寄生虫病中医方剂数据挖掘研究思路.pdf
信息报道寄生虫病中医方剂数据挖掘研究思路胡剑鸿１张雪强１杨丽娜２盛慧锋１【摘要】中医学千百年来积累的防治寄生虫病的经验，特别是以中医方剂形式留存下来的临床经验，值得我们进一步挖掘、整理。该文试图设计一个结构精良、高效整合、主题明确的数据仓库，在此基础上探讨寄生虫病方剂数据挖掘方法，考虑对特定寄生虫病治疗方剂中常用药物频次进行统计，并将其与主治症状进行关联，以对证型分布、证治关系、用药特点进行分析，总结出一套治疗经验，为寄生虫病防治研究提供一个可参考的思路。【关键词】寄生虫病；中医方剂；数据仓库；数据挖掘ＤＡＴＡＭＩＮＩＮＧＩＤＥＡＳＯＮＣＨＩＮＥＳＥＭＥＤＩＣＩＮＥＰＲＥＳＣＲＩＰＴＩＯＮＦＯＲＰＡＲＡＳＩＴＩＣＤＩＳＥＡＳＥＳＨＵＪＩＡＮＨＯＮＧ１，ＺＨＡＮＧＸＵＥＱＩＡＮＧ１，ＹＡＮＧＬＩＮＡ２，ＳＨＥＮＧＨＵＩＦＥＮＧ１．１ＮＡＴＩＯＮＡＬＩＮＳＴＩＴＵＴＥＯＦＰＡＲＡＳＩＴＩＣＤＩＳＥＡＳＥＳ，ＣＨＩＮＥＳＥＣＥＮＴＥＲＦＯＲＤＩＳＥＡＳＥＣＯＮＴＲＯＬＡＮＤＰＲＥＶＥＮＴＩＯＮ，ＳＨＡＮＧＨＡＩ２０００２５，ＣＨＩＮＡ２ＳＨＡＮＧＨＡＩＵＮＩＶＥＲＳＩＴＹＯＦＴＲＡＤＩＴＩＯＮＡＬＣＨＩＮＥＳＥＭＥＤＩＣＩＮＥ，ＳＨＡＮＧＨＡＩ２０１２０３，ＣＨＩＮＡＣＯＲＲＥＳＰＯＮＤＩＮＧＡＵＴＨＯＲＳＨＥＮＧＨＵＩＦＥＮＧ，ＥＭＡＩＬＳＨＥＮＧＦＨ５１８＠１２６．ＣＯＭＳＵＰＰＯＲＴＥＤＢＹＵＮＩＶＥＲＳＩＴＩＥＳＯＵＴＳＴＡＮＤＩＮＧＹＯＵＮＧＴＥＡＣＨＥＲＳＴＲＡＩＮＩＮＧＦＯＵＮＤＡＴＩＯＮＯＦＳＨＡＮＧＨＡＩ（ＳＺＹ０８０１１）【ＡＢＳＴＲＡＣＴ】ＩＴＩＳＮＥＣＥＳＳＡＲＹＴＯＦＩＮＤＮＥＷＭＥＡＮＳＴＯＤＥＡＬＷＩＴＨＰＲＥＶＥＮＴＩＯＮＡＮＤＣＯＮＴＲＯＬＯＦＰＡＲＡＳＩＴＩＣＤＩＳＥＡＳＥＳＦＲＯＭＭＵＬＴＩＰＬＥＰＥＲＳＰＥＣＴＩＶＥＳＡＮＤＭＵＬＴＩＰＬＥＭＥＤＩＣＡＬＦＩＥＬＤＳ．ＣＨＩＮＥＳＥＭＥＤＩＣＩＮＥＨＡＶＥＡＣＣＵＭＵＬＡＴＥＤＥＸＰＥＲＩＥＮＣＥＡＮＤＬＥＳＳＯＮＳＯＦＴＨＥＦＩＧＨＴＩＮＧＡＧＡＩＮＳＴＰＡＲＡＳＩＴＩＣＤＩＳＥＡＳＥＦＯＲＴＨＯＵＳＡＮＤＳＯＦＹＥＡＲＳ．ＴＨＩＳＰＡＰＥＲＡＴＴＥＭＰＴＳＴＯＤＥＳＩＧＮＡＧＯＯＤＳＴＲＵＣＴＵＲＥ，ＥＦＦＩＣＩＥＮＴＩＮＴＥＧＲＡＴＩＯＮＡＮＤＳＵＢＪＥＣＴＳＰＥＣＩＦＩＣＤＡＴＡＷＡＲＥＨＯＵＳＥ，ＯＮＴＨＥＢＡＳＩＳＯＦＤＩＳＣＵＳＳＩＮＧＰＲＥＳＣＲＩＰＴＩＯＮＤＡＴＡＭＩＮＩＮＧ，ＴＯＣＯＮＳＩＤＥＲＴＨＥＴＲＥＡＴＭＥＮＴＯＦＳＰＥＣＩＦＩＣＰＲＥＳＣＲＩＰＴＩＯＮＤＲＵＧＳＣＯＭＭＯＮＬＹＵＳＥＤＩＮＴＨＥＳＴＡＴＩＳＴＩＣＡＬＦＲＥＱＵＥＮＣＹ，ＡＮＤＳＹＭＰＴＯＭＳＡＳＳＯＣＩＡＴＥＤＷＩＴＨＡＴＴＥＮＤＩＮＧＴＯＣＨＥＣＫＡＧＡＩＮＳＴＴＹＰＥＤＩＳＴＲＩＢＵＴＩＯＮ，ＡＮＤＵＮＤＥＲＡＮＡＬＹＳＩＳＯＦＴＨＥＴＲＥＡＴＭＥＮＴＲＥＬＡＴＩＯＮＳ，ＤＲＵＧＵＳＥＣＨＡＲＡＣＴＥＲＩＳＴＩＣＳ，ＳＵＭＭＥＤＵＰＡＴＨＥＲＡＰＥＵＴＩＣＥＸＰＥＲＩＥＮＣＥＦＯＲＴＨＥＣＬＩＮＩＣＡＬＴＲＥＡＴＭＥＮＴＯＦＰＡＲＡＳＩＴＩＣＤＩＳＥＡＳＥＳ，ＴＨＵＳＴＯＰＲＯＶＩＤＥＡＲＥＦＥＲＥＮＣＥＦＯＲＴＨＥＰＲＥＶＥＮＴＩＯＮＡＮＤＴＲＥＡＴＭＥＮＴＯＦＰＡＲＡＳＩＴＩＣＤＩＳＥＡＳＥＳ．