鄒佳華,晏娟,史海勇,袁弦,付佳俊,胡初向,黃港,龔麗萍
1.江西中醫藥大學,江西 南昌 330004; 2.江西中醫藥大學附屬醫院,江西 南昌 330006
銀屑病是一種慢性、免疫介導性、多基因遺傳性的皮膚病,全球發病率為1%~3%[1],以鱗屑性紅斑或斑塊為典型癥狀,皮疹可累及身體任何部位,病情纏綿不愈,使患者的外表形象及生活社交質量受到了極大的影響[2]。研究表明,我國有0.47%的人群受到該病的困擾[3]。因此,銀屑病的治療普遍受到關注和重視。隨著中醫學對銀屑病的認識逐漸深入,中醫藥治療可有效改善患者皮損癥狀,延緩銀屑病病情的進展等優勢逐漸顯示出現[4]。數據挖掘技術可高效、直觀地研究銀屑病中醫證候發展規律,總結臨床各醫家的辨證用藥規律。現將基于數據挖掘的中醫藥治療銀屑病的相關文獻研究進行簡要歸納,以期為銀屑病的診治及研究提供新思路。
銀屑病的病因病機較為復雜,隋代《諸病源候論》對其病因病機有了初步的描述和認識,感受風、寒、濕邪氣是“干癬”發生的主要病因病機。唐代《外臺秘要》、宋代《圣濟總錄》基本上遵循此法[5]。直到金、元時期醫家重視火(熱)致病,使后世醫家重對銀屑病的病因有了新的認識[6]。明代醫家在繼承了金元時期的火熱理論的基礎上,也注意到了外感六淫,尤其是風邪和燥邪在銀屑病發病過程中的重要性。明代《外科正宗》中也進一步提出銀屑病的發病為內外因夾雜,在血燥為內因的基礎上,感受風、熱、濕、蟲等外因所致[7]。現代醫家[8]在總結歷代醫家經驗的基礎上,并結合自身的臨床積累,對銀屑病中醫病因病機的相關理論得以不斷完善和發展,認為其核心病機為陰血虧虛(血虛)、血熱內蘊(血熱)、日久化燥化風(血燥)、瘀血阻滯(血瘀)等,對臨床具有很強的指導意義,后世醫家論治白疕多遵用此法。此外,部分醫家[9-11]總結自身的臨床經驗,基于玄府理論認為玄府郁閉、熱毒蘊結為本病的病機關鍵,并提出其相應治則治法。少數醫家[12-14]提出“毒”邪是銀屑病致病的關鍵因素,并探討了“從毒論治”在銀屑病病因病機及診療的認識。
數據挖掘技術是20世紀80年代誕生的一門新型交叉性學科,融合了人工智能、神經網絡、龐大數據庫、數理統計學與機器學習等多個學科理論與技術,現已被廣泛應用于各個領域,如計算機軟件應用、金融企業以及中醫藥[15]。所謂“知識發現”,是數據挖掘技術的另外一種更加廣泛、抽象概念的定義,主要從原始的、海量的、含糊不清的、隨機多樣的數據中經過加工整理后提煉出隱含的、有效的、預先不了解的,并有潛在有用價值的信息的非平凡過程,對不確定的信息進行預測并做出有建設性的決策。當數據表達模糊不清或數據概念模棱兩可時,采用數據挖掘進行深入探究,可闡明數據本質的過程[16],也可對多樣復雜信息進行采集、整合、分析,從而得出數據之間的關聯[17]。數據挖掘所能捕捉到隱藏在數據中的模式包含分類模型、回歸模式、聚類模式、關聯規則模式以及條件約束等[18]。
近些年來,數據挖掘技術在銀屑病的研究中日益增多,數據挖掘方法種類大致分為頻數分析、關聯分析、聚類分析以及其他分析方法等類別。①頻數統計分析:頻數又稱為“頻次”,指變量值中代表某種特征的數(標志值)出現的次數,是對離散型數據分組統計,是在病證研究當中最普遍的數據挖掘方法[19-20]。該方法雖然形式簡單,統計簡便,但常與其他挖掘方法聯合運用,在銀屑病“證-癥-藥”分布規律研究中具有重要價值,為后期較為復雜的分析方法提供數據分布情況依據[21];②關聯規則分析:關聯規則分析從龐大數據庫中發現數據集中項之間存在的隱藏的關聯信息,進而總結分析其特征和規律[22],常用的關聯規則算法包括Apriori算法、樹頻集算法等[23-24],可從數據中的關聯網中找出符合臨床實踐的方-癥、方-藥、藥-藥組合等[25];③聚類分析:主要是將數據按照某些共同特征分到不同的類或簇的過程。