清宫医案病证与方药的关联性研究
发布时间:2020-07-15 13:13
【摘要】: 1目的 ①建立清宫原始医药档案数据库,构建数据仓库,实现清宫原始医药档案数据库的多维数据查询分析。②病证方药相应理论揭示了病证与方药之间纷繁复杂的关系,在医案的研究中,如何判定病证与方药相应的程度,对此进行方法学上的探索。③对一些以往没有总结的清宫医案经验进行基于智能数据分析的发掘,多角度、多层次探讨病证、方证以及药症之间的关联,总结相应的诊疗规律,期望为当今临床应用提供借鉴。 2方法 方法论:①重复性原则,即在一定的时空内,当一种经验能够获取疗效时,这种经验会得到不断的重复。主要通过频数统计和多维数据分析实现。②强关联规则,病证与方药各具体要素同时出现在同一医案中的概率越高,这种经验越有价值。主要通过关联规则分析实现。分析方法:①频数统计:主要进行单维的计数统计,运用SQL语句查询或ACCESS查询。②多维数据分析:设计具有“病名”、“证候”、“症状”、“治法”、“方剂”、“用药”六个维度的数据立方体(Cube),构建数据仓库(DW),利用OLAP工具进行多维数据分析,并通过可视化技术多层次展示。③关联规则:第一步计算寻找出频繁项集,第二步生成关联规则。由支持度(Support)和置信度(Confidence)作为评价指标。 3结果 3.1一般情况 清宫原始医药档案数据库(QCMD)纳入894份医案,共有19,853条记录,数据仓库总表记录数213,355条。外感病最常见,内科病以胸痹、胁痛、眩晕、痹病、腹痛、咳嗽等为多见。证候居首的为外受风凉和气道不畅,其次以肝胃不和、肺胃有热、胃蓄湿饮、肝胃有热、肺胃饮热等为常见。清宫治法以清热、化饮最为主要,其次为和肝与调气。方剂多以治法命名,疏解正气汤、和肝化饮汤用得最多。用药299种,居首的依次是枳壳、茯苓、黄芩、厚朴、陈皮、香附等。 3.2病证关联 ①感冒的常见证候是外受风凉、外受风寒、肺胃有热、内停饮热、肺胃饮热等。外受风凉常用疏解正气汤,肺胃有热常用清热化滞汤。感冒伴咳嗽,常用桔梗、前胡等;伴咽痛,常用桔梗、元参等;伴头疼,用川芎、白芷等。②胸痹证候以气道不畅、肝经有热、胃蓄湿饮为主,最常用的治法是调气、清肝、化饮、清热等。调气常用青皮、枳壳、香附等,清肝常用胆草,柔肝常用白芍,化饮常用枳壳,清热常用栀子、黄连、黄芩和大黄等。豁胸多用瓜蒌,止痛常用沉香、元胡等,调中常用白术、厚朴等。胸痹病常见的二项配伍是枳壳伍青皮,半夏伍瓜蒌,当归伍香附等。常用的三项配伍有厚朴,枳壳,大黄;半夏,瓜蒌,黄连;大黄,栀子,胆草。③眩晕病发病与肝关系最密切,肝热证最常见;发病多与热或湿有关。主要治法为清热化饮,和肝清肝,化湿和中,益阴养阴等。清热用菊花、桑叶、羚羊、黄芩等,化饮用陈皮、茯苓、枳壳、厚朴等,和肝用青皮、薄荷、香附等,清肝用白芍、菊花、羚羊等,舒肝用柴胡、赤芍等,化湿用川芎、陈皮、苍术等,和中用茯苓、白术等,益阴养阴用元参、生地、丹皮、白芍等。眩晕病菊花应用最多,常见配伍有桑叶伍菊花,厚朴伍陈皮,生地伍白芍。 3.3方证关联 ①和肝化饮汤主要由茯苓、香附、半夏、厚朴、柴胡、青皮、枳壳、当归、大腹皮等组成。主治肝胃不和、水饮内停,主要治疗悬饮、积聚、胁痛、心悸等病,往往伴有胸胁胀痛的症状。悬饮侧重用大腹皮、砂仁等,积聚侧重用赤芍、川芎、当归、元胡等,胁痛侧重用郁金,心悸侧重用白芍、茯神、郁金等。②除湿拈痛汤主要由当归、羌活、苍术、茯苓、泽泻、茵陈、防风、苦参、猪苓、独活、黄芩、葛根等组成。主治湿热下注、湿热壅络,主要用于治疗痹病。③肝胃证包括多种证候,肝胃不和常致胁痛、痹病、胸痹、月经不调等病,肝胃有热常致牙痛、鼻衄等病,肝胃饮热常致眩晕、头痛等病,肝胃湿热常致喉痹、眩晕等病。和肝多用青皮、香附、柴胡、郁金等,清热多用胆草、石膏、栀子、大黄、菊花等,和中调胃常用茯苓、陈皮、山楂、神曲、白术、半夏、厚朴等。④肺胃证多见于外感病,其中肺胃有热还见于痹病、眩晕、泄泻等病,肺胃饮热还见于眩晕、痉病等病。常用于清肺胃之热的有黄芩、栀子、黄连、竹茹、知母、贝母、花粉、大黄等;化湿化饮则常配合苍术、半夏、陈皮、茯苓、厚朴等。 