基于文本挖掘技術探討3種關節性疾病的“異病同證”基礎*

展俊平，孟慶良，孟婉婷，谷慧敏，左瑞庭，馬俊福，苗喜云，范 圍

(1.河南中醫藥大學第二附屬醫院，河南 鄭州 450002； 2.河南中醫藥大學，河南 鄭州 450046)

證候分類是中醫學的基礎理論，是對不同個體整體功能狀態進行分類的一種方法，是中醫臨床診斷、治療的主要依據[1]。辨證論治的過程是為了據證立法，由法定方，使方劑具有明確的適應證[2-3]，提高臨床療效。“異病同證”是證候分類的代表性理論，是對不同疾病人群再分類的指導原則，與西醫學診斷疾病具有不同的維度，這種精細化的分類對提高臨床診療的精準度舉足輕重[4]。如患有同一種疾病的患者，根據證候分類原則分成不同的證候群，接受不同的治療；同樣，不同疾病的患者，由于臨床表現相近而被辨證為相同證候，接受相同或相似的治療方案[5]，這就是所謂的“異病同證”。“異病同證”中的因素有病和證，所以如何在疾病分類和證候分類中取得聯系是需要解決的關鍵問題。

病證結合是中醫臨床診療的常用模式，是證候分類研究比較現實的基礎運用[6- 7]。本文選擇中醫代表性理論“異病同證”作為切入點，運用文本挖掘技術，對于臨床上典型關節性疾病(類風濕關節炎、骨性關節炎、強直性脊柱炎)的中醫證候結果進行分析，找出其基本證候的要素規律，并開展不同維度的對比分析，初步探討異病同證的基礎。

1 材料與方法

1.1 文本數據收集

文本數據的收集來自中國生物醫學文獻服務系統(英文全稱：Chinese BioMedical Literature Database，簡稱CBM，網址http：//sinomed.cintcm.ac.cn/index.jsp)，分別以“類風濕關節炎”“骨性關節炎”“強直性脊柱炎”為檢索關鍵詞進行檢索，其結果中出現了相關文獻數、款目詞、主題詞、合并分別得到文獻26 492，12 998，16 969篇(檢索日期：2017年9月26日)，依次下載文獻信息并保存。

1.2 文本數據處理

首先按照下載的先后順序，把從CBM下載的文本數據合并到一個平面文件(后綴為txt)中，并以ANSI編碼進行保存。然后對下載的數據結果進行信息提取(文本挖掘提取工具-軟件著作權，軟著登字第0261882號，登記號2010SR073409)，并將結果格式化后保存到大型關系型數據庫(Microsoft SQL Server 2008 R2，以下簡稱SQL)中[8]。針對初步提取出來的數據，采用噪音結果構建算法進行清洗[9]。對清洗結束后的數據按照文獻中出現的關鍵詞次數計算一維頻數，或根據共同出現的原則計算二維關系頻數，進而抽出高頻的關鍵詞對，用軟件進行可視化處理[10]，生成關鍵詞網絡圖，然后結合相關中醫學知識進行解析。如發現不合理的噪音結果，通過再次人工閱讀，即回溯結果相關的原文獻數據集，增加規則進行降噪，使數據更客觀。

1.3 數據的可視化呈現

清洗完畢后的數據采取數據切片分層的形式，一維結果按照頻次的高低單獨以文字形式列出，二維頻次結果(即數據結果中出現的兩兩之間的關系分析)用Cytoscape 3.5軟件進行可視化處理。文本中形成的二維網絡圖筆者采用了圖形大小以及連線的寬窄來展示，關聯越多的要素，其在圖形中的顯示面積越大，連線越寬，其在相關文獻中出現的頻次越高。

