基于溫病古籍?dāng)?shù)據(jù)挖掘的風(fēng)溫病證候研究*

佟 琳，唐丹麗，張華敏△

(1．中國(guó)中醫(yī)科學(xué)院中醫(yī)藥信息研究所，北京 100700;2．中國(guó)中醫(yī)科學(xué)院醫(yī)學(xué)實(shí)驗(yàn)中心，北京 100700)

基于溫病古籍?dāng)?shù)據(jù)挖掘的風(fēng)溫病證候研究*

佟 琳1，唐丹麗2，張華敏1△

(1．中國(guó)中醫(yī)科學(xué)院中醫(yī)藥信息研究所，北京 100700;2．中國(guó)中醫(yī)科學(xué)院醫(yī)學(xué)實(shí)驗(yàn)中心，北京 100700)

中醫(yī)溫病古籍中較少涉及對(duì)風(fēng)溫證候描述性的語(yǔ)言，其論述較多的是對(duì)該疾病癥狀或癥狀群的描述，而中醫(yī)辨證論治的核心是“證”，找到風(fēng)溫證候是診治的關(guān)鍵所在。本文運(yùn)用因子分析與聚類相結(jié)合的方法去探索風(fēng)溫的證候，目的是找到古籍中風(fēng)溫疾病的“證”，從而將古人對(duì)該疾病的認(rèn)識(shí)加以提煉，為醫(yī)者診治疾病提供借鑒。

風(fēng)溫;中醫(yī)古籍;證候;因子分析;聚類分析

風(fēng)溫這個(gè)名詞最早見(jiàn)于《傷寒論·辨太陽(yáng)病脈證并治》，是現(xiàn)今較為常見(jiàn)的疾病，大多起病急驟、傳變較快，且多數(shù)具有程度不等的傳染性、流行性，相當(dāng)于西醫(yī)學(xué)中的流行性感冒、急性支氣管炎、支氣管肺炎、病毒性肺炎、大葉性肺炎、麻疹合并肺炎等病。近年來(lái)，不斷出現(xiàn)的突發(fā)傳染性疾病重新把傳染病對(duì)人類健康與生存的威脅擺到了世人面前，因此對(duì)風(fēng)溫證候的研究有助于指導(dǎo)臨證辨治，為現(xiàn)代突發(fā)瘟疫診療提供借鑒與參考。

1 資料與方法

1．1 數(shù)據(jù)來(lái)源

資料選自21種中醫(yī)溫病古籍，分別是《溫?zé)犷惥帯?、《溫?zé)崂收铡?、《溫?zé)峤?jīng)緯》、《重訂廣溫?zé)嵴摗贰ⅰ稖夭\說(shuō)》、《四圣懸樞》、《時(shí)病論》、《治疫全書(shū)》、《溫病詮真》、《溫?zé)岱暝础?、《四時(shí)病機(jī)》、《溫病合編》、《松峰說(shuō)疫》、《溫?zé)岵≈改霞贰ⅰ秱疁匾邨l辨》、《溫?zé)嵴摴{正》、《溫病指南》、《溫病條辨》、《瘟疫發(fā)源》、《溫證指歸》、《溫?zé)岵☆惙健?。其中《溫?zé)犷惥帯贰ⅰ稖責(zé)崂收铡?、《溫?zé)峤?jīng)緯》、《重訂廣溫?zé)嵴摗?、《溫病淺說(shuō)》、《四圣懸樞》對(duì)風(fēng)溫病的癥狀的論述較多，累計(jì)頻率達(dá)到77．54%。本研究對(duì)風(fēng)溫病進(jìn)行癥狀的提取，以“風(fēng)溫”為檢索詞，出現(xiàn)風(fēng)溫的章節(jié)共有179條相關(guān)記錄。規(guī)范后共涉及癥狀131個(gè)，以身熱、汗、脈浮、渴、咳嗽等癥狀為多見(jiàn)。

1．2 文獻(xiàn)入選與排除標(biāo)準(zhǔn)

①溫病病名明確。溫病病名必須在文獻(xiàn)中出現(xiàn)或列在著作目錄下;②對(duì)檢索到的文獻(xiàn)進(jìn)行篩選，僅提取文獻(xiàn)中對(duì)理論內(nèi)容的陳述，對(duì)病案類的文獻(xiàn)不予納入。

1．3 數(shù)據(jù)庫(kù)建立與規(guī)范處理

采用Microsoft Office Access 2007建立風(fēng)溫癥狀數(shù)據(jù)庫(kù)，字段名包括癥狀、出處。對(duì)癥狀進(jìn)行賦值，存在標(biāo)記為1，不存在標(biāo)記為0。

借助工具書(shū)《中醫(yī)藥主題詞表》和《溫病學(xué)大辭典》等對(duì)采集到的數(shù)據(jù)進(jìn)行術(shù)語(yǔ)規(guī)范與拆分。如古籍中記載的癥狀“喘渴”、“脈浮數(shù)”，將其拆分為“喘”、“渴”、“脈浮”、“脈數(shù)”。

