基于數據挖掘的國醫大師梅國強治療痞滿用藥規律研究

劉玉芳 陽國彬 王文龍

〔摘要〕 目的 運用數據挖掘技術研究國醫大師梅國強治療痞滿的臨床用藥規律，為痞滿病癥臨床治療提供經驗指導。方法? 在湖北中醫藥大學國醫堂名老中醫經驗傳承工作室收集自2011年12月至2019年5月梅國強教授治療痞滿病癥的病案資料，醫案共1 225則，分類提取納入的病案數據，并對其作規范化處理，對病案中癥狀、處方用藥作關聯分析，對高頻（頻數≥47）用藥作聚類分析。結果 痞滿以腹脹、嘔逆、心煩、苔黃膩、腹痛拒按、便秘等為常見癥狀。常用中藥有炙甘草、桂枝、半夏、大黃、大棗、黃連、黃芩、人參、干姜、枳實、白術、生姜、厚樸等。發現的關聯規則有：（1）藥物-藥物。黃連常與黃芩聯用，人參、炙甘草常與干姜聯用，白術常與桂枝聯用等。（2）證-癥狀。痰飲內停證與脘腹痞悶而脹-氣上沖咽-心煩-呃逆-舌胖大-苔厚膩-寸脈浮相關;水飲內停證與胃脘痞塞-頭痛-汗出-干嘔-嘔吐-腹瀉-胸滿-短氣-舌苔白滑-脈沉弦相關;熱痞與脘腹滿悶-按之較軟-心煩-口渴-舌紅-苔黃-脈浮相關等。（3）證-藥物。痰飲內停證與半夏-瓜蒂-赤小豆-茯苓-枳實相關;水飲內停證與澤瀉-大棗-甘遂-京大戟-白術相關;熱痞與大黃-厚樸-黃芩-半夏-黃連相關等。結論 梅國強教授對痞滿病癥的治療以調暢氣機為本，擅用辛溫以助脾升運、苦寒以助胃通降。其治療痞滿法崇仲景，擅用經方，配伍靈活，寒溫并用，理法互參，臨床經驗值得學習和借鑒。

〔關鍵詞〕 痞滿;傷寒論;梅國強;數據挖掘;關聯規則;聚類分析

〔中圖分類號〕R256.3? ? ? ?〔文獻標志碼〕A? ? ? ?〔文章編號〕doi：10.3969/j.issn.1674-070X.2021.10.018

Rules of Medication for the Treatment of Distention and Fullness by the Master of Traditional Chinese Medicine Mei Guoqiang Based on Data Mining

LIU Yufang1， YANG Guobin1，2， WANG Wenlong3*

（1. Xiangyang Hospital of Traditional Chinese Medicine， Xiangyang， Hubei 441000， China;

