數(shù)據(jù)挖掘在外感疾病藥對中的應(yīng)用研究＊

馮天保，劉 梅，譚定英，陳平平

(廣州中醫(yī)藥大學(xué)，廣州 510405)

藥對，又稱“對藥”，是臨床上常用的、相對固定的2味藥物的配伍形式。藥對是集中醫(yī)之理、法、藥為一體的數(shù)據(jù)集合，體現(xiàn)交叉錯綜的關(guān)聯(lián)與對應(yīng)。數(shù)據(jù)挖掘正是通過對數(shù)據(jù)特征、關(guān)系、聚類、趨向、偏差和特例現(xiàn)象的深層多維分析，來揭示數(shù)據(jù)間復(fù)雜和特殊的關(guān)系，發(fā)現(xiàn)其隱含的規(guī)則、模式和規(guī)律。本研究以《張仲景藥對集》［1］、《中藥藥對大全》［2］中外感疾病相關(guān)的藥對為數(shù)據(jù)源，利用SQL Server 2005建立數(shù)據(jù)挖掘模型，應(yīng)用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法，對藥對作“藥物-藥對-病證”對應(yīng)關(guān)系進行分析。

1 數(shù)據(jù)挖掘與關(guān)聯(lián)規(guī)則

數(shù)據(jù)挖掘(Data Mining)是用于開發(fā)信息資源的1種新的數(shù)據(jù)處理技術(shù)，主要用于海量數(shù)據(jù)的分析與研究。數(shù)據(jù)挖掘技術(shù)已被廣泛地應(yīng)用于經(jīng)濟管理以及社會生產(chǎn)的各個領(lǐng)域，并逐漸滲入到中醫(yī)藥研究領(lǐng)域中，取得了一定的階段性成果。關(guān)聯(lián)規(guī)則指描述數(shù)據(jù)之間存在關(guān)系的規(guī)則，是從給定的數(shù)據(jù)中，挖掘出事物特征之間滿足一定支持度和置信度的關(guān)聯(lián)現(xiàn)象［3］。關(guān)聯(lián)規(guī)則相關(guān)術(shù)語如下:(1)項集:項集是1組值，每個項都是1個屬性值。每個項集都有一個大小，該大小表示項集中包含的項的數(shù)目。如項集{葶藶子、麻黃/杏仁、咳嗽}的大小是3;(2)支持度:支持度用于度量1個項集的出現(xiàn)頻率。最小支持度是1個閾值參數(shù)，必須在處理關(guān)聯(lián)模型之前指定該參數(shù);(3)概率:也稱置信度，是關(guān)聯(lián)規(guī)則的屬性。最小概率是1個閾值參數(shù)，必須在運行算法之前指定該參數(shù)，它表示用戶只對某些規(guī)則感興趣，這些規(guī)則擁有比較高的概率;(4)重要性:重要性用于衡量項集和規(guī)則［4］，重要性用下面的公式來定義:Importance({A，B})=probability(A，B)/(probability(A)×probability(B))。計算結(jié)果，如果importance=1，則表示 A和 B是2個獨立的事件。如果importance＜1，則 A和 B是負(fù)相關(guān)，它表示 A發(fā)生，B也不太可能發(fā)生。如果 importance＞1，則A和B是正相關(guān)，表示A、B很有可能發(fā)生。

2 數(shù)據(jù)挖掘在外感疾病藥對中的應(yīng)用研究

2.1 數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)來源于《張仲景藥對集》及《中藥藥對大全》，主要采用其中解表類、溫里類、清熱類、瀉下類、祛濕類和止咳類藥對。將篩選后的數(shù)據(jù)進行標(biāo)化、量化、錄入，并創(chuàng)建中藥藥對數(shù)據(jù)庫，使之易于管理、分析與查詢。

2.2 數(shù)據(jù)預(yù)處理

2.2.1 藥名的預(yù)處理 《張仲景藥對集》、《中藥藥對大全》中的數(shù)據(jù)幾乎都是文字性的描述，需要作歸類和數(shù)據(jù)屬性數(shù)據(jù)化。書中藥名幾乎每1種藥物都存在一物多名的情況，處理這一類藥名的時候，根據(jù)《中藥配伍應(yīng)用》與《常用中藥配伍與名方精要》兩書進行規(guī)范化處理，統(tǒng)一藥名。

2.2.2 用量的預(yù)處理 在《張仲景藥對集》和《中藥藥對大全》中藥物所用劑量基本上都是以“克”為單位做計算的，所以不存在單位轉(zhuǎn)換的問題。在用量中如果是1個連續(xù)值的話，分2種方法轉(zhuǎn)化;若劑量小于30g則取最大值;反之，取平均值。如白術(shù)用量為6g～15g，最大劑量小于30g，那么取最大劑量15g;綠豆用量為30g～70g，那么就用平均值(30+70)/2=50g。

