运用可视化技术挖掘探讨国医大师张磊治疗月经病的用药规律

• 作者: 殷亚婷 高青 郑丽娟 李国正 王明强 张磊
• 来源期刊: 世界科学技术-中医药现代化
• 学科: 医学
• 关键词: 月经病 数据挖掘 名医经验 python数据分析 plotly可视化
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 中医药与妇科疾病研究|Research on Traditional Chinese Medicine and Gynecological Diseases
• 页码范围: 4543-4550
• 页数: 8页
• 分类号: R249
• 语种: 中文
• DOI: 10.11842/wst.20210513007

摘要

目的 利用先进数据挖掘技术探讨国医大师张磊治疗妇科疾病的用药规律和临床经验.方法 从国医大师张磊2006年至2017年11038份临床真实病例建立的医案数据库中抽取妇科月经病临床医案243条,根据排除纳入标准,得到205条完整医案.建立张磊治疗妇科月经病的医案数据库,利用Python语言可视化技术对医案数据进行科学计算和可视化输出.结果 共纳入标准医案205例,处方205首.共涉及中药176味,累计用药频次2468次,平均用药频次为14,最多使用频次为141次,频数≥20次的中药有40味,其中当归、白芍、甘草是处方中使用频次最高的3味中药.通过对处方中药进行性味归经统计:药性主要以温性、平性和寒性为主;药味以甘、苦、辛为主;药物归经以肝、肾、脾为主.基于HBE-Apriori算法对高频药物进行关联分析:置信度最高的药对依次为"川芎—当归"、"桃仁—红花"、"柴胡—当归";置信度最高的3味药组合为"柴胡and茯苓—白芍"、"茯苓and白芍—当归"、"柴胡and茯苓—当归";置信度最高的4味药组合为"柴胡and当归and茯苓—白芍"、"柴胡and白芍and甘草—茯苓"、"白芍and 茯苓 and甘草—当归".利用Canpoy-K-means聚类算法和频繁闭项集压缩算法,对张磊教授治疗月经病的临证遣药规律进行研究挖掘.结论 可视挖掘技术可以充分而且有效协助挖掘张磊教授治疗妇科月经病的特色经验,具有较高的临床参考和学习价值.