2. Chinese Medicine Master Mei Guoqiang Inheritance Studio， Wuhan， Hubei 430065， China;

3. Hangzhou Cancer Hospital， Hangzhou， Zhejiang 310002， China）

〔Abstract〕 Objective To explore the clinical medication rules of the national medical master Mei Guoqiang by using data mining technology in treating distention and fullness. Methods 1 225 medical records of professor Mei Guoqiang in the Chinese Medicine Master Mei Guoqiang Inheritance Studio of The National Medical Hall of Hubei University of Chinese Medicine from December 2015 to May 2019 were collected. Medical records were extracted and normalized. Association analysis was performed for symptoms and prescription drugs in medical records， and cluster analysis was performed for high frequency drugs （frequency≥47）. Results The clinical symptoms of distention and fullness were abdominal distension， vomiting， upset， moss yellow greasy， abdominal pain refusing to press and constipation. The high frequency traditional Chinese medicine was Zhigancao （Glycyrrhizae Radix Et Rhizoma Praeparata Cum Melle）， Guizhi（Cinnamomi Ramulus）， Banxia （Pinelliae Rhizoma）， Dahuang （Rhei Radix Et Rhizoma）， Dazao （Jujubae Fructus）， Huanglian （Coptidis Rhizoma）， Huangqin （Scutellariae Radix）， Renshen （Ginseng Radix Et Rhizoma）， Ganjiang （Zingiberis Rhizoma）， Zhishi （Aurantii Fructus Immaturus）， Baizhu （Atractylodis Macrocephalae Rhizoma）， Shengjiang （Zingiberis Rhizoma Recens）， Houpo （Magnoliae Officinalis Cortex）， etc. The correlation rules were as follows. （1） Drug-drug rules： Huanglian （Coptidis Rhizoma）-Huangqin（Scutellariae Radix）， Renshen （Ginseng Radix Et Rhizoma）， Zhigancao （Glycyrrhizae Radix Et Rhizoma Praeparata Cum Melle）-Ganjiang （Zingiberis Rhizoma）， Baizhu （Atractylodis Macrocephalae Rhizoma）-Guizhi （Cinnamomi Ramulus）， etc. （2） Syndrome-clinical symptoms rules： phlegm retention syndrome-epigastric fullness and distention-Qi rushing to the throat-upset-hiccup-tongue fat， thick-moss greasy thick-inch pulse floating; syndrome of stopping drinking in water-epigastric congestion-headache-perspiration-retching-vomiting-diarrhea-sensation of fullness in the chest-shortness of breath-tongue coating white smooth-pulse heavy string; heat glomus-epigastric fullness-soft-upset-thirsty-redness of tongue-yellow tongue coating-floating pulse， etc. （3） Syndrome-drug rules： phlegm retention syndrome-Banxia （Pinelliae Rhizoma）， Guadi （Calyx Melo）， Chixiaodou （Vignae Semen）， Fuling （Poria）， Zhishi （Aurantii Fructus Immaturus）; syndrome of stopping drinking in water-Zexie （Alismatis Rhizoma）， Dazao （Jujubae Fructus）， Gansui （Kansui Radix）， Jingdaji （Euphorbiae Pekinensis Radix）， Baizhu （Atractylodis Macrocephalae Rhizoma）; heat glomus-Dahuang （Rhei Radix Et Rhizoma）， Houpo （Magnoliae Officinalis Cortex）， Huangqin （Scutellariae Radix）， Banxia （Pinelliae Rhizoma）， Huanglian （Coptidis Rhizoma）， etc. Conclusion Professor Mei Guoqiangs treatment of distention and fullness is based on regulating Qi， and he is good at using pungent-warm to help the spleen lift and cold to help the stomach to pass down. His treatment of distention and fullness according to Zhang Zhongjing， and he is good at using meridian， flexible compatibility， using both cold and temperature， and participating in theory and method， the clinical experience is worth learning and reference.

〔Keywords〕 distention and fullness; Treatise on Febrile Diseases; Mei Guoqiang; data mining; association rules; cluster analysis

中醫的發展基于名老中醫臨床經驗和學術思想的良好傳承，但傳統中醫師承模式由于多種條件限制愈來愈難滿足廣大中醫師承者的需求[1]，其經驗傳承效果也會受到繼承人自身知識水平的影響[2]，這要求探尋一種新的方法來挖掘總結名醫經驗[3]。因此，利用現代較成熟的數據挖掘技術，對名老中醫臨床龐雜的病案處方予以挖掘、整理[4]，發現其治療一種或一類病癥的用藥規律和學術思想，促使中醫醫案數據中隱性知識的顯性化[5]，對名老中醫臨證經驗的傳承大有裨益。梅國強教授是第三屆國醫大師，湖北中醫藥大學博士研究生導師，全國著名傷寒學家，臨床運用經方治療脾胃系、心系、肺系病癥頗有心得。本研究重點挖掘了梅國強教授治療痞滿病癥的臨床辨治經驗，以期為痞滿的臨床治療提供參考與借鑒。