3.4药症关联 ①香附的功效为调中化饮,理气疏肝,调荣止痛,其中与茯苓、厚朴、枳壳等药一起实现调中化饮的功效。主治胸痹、感冒、胁痛、腹痛、痹病、眩晕、痉病、月经不调、呕吐等病,对应的证候以气道不畅、内停饮滞为主。香附常与青皮、元胡、郁金、砂仁、木香、当归、赤芍等药配伍。②川芎主要用其化湿、疏风的功效。主治感冒、头痛、眩晕、痹病、胁痛、胸痹、腹痛、风温、痛经等病,多伴有头疼或头闷症状。川芎常与当归、蔓荆子、白芷配伍。③头疼症状常用的药物主要有蔓荆子、川芎、菊花等。咽痛症状关联最强的药是元参、桔梗。咳嗽症状的常用药物有枳壳、杏仁、前胡等。泄泻主要以茯苓、白术、厚朴健脾调中,猪苓、泽泻利水渗湿。口渴症状常配用黄芩、花粉、栀子等,呕吐常配用陈皮、厚朴、茯苓等,腹痛常配用香附、元胡等,胁痛常配用青皮、香附、白芍等,腰痛常配用独活、防己、黄柏、牛膝等,痢疾常配用木香、槟榔、黄连等,失眠常配用枣仁、白芍、茯神等。 3.5专方专药 生化汤在清宫医案中用于产后恶露不畅所致的腹痛。火麻仁、郁李仁作为固定配伍,用于治疗便秘,多与油当归伍用,亦常配伍小承气汤。 4结论 ①病证方药相应理论的探索,拓展了方证相关、方证对应等命题的范畴,而重复性原则和强关联规则的构想赋予了医案数据分析更深的内涵。②清宫医案多维数据集的建设,准确地反映病证方药之间复杂的关系,实现了多层次的查询与分析。③以往未被总结的清宫原始医药档案相关的病证方药知识,在本研究中得到了初步的发掘。
【学位授予单位】:北京中医药大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:R-092
【图文】:
应是每个太医追求的目标。利用智能数据分析技术药的关联性研究,目的在于提高清宫医案的实用价值,在于更好经验,发掘清宫医案中潜在的遣方用药规律,实现病证方药理论与统一。1 资料是清宫太医诊疗皇帝皇亲、王公大臣等的临床记录,为实录性的临床资料。与《临证指南医案》、《清代名医医案精华》等同清宫医案还有以下特点:(1)跨越年代久长,上自顺、康,下的清宫医疗经验均予载录;(2)资料宏丰,基于 3 万余件清宫,《清宫医案研究》多达 180 万字;(3)内容罕见,自成体系多来自太医院同一医疗机构,医案兼具历史人文价值;(4)医,其体例依次是日期、太医、请脉对象、脉象、证候、症状体征引及用法等。随举一个光绪皇帝的医案以示格式体例[86],见图
图 10 清宫原始医药档案数据库(QCMD)表与字段的关系图2 录入数据与名词规范将纳入的 894 份医案录入清宫原始医药档案数据库,相应的名词根据全国审定委员会公布的《中医药学名词》[92]进行规范。证候与治法的名词由于较为规范,且与现今所用名词差异较大,多依原文,只作文字表述上的统感风凉”、“外受风凉”全部统一为“外受风凉”。方剂大都体现了治法文录入。 智能数据分析计算机信息处理系统的最高层是决策支持系统,起初结合人工智能和数据知识库系统应用效果并不理想。20 世纪 90 年代,人们认识到数据的决策分事务操作有很大的不同,于是发展了数据仓库技术及其在大数据量上的应了联机分析处理(OLAP)和数据挖掘技术。这些技术形成了智能数据分析elligent Data Analysis)的技术内涵[93]。由于智能数据分析技术最初和主为提供决策支持,故又称为商业智能(BI)。BI 整体的解决方案如图 11 所
图11 BI解决方案数据挖掘(DM, Data Mining)严格上说是知识发现(KDD, Knowledge Discoveryand Data Mining)一个步骤,往往被当作 KDD 的同义词。KDD 普遍认可的概念是:“KDDis the nontrivial process of identifying valid, novel, potentially useful, and ultimatelyunderstandable patterns in data”。OLAP 是一种多维数据分析工具,其技术核心是“维”,利用 OLAP 复杂的数据查询、数据对比、数据抽取等能力可以对 DW 的数据进行多维度、多层次的分析,得到不同形式的知识和结果[94]。DM 可以在多种数据集上实现,SQLServer 2005 DM 的处理流程如图 12 所示,但 OLAP 分析必须先建立数据仓库(DW)。DW 是一个面向主题、集成、时变、非易失的数据集,支持行为的决策过程。DW 与数据库系统在系统任务、设计的面向性、数据内容、设计的指导方法、目的、访问模式等方面均不相同。DW 和 OLAP 分析工具都是基于多维数据模型,这种数据模型也称为数据立方体(Cube)[94]。DataReportingKPI BI 软件工程 行业经验 专家支持
