基于數據挖掘的缺血性中風中醫(yī)處方用藥規(guī)律研究

黃辛迪 丁長松 蘇啟后 周德生 涂海軍

摘要：目的 基于數據挖掘技術分析研究《中風病良方大全》治療缺血性中風用藥規(guī)律。方法 遴選《中風病良方大全》治療缺血性中風處方，對數據進行規(guī)范化處理，構建缺血性中風處方數據庫;并借助Python數據分析對用藥頻次、藥性頻次分布、藥物功效類別的頻次及分布進行統計，應用Apriori關聯規(guī)則算法等進行數據挖掘，構建高頻藥對藥組關聯組合模型，探索其用藥趨向性和核心藥物。結果 遴選948首治療缺血性中風處方，共845味藥材9616次總用頻次。挖掘前50味高頻常用藥材，使用頻次前10位的中藥依次為川芎、甘草、當歸、丹參、黃芪、地龍、紅花、赤芍、石菖蒲、牛膝，川芎，其中以溫32.8%、平27.2%、寒性26.1%為主，以甘48.7%、苦41.2%、辛味38.1%為主，以肝68.3%、脾40.5%、心經36.7%為主，用藥功效中以補虛藥25.29%、活血化瘀藥23.14%、平肝息風藥14.79%為主;基于用藥藥性屬性，高頻用藥聚類得到8大類。當滿足最小支持度5%且最小置信度60%時，關聯規(guī)則分析結果得到藥對關聯規(guī)則18條，其中置信度前3位的藥對規(guī)則為遠志→石菖蒲、陳皮→半夏、紅花→川芎;關聯規(guī)則分析結果得到藥對主要3味關聯藥組20條，其中置信度前3位的藥對規(guī)則為桃仁+地龍→紅花+桃仁 赤芍→紅花、桃仁+當歸→紅花。結論 中醫(yī)治療缺血性中風辨證用藥以補氣補血、滋陰活血、化痰行氣為法。基于數據挖掘技術分析缺血性中風用藥規(guī)律，對于臨床用藥指導與應用具有重要價值。

關鍵詞：數據挖掘;缺血性中風;Apriori 算法;關聯規(guī)則;用藥規(guī)律

中圖分類號：R743.3?? 文獻標志碼：A?? 文章編號：1007-2349（2022）01-0023-06

Research on TCM Prescription Medication Rules of Ischemic Stroke Based on Data Mining

HUANG Xin-di1， DING Chang-song1， SU Qi-hou1， ZHOU De-sheng1， TU Hai-jun1

（1. School of Information Science and Engineering， Hunan University of Traditional Chinese Medicine， Changsha， 410208， China; 2. Hunan University of Traditional Chinese Medicine， Changsha， 410208， China; 3. The First Affiliated Hospital of Hunan University of Traditional Chinese Medicine， Changsha， 410208， China; 4. School of Biology， Hunan University， Changsha， 410208， China）

【Abstract】Objective： To analyze and study the medication rules of the treatment of ischemic stroke in A Complete Collection of Effective Prescription for Stroke by basing on data mining technology. Methods： The prescriptions for the treatment of ischemic stroke in the collection were selected to standardize data processing， and construct a database of ischemic stroke prescription. By using Python data analysis， the frequency of medication， the frequency distribution of drug properties and the frequency and distribution of drug efficacy categories were made statistically and by using Apriori association rule algorithm， the data mining was conducted to build a high-frequency drug-to-drug group association combination model and explore its drug trend and core drugs. Results： The first 948 prescriptions for the treatment of ischemic stroke were selected， and 845 medicinal materials were used with a total frequency of 9616 times. The top 50 high-frequency and commonly used medicinal materials were excavated. The top 10 used Chinese medicines were Ligustici， Licorice， Angelica， Salvia， Astragalus， Earthworm， Safflower， Red Peony， Acorus tatarinowii and Achyranthes bidentata， among which the warm property was 32.8， mild-nature 27.2%， cold 26.1%， mainly sweet 48.7%， bitter 41.2%， pungent 38.1%， and mainly for liver 68.3%， spleen 40.5% and heart meridian 36.7%. The efficacy of the medicine was 25.29 % of deficiency-tonic， 23.14% of activating blood and removing blood stasis drugs and 14.79% of calming liver and dispelling wind drugs. Based on the properties of the medications， the high-frequency medications clustered into 8 categories. When the minimum support degree was 5% and the minimum confidence degree was 60%， the association rule analysis results obtained 18 drug pair association rules， among which the top 3 drug pair rules of the confidence were Polygala→Acorus tatarinowii， Tangerine Peel→ Pinellia， Safflower→Ligustici. The association rule analysis results showed that there were 20 drug pairs related to the main 3 flavor drug groups， among which the top 3 drug pair rules of the confidence level were peach kernel + earthworm→safflower + peach kernel， red peony→safflower， peach kernel + angelica→safflower. Conclusion： The TCM treatment of ischemic stroke is based on the methods of invigorating qi and blood， nourishing yin and promoting blood circulation， resolving phlegm and promoting qi. The study is of great value for clinical medication guidance and application.

