基于復雜網絡的不同名中醫治療肺癌用藥經驗共性規律研究＊

申剛磊，胡孔法，楊 濤，戴彩艷，謝佳東，葉 放，3

（1. 南京中醫藥大學 南京 210023；2. 南京中醫藥大學無錫附屬醫院 無錫 214071；3. 南京中醫藥大學國醫大師周仲瑛工作室 南京 210029）

WHO 最新發布的癌癥報告顯示，2018年全球近1000萬人死于癌癥，其中180萬人死于肺癌，占總數的18.4%，肺癌的發病率與死亡率依然穩居排行榜第一[1]。在肺癌疾病的防治方面，中醫藥有顯著的效果，特別是在全身調治、術后調理、增強體制、改善生存質量、延長生存期等方面有著明顯的優勢[2]。中醫理論自身有一套科學的理論體系，該理論體系的建立與發展成熟是一代代名中醫勤求古訓、博采眾方，不斷總結自己的臨床經驗，找出共性規律形成共識的過程，共性規律的挖掘有利于中醫理論體系的形成，也更利于中醫技術的推廣應用[3]。

隨著我國中醫醫療機構信息化的發展，中醫電子病歷系統的廣泛普及，許多當代名中醫在肺癌的診療過程產生了大量的電子病歷數據，其治療肺癌優秀的臨床經驗也蘊藏在這些海量的數據之中。電子病歷數據結構化程度相對較高，便于數據的分析與利用。如何運用合適的大數據分析與挖掘分析方法，從中醫臨床電子病歷大數據中挖掘分析不同名中醫治療肺癌用藥規律的共性特點，更好地認識中醫治療肺癌疾病的個體化醫學核心內涵，對當代名中醫臨床經驗總結與傳承具有較高的現實意義。同時,為中醫臨床診療知識庫的建立，中醫智能化輔助診療系統（中醫AI系統）的中醫處方智能化推薦奠定數據基礎[4]，也是當前研究的熱點之一[5]。

中醫診療過程是在中醫藥理論指導下進行辨證論治和遣方用藥的過程，該過程具有模型性、復雜性等無尺度復雜網絡特性，因此是一個典型的復雜系統[6-7]。王珊珊等[8]借助復雜網絡算法對名老中醫周仲瑛肺癌的辨治思路進行了挖掘分析，整理出了周老對肺癌治療的用藥規律；楊濤等[9]借助復雜網絡對周仲瑛治療冠心病用藥規律進行挖掘分析，整理出了周老治療冠心病的用藥規律；崔慧娟等[10]利用數據挖掘方法對張代釗教授運用中醫藥治療肺癌經驗數據進行了整理和挖掘，總結出了張教授治療肺癌的用藥規律。孔維蓮等[11]利用社團分析等復雜網絡算法，對薛教授治療不同疾病的處方及藥物配伍進行分析挖掘，得出了薛教授治療不同疾病的常用復方核心藥物組合。目前，大多報道都是對單個名老中醫的經驗數據進行挖掘分析，而鮮有報道對不同名中醫診療疾病的經驗進行挖掘分析，本研究嘗試借助復雜網絡算法對兩位不同的名中醫治療肺癌的臨床電子病歷數據進行挖掘分析，以期找出兩位名中醫在肺癌疾病治療過程中用藥經驗的共性規律，為青年中醫學習名中醫的經驗提供新的方法和模式。

1 資料及方法

1.1 數據來源

本研究用到的肺癌電子病歷數據，來源于國內某三級甲等中醫院兩位名中醫的肺癌患者門診中醫電子病歷。其中，在名中醫A 的肺癌病人187 例中男性116 例，女性71 例，最小年齡31，最大年齡83 歲，平均年齡57 歲，有效處方1102 張，平均復診5.8 次；在名中醫B 的肺癌病人156 例中，男性102 例，女性54 例，最小年齡35，最大年齡76歲，平均年齡55.5歲，有效處方1107張，平均復診7.1次。

1.2 納入標準

兩位名中醫接診的肺癌患者，西醫的第一診斷均為肺癌，且采取了中醫保守治療或術后采取中醫保守治療,以服用中藥湯劑為主，治療過程中隨訪或治療后隨訪患者的癥狀有明顯改善，且患者滿意度較好的。同時，患者的電子病歷信息完善（已對患者隱私信息進行脫敏處理），包括患者的基本信息（性別、年齡、職業）、診療信息（就診時間、就診次數、西醫診斷、中醫診斷、中醫證型、舌苔、脈象、癥狀體征、電子處方），以及隨訪記錄等信息。