例如疾病處方中的各個藥物組等[26],主要包括劃分法、層次法、密度法、模型法、網絡法等[27];④其他分析:因子分析也是較為常見的一種數據挖掘方法,是一種多元分析中處理降維等問題的統計學方法,其主要思想是以指標間的相關矩陣為基礎,探索支配多個指標相關關系的有限個潛在因子的一種非線性多元統計分析方法,適應解決的指標比較多[28-29]。
文獻古籍是歷代醫家通過長期臨床實踐及不斷探索所凝聚的智慧結晶,是中醫藥傳承和發展不可或缺的載體,但由于古醫籍不勝枚舉,且諸多醫家對其解讀不盡詳全,普遍存在詞語混淆現象,使后世對于中醫藥文獻醫案的收集整理及分析研究步履維艱[30],而現代數據挖掘技術在古醫籍的整理與收集中卻發揮了至關重要的作用,通過數據挖掘相關算法技術可從浩大的文獻中快速獲取中醫藥知識資源,揭示一般用藥規律,從中發現新問題,拓寬新思路[31]。目前,臨床也存在辨證論治具有主觀性、方劑配伍復雜性等問題,這些局限性在一定程度上可利用數據挖掘技術中的關聯規則、聚類等方法來減少并能有效提高中醫診療的客觀性[32]。
4.1 數據挖掘在中醫證候方面的研究中醫證候是通過四診收集到的癥狀與體征,并進行整合分析所得到,從不同程度反映了疾病在發展過程中的發病機制、病位深淺、病性虛實等病機內容,是其辨證的依據所在和論治結果的展現[33]。目前,歷代醫家將銀屑病的核心證型分為血熱證、血瘀證、血燥證、熱毒熾盛證、濕熱蘊結證、風濕痹阻證等6種證型,對臨床具有指導意義,后世醫家論治白疕多遵用此法[34]。楊雪松等[35]對412例尋常型銀屑病患者的主癥及舌脈象等四診資料構建原始數據庫,規范術語后采用數據挖掘中的因子分析方法進行分析,同時結合中醫理論及臨床知識后得出血熱證、濕熱證、陰虛血燥證、血瘀證為尋常型銀屑病的主要中醫證候的分析結果,與傳統中醫辨證結果大致相同。押麗靜[36]對符合納入標準的161例尋常型銀屑病患者的證候信息收集整理并規范數據后進行無監督聚類分析,得出尋常型銀屑病的中醫證候主要涉及血熱證、血虛血燥證、血瘀證、風邪襲表證、濕熱蘊結證、肝郁蘊火證、脾虛濕盛證、氣陰虧虛證等8種證候,為尋常型銀屑病的中醫證候量化提供了可靠的客觀依據。
4.2 數據挖掘在辨證分型用藥方面的研究目前,以趙炳南先生為代表的血病辨證作為銀屑病主要的辨證方法,即“從血論治”理論,現為大多數醫家所接受,已達成共識[37]。劉俐等[38]歸納總結中醫藥治療尋常型銀屑病血熱證的用藥規律,得出高頻核心藥物有生地黃、牡丹皮、赤芍、金銀花、紫草、土茯苓等,體現了其治法以清熱解毒、涼血活血為主,基本符合相關中醫理論和銀屑病的病因病機,且挖掘出的新處方(黃芩、紅花、水蛭、梔子、當歸)亦符合此治法。譚紅雁等[39]采用相關數據挖掘軟件對治療血熱型尋常型銀屑病患者的96首處方進行分析,得出高頻藥物為生地黃、牡丹皮、赤芍、甘草、紫草、水牛角等,第1類聚類方為生地黃、牡丹皮、赤芍、紫草,實為犀角地黃湯加減而成。由此可見,血熱型銀屑病的用藥原則多以清熱解毒、滋陰涼血為主,佐以活血化瘀,可為臨床治療血熱型銀屑病提供用藥參考。劉久利等[40]對治療銀屑病血瘀證的128首中藥內服方建立數據庫,進而分析得出其用藥規律是有遵可循的:治法以活血化瘀解毒為主,佐以涼血;高頻藥物為紅花、桃仁、丹參、雞血藤、莪術等活血藥,這與中醫藥對銀屑病血瘀證的病因病機及治法的認識基本吻合,可為臨床用藥提供參考。董亦秋等[41]對治療銀屑病濕熱證的87味中藥及17首基本處方建立數據庫,分析得出高頻藥物為土茯苓、白鮮皮、黃芩、生薏苡仁、黃柏等;從其藥物歸經來看,銀屑病濕熱證應重點從肝經論治,治療上以清熱利濕為大法,同時應重視解毒除濕的作用,與朱典[42]的研究結果大體一致。在臨床中濕熱型并不少見,如濕疹樣銀屑病、反向性銀屑病等,大多是由于濕熱蘊結、灼傷血絡、迫血妄行、溢于肌膚而發病。