1 資料與方法

1.1? 納入與排除標準

納入標準：（1）痞滿的中醫診斷標準參照《中醫內科學》[6];（2）病案資料完整，中醫四診收集信息、辨證處方用藥明確。

排除標準：（1）不符合納入標準;（2）患者兼有其他嚴重疾患;（3）治療未使用中藥復方;（4）治療后患者無療效反饋或療效不明顯者;（5）病歷資料不全者。

1.2? 病案資料篩選

收集湖北中醫藥大學國醫堂名老中醫經驗傳承工作室自2011年12月至2019年5月梅國強教授治療痞滿病癥的病案記錄，將符合納入標準的病案資料篩選后規范化整理。

1.3? 數據提取

由梅國強名醫工作室4名工作人員組成數據提取小組，用Excel表格對篩選后病案資料進行分類系統提取，包涵處方用藥分類數據、患者癥狀分類數據等。數據提取過程中，數據提取工作人員可能產生的測量偏倚[7]，在相關數據提取完成后由4名數據提取工作人員對提取數據進行交叉提取檢驗，保證提取數據真實、準確、完整，保障數據挖掘結果能真實反映病案客觀實際。

1.4? 數據規范化

處方用藥根據《中藥學》[8]對藥物名稱作規范化處理，如方劑中含有用以制作成膏藥所使用的輔料，如黃酒、白醋等，則將其從藥物組成中刪除。

1.5? 數據處理及可視化呈現

對存儲在Excel表格中的數據進行描述性統計[9]。病案數據具有多個不同層次[10]，利用數據挖掘技術，通過Apriori算法[11]對病案數據作“藥-藥”“證-癥”“證-藥”多重空間作關聯分析[12]，得到“證-癥”“證-藥”關聯規則[13]，采用SPSS 23.0[14]軟件、Hierarchical Clustering 聚類法[15]，對高頻（頻數≥47）用藥作系統聚類分析[16]，并以樹狀圖[17]形式呈現聚類分析結果。

2 結果

2.1? 病案篩選

按照納入標準，本研究共納入以痞滿病證為主的病案1 225則。

2.2? 描述性分析

2.2.1? 癥狀頻數分析? 將Excel表格中痞滿病癥病案記錄癥狀頻次進一步統計，位居前6的癥狀主要有：腹脹831（11.47%）、嘔逆588次（8.11%）、心煩528（7.28%）、苔黃膩521（7.19%）、腹痛拒按504（6.95%）、便秘492（6.79%）等。見表1。

2.2.2? 用藥頻次分析? 治療痞滿病癥的藥物共159味。藥物用藥頻次從高到低排序，得到痞滿病癥治療高頻（頻數≥47）用藥33味。常用藥物有炙甘草、桂枝、半夏、大黃、大棗、黃連、黃芩、人參、干姜、枳實、白術、生姜、厚樸等。見表2。

2.3? 藥物關聯分析

關聯規則分析是中醫臨床資料研究中運用廣泛、成熟的數據挖掘方法，可見于病-證-癥-藥之間關聯的研究[18]。為進一步挖掘梅教授痞滿病案處方用藥配伍規律，對全部痞滿病癥處方用藥行關聯分析，得到梅國強教授治療痞滿病癥的常規用藥模式，對其按支持度（前項、后項同時出現的概率）從高到低整理，保留支持度≥10%、置信度（前項出現時，后項出現的概率）≥80%、提升度（反映前項與后項的相關性，提升度>1，且越高表明正相關性越高）≥2的關聯規則。黃連常與黃芩聯用，人參、炙甘草常與干姜聯用，白術常與桂枝聯用等。見表3。

