简介:摘要目的基于数据挖掘分析《普济方》痤疮外治用药特色。方法筛选《普济方》痤疮外治方并建立标准化数据库。采用古今医案云平台网页版分析药物频次、药物属性(药性、药味、归经),并对高频药物进行聚类分析。采用IBM SPSS Modeler 18.0软件对药物与药物、药物与剂型进行关联规则分析。结果共筛选出痤疮外治方87首,涉及药物164种,常用药物有白芷、川芎、白附子、铅粉等;药物药性以温、寒、平为主,药味以辛、甘、苦居多,归经以肺、脾、胃、肝经为主。关联性较强药对、药团为川芎-白芷、白附子-白芷-川芎。高频药物可聚为三类。高频剂型膏剂与药物猪脂、水银、铅粉关联性较强,高频剂型散剂与药物白芷、牵牛子、皂荚、藁本、川芎关联性较强。结论《普济方》痤疮外治以辛散发越为主,高频药物聚类分别针对体虚感邪证、外感风热证、血热郁滞证,提示了明代以前痤疮辨治特色,亦为现代临床诊疗提供了参考。
简介:摘要目的通过研究证候的分类及证候名称组成要素的多层次表示方法,实现计算机对中医证候名称的批量处理,从而应用于中医智能辅助诊断系统的研究。方法在中医理论指导下,结合证素辨证、证候要素学说,对证候要素进行更细粒度的拆分,提出证候层次划分方法和证候要素多层次表示方法,并通过对妇科月经病、不孕症的中医证候名称进行人工分析,以验证证候要素多层次表示方法的合理性。基于证候要素多层次表示方法,运用基于模式匹配的模式抽取方法,形成计算机批量处理证候要素的提取方法,并通过对《中医临床诊疗术语证候部分》证候名称的批量处理,验证计算机批量处理方法的准确性。结果在中医理论指导下,将证候名称组成要素划分为病位要素、病性要素(包括基本物质、病因、病理状态)、连接词的两层五类的结构,基于此构建出证候拆分流程。月经病、不孕症中医证候名称的人工分析结果显示,所有证候名称均可被拆分为1个或多个病位要素、病性要素、连接词。通过计算机批量处理《中医临床诊疗术语证候部分》证候分类结果显示,计算机批量处理的准确率为71.4%。结论构建的证候要素多层次表示方法为计算机大批量处理数据提供了理论框架,并提高了数据处理效率和准确率,为辨证模型训练数据集的构建提供了理论依据,为中医辨证推理模型提供支撑,可应用于中医智能辅助诊断系统的研究。