林炜烁纪立金高思华

    (1福建中医药大学，福州，350122；2北京中医药大学，北京，100029)

    “肺与大肠相表里”脏腑相关理论的应用基础研究

    基于关联规则的肺肠合病医案用药规律探索

    林炜烁1纪立金1高思华2

    (1福建中医药大学，福州，350122；2北京中医药大学，北京，100029)

    通过对肺肠合病的不同病位的用药规律进行探讨，运用关联规则算法对古代文献中肺肠合病的医案进行数据挖掘。发现病位在脾胃的医案总数较多，揭示肺与大肠相表里的表现并不局限于两者之间生理病理信息的共享反馈，更多反应在人体内其他脏腑生理病理信息的反馈上存在着同步性。在遣方用药方面，以苇茎汤以及六君子汤的加减应用最为多见，提示湿热病机及脾胃病变在肺肠合病中起到关键的影响作用。

    关联规则；肺肠合病；苇茎汤；六君子汤

    中医古代传统医学文献，是我国医药界宝贵的资源和财富。使用数据挖掘技术对医案进行智能分析，深化对中医复方配伍的规律认识，能有效地精简方剂并为药物的合理配伍提供理论支持。本文使用频度统计和关联规则算法(Association Rules)对肺肠合病的354则医案进行数据挖掘，试图对其用药规律进行有益探索。

    1 资料与方法

    1.1 资料来源 本文从大型中医古籍电子丛书《中华医典》中抽取肺肠合病的医案进行分析。

    1.2 文献入选标准 原著中医案信息包括：肺肠合病症状、病位、方名或无方名但有药物组成的方剂。

    1.3 文献排除标准 药物组成不全的医案；出现复诊而病机、病位改变的医案。

    1.4 建立数据库 将354则医案分成两大类。第一，病位在肺与大肠的医案，共148则；第二，病位不在肺与大肠的医案，共206则。分别将医案中药物、病位信息录入Microsoft Excel数据库，把每个药物、病位信息作为一个变量，每个病案作为一条记录，并对病案中变量出现与否以t、f分别对其赋值。数据录完后进行整理，确认无误后，锁定备用。

    1.5 工具与方法 频度统计采用SPSS 19.0的频度描述统计方法，关联规则挖掘则采用SPSS Clementine12.0中关联模型的Carma算法。

    关联规则挖掘是指从一个大型的据集(Dataset)中发现有趣的关联(Association)或相关(Correlation)关系，即从数据集中识别出频繁出现的属性值集(Set of Attribute-Values)，也称为频繁项集(Frequent Itemset) ......