2.4? 病案數據證-癥關聯分析

將符合納入標準的痞滿病案記錄的癥狀提取后，參考《中醫藥基本名詞術語》[20]《中醫癥狀鑒別診斷學》[21]對其作規范化處理，結合該病案處方用藥辨明痞滿病癥的具體證型。在Excel表中分類整理各證型的癥狀和用藥數據，采用IBM SPSS Modeler 14.1數據挖掘軟件，通過Apriori算法對“證-癥”作關聯規則分析，保留不同的“證-癥”關聯規則，通過設置其最小支持度11.75%，最小置信度80%，得出的結果見表4。位居前3位的證-癥關聯規則分別為痰飲內停證與脘腹痞悶而脹-氣上沖咽-心煩-呃逆-舌胖大-苔厚膩-寸脈浮相關，水飲內停證與胃脘痞塞-頭痛-汗出-干嘔-嘔吐-腹瀉-胸滿-短氣-舌苔白滑-脈沉弦相關，熱痞與脘腹滿悶-按之較軟-心煩-口渴-舌紅-苔黃-脈浮相關。見表4。

2.5? 痞滿證-藥關聯分析

采用IBM SPSS Modeler 14.1數據挖掘軟件，通過Apriori算法對“證-藥”作關聯規則分析，保留不同的“證-藥”關聯規則，通過設置其最小支持度11.74%，最小置信度81.25%。見表4。位居前3位的證-癥關聯規則分別為痰飲內停證與半夏-瓜蒂-赤小豆-茯苓-枳實相關，水飲內停證與澤瀉-大棗-甘遂-京大戟-白術相關，熱痞與大黃-厚樸-黃芩-半夏-黃連相關。見表5。

2.6? 藥物聚類分析

聚類分析中所給出的以隨機標準進行的分類，產出進行研究前所未注意或未知方向的分類，保證了研究的客觀性[22]。根據本研究的樣本數據特征，采用系統聚類法對高頻（頻數≥47）用藥作聚類分析，根據最鄰近距離和歐式距離分類特征，將治療痞證高頻（頻數≥47）藥物聚類為兩大類。瓜蔞-枳實-厚樸-大黃-芒硝聚為一類，人參-干姜-黃芩-黃連-炙甘草聚為一類。見圖1。

3 討論

中醫學認為痞滿是由于脾胃升降失職，中焦氣機阻滯，導致脘腹滿悶不舒為主證的病癥，臨床以患者自覺脘腹脹滿，觸之無形，按之柔軟，壓之無痛為特點。痞滿病名首見于《素問·至真要大論》，“太陽之復，厥氣上行……心胃生寒，胸膈不利，心痛痞滿”。至漢張仲景在《傷寒論·辨太陽病脈證并治》中指出“若心下滿而硬痛者，此為結胸也……但滿而不痛者，此為痞”，創立了瀉心湯類方治療痞證。

痞滿病癥病案提取高頻癥狀顯示，以脘腹痞滿、胸膈滿悶、脘腹嘈雜等脘腹部痞滿癥狀頻次較高，其次為嘔吐、心煩、苔黃膩、拒按、便秘、腹脹、太息等癥，這與痞滿病癥的臨床特點相契合。《素問·異法方宜論》載：“中央者，其地平以濕……故其病多痿厥寒熱……”荊楚大地痞滿病癥患者多以濕熱阻滯中焦為主，濕熱阻胃或熏蒸肝膽可致嘔吐，熱擾心神故多見心煩，濕熱阻滯氣機，中焦氣機不利，則肝失疏泄、脾胃升降失常，故上腹脹滿，便秘，善太息。痞滿日久，進一步影響脾胃氣機，脾胃虛弱，故患者常有納差、便溏、呃逆等癥。