【Key words】Data Mining; Ischemic Stroke; Apriori Algorithm; Association Rules; Medication Rule

腦卒中是一種急性腦血管病，已經成為臨床常見疾病，具有高發(fā)病率、高致殘率、高致死率、高復發(fā)率的特點，嚴重影響患者的生命健康和生存狀態(tài)[1]。腦卒中包括缺血性腦卒中和出血性腦卒中。其中缺血性腦卒中（Ischemic stroke，IS）也被稱為缺血性中風（cerebral infarction，CI），指因頸動脈、椎動脈狹窄或堵塞致使腦供血不足而引起的大腦缺血、缺氧，最終導致腦組織的缺血性壞死[2]。我國卒中患者已超過千萬，其中約70%為缺血性卒中患者，每年新發(fā)病例約240萬，患病率達2.37%，且患病風險隨著年齡而升高，每年因卒中死亡的人數也多達110萬[3]，故缺血性中風治療已成為我國中風病防治研究的重中之重，探索有效其治療方法具有重要的臨床意義和社會價值。本研究基于《中風病良方大全》[4]中缺血性中風的中藥處方，借助Python數據分析對用藥及藥性頻次分布進行統計，運用Apriori關聯規(guī)則算法進行挖掘分析，探討中醫(yī)用藥規(guī)律，為中醫(yī)治療缺血性腦卒中臨床組方用藥提供科學參考，更好地服務于臨床實踐。

1 資料與方法

1.1 數據來源 方劑選擇來源于《中風病良方大全》，此書內容涵蓋中風病的中西醫(yī)診治概況，中風病的各種臨床類型、危險因素、后遺癥及其并發(fā)癥，分為診斷要點、通用良方、辨證良方、對癥良方等項。全面收集了古今治療中風病的專科用方3000余首，遴選方劑完備，涵蓋古方和近現代方，其中古方文獻覆蓋先秦兩漢至明清時期，近現代方為國家級或省級中醫(yī)藥期刊雜志1981年-2015年所載中風治療名中醫(yī)效驗方。

1.2 納入標準 根據《中風病良方大全》中腦血管疾病診斷確定其中醫(yī)治療處方的出血或缺血類別。依據書中章節(jié)可劃分方劑類別，如第2章短暫性腦缺血發(fā)作收錄的為缺血類藥方。從所有缺血類藥方章節(jié)提取藥方并標注其方名、組成和來源，不同章節(jié)中提取到的內容完全相同的處方去重后合并為1條記錄。如補陽還五湯在第2章短暫性腦缺血發(fā)作、第4章腦栓塞、第`4章脊髓卒中的短暫性脊髓缺血發(fā)作等部分多處出現，該處方只保存為1條記錄。另外，第17章并發(fā)癥，第18章后遺癥，第19章危險因素難以計入腦出血和缺血的直接治療，暫時未納入歸類和分析。通過上述方式遴選出治療缺血性中風處方共948首。

1.3 創(chuàng)建數據庫 采用雙人錄入、第3人監(jiān)督的方式，將數據輸入至Excel 表格創(chuàng)建數據庫。若存在不一致處則協商解決，以確保數據的準確性和規(guī)范性。