1.3 排除標準

本研究的排除標準：中醫診斷和中醫證型信息缺失的；納入標準指標信息不完善的；無隨訪記錄或治療中及治療后隨訪效果不明顯的患者。

1.4 數據處理

對采集的兩位名中醫治療肺癌電子病歷和處方數據進行標準化處理，主要包括兩位名中醫的辨證證型名稱的統一規范化和標準化、中藥組合的拆分、中藥異名規范化等[12]。中醫證型名稱參照《中醫內科學》證型分類，中藥標準名稱參照《中藥學》教材中的中藥名稱。以兩位名中醫的肺癌診療為主題，分別構建肺癌診療數據集。借助復雜網絡算法，分別構建兩位名中醫治療肺癌的“證-證”和“證-藥”多尺度復雜網絡，找出其核心證型以及核心證型對應的核心方藥，以分析兩位名中醫治療肺癌辨證分型和用藥經驗的共性特點，并以可視化的方式進行直觀展示。

2 結果

2.1 一般結果

本研究對收集的兩位名中醫治療肺癌的臨床中醫電子病歷和處方數據進行了統計分析，名中醫A 的有效電子處方1102條、中藥397味，名中醫B有效電子處方為1107 條、中藥386 味。對兩位名中醫診斷的肺癌證型進行頻次統計分析得出，名中醫A 診斷的肺癌證型頻數排名前5 證型有氣陰兩虛（741）、痰瘀郁肺（529）、痰瘀互結（337）、熱毒痰瘀（204）、癌毒走注（112）；名中醫B 的肺癌辨證分型中頻數排名前5 的證型分別是氣陰兩虛（973）、痰瘀郁肺（535）、痰瘀互結（301）、脾虛痰濁（237）、肺脾氣虛（103）。對兩位名中醫開立的電子處方中的中藥進行頻數統計分析得出，名中醫A 的處方中使用頻數排名前20 的中藥有北沙參、南沙參、麥冬、澤漆、山茨菇、太子參、白花蛇舌草、仙鶴草、貓爪草、炙鱉甲、炙僵蠶、腫節風、法半夏、制南星、生黃芪、露蜂房、半枝蓮、天門冬、炙桑白皮、生薏苡仁等；名中醫B 使用頻數排名前20 的中藥有北沙參、南沙參、麥冬、太子參、天冬、蘇梗、梔子(生)、花蕊石、炒白術、姜半夏、制大黃、補骨脂、地骨皮、生薏苡仁、炒萊菔子、山茱萸、浙貝母、魚腥草、紅豆杉、生蒲黃等。見表1、表2。

2.2 構建“證-證”和“證-藥”復雜網絡

中醫臨床診療與用藥過程是一個典型的復雜網絡系統。在這個網絡系統中，中醫診斷的證型和開立的中藥分別構成不同的節點。節點間的多條連線代表證型或中藥之間的相互作用關系，連線的多少代表節點在整個復雜網絡中的重要性的大小[13]，連線的數量叫做節點度，其數值越大，說明其在整個雜網絡中的重要性越大。

表1 辨證證型頻數分布表

表2 中藥頻數分布表

將名中醫A和名中醫B的證型數據分別進行分析，并將復雜網絡的置信度設定為0.95，生成多尺度骨干網絡圖譜，通過調整節點度閾值和聚類系數，得到“證-證”復雜網絡（見圖1、圖2），將證型和中藥同時導入并對生成的多尺度骨干網絡進行聚類分析，將聚類系數設定為65，生成的“證-藥”多尺度網絡圖譜（見圖3、圖4），最終得到相應“證型-中藥”聚類表（見表3、表4）。

圖1 名中醫A辨證核心證型

圖2 名中醫B辨證核心證型

圖3 名中醫A“證-藥”多尺度網絡圖

3 分析及討論

3.1 辨證分型共性分析

本研究對兩位名中醫的辨證分型分別進行統計與挖掘分析得出,名中醫A 和名中醫B 對肺癌的辨證分型的共性之處，肺癌的常見的主要證型多為氣陰兩虛，同時兼有的證型多為痰瘀郁肺、痰瘀互結。肺癌氣陰兩虛之人，衛氣不能固攝肌表，容易感受外面邪氣，外邪不出必然導致氣機不暢，然后就會形成痰瘀，痰瘀不化久而久之就會形成癌毒。癌毒容易走注，容易擴散和轉移，還容易復發。肺癌患者在手術后和放化療后，會大大的損傷元氣，而耗傷氣陰，以致肺癌的患者氣陰兩虛的居多?！峨s病源流犀燭》中說道：“當邪氣積聚在胸中的時候，便會阻塞氣道，而使得氣機不得通暢，進而化生為痰為瘀；此時皆邪氣與正氣相搏斗，正氣無法制勝的時候便會形成有形的結塊”。肺氣虛，氣機不暢，痰瘀在胸脅無法外出，久之必然郁阻肺絡，而成痰瘀郁肺和痰瘀互結之證。

