結合全草花葉類中藥煎煮相對密度監測模型探討中藥湯劑的質量控制*

陳洪燕，高申蓉，閆斌，周從輝，朱田密，孫婉瑾，高歡，陳樹和，李學林，劉瑞新

(1.湖北省中醫院藥事部，武漢 430061；2.湖北省中醫藥研究院中藥研究所，武漢 430074；3.河南中醫藥大學第一附屬醫院藥學部，鄭州 450000)

中藥湯劑是我國應用最早、最廣泛的傳統劑型，至今已有數千年的歷史。明代醫藥學家李時珍謂：“凡服湯藥，雖品物精專，修治如法，而煎煮鹵莽造次，水火不良，火候失度，則藥亦無功[1]。”清代醫家徐大椿指出：“煎藥之法，最宜深講，藥之效不效，全在乎此[2]?！笨梢姎v代醫家對中藥煎煮方法及質量極為重視。作為治病的最后一關，煎藥質量極大地影響著中醫臨床療效的發揮[3]，因此，正確煎煮中藥，加強煎藥質量監控尤為重要。目前很多大型醫院采用中藥煎藥機煎煮中藥，主要依據《醫療機構中藥煎藥室管理規范》(2009年版)，但影響煎藥質量的因素較多，且中藥湯劑存在個體化差異，至今中藥湯劑的質量控制沒有統一的標準，導致煎藥質量難以控制，因此建立中藥湯劑的質量控制標準意義重大。

筆者在本實驗參照《中華人民共和國藥典》2015年版四部合劑的質量控制項目，借鑒“國家標準GB/T 15038-2006葡萄酒、果酒通用分析方法”中采用出膏率對相對密度線性回歸關系進行質量控制的方法[4]，選取相對密度作為中藥湯劑質量控制參數之一。實驗以部分全草花葉類中藥煎煮數據為基礎，建立單味中藥湯劑相對密度對出膏率的線性回歸關系，推導復方湯劑相對密度對出膏率的回歸方程，建立復方湯劑相對密度預測區間數學模型，以期為中藥湯劑的質量控制提供依據。

1 儀器與試藥

1.1儀器 AU-120L型高精度密度測定儀，杭州金邁儀器有限公司；ME204E型萬分之一電子天平(感量：0.1 mg)，梅特勒-托利多儀器(上海)有限公司；DHG-9146A型鼓風干燥箱，上海習仁科學儀器有限公司；ZNHW智能恒溫電熱套，天津工興實驗室儀器有限公司。

1.2試藥 29種全草花葉類中藥飲片，每種飲片3批，分別購自安徽人民中藥飲片有限公司、安徽普仁中藥飲片有限公司和亳州滬譙中藥飲片有限公司， 29種中藥飲片的全部批次經湖北省中醫院陳樹和主任藥師鑒定，均符合2015年版《中華人民共和國藥典》標準或《安徽省中藥飲片炮制規范》標準。實驗用水為自來水。

2 方法與結果

通過煎煮實驗，測定29種全草花葉類中藥的煎煮吸水率、得液量、相對密度和出膏率，以出膏率對相對密度進行線性回歸，建立全草花葉類復方中藥湯劑相對密度95%預測區間的數學模型，并選取具有代表性的7種全草花葉類中藥混合煎煮，驗證該數學模型。

2.1單味中藥飲片煎煮吸水率、得液量、相對密度、出膏率的測定

2.1.1單味飲片煎煮吸水率的測定 選取臨床使用頻次高的魚腥草、廣藿香等19種全草類、菊花等6種花類以及桑葉等4種葉類中藥，共29種87批次飲片進行研究。稱取單味飲片50 g，置1 000 mL圓底燒瓶，一煎加水量為飲片重量的12倍，二煎加水量為飲片重量的10倍，浸泡30 min，在智能恒溫電熱套中進行回流煎煮。一般飲片一煎30 min，二煎20 min；滋補類藥一煎60 min，二煎40 min；后下藥如薄荷、青蒿等一煎5 min，二煎20 min，后下藥如番瀉葉、魚腥草等一煎10 min，二煎20 min[5-6]；旋覆花、蒲黃、蜜枇杷葉等裝入無紡布袋，密閉包煎[7]。濾過后測定濾液體積，分別計算一煎吸水率和二煎吸水率。飲片煎煮吸水率計算公式：煎煮吸水率(%)=(加水量-濾液體積)/飲片重量×100%(公式1)。