據痞滿病癥常規用藥關聯規則顯示，梅教授治療痞滿病癥常用藥對有黃芩-黃連，桂枝-白術，枳實-厚樸，大黃-芒硝。黃芩、黃連味苦，性寒，有清熱燥濕、瀉火解毒之功效。二藥搭配可用于濕熱痞滿，嘔吐吞酸，瀉痢等疾。桂枝-白術藥對，具有助陽化氣、燥濕化濁的功效，常用于治療脘腹痞滿冷痛，痰飲，心悸等癥。枳實-厚樸，二藥皆可破結實，除脹滿，但其作用方式不同。厚樸味辛、苦，性溫;枳實味辛、苦、酸，性微寒，厚樸下行中有外散之趨勢，可以拓寬管道，令管道松弛，同時味厚而苦，從而破結除滿;而枳實則是下行中有收斂凝聚之趨勢，可以收縮管道，同時味苦而酸，從而破結除滿。二藥合用一張一弛、相反相成，共奏行氣消積、燥濕除滿、降逆平喘之功。大黃-芒硝瀉熱消痞，常用于實熱積滯，腹滿脹痛，大便燥結。桂枝-白術-人參三藥溫陽健脾，兼解表寒，梅教授用以治療痞滿兼有里寒伴表證。

據痞滿病癥常規用藥關聯規則，可知梅教授治療痞滿病癥基本處方為干姜-黃連-半夏-黃芩-大棗-炙甘草。該方具有調和肝脾，寒熱平調，消痞散結之功效。主要用以治療脘腹痞滿、腹部按之軟而無痛、時有嘔吐、腸鳴腹瀉、舌苔膩而微黃等寒熱錯雜之痞證。梅教授以此為治療痞滿病癥的基礎方，在治療脾胃虛弱型痞證時去黃芩、黃連加白術、茯苓，并重用炙甘草;在治療痰氣痞證時去干姜、黃芩、黃連加旋覆花、代赭石;在治療脾虛水停證痞滿時加生姜、茯苓。痞滿病癥常規用藥關聯規則顯示梅教授治療痞滿病癥的新處方有蒲公英-郁金-雞內金-川楝子-炒谷芽-炒麥芽和白術-紫蘇梗-枳實-蟬蛻-僵蠶-大黃-姜黃。蒲公英味甘、性寒不傷胃腑，是歷代醫家治療脾胃病癥的常用藥，現代研究[23]表明蒲公英煎煮后藥液可抑制幽門螺桿菌生長。郁金、川楝子疏肝行氣止痛。雞內金能促使胃液分泌和胃腸蠕動，為健脾消食要藥。炒谷芽、炒麥芽、雞內金相伍有助胃氣通降。該方配伍藥性平和、不膩不燥，無過滋礙胃、過燥傷津之虞。白術-紫蘇梗-枳實-蟬蛻-僵蠶-大黃-姜黃為加味升降散去貝母、厚樸、麥冬加紫蘇梗、枳實、白術而成，加味升降散原載于《瘟疫條辨》，主治時行瘟疫，方中姜黃性溫味苦，可行氣散郁，治療胸腹脹痛;蟬蛻性涼，可祛風除濕;僵蠶性平，可化痰散結;大黃味苦性寒，瀉熱毒、破積滯，上四藥合用，升清降濁，調暢氣機。

聚類分析圖形顯示，瓜蔞-枳實-厚樸-大黃-芒硝聚為一類，該類藥物實則是大承氣湯加瓜蔞而成，梅教授用以治療陽明腑實證型痞滿病癥。大承氣湯原方治療大便不通，脘腹痞滿，腹痛拒按，按之則硬之癥。瓜蔞性寒，具有清熱滌痰，寬胸散結，潤腸之功，與大承氣湯相配一方面加強其潤降功效，另一方面可治療痞滿病癥胸痹心痛和腸癰腫痛的癥狀。人參-干姜-黃芩-黃連-炙甘草聚為一類。該類藥物為治療痞滿病癥瀉心湯類方基本組成藥物。