本文编号:2756535
【学位授予单位】:北京中医药大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:R-092
【图文】:
应是每个太医追求的目标。利用智能数据分析技术药的关联性研究,目的在于提高清宫医案的实用价值,在于更好经验,发掘清宫医案中潜在的遣方用药规律,实现病证方药理论与统一。1 资料是清宫太医诊疗皇帝皇亲、王公大臣等的临床记录,为实录性的临床资料。与《临证指南医案》、《清代名医医案精华》等同清宫医案还有以下特点:(1)跨越年代久长,上自顺、康,下的清宫医疗经验均予载录;(2)资料宏丰,基于 3 万余件清宫,《清宫医案研究》多达 180 万字;(3)内容罕见,自成体系多来自太医院同一医疗机构,医案兼具历史人文价值;(4)医,其体例依次是日期、太医、请脉对象、脉象、证候、症状体征引及用法等。随举一个光绪皇帝的医案以示格式体例[86],见图
图 10 清宫原始医药档案数据库(QCMD)表与字段的关系图2 录入数据与名词规范将纳入的 894 份医案录入清宫原始医药档案数据库,相应的名词根据全国审定委员会公布的《中医药学名词》[92]进行规范。证候与治法的名词由于较为规范,且与现今所用名词差异较大,多依原文,只作文字表述上的统感风凉”、“外受风凉”全部统一为“外受风凉”。方剂大都体现了治法文录入。 智能数据分析计算机信息处理系统的最高层是决策支持系统,起初结合人工智能和数据知识库系统应用效果并不理想。20 世纪 90 年代,人们认识到数据的决策分事务操作有很大的不同,于是发展了数据仓库技术及其在大数据量上的应了联机分析处理(OLAP)和数据挖掘技术。这些技术形成了智能数据分析elligent Data Analysis)的技术内涵[93]。由于智能数据分析技术最初和主为提供决策支持,故又称为商业智能(BI)。BI 整体的解决方案如图 11 所
图11 BI解决方案数据挖掘(DM, Data Mining)严格上说是知识发现(KDD, Knowledge Discoveryand Data Mining)一个步骤,往往被当作 KDD 的同义词。KDD 普遍认可的概念是:“KDDis the nontrivial process of identifying valid, novel, potentially useful, and ultimatelyunderstandable patterns in data”。OLAP 是一种多维数据分析工具,其技术核心是“维”,利用 OLAP 复杂的数据查询、数据对比、数据抽取等能力可以对 DW 的数据进行多维度、多层次的分析,得到不同形式的知识和结果[94]。DM 可以在多种数据集上实现,SQLServer 2005 DM 的处理流程如图 12 所示,但 OLAP 分析必须先建立数据仓库(DW)。DW 是一个面向主题、集成、时变、非易失的数据集,支持行为的决策过程。DW 与数据库系统在系统任务、设计的面向性、数据内容、设计的指导方法、目的、访问模式等方面均不相同。DW 和 OLAP 分析工具都是基于多维数据模型,这种数据模型也称为数据立方体(Cube)[94]。DataReportingKPI BI 软件工程 行业经验 专家支持
【相似文献】
相关博士学位论文 前1条
1 谢元华;清宫医案病证与方药的关联性研究[D];北京中医药大学;2008年
本文编号:2756535
本文链接:https://www.wllwen.com/yixuelunwen/yiyuanguanlilunwen/2756535.html