基于關聯規則的抑郁癥中醫用藥配伍規律分析*

周志煥，沈　莉，張建勛

基于關聯規則的抑郁癥中醫用藥配伍規律分析*

周志煥1，沈莉2，張建勛1

（1.天津中醫藥大學，天津 300193；2.天津中醫藥大學第一附屬醫院，天津300193）

［目的］分析期刊文獻中治療抑郁癥的處方用藥及配伍規律，為臨床治療抑郁癥提供參考。［方法］篩選期刊文獻中治療抑郁癥的方劑，進行信息標準化處理，應用關聯規則數據挖掘技術中的項集、頻繁項集以及關聯規則對篩選的方劑進行分析。［結果］共篩選了90個處方，方中以行氣藥出現頻數最高，其次是補氣藥、安神藥、清熱藥、補血藥和活血藥，方中出現頻率最高的藥對為白術-柴胡，頻數43次；出現頻率最高的10味中藥為柴胡、甘草、茯苓、白芍、郁金、當歸、酸棗仁、白術、香附、半夏；藥對關聯分析顯示桃仁-紅花為置信度和重要性最高的藥對。［結論］期刊文獻中治療抑郁癥的方劑用藥精當，針對抑郁癥的基本病機，能為中醫藥臨床治療抑郁癥提供一定的借鑒與參考。

抑郁癥；方劑；配伍規律；數據挖掘

抑郁癥是一種常見的情感性精神障礙，以顯著而持久的心境低落為主，并且伴有相應的思維和行為改變［1］。現代社會由于生活節奏加快，工作壓力增大，導致抑郁癥的發病率大幅度上升，中國抑郁癥的發病率為3%～5%，目前已經超過2 600萬人，給家庭和社會生活造成了巨大危害［2-3］。近年來研究證實，中藥復方對抑郁癥具有較好療效，發表文獻較多。本研究利用微軟SQL SERVER 2005平臺的關聯規則數據挖掘技術對中國知網發表的文獻中治療抑郁癥方劑進行分析和數據挖掘，探索中醫治療抑郁癥的用藥配伍規律，以期為中醫臨床治療抑郁癥提供參考。

1　方法

1.1資料來源及標準化處理本研究以中國知網作為抑郁癥治療方劑信息來源，建立主題詞“抑郁癥”+“中醫”或“中藥”，剔除綜述類文章，通過檢索共檢出230篇文獻，然后篩選單純中醫藥物治療的文獻，剔除西醫合并用藥的文獻，并且治療方劑包含中藥信息較完整的文獻。符合此要求的文獻共有90篇。建立抑郁癥中醫治療數據庫，錄入信息包括篇名、出版雜志、出版年份、病例數、療程、對照藥、評價指標、藥物不良反應、證型、方名、藥物組成。中藥藥名進行標準化處理［4］，所有中藥名以《中華本草》［5］以及《中國藥典》［6］記載的正名為準。

1.2數據挖掘方法以微軟SQLSERVER 2005為數據挖掘平臺，建立中醫治療抑郁癥的處方事實表和用藥維度表，利用平臺自帶的關聯規則數據挖掘結構對處方中用藥信息進行數據挖掘。本研究首先通過頻數分析挖掘治療抑郁癥常用中藥的構成情況，然后通過頻繁項集，找出抑郁癥中醫治療中常用的藥對，最后，對挖掘出的關聯規則通過尋找同一事件不同項之間的相關性，揭示隱藏在數據之間的相互關系［7-9］。

2　結果

2．1一般資料分析1）發表年份分析：2000年以前文獻5篇，2001-2005年文獻6篇，2006-2010年文獻40篇，2011-2014年文獻38篇，大部分文獻集中在2006-2014年。涉及病例共4 360例。2）療程分析：最少療程為15 d，最大療程為3個月，大部分療程集中在6～8周，所占比例為68%。

2.2藥物頻數分析本課題所收集90篇文獻中共涉及藥物153味，藥物出現總頻數為1379次，其中出現頻次前30藥物從大到小的排序見表1。經過統計分析，行氣藥使用頻次最多，為219次，其次是補氣藥193次，安神藥180次，清熱藥133次，補血藥128次，活血藥112次。