2.1.2單味飲片煎煮得液量、相對密度、出膏率的測定 稱取單味飲片50 g，以中藥湯劑每日服用500 mL(分兩次服用，每次250 mL)計算，要求一煎得液量和二煎得液量均為250 mL，兩煎分別按“2.1.1”項吸水率補加吸水量，即：加水量=吸水率×飲片重量+250 mL(公式2)，煎煮，過濾，合并2次煎液，在(80±1)℃測定藥液體積和相對密度。并在(80±1)℃精密量取藥液25 mL，置已干燥至恒重的蒸發皿，水浴蒸干，置烘箱中105 ℃干燥3 h，移至干燥器，室溫放置30 min，精密稱定，計算飲片出膏率。飲片出膏率計算公式：出膏率(%)=干膏重/飲片重量×100%(公式3)。

表1 29種全草花葉類中藥煎煮主要參數的測定結果

序號飲片名稱一煎吸水率二煎吸水率%得液量/mL校正的相對密度出膏率/%1紫蘇梗①283.8±104.290.6±54.9 519±61.002 0±0.001 15.2±1.02荊芥炭325.3±34.538.0±12.2 512±61.003 4±0.001 39.8±2.43廣藿香205.9±23.666.6±7.5 499±71.004 3±0.000 710.6±0.84香薷249.9±28.169.3±8.3 518±81.004 6±0.000 211.1±1.05石斛①414.6±11.4244.2±9.8 520±171.003 4±0.003 811.5±0.76荊芥303.9±19.694.6±8.1 506±41.004 7±0.000 912.0±1.37矮地茶188.0±26.536.7±4.2 517±31.005 0±0.000 312.4±0.88荊芥穗391.3±43.098.0±38.6 514±21.005 4±0.001 113.5±2.69青蒿227.2±30.358.0±14.4 506±11.003 8±0.001 114.3±2.110木賊353.9±46.329.3±3.1 515±51.003 5±0.001 114.5±1.311麻黃223.8±19.128.6±6.1 513±41.005 4±0.000 915.5±1.312浮萍550.1±28.9194.5±18.0 492±31.003 6±0.001 116.6±1.613魚腥草412.2±18.574.8±7.4 497±41.004 7±0.000 617.0±0.914絞股藍①309.0±56.066.6±18.1 532±101.008 0±0.000 418.0±1.315旋覆花488.1±33.742.6±12.1 521±51.007 5±0.000 618.5±1.216佩蘭244.6±16.949.3±9.8 514±31.007 7±0.001 818.9±3.317墨旱蓮400.1±34.786.0±3.1 506±111.005 4±0.001 819.3±4.718薄荷318.5±16.980.0±17.8 507±31.008 0±0.000 819.4±1.019紫蘇葉339.8±37.955.7±7.0 499±131.006 7±0.001 119.8±1.120桑葉326.4±11.443.3±4.4 509±41.005 9±0.002 521.7±3.921蜜麻黃①206.4±3.247.3±26.9 518±141.005 2±0.001 122.2±2.122葛花451.7±53.448.6±18.5 497±61.008 1±0.001 325.0±1.723蜜旋覆花414.8±40.381.9±10.0 519±21.009 0±0.001 828.7±5.524羅布麻葉288.5±10.134.7±6.1 510±101.011 1±0.000 429.1±1.225番瀉葉269.2±5.026.7±13.3 496±61.011 8±0.000 433.1±0.826鎖陽197.2±5.262.6±9.5 511±11.011 5±0.001 534.2±4.227款冬花①377.8±23.752.4±28.7 522±111.012 5±0.000 241.7±1.128蜜款冬花308.5±9.841.3±4.2 514±31.017 4±0.002 249.2±4.829酒蓯蓉193.0±3.256.6±20.7 513±21.017 5±0.001 253.3±5.8

①為得液量誤差在5%～10%之間的品種。

①The variety of liquid output error range is between 5% and 10%.