2.3 數(shù)據(jù)轉(zhuǎn)換

單味藥物本身具有的屬性包括功用、四性、五味、升降浮沉、歸經(jīng)和藥物毒性等，為本數(shù)據(jù)取藥物的基本屬性，包括四性五味、歸經(jīng)和功用。

2.3.1 四性的數(shù)字化 表1顯示，藥物的四性包括寒、熱、溫、涼、平，如果藥物具有相應(yīng)的屬性，就在相應(yīng)的屬性上編碼為“1”，反之為“0”。如某藥具有熱性，則編碼。

表1 藥物四性表

2.3.2 五味的數(shù)字化 表2顯示，藥物的五味包括酸、苦、甘、辛、咸、淡、澀，如果藥物具有相應(yīng)的屬性，就在相應(yīng)的屬性上編碼為“1”，反之為“0”。如某藥具有辛味，則編碼。

表2 藥物五味表

2.3.3 歸經(jīng)的數(shù)字化 表3顯示，藥物的歸經(jīng)包括肝、心、脾、肺、腎、胃、膽、大腸、小腸、膀胱、心包、三焦經(jīng)等幾類，如果藥物具有相應(yīng)的屬性，就在相應(yīng)的屬性上編碼“1”，反之為“0”。

表3 藥物歸經(jīng)表

2.3.4 藥物功效屬類數(shù)字化 表4顯示，將藥物功效屬類分為解表藥、清熱藥、瀉下藥、祛濕藥、溫里藥、理氣藥、消食藥、止血藥、活血化瘀藥、化痰止咳平喘藥、安神藥、平肝息風(fēng)藥、補虛藥、收澀藥、殺蟲藥等共17大類，如果藥物具有相應(yīng)的屬性，就在相應(yīng)的屬性上編碼“1”，反之為“0”。

2.4 數(shù)據(jù)庫的建立

2.4.1 屬性表的建立 在數(shù)據(jù)庫中建立了3個藥物屬性表，包括藥物性味表、藥物歸經(jīng)表、藥物功用表。性味包括寒、熱、溫、涼、平、酸、苦、甘、辛、咸、淡、澀，歸經(jīng)包括肝、心、脾、肺、腎、胃、膽、大腸、小腸、膀胱、心包、三焦，功用表包括解表、清熱等17種。這些屬性表既是藥物的基本屬性，也作為藥物數(shù)據(jù)挖掘的依據(jù)。

表4 藥物功效屬類表

2.4.2 事實表的建立 事實表中的事實是指描述1種物體的詳細(xì)情況并能體現(xiàn)物體特征。事實表的建立可以發(fā)現(xiàn)物體之間的異同，也有利于信息的查詢，主要有藥對表(藥對ID、藥對組成、功效、主治等)、藥物表(藥物 ID、藥物名、藥物功能、用量(g)等)、藥對-藥物表(藥對 ID、藥物 ID、藥對功用ID、病證 ID等)。

2.5 數(shù)據(jù)建模及數(shù)據(jù)展現(xiàn)

經(jīng)過數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)錄入、數(shù)據(jù)清洗，數(shù)據(jù)庫正式完成并可以導(dǎo)入Microsoft SQL Server2005進行挖掘模型的創(chuàng)建。采用關(guān)聯(lián)分析方法，試圖預(yù)測藥對-藥物-病證三者之間的關(guān)系，發(fā)現(xiàn)頻繁項集。(1)創(chuàng)建Analysis Services項目;(2)創(chuàng)建數(shù)據(jù)源和數(shù)據(jù)源視圖;(3)選取關(guān)聯(lián)規(guī)則算法，建立數(shù)據(jù)挖掘模型;(4)利用關(guān)聯(lián)規(guī)則進行藥對數(shù)據(jù)的挖掘。下面選取2個選項卡數(shù)據(jù)作為藥對挖掘結(jié)果展示，其中項集是指該選項卡能顯示被模型識別為經(jīng)常發(fā)現(xiàn)一起出現(xiàn)項集的列表，網(wǎng)格中有“支持”、“大小”和“項集”項目，而規(guī)則是指該選項卡顯示關(guān)聯(lián)算法發(fā)現(xiàn)的規(guī)則。

選擇藥對-藥物表為事例表，藥物表和藥對表作為嵌套表(見圖2)。

①項集選項卡的數(shù)據(jù)，在此選擇了其中之一作為數(shù)據(jù)展示(見圖3);②規(guī)則選項卡數(shù)據(jù)，在此選擇了部分?jǐn)?shù)據(jù)展示(見圖4)。