2 結 果

2.1 類風濕關節炎證候文本挖掘結果

結果共提取到345個相關證型，根據前述相關證型的文獻篇數多少以頻次大小的形式依照順序體現，即篇數=頻次。采用頻次切片方式選擇頻數較高的前10個列出(括號內為文獻篇數，以下同)，痰瘀互結證(108)、肝腎陰虛證(105)、寒熱錯雜證(100)、風寒濕痹證(98)、肝腎虧虛證(74)、寒濕阻絡證(56)、痰瘀痹阻證(53)、風濕熱痹證(51)、氣血虧虛證(49)、濕熱阻絡證(47)。進而構建類風濕關節炎證候兩兩之間的關系網絡圖(圖1)：共提取到126項證候組合，根據權重高低選擇前20%(即證候組合頻次>11)參與構建網絡圖。肝腎陰虛證、寒熱錯雜證、風寒濕痹證的圓圈較大，代表其相關的文獻頻次較高，其他證候的頻次偏低。風寒濕痹證與風濕熱痹證的相關度較高，頻數為31。

注：圓圈越大，代表其相關的文獻頻次越高；證型間相關度越高，連線越粗圖1 類風濕關節炎證候網絡圖

2.2 骨性關節炎證候文本挖掘結果

結果共提取到46個相關證型，采取頻次切片形式選擇頻數較高的前10個列出，肝腎虧虛證(124)、陽虛寒凝證(54)、風寒濕痹證(45)、肝腎陰虛證(41)、瘀血阻滯證(31)、腎虛血瘀證(25)、寒濕阻絡證(21)、瘀血阻絡證(17)、腎虛髓虧證(15)、氣血兩虛證(11)。證候組合共有123項，為保持均衡，仍選前20%(頻次>6)的參與構建網絡圖(圖2)。肝腎虧虛證與氣滯血瘀證、風寒濕痹證的顯示度較高，陽虛寒凝證與腎虛髓虧證在關聯結果中的相關度比較高，頻數為21。

圖2 骨性關節炎證候網絡圖

2.3 強直性脊柱炎證候文本挖掘結果

結果共提取到80個相關證型，同上選擇前10個列出，肝腎虧虛證(36)、肝腎陰虛證(32)、風寒濕痹證(14)、瘀血阻絡證(11)、氣血兩虛證(10)、痰瘀互結證(10)、痰瘀痹阻證(10)、腎虛血瘀證(8)、風濕熱痹證(7)、濕熱阻絡證(6)。結果提取到的154項證候組合中選取前20%(頻次>3的證候組合)參與構建的網絡圖(圖3)。肝腎陰虛證、風寒濕痹證、瘀血阻絡證、肝腎虧虛證的顯示度較高。肝腎虧虛證與肝腎陰虛證相關度較高，頻數為6。

圖3 強直性脊柱炎證候網絡圖

3 討 論

類風濕關節炎、強直性脊柱炎、骨性關節炎是3種臨床典型的關節性疾病，西醫學診斷相對明確，在中醫理論認識中均屬“痹證”范疇。痹證的臨床主要表現為周身關節或肌肉的疼痛、腫脹、灼熱、麻木酸脹或活動受限，中醫理論認為：其發病分為內因和外因，內因是正氣不足，陰陽失衡所致；外因是由于外邪(風、寒、濕、燥、熱)侵犯機體，留于關節，注于經絡，導致經絡不通，血脈瘀阻，周身關節氣血痹阻所致[11]。歷代諸多醫家對其治療亦各有見地，總則以扶正祛邪、平衡陰陽為主，貫穿于祛風通絡、散寒除濕、清熱散結等法[12]。

本文重點從3種臨床典型的關節性疾病的證候分布規律來分析，中醫辨證論治過程中因疾病不同而表現出的不同病理形態可能在同一證型中[13]，或者不同疾病本身發展過程中出現的病因、病位、病勢、病性的相近是異病同證理論的基礎[14]。從挖掘結果來看，3種關節炎具有共同的病機、重疊的證候分型，如“肝腎陰虛證”“肝腎虧虛證”“肝腎陰虛證”“痰瘀互結證”等均可見于3種疾病之中，因此這3種疾病可以作為“異病同證”理論的案例。