【ＫＥＹＷＯＲＤＳ】ＰＡＲＡＳＩＴＩＣＤＩＳＥＡＳＥ；ＣＨＩＮＥＳＥＭＥＤＩＣＩＮＥＰＲＥＳＣＲＩＰＴＩＯＮ；ＤＡＴＡＷＡＲＥＨＯＵＳＥ；ＤＡＴＡＭＩＮＩＮＧＤＯＩ１０．３７６０／ＣＭＡ．Ｊ．ＩＳＳＮ．１６７３４１２２．２０１１．０３．０１７基金项目上海高校选拔培养优秀青年教师科研专项基金资助项目（ＳＺＹ０８０１１）作者单位１２０００２５上海，中国疾病预防控制中心寄生虫病预防控制所；２２０１２０３上海，上海中医药大学通信作者盛慧锋，ＥＭＡＩＬＳＨＥＮＧＦＨ５１８＠１２６．ＣＯＭ在我国，严重影响人们生命健康的寄生虫病仍在某些地区流行，人体寄生虫病依然是严重的公共卫生问题。有些曾经得到有效控制的寄生虫病也有死灰复燃甚至扩展的迹象。同时，某些寄生虫的抗药性也在增强，如疟原虫产生抗性的速度甚至比研发新药的速度还快，抗疟药物如咯萘啶、哌喹、甲氟喹在治疗恶性疟等疟疾时已失去有效性［１］。寄生虫病的防治依然任重道远，有必要借助多方力量，整合多种可利用的医学资源，从多个医学领域、多个角度去研究发现新的手段以应对新形势下的寄生虫病的挑战。中医学有数千年的历史，在与疾病的斗争中形成了自己独特的体系。中医学的理论和经验同样也适用于现代寄生虫病的防治。我国抗疟药青蒿素的研制就是一个深入挖掘中医药价值的著名例子。中医学千百年来积累的与寄生虫病斗争的经验教训，特别是以中医方剂形式留存下来的临床经验，是全人类的宝贵财富，故进一步挖掘、整理、掌握古代治疗寄生虫病的思想和经验，并在此基础上探讨当代医学界防治重大寄生虫病的规律十分必要。１中医关于寄生虫病的记载略述我国早就有寄生虫相关记载。如“蛊”字，在殷墟甲骨文卜辞中已出现，这是世界上对于寄生虫病最早的文字记载。后世医家在诸多中医文献中有关于人体寄生虫的形态结构、临床症状、诊断标准以及治疗用药等详尽的描述，为防治寄生虫病提供了丰富的资料。下面略述几种常见人体寄生虫病在中医文献中的记载。绦虫病，中医称为白虫，寸白虫。金匮要略禽兽鱼虫禁忌并治“食生肉变成白虫。”［２］诸病源候论寸白虫候“寸白者，九虫内之一虫也。长一寸，而色白，形小褊。因府藏虚弱而能发动。或云饮白酒，以桑枝贯牛肉炙食，并生栗所成。又云食生鱼后，因饮奶酪，亦令生之。”［３］２９１国际医学寄生虫病杂志２０１１年５月第３８卷第３期ＩＮＴＪＭＥＤＰＡＲＡＳＩＴＤＩＳ，ＭＡＹ２０１１，ＶＯＬ．３８，ＮＯ．３书书书蛲虫病，太平圣惠方卷六十“蛲虫在于肠间，若脏腑气实，则虫不妄动，胃弱肠虚，则蛲虫乘之。重者成疮，或虫从肛门溢出。轻者浸蚀肛门，但痒也。”［４］蛔虫病，中医也称为羠虫。诸病源候论羠虫候“羠虫者，长一尺，亦有长五六寸。或因府脏虚弱而动，或因食甘肥而动。其发动、则腹中痛，发作肿聚，去来上下，痛有休息，亦攻心痛，口喜吐涎及吐清水。贯伤心者则死。”［４］张氏医通卷四“羠闻酸则静，得苦则安，遇辣则伏而不动。”［５］疟疾，简称为疟。