1．4 統(tǒng)計(jì)學(xué)方法

采用SPSS 19．0軟件進(jìn)行頻數(shù)統(tǒng)計(jì)分析，運(yùn)用因子分析與聚類相結(jié)合的方法對(duì)數(shù)據(jù)進(jìn)行分析以探索古籍中風(fēng)溫證候。

本研究運(yùn)用因子分析法對(duì)中醫(yī)癥狀群進(jìn)行提取。因子分析［1］在某種程度上可以被看成是主成分分析的推廣和擴(kuò)展，將具有錯(cuò)綜復(fù)雜關(guān)系的變量或樣品綜合為數(shù)量較少的幾個(gè)因子，以再現(xiàn)原始變量與因子之間的相互關(guān)系，探討多個(gè)能夠直接測(cè)量且具有一定相關(guān)性的實(shí)測(cè)指標(biāo)是如何受少數(shù)幾個(gè)內(nèi)在獨(dú)立因子所支配的，同時(shí)根據(jù)不同因子還可以對(duì)變量進(jìn)行分類，屬于多元分析中處理降維的一種統(tǒng)計(jì)方法。本研究選取頻次大于8的癥狀進(jìn)行因子分析。

將上述因子分析的得到的公因子矩陣結(jié)果進(jìn)行聚類找到“證”。聚類分析［2］針對(duì)對(duì)象的某些特征，根據(jù)最大化類內(nèi)的相似性、最小化類間的相似性的原則進(jìn)行聚類或分組，使得每個(gè)組內(nèi)的對(duì)象具有很高的相似性，而與其他組中的對(duì)象差別較大。

2 結(jié)果

2．1 因子分析對(duì)風(fēng)溫癥狀群的提取

選取癥狀次數(shù)≥8次，檢驗(yàn)KMO度量為0.674＞0.5進(jìn)行因子分析，Bartlett的球形度檢驗(yàn)(P＜0.001)，可以進(jìn)行因子分析。特征根＞1，存在10個(gè)公因子，其累計(jì)貢獻(xiàn)度為72．597%。根據(jù)統(tǒng)計(jì)學(xué)原理，將公因子按照每個(gè)癥狀與其相關(guān)系數(shù)(載荷大小)大于0．4進(jìn)行提取，與此同時(shí)對(duì)原始公因子采用最大四次方值法進(jìn)行旋轉(zhuǎn)，從而使各因子的含義更加清楚，并得到合理直觀的解釋。共得到如下10個(gè)公因子。

Factor 1:身重、多眠、語(yǔ)言謇澀、鼾、汗、脈浮;Factor 2:失溲、直視、小便不利;Factor 3:咳嗽、惡風(fēng)、煩、渴;Factor 4:脈弦、脈數(shù);Factor 5:發(fā)黃、瘛疭;Factor 6:譫語(yǔ)、利、神昏;Factor 7:喘、痰、躁;Factor 8:頭痛;Factor 9:熱、身熱、疹;Factor 10:咽痛、舌白。

2．2 癥狀群聚類得到風(fēng)溫證候

對(duì)因子分析得到的矩陣進(jìn)行聚類，當(dāng)將其聚為6類時(shí)，對(duì)證候分類的解釋較為合理。圖1顯示，第一類別包括公因子3、4，咳嗽、惡風(fēng)、煩、渴、脈弦、脈數(shù)可歸納為邪郁衛(wèi)表證;第二類別包括公因子2、10，失溲、直視、小便不利、咽痛可歸納為風(fēng)熱蘊(yùn)內(nèi)證;第三類別包括公因子 7、8，喘、痰、躁、頭痛可歸納為邪熱壅肺證;第四類別包括公因子5、6，譫語(yǔ)、瘛疭、發(fā)黃、神昏、利可歸納為邪犯心包證;第五類別包括公因子9，熱、身熱、疹可歸納為熱入營(yíng)分證;第六類別包括公因子1，身重、多眠、語(yǔ)言謇澀、鼾、汗、脈浮可歸納為濕熱內(nèi)蘊(yùn)證。

3 討論

本研究采用因子分析與聚類兩種方法相結(jié)合，因子分析得到風(fēng)溫癥狀群可以概括為證候要素，證候要素是指辨證的基本要素，是對(duì)治病因素作用于人體特定部位，引起機(jī)體特殊病理反應(yīng)等多因素的概括［3］。當(dāng)我們進(jìn)行因子分析后提取的證候要素較多，即表示其分析的主成分較多，每個(gè)公因子多是代表癥狀、體征的變化規(guī)律，或是主、次癥狀的特征性表現(xiàn)的提取。因此，我們?cè)谝蜃臃治龅幕A(chǔ)之上對(duì)公因子進(jìn)行聚類分析，從而更好地理清各因子之間的關(guān)系。最終得到6類證候分別概括為邪郁衛(wèi)表證、風(fēng)熱蘊(yùn)內(nèi)證、邪熱壅肺證、邪犯心包證、熱入營(yíng)分證、濕熱內(nèi)蘊(yùn)證。

