用频数分析方法处理数据。 2 研究结果 2.1常见主治疾病 本共五苓散医案1112则，主治疾病100种。频率最高的10种疾病名称所占百分比举例表1。 病名 出现次数 所占百分