黄帝内经素问有疟论专篇记述“疟之始发也，先起于毫毛，伸欠乃作，寒栗鼓颔，腰脊俱痛。寒去则内外皆热，头痛如破，渴欲冷饮。”［６］对于寄生虫病的治疗，早在神农本草经中就有记载。汉代张仲景创制安蛔止痛之名方乌梅丸，以善治蛔厥著称；明代伤寒全生集的理中安蛔汤与清代重订通俗伤寒论的连梅安蛔汤，分别为乌梅丸的化衍方；以驱虫为主组成的方剂，当推宋代太平惠民和剂局方之化虫丸，该方集杀虫之品于一方，主治多种肠道寄生虫病；至明代补要袖珍小儿方论针对小儿脾虚虫疳研制了驱虫与健脾并行的布袋丸，攻补兼施，祛邪而不伤正，体现了中医方剂之优势所在。一般情况下，不同的虫疾选用的驱虫药物亦有所侧重，若为蛔虫，首选使君子、苦楝根皮等；若为绦虫，首选槟榔、南瓜子等；若为虫积腹痛，首选乌梅以安蛔止痛。再者，临证时应根据患者的体质配伍药物，偏寒者，应与干姜、吴茱萸同用；偏热者，应与黄芩、黄柏同用；脾虚者，应与人参、白术同用，等等。２关于寄生虫病中医方剂数据挖掘的必要性所谓数据挖掘，就是根据人们特定的要求，从海量数据中找出所需的信息，供人们的特定需求使用。它是对大量的、不完全的、有噪声的、随机的业务数据进行抽取、转换、分析和模型化处理，从中提取辅助决策的关键性数据［７］。中医学知识中所蕴含的重大价值无人可以否认。从文献角度看，大量存世的古代中医药文献中蕴藏了丰富的中医药学知识。如欲从中寻求某一方面的知识，如有关寄生虫病防治的知识，按传统文献学的方法进行研究，则需要专业团队常年收集整理文献中相关信息，并在此基础上加以综合分析，就工作量来说，这远非一人一时所能完成。对于寄生虫病中医方剂研究来说，以限定在特定几种重要寄生虫病的证型分布、证治关系、用药特点为着眼点进行的数据挖掘，以现代信息技术为手段，为寄生虫病中医方剂研究达到发现知识确定规律的目标提供了一个可行的解决方案。３寄生虫病中医方剂数据仓库设计进行数据挖掘的前提是构建分析所使用的数据集合，即数据准备阶段，这也是工作量最大的阶段。对于寄生虫病方剂数据来说，其数据来源主要有古代文献记录、民间验方、现代临床处方、上市中药品种及现代科研用方等。对于上述几方面数据源来说，任何一方面的数据采集工作都是一项任务繁重的浩大工程。所以，在进行具体的数据采集之前，一个结构精良、高效整合、主题明确的数据仓库设计工作是十分重要的。所谓数据仓库是面向主题的（主题是一个在较高层次将数据归类的标准，每个主题对应一个宏观的分析领域）、集成的、稳定的、不同时间的数据集合，主要用于支持管理决策［８］。在此，本数据仓库总的主题是寄生虫病，并按照几种重要寄生虫病分为几个结构大致相同的分主题疟疾、血吸虫病、丝虫病、包虫病、黑热病、土食源性寄生虫病等。在寄生虫病中医方剂数据仓库中，对于数据集合的形式，我们主要采用关系数据库。同时，在进行关系数据库设计时，考虑到方剂数据各构成要素间的复杂关系，如对于来源于古代文献的方剂，从文献版本的选择到不同类型文献的处理，从判定一首方剂成立的条件到同一方剂中各构成要素间的关系，从病情、药物用语的复杂含义到含义的因时而变，从剂量标注方式到剂型的特殊表达方式等问题，在进行数据表设计时必须从多种可能的组合中选取一个合适的、性能好的关系模式的集合作为数据库模式。