数据挖掘在孟河医派治咳理论中的应用研究

摘要

目的:运用数据挖掘技术探讨孟河医派辨证论治咳嗽的原创性理论与特色，科学阐释其基本理论和实践特色，并在此基础上总结孟河医派治咳的规律，为后学者提供借鉴和思考。
　　方法:采用Excel分别建立孟河四家医案治咳数据库和申春悌教授门诊治咳病历数据库。应用SAS9.1软件对数据集进行缺失值分析及逻辑核查以确保数据的质量，然后进行两数据库的证型、症状和药物等的频数分析。应用SPSS Clementine12.0软件对两数据库进行证型与药物、证型与症状等的关联分析，并在此基础上归纳总结古今两库的异同点。应用SAS9.1的proc corresp模块对孟河数据库进行对应分析，探索孟河医派治咳常见证型与药物、症状等的对应关系。最后，基于上述分析结果，应用R软件对孟河数据集进行贝叶斯网络分析，构建证型与药物、证型与症状、证型与治法和症状-证型-药物的模型，以期为现今咳嗽的临床中医诊疗提供参考。
　　结果:主要研究结果如下，
　　1.频数分析结果
　　孟河医派治咳常见证型有痰湿蕴肺证、肺阴亏耗证及痰热郁肺证，主要病因病机为肺失肃降和痰湿蕴肺等，主要药物为杏仁、贝母、陈皮及半夏等，主要治法为燥湿化痰、理气止咳及肃肺止咳，主要症状为咳嗽、咯白痰、脉细及口干等。采用配对秩和检验按证型分层比较古今数据库药物、症状、治法、方剂和病因病机在所有观测中的频率，差异均无统计学意义。
　　2.关联分析结果
　　孟河四家数据库:痰湿蕴肺证常用药物组方为紫苏子、半夏和陈皮（支持度21.858％、置信度85.000％），相关症状为咯白痰、气喘及纳呆(6.011％、81.818％)，相关治法为理气止咳和燥湿化痰(35.519％、93.846％)。理气止咳对应药物为紫苏子、陈皮和杏仁(22.951％、78.571％)等。
　　申教授数据库:痰湿蕴肺证常用药物组方为厚朴、紫苏子、半夏、陈皮和紫菀（支持度10.526％、置信度83.333％），相关症状为舌暗红、舌苔黄腻和咯白痰(7.018％、75.000％)，相关治法为理气止咳和燥湿化痰(15.789％、100.000％)。理气止咳对应药物为厚朴、紫苏子、陈皮、炙麻黄和杏仁(10.526％、83.333％)等。
　　3.对应分析结果
　　通过对应分析挖掘出的对应关系有:竹茹、桑白皮与痰热郁肺证，半夏、陈皮、薏苡仁和海浮石等与痰湿蕴肺证，其中维度1与维度2的累积贡献率为86.358％;气喘、咯白痰和纳呆等与痰湿蕴肺证，咯黄痰、血痰及消瘦与痰热郁肺证，维度1与维度2的累积贡献率为92.200％;痰湿蕴肺证与理气止咳、燥湿化痰和补肾纳气，痰热郁肺证与肃肺止咳和清热化痰，维度1与维度2的累积贡献率为70.217％。对应分析图还显示了证型与方剂、证型和病因病机的对应关系。
　　4.贝叶斯网络结果
　　通过构建模型获得了症状与证型，证型与药物等的条件概率表。如属于痰湿蕴肺证时，使用半夏的条件概率为0.924;存在舌红时，属于痰热郁肺证的概率为0.714;同时存在舌苔薄黄、咽痛和发热，推断为风热犯肺证的概率为0.947。其中证型与治法的模型最好，推断准确率大都高于90％。最后，应用症状-证型-药物模型进行症状与药物的推理，如单独出现咯黄痰时，使用瓜蒌皮的概率为0.762;同时出现口干和大便燥结，使用杏仁的概率为0.885;同时出现咯白痰和气喘时，使用陈皮的概率为0.818等。
　　结论:本研究应用数据挖掘技术对孟河医派独特治咳理论及用药特色进行了一次有益的探索，所得结果和中医临床实际应用基本相符，体现了传统中医理论与现代科研方法的有效结合，并将给其它疾病或其他派别的研究提供非常重要的参考价值。

目录

声明

摘要

术语缩写汇总

前言

第一章 孟河医派治咳规律的描述性分析

1．1 孟河医派的简介

1．2 资料来源及纳入、排除标准

1．2．1 资料来源及研究对象

1．2．2 资料的纳入及排除标准

1．2．3 数据库的建立及管理

1．2．4 统计分析及所用软件

1．3 描述性统计分析

1．3．1 证型的频数分析

1．3．2 病因病机的频数分析

1．3．3 方剂的频数分析

1．3．4 药物的频数分析

1．3．5 症状的频数分析

1．3．6 治法的频数分析

1．4 新旧数据库的频数对比

第二章 基于关联分析的古今孟河医派治咳规律的比较研究

2．1 关联分析方法介绍

2．1．1 关联分析基本概念

2．1．2 关联分析算法

2．1．3 关联分析注意问题及评价标准

2．2 孟河医派治咳规律的关联分析结果

2．2．1 证型与药物的关联分析

2．2．2 证型与症状的关联分析

2．2．3 证型与治法的关联分析

2．2．4 治法与药物的关联分析

第三章 基于对应分析的孟河医派治咳理论规律研究

3．1 对应分析方法介绍

3．1．1 对应分析基本原理

3．1．2 对应分析的数学模型

3．1．3 对应分析结果的解读

3．1．4 对应分析的优势与不足

3．2 基于对应分析的孟河医派治咳规律研究结果

3．2．1 数据集的预处理

3．2．2 证型与药物的简单对应分析结果

3．2．3 证型与症状的简单对应分析结果

3．2．4 证型与治法的简单对应分析结果

3．2．5 证型与方剂的简单对应分析结果

3．2．6 证型与病因病机的简单对应分析结果

第四章 基于贝叶斯网络的孟河医派治咳理论规律研究

4．1 贝叶斯网络方法介绍

4．1．1 概率论基础

4．1．2 贝叶斯网络的基本概念

4．1．3 贝叶斯网络在R软件的实现

4．2 基于贝叶斯网络的孟河医派治咳规律研究结果

4．2．1 证型与药物的贝叶斯网络分析结果

4．2．2 证型与症状的贝叶斯网络分析结果

4．2．3 证型与治法的贝叶斯网络分析结果

4．2．4 症状-证型-药物的贝叶斯网络分析结果

讨论

结论

参考文献

数据挖掘技术及其在中医领域的应用概况

作者简介

硕士在读期间发表论文情况

致谢