圖1 聚類結(jié)果樹(shù)狀圖

風(fēng)溫多為感受風(fēng)熱之邪引起，其發(fā)展過(guò)程是由表入里。初期邪在肺衛(wèi)衛(wèi)分，以發(fā)熱、微惡風(fēng)寒、頭痛、咳、脈浮數(shù)為主要特征;由衛(wèi)分進(jìn)入氣分出現(xiàn)高熱、汗出、咳喘、舌紅苔黃、脈數(shù)等是熱邪壅肺的氣分證候;若出入陽(yáng)明氣分為順傳，或出現(xiàn)身熱灼手、神昏譫語(yǔ)或昏憒不語(yǔ)、舌謇肢厥、脈細(xì)滑數(shù)等邪熱蒙蔽心包的癥狀為逆?zhèn)餍陌?。由上述?duì)風(fēng)溫病的證候分析可見(jiàn)，本研究所運(yùn)用的數(shù)據(jù)挖掘方法對(duì)中醫(yī)古籍中風(fēng)溫癥狀進(jìn)行挖掘而得到的風(fēng)溫證候分類，即邪郁衛(wèi)表證、風(fēng)熱蘊(yùn)內(nèi)證、邪熱壅肺證、邪犯心包證、熱入營(yíng)分證、濕熱內(nèi)蘊(yùn)證，較好地反映了上述對(duì)風(fēng)溫證候的描述，總結(jié)而言即較為集中地反映與概括了溫病古籍中理論部分對(duì)風(fēng)溫癥狀整體特征的描述。

多年來(lái)，對(duì)風(fēng)溫證候的研究思路和方法主要集中在實(shí)驗(yàn)研究、臨床觀察和專家經(jīng)驗(yàn)上，其對(duì)“證”這種群體集合現(xiàn)象缺乏全面把握，多數(shù)還僅僅停留在經(jīng)驗(yàn)積累層面。而以往對(duì)于中醫(yī)古籍的證候分類研究也較多集中于醫(yī)案，或即使運(yùn)用了知識(shí)發(fā)現(xiàn)方法也均為較單一的數(shù)據(jù)挖掘方法。本研究考慮到醫(yī)案的不完整、語(yǔ)言的夸張和個(gè)案性等特點(diǎn)，選取中醫(yī)古籍的疾病理論部分為研究對(duì)象，運(yùn)用兩種數(shù)據(jù)挖掘方法相結(jié)合的知識(shí)發(fā)現(xiàn)方法與技術(shù)，探討風(fēng)溫的辨治特點(diǎn)，得到的數(shù)據(jù)及挖掘的結(jié)果能夠更加全面、詳實(shí)、可信。本研究將采集到的風(fēng)溫癥狀進(jìn)行因子分析找到癥狀群，然后將因子分析后得到的矩陣進(jìn)行聚類，并找到古籍中的較為概括的風(fēng)溫“證”。由此可見(jiàn)，從中醫(yī)溫病古籍的風(fēng)溫癥狀入手，歸納風(fēng)溫疾病的中醫(yī)證候具有量化信息的科學(xué)基礎(chǔ)是可行的。

［1］張文彤．SPSS統(tǒng)計(jì)分析高級(jí)教程［M］．北京:高等教育出版社，2007:218．

［2］李雄飛，董元方，李 軍，等．?dāng)?shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)［M］．2版．北京:高等教育出版社，2010:43．

［3］張玉輝，曹洪欣，張華敏．民國(guó)時(shí)期溫病醫(yī)案證候要素分析［J］．中國(guó)中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2010，(2):101-102．108．

Study on the syndromes of wind-warm disease based on data mining of ancient books

TONG Lin1，TANG Dan-li2，ZHANG Hua-min1△
(1．Institute of information on traditional Chinese medicine，CACMS，Beijing100700;2．Experimental Research Center，CACMS，Beijing100700)

Epidemic febrile disease(warm disease)ancient books involving little Descriptive language in wind-warm syndrome，it always talk about symptoms or group of symptoms not syndromes．The kernel of TCM syndrome differentiation is syndromes．This paper used the factor analysis and cluster method to explore syndromes of epidemic febrile disease，in order to find out the syndrome of epidemic febrile disease in TCM ancient books and provide a medical treatment reference for healers．

epidemic febrile disease;TCM ancient books;syndromes;factor analysis;cluster analysis

R254

A

1006-3250(2012)01-0029-02

中國(guó)中醫(yī)科學(xué)院基本科研業(yè)務(wù)費(fèi)自主選題項(xiàng)目(Z02037)

△通訊作者:張華敏，E-mail:zhanghm@mail．cintcm．a(chǎn)c．cn。

2011-04-17