2.3藥對配伍分析研究中收集90首治療抑郁癥的方劑，通過頻繁集分析兩味藥配伍出現頻次位于前20的藥對見表2，3味藥配伍出現頻次位于前20的藥對見表3。通過關聯規則挖掘分析（參數設置：最小置信度為0.4，最低重要性為0.31，置信度是對關聯規則準確度的度量，表示關聯規則的強度，最低重要性是設定的衡量支持度的閾值［10］），挖掘結果的前20個關聯規則如表4所示，規則的重要性依次遞減。假設規則以A=＞B形式表示，表4中，所有規則的置信度均為1（100%），表明在處方集合中，包含藥物（藥對）A的處方比例與同時包含藥物（藥對）A和B的處方比例相同，即Sup port（A=＞B）/ suppor t（A）=100%。表4中的重要性指標也稱為規則的興趣度或者信息增益，規則的重要性指標越高表明規則左側A事件發生時規則右側B事件發生的概率越高。關聯規則挖掘結果中排列在前幾位的桃仁-紅花、木香-黨參-龍眼肉、木香-黃芪-龍眼肉等都是臨床常用的配伍。

表1　治療抑郁癥方劑中出現頻次前30的中藥Tab.1　The top 30 of Chineseherbsin prescriptionsof treating depression

表2　高頻兩味藥物藥對配伍Tab.2　High frequent compatibility of two Chineseherbs

表3　高頻3味藥物藥對配伍Tab.3　High frequent compatibility of three Chineseherbs

表4　抑郁癥方劑常用藥對關聯分析Tab.4　Cor relation analysisof comm on com patibility in p rescriptions for depression

2.4藥物依賴關系網絡分析通過頻繁項集以及關聯規則分析后，關聯規則算法提供的藥物之間的關系依賴網絡如圖1所示，通過依賴關系網絡可以直觀的查看各個藥對之間的關聯關系，圖1中西洋參、黃芪與黨參、龍眼肉藥對之間具有很強的關聯性，通過分析發現這些藥物都是補氣養血藥，關系網絡可以對藥物規律進行聚類分析。

3　討論

中醫藥復方治療抑郁癥具有一定的優勢，取得了很好的臨床療效，近年來發表了較多的臨床研究文獻［11-12］。由于對本病的病因病機認識存在差異，治療思路也有所不同。本研究通過對中國知網發表的中醫藥治療抑郁癥的文獻分析，探討中醫藥治療抑郁癥的用藥組方配伍規律。通過用藥頻次分析，單味藥物以柴胡使用頻次最高63次，使用頻率為70%，其他使用頻率在40%以上的藥物依次為甘草、茯苓、白芍、郁金、當歸、酸棗仁、白術。本課題所收集90篇文獻中共涉及153味中藥中，行氣藥使用頻數最高共219次，其次是補氣、安神、清熱、補血藥等。此外，筆者在國家自然科學基金課題《基于cAMP和cGMP信號轉導通路探討交泰丸抗抑郁的作用機制》的研究中發現，以黃連和肉桂組成的交泰丸具有抗抑郁作用［13-14］，而通過本研究統計分析顯示，黃連、肉桂的使用頻次分別為13與9，提示黃連、肉桂為治療抑郁癥的常用藥物。

圖1　藥物依賴關系網絡Fig.1 Chineseherbsdependence relation network

抑郁癥的病因主要為情志不遂，肝氣郁結，氣機郁滯，木郁克土，脾失健運，氣血生化無源，導致心失所養，神失所藏，因此疏肝健脾、補氣養血為臨床上抑郁癥治療的常用治法［15-17］。通過挖掘分析，使用頻率在40%以上的藥物除郁金、酸棗仁外，其余都為逍遙散的藥物組成，逍遙散為疏肝解郁養血健脾的效方。氣為血之帥，氣行則血行，氣滯則血瘀，肝氣郁結導致血瘀，瘀血內停又加重氣機郁滯，因此治療時多配伍活血化瘀藥，氣血并治。氣有余便是火，肝氣郁滯，容易化火，所以還常配伍清熱藥［18］。統計分析顯示行氣藥、補氣藥、安神藥、清熱藥、補血藥、活血藥為治療抑郁癥方劑中常用藥物，這與抑郁癥的病機是一致的。

通過頻繁項集分析顯示，兩味藥物藥對配伍出現頻數最高的是白芍-柴胡，柴胡疏肝解郁，白芍養血柔肝，兩藥相配是臨床上柔肝疏肝的基本配伍，符合肝臟體陰而用陽的生理特點。研究顯示氣機紊亂是抑郁癥的基本病機，數據挖掘顯示使用頻次最高的3味藥物藥對是白芍-甘草-柴胡，這3味藥物是四逆散的主要組成藥物，而四逆散是臨床上疏肝理脾調理氣機的基礎方。

通過數據挖掘分析，還可發現抑郁癥證治的一般用藥規律，如肝氣郁滯可配伍柴胡、郁金、香附等理氣藥，脾氣虛弱可配伍白術、黨參、黃芪等健脾益氣之品，肝郁化火可配伍梔子、黃芩、黃連等藥以清熱瀉火，營血虧虛可配伍白芍、當歸等補益營血藥，失眠可配伍酸棗仁、合歡皮、遠志等安神藥，本研究將為臨床治療抑郁癥處方用藥提供一定的借鑒與參考。

［1］和昱辰.抑郁癥臨床研究進展［J］.國際檢驗醫學雜志，2013，34（7）: 832-834.