1.4 中藥名稱標準化 根據《中藥學》[5]的目錄，對中藥名稱進行標準化：（1）將藥物俗稱、別名、錯字等統一成規(guī)范常用名稱，如將旱蓮草統一為墨旱蓮，將仙靈脾統一為淫羊藿等。（2）暫不考慮炮制方法和藥物產地對中藥藥性的影響，如杭白芍統一白芍，京玄參統一為玄參;中藥炮制后功效類似者仍用原名，生黃芪、炙黃芪統一為黃芪，法半夏、半夏統一為半夏等。去除藥方中每味藥物所含的劑量和使用說明，如鉤藤16 g（后下）、生龍骨15 g（搗碎）等。飲片炮制后前后無差異的統一用生品，在藥性上有差異的則生熟分開，部分藥物以不同藥用部位入藥而在藥性上有差別時也應分開記錄。

1.5 確定中藥藥性及功效 參照《中藥學》[5]和《中華人民共和國藥典》[6]，將處方中涉及的所有中藥進行整理，包括藥材的四氣、五味、歸經，并確定藥物的功效分類。

2 結果

2.1 高頻用藥頻次及頻率統計 納入《中風病良方大全》[2]中治療缺血性中風處方共948首，共涉及845味藥，總用藥頻次9616次，其中前50味高頻常用藥材，累計頻次6442次，占所有藥物使用頻次的66.99%，涉及所有948首方。將這些中藥以使用頻次由高到低排序，如表2所示，其中川芎的使用頻次最高，達353次。

2.2 高頻藥物四氣五味及歸經統計分析 提取以上高頻藥物的中藥藥性及功效，將四氣、五味、歸經逐一進行記錄和統計。其中藥性中四氣、功效類別為單值屬性，而五味、歸經為多值屬性。單值屬性的頻率按其出現頻次和常用50味藥物總頻次的比值計算，多值屬性的頻次按照多值中各個單項屬性頻次疊加計算，多值屬性的頻率依據單項屬性值疊加計算的頻次與常用50味藥物總頻次的比值計算。對應的中藥將結果按照總頻率由高到低排列。

2.2.1 藥物四氣分析 前50味高頻常用藥材以溫32.8%、平27.2%、微寒12.8%、寒性11.3%為主，藥物四氣分析結果，詳見表3與圖1。

2.2.2 高頻藥物五味分析 前50味高頻常用藥材以甘48.7%、苦41.2%、辛味38.1%為主，以肝68.3%、脾40.5%、心經36.7%為主，藥物歸經分析結果，詳見表4與圖2。

2.2.3 高頻藥物歸經分析 前50味高頻常用藥材以肝68.3%、脾40.5%、心36.7%、肺經30.7%為主，藥物歸經分析結果，詳見表5與圖3。

2.3 中藥功效分類統計 按照《中藥學》[5]藥物功用分類，按類別統計前50味高頻常用中藥的使用頻次見表6、頻率分布見圖4。其中，使用頻次最高的藥物功用類別為補虛藥，共1692次，占比為25.29%，又以補氣、補血藥為主，各總占比分別為12.71%和9.69%;頻次次高的藥物功用類別為活血化瘀藥，共1581次，占比為23.14%;平肝息風藥使用頻次為953，占比為14.79%。

1.4 高頻中藥關聯分析 關聯規(guī)則，為兩個或者多個變量的取值之間存在某種規(guī)律，主要含義為先導項出現時，后繼項可能會出現的關聯形式，表示為A→B。支持度是指A和B同時出現的概率，置信度是指出現A的情況下出現B的概率，用于衡量關聯規(guī)則的可信程度。基于以上原則，可得出中醫(yī)藥治療缺血性中風常見的藥對、藥組及中藥之間的潛在共性規(guī)律。缺血性中風藥對關聯規(guī)則18條和3味藥組關聯規(guī)則20條分別見表7、8。基于藥對藥組關聯規(guī)則構建核心用藥關聯組合模型見圖5、圖6。

3 討論

總體用藥分析顯示，缺血性中風中醫(yī)處方的用藥甚廣，但絕大部分集中在使用頻數較多50位藥。分類考察顯示，其藥譜涉及到活血化瘀、化痰宣竅、益氣健脾、清熱安神、平肝息風、養(yǎng)陰生津、補腎溫陽、清熱瀉火、理氣升陽等多種功效，反應了中醫(yī)證情的復雜性，一方面也反映了中醫(yī)運用中藥經驗的廣泛性。

