基于领域驱动数据挖掘的中医治疗糖尿病肾病证-药关系研究

发布时间：2020-09-18 21:32

　　本研究比较分析了传统数据驱动数据挖掘的不足,认为在挖掘中医学知识时,应结合领域知识和专家经验,变数据驱动数据挖掘为领域驱动数据挖掘,在综合集成法的指导下融合领域相关知识优化数据挖掘模型构建。本研究主要包括三部分内容,第一部分是领域驱动数据挖掘模型研究,包括领域知识驱动下的数据预处理、模型和算法的选择、挖掘结果的评价与解读;第二部分引入了综合集成法,探索基于综合集成的人-机结合,以人为主的领域驱动数据挖掘模型构建;第三部分以中医临床辨证治疗糖尿病肾病为例,从领域驱动的角度探讨糖尿病肾病的证-药关系,挖掘中医辨证施治糖尿病肾病的用药规律。1.研究目的1.1结合中医药领域数据的特点,融合领域知识优化数据挖掘模型构建;1.2在综合集成法的指导下构建领域驱动数据挖掘模型,探寻知识获取的全面性、准确性和可利用性;1.3以糖尿病肾病的中医诊疗为例,在上述理论研究的指导下,系统检索中医临床辨证治疗糖尿病肾病的用药方案,运用关联规则的方法,挖掘糖尿病肾病的证-药关系,探索糖尿病肾病的用药规律,为后期构建糖尿病肾病中医临床诊疗决策数据库提供理论和数据支持。2.研究方法与内容2.1在中医理论知识和领域驱动理论的指导下,层析领域驱动数据挖掘的优势以及领域知识在数据挖掘中的作用;2.2在综合集成法的指导下,从领域驱动的角度探析数据挖掘模型的优化与构建;2.3运用基于综合集成的领域驱动数据挖掘模型探索糖尿病肾病的证-药关系。(1)系统检索CNKI、万方、维普数据库(检索时间为自建库起至2018年12月)中关于中医临床辨证治疗糖尿病肾病的文献,提取基本信息以及中医诊断、证型、症状、治法、处方、药味等信息,建立基于文献的糖尿病肾病中医诊疗数据库;(2)数据预处理:结合中医领域专业书籍,在领域专家的指导下对提取到的数据进行数据清洗、数据集成、数据转换和数据归约;(3)数据分析及模型构建:提取目标数据集,运用Apriori算法对不同证型下的用药进行关联规则分析;(4)模式评价和结果解读:引入兴趣度评价方法,从规则的提升度和有用度两个方面对挖掘结果进行再评价。3.研究结果:本研究分析了传统数据挖掘存在的不足,结合中医药数据存在复杂性、多维异构特点的基础上,在综合集成法的指导下,建立了一种人-机交互,以人为主的基于领域驱动的数据挖掘模型,包括数据预处理、模型和算法的选择、挖掘结果的评价与解读,并在结果输出部分加入了反馈环节,以丰富和修正领域知识库。本研究共纳入310篇关于糖尿病肾病辨证治疗的文献,提取了中医辨证治疗方案442条。通过对证型和中药进行规范化并统计发现,在临床中糖尿病肾病主要涉及的中医证型有7个,分别是气阴两虚证型、肝肾亏虚证型、脾肾亏虚证型、阴阳两虚证型、湿浊证型、血瘀证型和浊毒证型,其中气阴两虚型是糖尿病肾病最常见的证型,共177条治疗方案,占比40.05%。442条方案中共使用中药208味,用药频次为4844次,有25味中药的使用频次达到50次以上,累积使用频次为3041次,占总使用频次的62.77%。对药物类别进行统计,发现补虚药、清热药、活血化瘀药使用频率较高,使用频率最高的前五味中药分别是黄芪、茯苓、山药、丹参和山茱萸。分别对糖尿病肾病的7个证型进行关联规则分析,得出7个证型下的核心药物组合。对得到的规则进行客观兴趣度评价和主观兴趣度评价,从提升度和有用度两个指标进行评价,剔除冗余的规则,最终得到糖尿病肾病不同证型下的核心药物组合。气阴两虚证型最终得到4条用药规律的强关联规则,提示气阴两虚证型糖尿病肾病临床常用药物组合为生地黄、黄芪组合,山药、茯苓和黄芪组合,山药、山茱萸和黄芪组合,茯苓、山茱萸和黄芪组合。肝肾亏虚证型最终得到7条用药规律的强关联规则,提示肝肾亏虚证型糖尿病肾病临床常用药物组合为茯苓、山茱萸、山药组合,生地黄、山药、山茱萸组合,牡丹皮、山茱萸、山药组合,牡丹皮、山药、茯苓组合,泽泻、山茱萸、山药组合,牡丹皮、山药、茯苓、山茱萸组合。脾肾亏虚证型最终得到6条用药规律的强关联规则,提示脾肾亏虚证型糖尿病肾病临床常用药物组合为丹参、茯苓、黄芪组合,茯苓、党参、黄芪组合,白术、党参、黄芪组合,丹参、山药、黄芪组合,丹参、白术、黄芪组合和丹参、泽泻、黄芪组合。阴阳两虚证型最终得到6条用药规律的强关联规则,提示阴阳两虚证型糖尿病肾病临床常用药物组合为山药、泽泻、山茱萸、茯苓组合,茯苓、山茱萸、牡丹皮、山药组合,山药、山茱萸、牡丹皮、茯苓组合,山茱萸、熟地、茯茶组合,黄芪、泽泻、茯苓组合以及附子、山茱萸、茯苓组合。血瘀证型最终得到5条用药规律的强关联规则,提示血瘀证型糖尿病肾病临床常用药物组合为丹参、山茱萸、黄芪组合,益母草、黄芪组合,生地黄、山茱萸、黄芪组合,丹参、当归、黄芪组合,大黄、丹参、黄芪组合。湿浊证型最终得到3条用药规律的强关联规则,提示湿浊证型糖尿病肾病临床常用药物组合为山药、白术、茯苓组合,附子、白术、茯苓组合,山药、泽泻、茯苓组合。浊毒证型最终得到7条用药规律的强关联规则,提示浊毒证型糖尿病肾病临床常用药物组合为丹参、黄芪、泽泻、茯苓组合,丹参、山茱萸、黄芪组合,丹参、茯苓、白术、黄芪组合,山药、茯茶、黄芪、丹参组合,茯苓、山茱萸、黄芪组合,山药、山茱萸、黄芪组合,丹参、茯苓、山茱萸、黄芪组合。4.结论基于综合集成的领域驱动数据挖掘模型将领域知识、专家、机器三者进行有机结合,构建了一种人-机结合,以人为主的领域驱动数据挖掘模型。在综合集成法的指导下,基于领域驱动的数据挖掘能够有效的减少冗余规则的数量,并且在领域知识和专家参与的情况下,可以挖掘出更有价值的、有用的规则。
【学位单位】：北京中医药大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R259;R277.5
【部分图文】：