從肺癌證型數據復雜網絡的聚類結果可以看出，名中醫A和名中醫B對氣陰兩虛、痰瘀郁肺、痰瘀互結之證型的認識是一致的。與此同時，兩位名中醫對肺癌的辨證分型也有些許差別：名中醫A 認為，除常見的主證和兼證外，還易夾雜熱毒，后期也會形成癌毒走注；名中醫B 則認為，還易夾雜脾虛痰濁和肺脾氣虛，正氣虛則肺脾失養，久必會引起脾氣虧虛。該核心證型數據分析的結果也得到了兩位名中醫的認可，目前大多數的中醫專家學者在肺癌病機的認識上有一個共識，肺癌的病機是以正虛為本，痰凝、瘀阻、濕聚、毒結等為標[8]。

3.2 不同證型對應核心方藥共性分析

在中醫理論指導下，臨床中醫開方用藥是根據辨證的結果進行的，使用經方的原則也是“有是證用是藥”，根據患者的主要證型和兼有證型對中藥進行相應加減配伍。中醫開立的處方中藥物的分布具有君臣佐使的規律，是非隨機性的，并且具有復雜網絡中的多尺度網絡特性。基于復雜網絡算法，構建兩位名中醫“證型-藥物”復雜網絡，根據證型與藥物的節點度，以及藥物之間配伍的關聯度，得出兩位名中醫氣陰兩虛、痰瘀郁肺、痰瘀互結等證型的核心處方的復雜網絡圖譜。圖3、圖4 中的紅色節點代表一個證型，藍色色節點代表一味中藥，證型與中藥之間的連線代表證型對應的藥物，一個證型對應多個藥物，多個證型也可以對應一個藥物；藥物之間的連線的多少表示兩個藥物之間配伍的次數，可根據連線的數量篩選證型對應的核心藥物組合。

通過對比兩位名中醫“證型-藥物”復雜網絡圖譜（圖3、圖4），從兩個圖譜的相似之處可以看出兩位名中醫針對相同證型的用藥共性之處。當肺癌患者的主要證型為氣陰兩虛時，兩位名中醫的用藥組成都有北沙參、南沙參、太子參、天門冬、麥冬等益氣養陰的中藥；當主要證型為痰瘀郁肺、痰瘀互結時，共性的常用中藥為炙鱉甲、山慈菇、貓爪草、澤漆、姜半夏、浙貝母、炒白術等化痰散結的藥物。

圖4 名中醫B“證-藥”多尺度網絡圖

表3 名中醫A證型-中藥分類表

表4 名中醫B證型-中藥分類表

肺癌患者在不同發病階段會出現不同的主證和兼證，中醫在臨床治療的用藥過程中會根據實際證型情況“隨證加減”。通過設置骨干網絡中顯示的證型，找出兩位名中醫“證型-藥物”復雜網絡圖譜的相同證型對應的不同藥物，從而可以直觀地看出兩位名中醫的隨證加減規律。例如，當兼證有熱毒痰瘀、癌毒走注時，名中醫A 常用中藥有白花蛇舌草、半枝蓮、腫節風、露蜂房、炙鱉甲、露蜂房、炙蜈蚣等；而當兼證有脾虛痰濁、肺脾氣虛時，名中醫B 常用的中藥有蘇梗、茯神、紅豆杉、旋復花、枇杷葉、茜草根等。該分析結果也基本符合兩位名中醫的用藥特點。

4 小結

新一代中醫人才的成長過程中，需要“勤求古訓、博采眾方”，不斷地向不同的名老中醫學習。通過建立不同名中醫臨床診療信息數據集，借助基于復雜網絡的數據挖掘算法，構建“證型-證型”和“證型-中藥”復雜網絡，并生成網絡圖譜，可以實現對不同名老中醫辨證、用藥等方面經驗的分析挖掘及比較研究。本研究通過比較可以直觀地展現不同臨床中醫師診療肺癌疾病的辨證施治遣方用藥思路，同時可以方便地快捷地發現不同名中醫臨床診療疾病用藥經驗的共性規律。該方法對總結傳承當代名中醫的臨床經驗，幫助青年中醫快速成長具有較大的臨床意義，同時對中醫臨床知識庫的構建及中醫AI系統的發展奠定數據基礎。