中醫(yī)認為氣血逆亂失衡是中風的病機特點，中醫(yī)治療缺血性腦卒中主要以補氣益氣、活血逐瘀、行氣通竅、滌痰行氣為法，與其主要病性血虛、氣虛、痰、陽虛、氣滯、陰虛等相符，藥物大多歸肝、脾、心經，與其主要病位相一致。選取用藥頻次前 10 的高頻中藥，其中活血化瘀藥有5味（川芎、丹參、紅花、牛膝），補虛藥有 3 味（甘草、當歸、黃芪），平肝息風藥有 1 味（地龍），清熱藥有 1味（赤芍），開竅藥有 1 味（石菖蒲）。對使用頻數較高的前50位藥的藥譜分析，其配伍絕大部分涉及活血化瘀成方，以當歸、川芎、桃仁、紅花為核心，古方有身痛逐瘀湯、補陽還五湯等，其治法也廣泛存在與現代方中。

川芎有活血行氣、祛風止痛的功效，屬活血化瘀藥下屬分類的活血止痛藥。昔人謂川芎為血中之氣藥，有辛散、解郁、通達、止痛等功能。常見的藥物組合有紅花→川芎，黃芪+赤芍→川芎，桃仁+川芎→紅花等。

甘草擅長補脾益氣，也以清熱解毒、祛痰止咳、調和諸藥等功效常見于處方中。

當歸有補血活血、調經止痛的功效。缺血性中風患者若為瘀血內阻，此時必須活血、補血。常見的藥物組合有黃芪→當歸，桃仁+當歸→紅花，地龍+當歸→川芎。

黃芪升陽益氣，益衛(wèi)固表，利水消腫等，為補氣之佳品，可以補氣以行血。常見的藥物組合有黃芪→川芎，黃芪→當歸，黃芪+赤芍→川芎，地龍+黃芪→川芎。

地龍活血補血，通經絡，清熱定驚、通絡、平喘、利尿的功效，故可幫缺血性中風患者疏通腦絡、調整氣血。常見的藥物組合有雞血藤→地龍，桃仁+地龍→紅花，地龍+當歸→川芎。

其他功效在成方中，宣竅安神成方以石菖蒲、遠志、郁金為核心，石菖蒲、郁金用于語言意識障礙，遠志用于祛痰宣竅和安神。代表成方有《古今名醫(yī)臨證金鑒·中風卷》的宣竅醒神湯，開竅藥還常用各類具有行氣作用的芳香類中藥材。

平肝息風成方以天麻、地龍、全蝎、鉤藤等為核心，常見配伍有地龍-天麻，地龍-僵蠶，鉤藤-僵蠶等，平肝潛陽、滋陰息風止痙。另地龍常與水蛭聯用，增強活血破瘀之功。

化痰息風通絡成方以半夏、膽南星、白附子為主，化痰祛濕、通絡除痙，白附子適用于寒濕頭痛、四肢酸痛麻痹等癥。

綜上所述，本研究基于數據挖掘方法對《中風病良方大全》中缺血性腦卒中處方的用藥頻次進行統計，從藥對、3味藥組等多個角度進行關聯規(guī)則分析，挖掘了中醫(yī)藥治療缺血性腦卒中的組方配伍規(guī)律。本研究為從性味歸經和功效深入挖掘缺血性腦卒中等的辨證用藥規(guī)律，基于數據挖掘技術構建了缺血性腦卒中常用藥物關聯模型、用藥聚類，方法科學有效，為臨床辨證用藥提供了可靠的依據，對于臨床用藥指導與應用具有重要價值。

參考文獻：

[1]王隴德，劉建民，楊弋，等.我國腦卒中防治仍面臨巨大挑戰(zhàn)——《中國腦卒中防治報告2018》概要[J].中國循環(huán)雜志，2019，34（2）：105-119.

[2]陳孝男，楊愛琳，趙亞楠，等.缺血性腦中風的發(fā)病機制及其常用治療中藥研究進展[J].中國中藥雜志，2019，44（3）：20-30.

[3]Guan T，Ma J，Li M，et al.Rapid transitions in the epidemiology of stroke and its risk factors in China from 2002 to 2013[J].Neurology，2017（89）：53-61.

[4]周德生.中風病良方大全[M].太原：山西科學技術出版社，2016：80.

[5]鐘贛生.中藥學[M].北京：中國中醫(yī)藥出版社，2019.

[6]國家藥典委員會.中華人民共和國藥典[M].北京：中國醫(yī)藥科技出版社，2018：60.

（收稿日期：2021-09-22）