基于數據挖掘的治療皮膚病處方用藥規律研究

楊艷平

（中國氣象局醫院藥劑科 北京 100081）

1.研究方法

1.1 處方來源

《實用中醫美容金方》[1]、《皮膚病名家驗案精選》[2]、《古今名醫臨證實錄叢書之皮膚病》[3]等三本中醫專著中收載治療皮膚病的2085首中藥處方。

1.2 分析軟件

本課題應用的是“中醫傳承輔助系統（V2.0.1）”軟件

1.3 錄入處方

將2085首處方錄入“中醫傳承輔助系統（V2.0.1）”，錄入完成后，通過軟件中“數據分析系統”模塊中的“方劑分析”功能，進行用藥規律挖掘[4-5]。

1.4 數據分析

1.4.1 頻次統計分析：將2085首方劑中每味藥的出現頻次從大到小排序，并將“頻次統計”結果導出。

1.4.2 組方規律分析：用關聯規則挖掘方法,將支持度分別設置8%、10%， “置信度”設為0.5，將得到常用的核心藥物組合。

1.4.3 新方分析：先選擇合適的相關度和懲罰度進行聚類分析（核心算法包括改進的互信息法、復雜系統熵聚類），然后點擊“提取組合”按鈕，生成新組方（基本算法是無監督的熵層次聚類）。

2 結果

2.1 藥物的使用頻次

2085首處方包含了810味中藥，對這些藥物進行頻次統計分析，其中使用頻次在200以上的藥物有21味，而排名前三位的藥物分別是赤芍、生地和甘草（表1）。

?

2.2 基于關聯規則組方規律分析

用關聯規則挖掘方法，將支持度分別設置為8%、10%，“置信度”設為0.5，得到的核心藥物組合（表2-表3）。

表2 含所有方劑的用藥高頻核心組合分析 （支持度≥8%）

表3 含所有方劑的用藥高頻核心組合分析 （支持度≥10%）

2.3 基于熵聚類的方劑組方規律分析

2.3.1 基于復雜系統熵聚類的藥物核心組合

以改進的互信息法的藥物間關聯度分析結果為……