4.3 數據挖掘在中藥配伍、方劑方面的研究中醫方劑配伍關系復雜多樣,涉及君、臣、佐、使的組方原則,其中也包含著以證、方、藥、量為核心的多維關聯結構,是中醫基礎知識向臨床實踐轉化的重要橋梁,迄今為止是中醫理論和臨床研究的重點[43]。目前,治療銀屑病的方劑處方數量龐大,中藥種類較多,可通過數據挖掘各類算法技術從龐大的方劑處方信息中挖掘出高頻率藥物、核心藥物組合、核心新方等,也可總結歸納臨床經驗用藥規律,為中藥配伍及拓展臨床用藥提供新思路[44]。基于中醫傳承輔助系統軟件,楊艷平[45]采用Apriori挖掘算法、復雜系統熵聚類挖掘方法對133張銀屑病內服處方中各藥物間的關聯進行處理分析,挖掘出20個核心藥物組合和10張新處方,為臨床中藥創新使用提供參考。魏湘萍等[46]采用關聯規則和因子分析方法對治療銀屑病的處方進行分析,研究發現共有13種關聯強度最高的藥對配伍規律,并提取了7個公因子,從側面展現了其臨床治療思路。王俊月等[47]通過關聯規則算法和聚類方法對671張銀屑病內服方劑進行了分析,設置合理的支持度和置信度研究出治療尋常型銀屑病多以活血涼血、養血補血為主,兼顧清熱解毒、益氣養陰、祛濕等,并創建了7個聚類方,為臨床用藥提供指導參考。總之,數據挖掘的結果中可能蘊含新知,但挖掘出的新方組合缺乏臨床驗證,部分結果也存在不符合臨床實際的可能,需要后期結合中醫基礎理論,開展臨床觀察研究進一步驗證,必要時需結合該領域的專家意見進一步論證其實用性。
4.4 數據挖掘在名家用藥經驗方面的研究名老中醫的學術思想及用藥經驗是古人經驗與親自實踐相結合的產物,是中醫學不斷傳承和發展的珍貴財富。名老中醫經驗的傳承和發展是一項長期性、復雜性、系統性的工程,但對于名老醫家的學術思想及經驗能否更好地傳承和發展下去,除單純的師徒傳授或跟師學習等傳統方式外,可通過現代數據挖掘技術有效提煉出其用藥特點,從而總結歸納其學術思想特點,為名老中醫經驗傳承研究提供了新思路、新技術[48-49]。談依菱[50]運用中醫傳承輔助平臺技術對嶺南地區的名老中醫診治銀屑病患者的理法方藥等資料構建數據庫,進而采用關聯規則和聚類方法進行分析,歸納總結了嶺南名老中醫診治銀屑病的高頻核心用藥、組方規律及優化新方,一定程度上能有效避免個人經驗的局限性,為銀屑病臨床用藥提供客觀有效的數據參考。李煜[51]采用數據挖掘技術探討尋常型銀屑病的用藥特點及組方規律,總結出王紅梅教授診治特點以治血透邪(涼血、養血、活血)為主,兼以補氣、養陰以扶正,透邪外達,遵循“扶正祛邪”之意。曲圣元[52]基于古今醫案云平臺分析宋坪教授診治銀屑病的用藥特點,總結出前3位的高頻藥物分別為麻黃、桂枝、全蝎,歸納核心藥對為麻黃-桂枝等,體現了宋坪教授以開通玄府為主要臨證思路,善用解表類藥、涼血解毒類藥、通絡類藥物論治銀屑病。