根據臨床梅教授教誨和本次數據挖掘得出的“證-癥”關聯規則和“證-藥”關聯規則，可以發現梅教授辨證論治痞滿病癥具有以下臨證特色：

首辨病位。《素問·陰陽應象大論》載：“清氣在下，則生飧泄，濁氣在上，則生瞋脹。”《壽世保元·氣郁》記載：“一切氣不和，多因憂愁思慮，忿怒傷神，或臨食憂戚，或事不遂意，使抑郁之氣留滯不散，停于胸膈之間，不能流暢，致心胸痞悶、脅肋虛脹、噎塞不通、噯氣吞酸、嘔噦惡心……”;林佩琴《類證治裁·痞滿》中載：“暴怒傷肝，氣逆而痞。”梅教授據此認為痞滿病位在胃，與肝脾兩臟關系密切。肝木疏泄失常，氣結中焦，濕阻化熱，病情復雜難愈。因痞滿基本病位在胃，胃腑以通為順，以降為和，故梅教授認為治療痞滿時應降呃止逆，消積滯，調暢氣機為本。統計所得高頻用藥中半夏具有消痞除滿、降逆止呃的功效，山楂、神曲為消食化積要藥。

次辨虛實。臨床上梅教授辨析痞滿病癥常根據患者癥狀將其分為虛痞和實痞。梅教授認為痞滿病癥凡有邪有滯而痞者，實痞也;無物無滯而痞者，虛痞也。有脹有痛而滿者，實滿也，無脹無痛而滿者，虛滿也。據“證-癥”關聯規則，由于脾胃氣虛、脾陽虛或胃陽虛導致的虛痞病癥病程纏綿，易反復發作，治療應以補益脾胃、和胃消痞為主。方用桂枝生姜枳實湯、瀉心湯類方、理中丸等類方藥加減。梅教授認為脾失健運是導致痞滿病癥的關鍵內在因素，素體虧虛或久病致脾氣虧虛，脾運化水谷和運化水液失職，積滯、痰濕內生可形成痞證。從“證-藥”關聯規則分析可知，對脾失健運證型的痞證，常用人參、白術、甘草補益脾氣。上述諸藥合用增強治療痞滿功效。

三辨寒熱。梅教授認為脾氣不升則生虛寒、胃氣不降則生郁熱，臨床上飲食、情志因素影響脾胃氣機升降，加之濕熱瘀滯，出現寒熱錯雜之證。梅教授常根據痞滿病癥寒熱產生的特點，隨證運用辛開苦降、行氣消痞除滿之法，用方靈活變化。據“證-癥”關聯規則和“證-藥”關聯規則，梅教授將脘腹痞滿-按之較軟-心煩-口渴-舌紅-苔黃-脈浮關聯癥狀組辨證為熱痞，治療用大黃-厚樸-黃芩-半夏-黃連瀉熱消痞除滿;將脘腹痞滿-心痛-惡寒-發熱-腹痛腹瀉-舌淡-苔白滑-脈浮虛關聯癥狀組辨證為里寒伴表證，治療用白術-人參-吳茱萸-桂枝溫陽健脾、散寒止痛、行氣消滿。

四辨兼證。梅教授認為痞滿病癥多兼夾痰濕、食積、肝郁、血瘀，治療時要隨兼證不同而加減用藥。如痰濕較重者加蒼術、厚樸;食積較重可加焦山楂、焦神曲、雞內金等;肝郁較重者加柴胡、郁金等藥;久病入絡致血瘀較重者需加丹參、三七等藥。此外梅教授認為中焦氣機不利是痞滿病癥的基本病機，濕困中焦，阻礙脾胃氣機升降，治療應以燥濕化滯、調理氣機為主。故在治療痞滿病癥的高頻用藥中具有燥濕理氣的藥物有厚樸、砂仁、枳實，具有利水滲濕功效的藥物有茯苓、豬苓、澤瀉。

綜上所述，本次數據挖掘按照以病類案的方式，對梅國強教授臨證治療醫案作初步整理，梅教授治療痞滿病癥以恢復氣機和諧有序為本，擅用辛溫以助脾升運、苦寒以助胃通降。其治療痞滿法崇仲景，擅用經方，配伍靈活，融寒溫，理法互參，臨床經驗值得學習和借鑒。

參考文獻

[1] 王文龍，向慶東，齊鳳軍，等.基于數據挖掘探索梅國強教授治療肺系疾病用藥規律[J].中國臨床研究，2019，32（2）：250-255，259.

