基于机器学习的中医治疗肝硬化组方规律研究

• 作者: 吴辉坤 李晓东 裴卫 解丹
• 来源期刊: 世界科学技术-中医药现代化
• 学科: 医学
• 关键词: 机器学习 肝硬化 中药处方 组方规律
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 思路与方法
• 页码范围: 950-956
• 页数: 7页
• 分类号: R256.4
• 字数: 5354字
• 语种: 中文
• DOI: 10.11842/wst.2017.06.010

摘要

目的:运用机器学习技术对中医治疗肝病处方中组方规律进行分析,为肝病临床用药以及新药研发提供参考依据.方法:针对某三甲中医院肝病科近2年肝病治疗处方数据,首先运用复杂网络找出药物之间的关联结构,再运用关联规则、聚类分析等无监督机器学习方法,对其进行比较分析,最终得出中医治肝硬化的组方规律.结果:对589首处方,共计257味中药,高频药物组合包括频繁二项集12项、三项集15项以及四项集14项;支持信≥10％、置信度≥90％的关联规则包括“陈皮,神曲→白术”,“猪苓,陈皮→白术”等34条;通过聚类分析,发现中药主要以5种特征进行归类.机器学习结果与构建的复杂网络结构完全一致.结论:运用机器学习方法进行中医处方数据分析,并与复杂网络方法相结合,以探究中医治疗肝硬化组方规律的方法确实可行,可为临床治疗肝硬化和找寻新方提供线索.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	解丹	湖北中医药大学信息工程学院	29	79	4.0	6.0
2	李晓东	湖北省中医院肝病研究所	62	399	10.0	17.0
3	吴辉坤	湖北省中医院肝病研究所	34	89	5.0	7.0
4	裴卫	湖北中医药大学信息工程学院	2	4	1.0	2.0