“異病同證”中的“證”在病機基本相似的情況下，如果構成證候的主次癥或兼癥不同，所處的地位也不相同[15]，如果不辨證分析治療，其療效結果必然也是參差有別的。所以，在臨床實踐中“異病同證”的理論可以解決其共性；但需要重視更細微的病機變化，進行選擇性的治療。

在“異病同證”的研究中，除其本身的研究，更多的需要融合多學科、多技術的支持，如數據挖掘、生物信息學等[16]。中醫學理論的產生源自臨床經驗總結的升華，因此，利用現代技術進行總結是中醫證候深入研究的重要內容。文本挖掘(Text Mining)綜合了計算機、數學的理論基礎，在生物信息、醫藥以及其他行業的文獻研究中發揮了舉足輕重的作用[17]，是目前大數據時代背景下，在交叉學科研究中發現知識關聯的運用較為廣泛的技術。本文選取高頻數的參與網絡關系圖的構建，展示了臨床上常見疾病的的典型證候，較為直接且客觀的反映了臨床研究的現狀。

4 參考文獻

[1]張弛，張戈，陳可冀，等.從疾病中醫證候分類到分子模塊分類[J].中國中西醫結合雜志，2016，36(7)：781-786.

[2]呂愛平.中醫證候研究：從疾病證候分類到臨床療效評價和組合藥物研發[J].中國中西醫結合雜志，2015，35(8)：942-945.

[3]李兵，王忠，張瑩瑩，等.中醫證候分類研究常用方法與應用概述[J].中國中醫基礎醫學雜志，2014，20(1)：30-33，36.

[4]郭玉明，姜淼，呂愛平.中醫證候分類研究進展[J].中國中醫藥信息雜志，2011，18(7)：106-109.

[5]趙超群，劉暢，劉平，等.基于代謝組學方法的中醫證候分類研究進展[J].世界中醫藥，2017，12(4)：956-960.

[6]陳可冀， 宋軍.病證結合的臨床研究是中西醫結合研究的重要模式[J].世界科學技術——中醫藥現代化，2006，8(2)：1-5.

[7]呂愛平， 陳可冀.疾病的證候分類研究思路[J].中國中西醫結合雜志，2005，26(9)：843-845.

[8]李仲賢，鄭光，展俊平，等.基于文本挖掘技術探索強直性脊柱炎“理-法-方-藥”相應規律[J].蘭州工業學院學報， 2013，20(2)：23-26.

[9]展俊平，吳萍，郭洪濤，等.基于文本挖掘技術的慢性阻塞性肺疾病臨床用藥規律分析[J].中國中醫藥信息雜志，2011，18(12)：27-30.

[10]沈姍姍，鄭光，展俊平，等.基于數據挖掘探討類風濕關節炎證-癥-法-方藥規律[J].風濕病與關節炎，2013，2(10)：5-9.

[11]王倩，樊新榮，郭浩.中醫“治未病”思想指導“痹癥”防治[J].內蒙古中醫藥，2017，36(3)：157-158.

[12]張欣.中醫辨證治療痹證的臨床療效分析[J].中國醫藥指南，2014，12(36)：250.

[13]王海平.探析中醫痹證的治療[J].首都醫藥，2014，21(14)：76.

[14]徐慧.《中醫內科學》“異病同治”用方規律探析[J].中國中醫基礎醫學雜志，2015，21(6)：737-738.

[15]楊娜，趙京紅.基于中醫理論指導下異病同治(痰瘀互阻證)的臨床研究[J].中國實用醫藥，2014，9(26)：245-246.

[16]桑海龍，李建中.基于數據挖掘的網絡信息分析方法[J].智能計算機與應用，2018，8(1)：183-187.

[17]ANANIADOU S，THOMPSON P，NAWAZ R，et al.Event-based text mining for biology and functional genomics[J]. Brief Funct Genomics，2015，14(3)：213-230