[2] 邵明義.名老中醫學術思想傳承方法的思考與探索[J].遼寧中醫雜志，2017，44（6）：1153-1154.

[3] 許? 鳴，陸嘉惠.基于真實世界研究的中醫藥臨床數據挖掘方法淺探[J].中華中醫藥雜志，2017，32（4）：1640-1643.

[4] 熊? 韜，喻? 嶸，吳勇軍.全國名中醫王行寬治療消渴（糖尿病）的數據挖掘[J].湖南中醫藥大學學報，2021，41（5）：720-724.

[5] 范鐵兵，寧秋萍，楊志旭，等.基于數據挖掘技術的中醫學隱性知識顯性化分析[J].中國實驗方劑學雜志，2017，23（10）：221-226.

[6] 吳勉華.中醫內科學[M].北京：中國中醫藥出版社，2018.

[7] HAN J W，KAMBER M，PE J.數據挖掘概念與技術[M].3版.范明，孟小峰，譯.北京：機械工業出版社，2012：5.

[8] 鐘贛生.中藥學[M].4版.北京：中國中醫藥出版社，2016.

[9] 史周華，何? 雁.中醫藥統計學與軟件應用[M].北京：中國中醫藥出版社，2015.

[10] 趙艷青，李青松，項敏泓，等.中醫藥數據挖掘中常見問題的思考與策略：以中醫藥術語及用藥規律總結為例[J].中華中醫藥雜志，2018，33（4）：1220-1225.

[11] 黃? 文，王正林.數據挖掘：R語言實戰[M].北京：電子工業出版社，2014：109.

[12] 王國平，郭偉宸，汪若君.IBM SPSS Modeler數據與文本挖掘實戰[M].北京：清華大學出版社，2014.

[13] PANG NING TAN，MICHAEL STEINBACH， VIPIN KUMAR. 數據挖掘導論[M].范明，范宏建，譯.北京：人民郵電出版社，2006.

[14] 鄧維斌，周玉敏，劉? 進，等.SPSS23統計分析實用教程[M].北京：電子工業出版社，2017：53.

[15] LUIS TORGO.數據挖掘與R語言[M].李洪成，陳道輪，吳立明，譯.北京：機械工業出版社，2013.

[16] GAO Z， LI F S， UPUR H. A study of the law of herbal administration in treating lung-distension by TCM physicians through history using cluster analysis[J]. Journal of Traditional Chinese Medicine， 2011， 31（4）： 303-307.

[17] 綦向軍，陳新榮，莫嘉浩，等.基于數據挖掘的中醫藥治療大腸癌組方規律分析[J].中國中藥雜志，2021，46（15）：4016-4022.

[18] 沈? 毅，傅? 萍，孔麗婭.數據挖掘方法在名老中醫用藥規律研究中的應用[J].中醫雜志，2016，57（10）：890-893.

[19] 熊? 平.數據挖掘算法與Clementine實踐[M].北京： 清華大學出版社，2011：109.

[20] 李振吉.中醫基本名詞術語中英對照國際標準[M].北京：人民衛生出版社，2007.

[21] 姚乃禮.中醫癥狀鑒別診斷學[M].北京：人民衛生出版社，2004.

[22] 于林童，曲文白，余新波，等.數據挖掘方法在名老中醫用藥規律研究中的應用現狀[J].中醫雜志，2017，58（10）：886-888，900.

[23] 李喜鳳，郝? 哲，杜云鋒.蒲公英的生物活性研究進展[J].中藥材，2009，32（5）：823-826.