3 結(jié)果與分析

圖2 挖掘模型

圖3 項集選項卡

圖4 規(guī)則選項卡

本文主要研究治療傷寒疾病的藥物-藥對-病證之間的關(guān)系，利用 SQL Server 2005作為數(shù)據(jù)庫，通過關(guān)聯(lián)規(guī)則算法對傷寒疾病藥對進行挖掘。筆者只選取了部分?jǐn)?shù)據(jù)進行歸納分析如下。

3.1 藥物藥對關(guān)聯(lián)規(guī)則挖掘結(jié)果及分析

表5顯示，數(shù)據(jù)信息包括藥物和藥對關(guān)聯(lián)規(guī)則、置信度和重要性，反映出藥物與藥對之間是可以互相預(yù)測的，具有雙向關(guān)聯(lián)。如“陳皮→麻黃/附子”與“麻黃/附子→陳皮”等，這些規(guī)則提示前者比后者更有用，可以理解為臨床上若以陳皮治療寒咳痰多，加入溫陽平喘的藥對麻黃/附子效果會更加好;若以麻黃/附子溫陽平喘，加入陳皮增效的作用可能沒那么顯著，而要考慮與其他藥物配伍。從表中還可以看出，有些藥物與藥對和藥對與藥物之間的關(guān)系具有相同的置信度和重要性，表明這些規(guī)則的可用性是一樣的。如“竹葉→茵陳/梔子/大黃”與“茵陳/梔子/大黃→竹葉”等。

表5 項集大小為2的藥物-藥對關(guān)聯(lián)規(guī)則表

3.2 藥物-藥對-病證關(guān)聯(lián)規(guī)則挖掘結(jié)果及分析

在表6的各組合中，大部分是藥物與藥對之間是互相獨立的，可以看成這些藥物的重新組合對相關(guān)病證的治療起到更好的協(xié)同或相反相成的作用，即組成一個新的藥串。藥串［5］是指相對固定的3味或3味以上的藥物組合，作為中藥配伍的獨立單元，是針對一定病證，從歷代醫(yī)家用藥經(jīng)驗中提煉出來行之有效的、符合一定的理論依據(jù)和法度的固定配伍。如表中的“葶藶子，麻黃/杏仁 → 咳嗽;細(xì)辛，麻黃/附子→感冒，水腫”等多數(shù)組合均屬這種情況。麻黃、杏仁均有宣肺平喘之功，加入瀉肺平喘、行水消腫之葶藶子作為組合，則對咳嗽痰多者療效更佳。但對于“烏頭，旋覆花/代赭石→嘔逆，嘔吐，咳嗽”這類組合，加入有回陽逐冷、祛風(fēng)濕功效的烏頭，從醫(yī)理藥理上很難解析其對嘔逆、嘔吐、咳嗽等癥的治療效果，故此時還要結(jié)合臨床、古文獻及現(xiàn)代中藥藥理研究來綜合分析與行取舍挖掘的規(guī)律。

表6 項集大小為3的藥物-藥對-病證關(guān)聯(lián)規(guī)則表

4 結(jié)語

本實驗利用數(shù)據(jù)挖掘技術(shù)對中藥藥對進行研究，在一定程度上揭示了中藥藥對的應(yīng)用特點，發(fā)現(xiàn)了一些新的用藥規(guī)律及藥物組合規(guī)律，如單味藥與藥對的對應(yīng)關(guān)系，以及出現(xiàn)了一些新的藥物配伍組合——“藥串”，此將有助于指導(dǎo)臨床科學(xué)用藥，提高藥對治療的效果。筆者在挖掘過程中也發(fā)現(xiàn)，對挖掘出來的所有結(jié)果不一定都可用，此需結(jié)合臨床、古文獻及現(xiàn)代中藥藥理研究結(jié)果來綜合分析，遵循“人機結(jié)合、以人為主”的原則進行取舍。目前所研究的“藥物-藥對-病證”關(guān)聯(lián)分析方法較為簡單，而中藥藥對、證、癥、病等信息形成的多維關(guān)聯(lián)關(guān)系的深入揭示，還需在今后工作中進一步研究。

［1］王玉芝，呂昌寶.張仲景藥對集［M］.長治:山西省晉東南醫(yī)學(xué)?？茖W(xué)校，1984.

［2］胥慶華，中藥藥對大全［M］.北京:中國中醫(yī)藥出版社，2001.

［3］李虹，蔡之華.關(guān)聯(lián)規(guī)則在醫(yī)療數(shù)據(jù)分析中的應(yīng)用［J］.微機發(fā)展，2003，13(6):94.

［4］Jiawei Han，Micheline Kamber著，范明，孟小峰，譯.數(shù)據(jù)挖掘概念與技術(shù)［M］.2版.北京:機械工業(yè)出版社，2007.

［5］趙進喜，肖永華，傅強.呂仁和用藥經(jīng)驗舉隅［J］.中醫(yī)雜志，2009，50(4):300-301.