4.5 數據挖掘在中醫外治方面的研究被譽為“外治之宗”的清代醫家吳尚先對中醫外治法有其高度的認知,指出了外治法、內治法實有“殊途同歸”之妙。中醫外治法治療銀屑病,具有療效明顯、復發率低、作用持久且操作簡易,經濟安全等優勢,易被患者接受,實為臨床上有效可行的一種治療手段[53]。田廣強等[54]對中藥藥浴方治療銀屑病的藥物進行頻數統計,總結出銀屑病的致病因素以熱、濕、風、瘀為主,治以清熱祛濕、祛風化瘀為大法,與歐陽明等[55]研究結果大體一致,揭示了藥浴方治療的一般特點及用藥規律。包海蘭等[56]基于中醫傳承輔助系統軟件,對《中醫方劑大辭典》中所有關于診療銀屑病外用處方構建原始數據庫,規范數據后采用關聯規則、聚類等方法挖掘其用藥規律,總結出其藥物使用原則。發病早期對銀屑病的認識主要是從“癬”論治,治療以解毒殺蟲、祛風燥濕為主,隨著歷代醫家對其病因病機認識的不斷深入,治療原則逐漸轉向以清熱涼血、活血解毒、潤燥止癢為主。藺依[57]整理收集174首治療銀屑病的外用處方,挖掘結果顯示:苦參、白鮮皮、黃柏為使用頻率最高的藥物,苦參-白鮮皮、苦參-蛇床子、苦參-地膚子、白鮮皮-地膚子、白鮮皮-丹參為5個核心藥對。
4.6 數據挖掘在針灸方面的研究針灸療法對組織細胞和機體具有雙重調節作用,外可改善皮損癥狀,內可調節細胞新陳代謝,并通過經絡傳導,對機體免疫、內分泌、代謝等各方面均有較好良性作用[58]。郭曦彤[59]基于中醫傳承輔助平臺對針刺治療尋常型銀屑病的選穴特點進行組穴規則分析和無監督的熵層次聚類分析,歸納出高頻穴位及其核心組合,進而總結出手足陽明經(大腸、胃)、足太陽膀胱經、足太陰脾經、督脈及具有特殊治療作用的特定穴是治療尋常型銀屑病的常用經絡,可指導臨床選穴,指導并能有效提高選穴精準率。張春萍等[60]通過對符合納入標準的76篇針灸治療銀屑病的相關文獻進行整理分析,挖掘出足太陽膀胱經、手陽明大腸經是其選穴治療的主要經絡;辨證配穴規律為:血熱型(進行期)取大椎、曲池等;血燥型(靜止期)取三陰交、太溪等;血瘀型(退行期)取血海、膈俞等;局部配穴規律:皮損發于上肢者配合谷、曲池、手三里、外關等;發于頭皮者配百會、風池等;發于下肢者配風市、委中、足三里、血海等;發于軀干者配風門,具有一定臨床參考價值。
4.7 數據挖掘在古籍醫案方面的研究醫學古典籍種類繁多,信息量龐大,蘊含著深厚的中醫理論知識和豐富的臨床經驗價值。在這個信息數據大爆炸的時代下,個人精力無法實現對歷代古醫籍資料進行一一瀏覽和收集整理,故不少研究者以中醫古籍為本,盡可能構建保留古醫籍信息的原汁原貌的可視化數據庫,應用現代數據挖掘等技術以量化的形式對古醫籍進行分析,以獲取古代醫家診治用藥經驗及規律,為研究古醫籍提供了新的方向[61]。李委諭[62]對診治銀屑病的相關方劑處方構建數據庫,采用頻數分析的方法大致可推斷出,古代醫家對銀屑病的診治主要以祛風清熱燥濕、養血潤燥,兼以益氣為主;外治法主要以殺蟲止癢、祛風清熱燥濕為原則,為現代中醫藥診治銀屑病提供客觀的理論依據。周麗君[63]應用頻數分析方法對溫病學派使用透法治療銀屑病相關病證醫案的用藥規律進行統計,得出著眼于正邪關系的辨證論治,以熱郁為基本病機的結果,善用清熱藥、解表藥以宣發郁熱,透邪外出;用補虛藥以扶正祛邪,將透法在銀屑病中的運用展現得淋漓盡致。
近年來,基于數據挖掘技術的中醫藥診治銀屑病的研究逐漸增多,利用該技術可研究銀屑病中醫證候發展規律,總結臨床各醫家的辨證規律,在銀屑病辨證論治規律各方面均發揮著積極重要的作用,還可從諸多中醫古籍和現代文獻報道診治銀屑病的內服、外用處方中挖掘高頻率藥物、核心藥物組合、病-證-方-藥關聯,核心新方以及歸納總結名老中醫的學術思想特點和臨床用藥經驗,為今后臨床診治銀屑病奠定了一定的理論基礎。此外,在針灸的循經取穴、辨證取穴、局部取穴規律等方面,數據挖掘技術亦為篩選針灸治療銀屑病的統一規范性、科學性提供依據和技術支撐。但是,目前現有的數據挖掘技術處理軟件方法較為單一,挖掘精度與深度不夠,今后,需對多種數據挖掘技術進行整合并加以創新運用,使之更好地服務于臨床。