临床用药规律数据挖掘

六、临床用药规律数据挖掘

（一）有关数据挖掘及其主要算法

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的但又是潜在的有用信息和知识的过程。常用的发现工具和方法有分类、聚类、关联、模式识别、可视化、决策树、遗传算法、不确定处理等。其中聚类分析、关联规则是当前医案统计的常用数据挖掘方法。聚类是把一组数据按相似性和差异性分成几个类别，其目的是使同一类别的数据间的相似性尽可能大，而不同类别中的数据间的相似性尽可能小。关联规则是描述数据库中数据项之间相互关系的规则，即根据一个事务中某些项的出现可导出另一些项在该事务中也出现，关联规则最经典算法是APriori算法。实现挖掘的工具是统计，主要包括EXCEL、SPSS、SAS等统计软件。

（二）数据挖掘过程

1．数据收集与清洗　收集2014年4月至6月张小萍临床诊病的所有病例，构建包括患者性别、年龄、病名、主症及中药处方（包括药物剂量）输入Microsoft Access中，建立数据库。利用Access的窗体功能，创建与数据源相链接的纵栏式窗体，利用功能控件组建方便数据录入、编辑、显示的录入窗口。将所取得数据库进行数据清洗，也就是将病名、证名、主症名、中药名规范化。病名、证名、主症名按照《中华人民共和国国家标准中医临床诊疗术语疾病部分》（GB／T16751．11997）进行规范化处理，按新世纪全国高等中医药院校规划教材《中药学》（第二版）对处方中的中药进行规范化处理（图1）。

2．数据挖掘

（1）描述性分析：采用频数分析法进行病、药等出现频数的统计。

（2）关联规则分析：采用统计软件SPSS21．0和图形化、可视化的数据挖掘软件Clementine12．0为分析平台，采用关联规则挖掘“药药”关系分析及其药物之间的配伍规律。利用频数分析法得出的高频用药表，进行高频用药的关联，将最小支持度设为10%，最小置信度设为60%。

3．结果

（1）频数分析

1）诊病情况：2014年4月至6月，张小萍共诊患者2694人次，涉及36个病。其中前五位的疾病分别是痞满、胃痛、便秘、泄泻、癌症，说明张小萍诊病以脾胃病为主，旁及肿瘤、郁病、不寐等疑难杂病（表23）。

2）用药情况：2014年4月至6月，张小萍临床处方中共使用过132味药，归属18大类，共37616频次。其中频次最高的为补虚药，2～5位依次为消食药、理气药、解表药和清热药，提示张小萍用药以补为主，健运理气为辅，兼顾清解。除细辛、吴茱萸有小毒，附子用制附片，半夏用法半夏，余药皆无毒性，体现张小萍用药“醇正”“少毒”的原则（表24）。

3）高频用药：张小萍使用频数超过10%共26味，使用频次为29579，可组成六君子汤及其加味方、四逆散、二陈汤，体现出张小萍以健脾胃为主，理气为辅，兼顾祛湿化痰的用药原则。甘草、谷芽、麦芽、枳壳四味药最为常用，频率超过70%。其中甘草性甘平，归心、肺、脾、胃经，具补脾益气、润肺止咳、缓急止痛、缓和药性之功；麦芽性甘平，归脾、胃、肝经，具消食健胃之功；谷芽性甘温，归脾、胃经，具消食和中、健脾开胃之功；枳壳性苦辛酸温，归脾胃、大肠经，具行气开胸、宽中除胀之功。四药均归脾胃经，对于脾胃气机的升降出入有重要的调节作用，体现出张小萍健脾运胃、调理升降的脾胃气化学术思想。甘草、生姜、大枣使用频率均超过50%，体现出张小萍崇仲景“保胃气”之思想（表25）。

4）常用药剂量：用药剂量习惯，张小萍处方剂量有1、2、3、6、10、15、20、30克八种，使用剂量1克的药物有吴茱萸1味，2克的药物有肉桂、吴茱萸2味，3克药物有黄连、吴茱萸、甘草、三七、檀香、细辛7味，6克的药物有黄连、甘草、当归、柴胡、升麻、木香、砂仁、大黄、远志、法半夏、制附子、干姜、薄荷、栀子、蔓荆子、蝉蜕16味，20克的药物有黄芪、谷芽、麦芽、生地、熟地、决明子、山楂7味药，30克的药物黄芪、山楂、茯苓3味药，其余大部分药物用量均为10克或15克。3克、6克用量的药物多为辛香解表、行气之药，具有升发之性，体现出张小萍用药“轻清”，注重药物的性味、升降浮沉（表26）。(https://www.daowen.com)

5）用药味数分析：将诊病所得2694张处方中药味，按＜5、5～10、11～15、16～20、＞20分为五组，计算每组处方数，得出直方图（图2）。

张小萍2694张处方，平均药味为13．96，单处方用药味数大多在11～15味，占55．46%，体现其用药量少而精，轻灵用巧，与其家学承“吴门医派”之“轻清灵巧”用药风格有关。

（2）关联规则分析：对张小萍“药药”进行关联规则分析。关联规则是形如X→Y的蕴涵式。支持度表示在整个事务中X与Y同时出现的概率，置信度表示在出现X的项集中Y也同时出现的概率，期望置信度是在整个事务中Y出现的概率。通过设置最小支持度阈值与最小置信度阈值，可得出具有强关联的事务。如在挖掘药药的关联时，将最小支持度设置为10%，最小置信度设置为60%，表示在所有的处方中有超过10%的处方同时用了X药和Y药，而在用了X药的处方中有60%以上同时用了Y药，则认为X药与Y药具有强关联，即可能是一个配伍或药对。提升度（lift）是置信度与期望置信度的比值，关联规则中提升度值越大，表示两者关联越强，提升度≤1则说明两无相关或负相关。故按提升度大小对分析结果进行排序并剔除提升度≤1的结果。将支持度设定为10%，置信度设定为60%。甘草、谷芽、麦芽、枳壳，由于这四味药出现频率均超过70%，初步关联规则显示，四者之间及其与他药之间有强关联，在关联中干扰了其他药物关联的出现，故予以剔除，将余下使用率在10%以上的22个中药进行关联规则分析，以挖掘张小萍用药的配伍关系。按照提升度大小排序，结果见表27。

（续表）

从表27可得出，几个具有强关联的用药组合，如“白及黄连蒲公英浙贝母”清热燥湿组合，“川楝子延胡索”（即金铃子散）、“木香砂仁”为理气止痛组合，甘草配“陈皮茯苓半夏生姜大枣”（即二陈汤）为健脾化痰组合，甘草配“党参茯苓白术生姜大枣”（即四君子汤）为健脾益气组合，甘草配“柴胡白芍枳实”（即四逆散）为疏肝理气组合，“黄芪当归”（即当归补血汤）为补气生血组合，加上关联最强的“枳壳谷芽麦芽”为脾胃升降组合。