过程图,领域知识,数据挖掘,肾病

图２领域知识参与数据挖掘的过程逡逑

综合集成研讨厅体系

却是问题求解的关键所在。２）机器体系：由计算机和服务器组成，机器体系在系统中发逡逑挥的作用体现于它高性能的计算能力，完成数据运算等定量分析工作。３）知识体系：顾逡逑名思义是由知识组成的，它包括与问题相关的领域知识、信息等。（具体详见图３）邋［２１］。逡逑２８逡逑

框架图,驱动数,综合集成,挖掘模型

我们称之为领域驱动数据挖掘，其本质是一个人－机结合，以人为主的深层知识发现过程。逡逑在综合集成法的指导下，我们提出基于综合集成的领域驱动数据挖掘，并给出了其模型逡逑框架（详见图４）。逡逑病例选取逦逦？逦．邋ｖ…——逡逑８逦！逦ｉ＊逦！心．．．＇灥统丨？＾＊！棚W提取目逡逑ｇ逦阶段邋丁邋＿逦１；邋ｍ逡逑ｖ、逦ｌ逦Ｖｍ逦曑逡逑＇专逦！逦逦逦逦—３逦，逦逦逦逡逑家约束逦Ｉ邋ＥＵＳｉ！逡逑偏分析壚奋掘过逡逑好逦程中逦ｉ逦１邋W逡逑经逦；逦ｉ邋逦逡逑Ｉ逦Ｉ逦ｂ邋？邋ｆ邋＊Ｔ逦二邋Ｉ逡逑姐逦Ｈｊｆｌ邋＾４逦丨暇ＦＯＭｉ逡逑ｉ0逦ｍｍｋｍｍ邋丨逡逑｜逦Ｈｉｊｆｌ邋Ｍ逦Ｔ逡逑Ｊ邋ｌ逦邋ｉＴｒｒｒｒｒｆｉ邋ｊ逡逑逦—逡逑否逡逑图４基于综合集成的领域驱动数据挖掘模型框架逡逑３０逡逑

【相似文献】