为此，在范式的基础上，对数据库进行模式分解，以消除数据冗余和操作异常现象，主要应用１ＮＦ～３ＮＦ进行规范化处理［９］。４寄生虫病中医方剂数据挖掘方剂数据，特别是古代方剂数据，并不是日常事务型的数据，其与现代金融业、零售商业等日常数据，与生物的基因、蛋白质序列数据等都有着显著的不同。基于此，数据挖掘中的属性选择，作为数据挖掘的一个数据预处理步骤，是中医方剂海量数据建模的一个重要环节。属性选择以属性变量与目标属性间相关与冗余关系测度为基础，根据事先设定的属性评估准则（或函数）来选择数据挖掘模型所需的输入属性［１０］。在寄生虫病中医方剂数据挖掘中，对于属性的选择，考虑对特定寄生虫病治疗方剂中常用药物频次的统计，以归纳方剂配伍规律，主要是发现常见药物组合，药物间剂量配比关系的确定。为此，主要按以下顺序进行数据挖掘（１）数据清理，即消除噪声和不一致数据，主要是根据一定的寄生虫医学标准把一些不必要的方剂数据清理出本数据仓库中，或者新建一个研究用的数据仓库，将与研究目标相关的所有数据放入。（２）数据集成，即多种数据源的组合，主要是把不同数据源得来的数据进行整合，特别是古代文献获取的数据与现代临床协定方数据进行整合。（３）数据选择与变换，从数据库中提取与分析任务相关的数据，进行数据转换、汇总。（４）知识解析与模式评估，将挖掘出的数据用医学知识表达为易于理解的语言文字和图示，同时进行效果评价［１１］。５结语中医治疗寄生虫病是一个复杂、综合的过程，证型不同，用药亦有别。故需建立一个寄生虫病中医方剂数据仓库并进行数据挖掘，对寄生虫之证型分布、证治关系、用药特点进行分析，总结出对临床有意义的治疗经验，为临床治疗寄生虫病提供理论基础。由于这方面的工作牵涉到多学科的知识，包括寄生虫学、中医学、统计学、计算技术科学等，所以这方面的工作在国内还不多见，有待进一步深入探讨。参考文献［１］沈文娟，ＭＯＵＬＡＹＥＴ．复方蒿甲醚及复方甲氟喹治疗恶性疟５６例［Ｊ］．中国寄生虫学与寄生虫病杂志，２００６，２４（１）２６．［２］张仲景．金匮要略［Ｍ］．北京人民卫生出版社，２００５９３．［３］巢元方．诸病源候论［Ｍ］．北京人民军医出版社，２００６２１１２１２．［４］王怀隐，陈昭遇．太平圣惠方［Ｍ］．北京人民卫生出版社，１９５８１８９４．［５］张璐．张氏医通［Ｍ］．北京人民卫生出版社，２００６１７８．［６］王冰．黄帝内经素问［Ｍ］．北京人民卫生出版社，１９６３３６９．［７］ＨＡＮＪＷ，ＫＡＭＢＥＲＭ．数据挖掘概念与技术［Ｍ］．２版．北京机械工业出版社，２００７１０．［８］ＩＮＭＯＮＷＨ．数据仓库［Ｍ］．４版．北京机械工业出版社，２００６２０．［９］史嘉权．数据库系统概论［Ｍ］．北京清华大学出版社，２００４１３６１３８．［１０］曾德志．数据挖掘中基于统计相关的属性选择研究［Ｄ］．成都西南财经大学，２００８．［１１］ＭＩＣＨＡＬＳＫＩＲＳ．机器学习与数据挖掘［Ｍ］．北京电子工业出版社，２００４６８６９．（收稿日期２０１１０４０６）（本文编辑陈勤）ＩＳＳＮ１６７３－４１２２ＣＮ３１－１９６１／Ｒ邮发代号４－１９０定价１０．００元