結果表明，87批次全草花葉類中藥，有80批次飲片(約占92%)得液量的RSD<5%，僅有1批紫蘇梗、2批石斛、2批絞股藍、1批蜜麻黃、1批款冬花共7批飲片得液量RSD在5%～10%，說明29種全草花葉類中藥吸水率具有重復性和參考價值。

2.2預測相對密度區間范圍數學模型的建立

2.2.1校正的相對密度與出膏率的線性回歸方程的建立 按最小二乘法求表1中校正的相對密度(Y)對出膏率(X，%)的線性回歸方程為：Y=0.000 3X+1.000 2(方程1)，相關系數r=0.959 3，線性范圍5.2%～53.3%。

2.2.2線性回歸方程的假設檢驗 為檢驗方程1是否對總體的線性回歸方程存在回歸系數β≠0的可能，需要對線性回歸方程進行假設檢驗，采用SPSS 20版統計軟件(IBM SPSS statistics 20)對校正的相對密度進行方差分析，分析結果見表2。查臨界值表v1=1，v2=27，得P<0.01，按α=0.05水準，接受回歸系數β≠0，認為校正的相對密度與出膏率之間有線性關系，且線性關系顯著，總體線性回歸方程成立。

表2 線性回歸方程回歸系數方差分析結果

Tab.2 Results of variance analysis from regression coefficient of linear regression equation

模型平方和df均方FSig.回歸0.000 4110.000 41315.263 760.000 00殘差0.000 3270.000 00總計0.000 4428

2.2.3全草花葉類復方湯劑相對密度預測區間數學模型的建立 結合方程1單味全草花葉類中藥煎煮相對密度與出膏率的線性回歸方程，推測該方程也適合全草花葉類復方中藥煎煮相對密度與出膏率的關系，即全草花葉類中藥復方湯劑的相對密度為：Y復方=0.000 3X復方+1.000 2(方程2)，Y復方為復方相對密度，X復方為復方出膏率，即每種飲片出膏重量之和除以飲片總取樣量，計算方程為：

2.3數學模型的驗證

2.3.1單味全草花葉類中藥煎煮相對密度數學模型的驗證 以實驗“2.1.2”測定的29種全草花葉類中藥煎煮校正的相對密度與平均出膏率，代入數學模型中進行驗證。驗證結果表明，在29種飲片共87批次校正相對密度數據中，76批次(占總批次的87.4%)的校正相對密度均在數學模型預測的范圍之內，余下2批石斛、1批荊芥穗、1批浮萍、1批絞股藍、1批佩蘭、1批墨旱蓮、1批薄荷、1批桑葉、1批蜜麻黃、1批蜜款冬花共11批次校正的相對密度不在數學模型的95%預測區間范圍內，表明數學模型適用于單味全草花葉類中藥煎煮相對密度95%的預測區間。

2.3.2全草花葉類復方中藥煎煮相對密度數學模型的驗證 根據藥用部位、使用頻次及功效，從表1中選取紫蘇梗、廣藿香、荊芥、麻黃、旋覆花、桑葉、款冬花共7種全草花葉類中藥飲片組成復方，取1倍處方量，進行全草花葉類中藥復方煎煮相對密度預測的驗證實驗。7種飲片的取樣量為《中華人民共和國藥典》2015年版一部用量的中間值，如紫蘇梗的《中華人民共和國藥典》2015年版一部用量為5～10 g，實驗中選取7.5 g。復方的加水量為各藥吸水量之和再加上得液量250 mL，具體根據表1計算，煎煮的時間以及方法同“2.1.2”項。分別選擇不同批號3組飲片，每組進行3次平行實驗。