［2］楊欽炎，周敏，羅春瓊，等.抑郁癥的診斷研究進展［J］.國際精神病學雜志，2014，41（2）:100-102.

［3］和昱辰，張波.抑郁癥臨床研究進展［J］.國際檢驗醫學雜志，2013，34（7）:832-834.

［4］張博，張偉超.中藥方劑數據挖掘中的數據預處理研究［J］.電腦知識與技術，2011，7（17）:4016-4017.

［5］國家中醫藥管理局《中華本草》編委會.中華本草［M］.上海:上海科學技術出版社，1999.

［6］國家藥典委員會.中國藥典［S］.北京:化學工業出版社，2005.

［7］陳偉.使用垂直數據格式挖掘頻繁項集［J］.軟件天地，2011，30（18）:6-13.

［8］胡金亮，李建生，李素云.數據挖掘技術在中醫證候研究的應用進展［J］.遼寧中醫雜志，2009，36（1）:148-150.

［9］李志更，王天芳，任婕，等.中醫科研中幾種常用數據挖掘方法淺析［J］.中醫藥學報，2008，36（2）:29.

［10］王波，張斌，魏偉杰，等.面向中醫規范的交互式數據挖掘框架［J］.世界科學技術—中醫藥現代化，2006，8（1）:24-30.

［11］秦獻魁，李萍，韓梅，等.逍遙散治療抑郁癥隨機對照試驗的系統評價［J］.中醫雜志，2012，51（6）:500-502.

［12］魚浚鏞，田金洲.試述中醫對抑郁癥的認識［J］.天津中醫藥，2011，28（4）:343-345.

［13］于春泉，王怡，高杉.交泰丸不同配比抗抑郁作用的實驗研究［J］.中國實驗方劑學雜志，2012，18（6）:225-228.

［14］張敏，于春泉.交泰丸抗抑郁作用的研究進展［J］.天津中醫藥，2012，29（1）:101-104.

［15］徐春燕，田金洲，時晶，等.抑郁癥的中醫證候特征研究［J］.中華中醫藥學刊，2013，31（4）:810-812.

［16］唐啟盛，曲淼，包祖曉，等.抑郁癥中醫證候規律及診療標準制定的研究［J］.北京中醫藥大學學報，2011，34（2）:77-78.

［17］童倩，李友林.中藥治療抑郁癥研究評析［J］.實用中醫內科雜志，2011，25（4）:41-43.

［18］李振，寧飛，鄧永志，等.抑郁癥的病因病機概況［J］.長春中醫學院學報，2006，22（1）:76.

（本文編輯：馬曉輝，高杉）

Analysisof com patibility regularity of prescriptions in treating dep ression based on association rules

ZHOU Zhi-huan1，SHEN Li2，ZHANG Jian-xun1
（1.Tianjin University of Traditional Chinese Medicine，Tianjin 300193，China；2.The First Affiliated Hospitalof Tianjin University of TraditionalChineseMedicine，Tianjin 300193，China）

［Objective］To analyze the law of compatibility ofmedicines of depression in the journal literature，provide the reference for the clinical treatment.［M ethods］Screeningofprescriptionsof treating depression in the journal literature，proceeding information standardization，app lication of association rules of datam ining technology of itemsets，frequent itemsets and association rules to analyze the prescriptions.［Results］We screened a totalof90 prescriptions，thehighest frequency herbswereQi-activatingherbs，followed by Qitonifying，tranquilizer，heat clearing and blood activating drugs，the highest frequency herb pairswere Baizhu-Chaihu，the frequency was 43 times；thehighest frequency herbswere Chaihu，Gancao，Fuling，Baishao，Yujin，Danggui，Suanzaoren，Baizhu，Xiangfu，Banxia；drug pair correlation analysis showed thatdrug pair of the highestof confidence and importancewas Taoren-Honghua.［Conclusion］Prescriptionsand herbs of treating depression are preciseand appropriate，according to thebasic pathogenesisof depression，itcan provide some reference for traditional Chinesemedicine clinical treatmentof depression.

depression；prescription；compatibility regularity；datamining

R28

A

1672-1519（2015）02-0117-04

10.11656/j.issn.1672-1519.2015.02.14

國家自然科學基金面上項目（81273893）。

周志煥（1977-），女，博士，副教授，主要從事中醫方劑的教學與研究工作。

張建勛，E-mail:zhangjx@tjutcm.edu.cn

（2014-11-03）