根據表1中每種中藥的平均出膏率，利用方程3計算7種全草花葉類中藥出膏率的理論值，X復方=18.1%，利用數學模型計算其相對密度95%的預測區間，為1.003 4～1.007 8，7種全草花葉類復方煎煮的驗證實驗結果見表3。

驗證實驗結果表明，在α=0.05水平下，對得液量、出膏率的理論值與驗證值進行t檢驗，結果出膏率的理論值與第2組、第3組的驗證值均差異無統計學意義，與第1組的驗證值差異有統計學意義(P<0.05)；3組出膏率驗證值之間，第1組與第3組差異有統計學意義(P<0.05)，第1組與第2組、第2組與第3組均差異無統計學意義。3組校正后的相對密度均在數學模型的95%預測范圍內，表明該數學模型適用于全草花葉類復方中藥煎煮相對密度95%預測區間，且相對密度的監測可用于中藥湯劑的質量控制。

3 討論

筆者在本實驗依照傳統煎藥方法、《中華人民共和國藥典》2015年版一部及《醫療機構中藥煎藥室管理規范》，確定加水量、煎煮時間、煎煮次數、特殊煎煮方法等影響中藥湯劑質量的主要因素[9-10 ]。如煎煮次數按照傳統煎藥方法煎煮2次，煎煮時間、加水量依據《醫療機構中藥煎藥室管理規范》確定，并依據《中華人民共和國藥典》2015年版一部及《醫療機構中藥煎藥室管理規范》規定，結合文獻[5-7]，確定后下藥及后下時間、包煎藥等需要特殊煎煮方法的飲片，并按相應的特殊方法進行煎煮實驗。

表3 全草花葉類復方湯劑煎煮驗證實驗結果

結果比較組別得液量/mL出膏率/%相對密度區間預測實際相對密度校正的相對密度理論值-500 18.11.003 4～1.007 8--驗證值1485±5 17.2±0.2①②1.007 41.007 11.006 01.005 81.006 51.006 42501±14 18.1±0.61.004 11.004 21.003 81.003 81.003 91.003 83502±18 18.1±0.3②-1.004 21.004 11.003 81.003 71.004 51.004 7

①與出膏率理論值比較，t理，組1=-9.000，P<0.05；②組間比較，t組1，組3=-5.029，P<0.05。

①Compared with the theoretical value of extraction rate,ttheoretical value, group 1=-9.000，P<0.05；②Comparison between groups,tgroup 1, group 3=-5.029，P<0.05.

全草花葉類單味中藥飲片煎煮相對密度數學模型驗證結果顯示，石斛等10個品種共11批次校正的相對密度不在數學模型的95%預測區間范圍內。分析原因，荊芥穗、佩蘭、桑葉、墨旱蓮可能與3批之間出膏率的RSD偏大有關；石斛、蜜麻黃和絞股藍的得液量RSD較大，在5%～10%之間，可能有一定影響；浮萍、蜜款冬花可能存在樣品均一性不好的問題，如蜜款冬花部分帶果梗，且為蜜炙品；薄荷含有揮發性成分，對相對密度會有一定影響。全草花葉類復方中藥煎煮相對密度數學模型的驗證結果中，在α=0.05水平下，第2組、第3組得液量驗證值與理論值比較均差異無統計學意義，第1組差異有統計學意義，但差異在5%以內，與戴麗莉等[11]研究結論基本一致。顯示相對密度預測數學模型的驗證結果良好，該模型可用于中藥湯劑的質量控制。

當前，雖然有將中藥經典方湯劑制成顆粒劑、片劑、合劑等不同劑型的嘗試[12]，但中藥湯劑在中醫辨證論治理論的指導下，可臨證加減，有其明顯的中醫特色優勢，在臨床上仍被廣泛應用。隨著社會的快速發展，傳統人工煎藥在效率上存在一定劣勢。本研究在遵循傳統煎藥方法的基礎上，通過監測中藥煎煮的相對密度以控制中藥湯劑的質量，并結合現代科學技術，開發智能化中藥煎煮設備，以期達到傳統煎藥在監控質量的前提下實現智能化、現代化的目的。