基于數據挖掘的疫病藏醫用藥規律研究

肖宗朋 劉 鴻 陳建英 唐東明 譚 穎

西南民族大學計算機系統國家民委重點實驗室，四川 成都 610041

2019年12月，湖北省武漢市首次報告新型冠狀病毒肺炎(COVID-19)病例，其主要傳染源是感染人群和無癥狀患者，傳播方式主要有三種直接傳播，接觸傳播和氣溶膠傳播[1]。COVID-19已作為急性呼吸道傳染病被列入乙類傳染病，按照甲類傳染病管理。中醫藥及中西醫結合策略在這次疫情的防治中發揮了積極的作用，在湖北省中醫藥救治參與率有著91.05%，而全國除湖北省以外的地區中醫藥參與救治的病例更是高達96.37%[2]。

藏醫學在千百年的醫學實踐中針對傳染性疾病積累了豐富的治療經驗[3]。史料記載，吐蕃王朝第三十代藏王仲時期若患麻風病，自愿做活葬，以絕其傳染源[4]。自新冠肺炎疫情暴發以來，西藏、青海推廣關于新冠肺炎運用藏醫藥防治的方案，取得良好的效果。由于藏藥組方配伍的獨特性，其復方成分往往多達數十味藥材，本研究運用數據挖掘技術尋找其中的核心處方，以期為藏醫藥治療COVID-19提供有益的借鑒。

1 資料和方法

1.1 數據來源和錄入 本研究的數據主要來源于青海省2月25日頒布的《青海省新型冠狀病毒肺炎藏醫藥防治方案(試行第二版)》[5]和西藏自治區藏醫藥管理局2月23日頒布的《新型冠狀病毒感染肺炎藏醫藥防治方案(試行第二版)》[6]所載的方劑。進行方劑整理時，參考《中國藏藥材大全》[7]、《藏藥方劑寶庫》[8]對其進行歸類。選用Excel進行方劑和藥材信息的基礎錄入。

1.2 數據分析

1.2.1 數據預處理與頻數統計 Apriori算法是一種針對單維、單層、布爾關聯規則的數據挖掘算法，挖掘關聯規則時，只能處理分類型變量，并要求待處理的數據在存儲時要以項集的方式存在，即事物表和事實表[9]兩種。為保證后續數據挖掘工作能順利開展，需要對待處理數據按照算法所需的數據要求進行預處理。如方劑《清肺止咳丸》配方中出現的“各適量”“各等量”“g”等詞都刪除，使非結構化數據轉化為結構化數據。使用jieba算法對數據進行預處理，提取藥物名，去除干擾因素的文字，然后使用collection中的Counter計數器來進行方劑中出現的藥物頻數統計。

1.2.2 關聯規則 關聯規則主要反映數據集中數據項之間的關聯性。在數據集中，若大量記錄在具有特征屬性A的同時，也頻繁出現特征屬性B，則稱特征屬性A和B構成頻繁模式。挖掘頻繁模式可以發現數據中隱含的關聯和相關性，即關聯規則。

關聯規則目前常用于傳統醫藥領域，主要是從大量且復雜的傳統醫藥信息中發掘不同數據集之間潛在的聯系，常見于方劑配伍規律的研究。關聯規則的興趣度由其支持度(support)和置信度(confidence)來度量，它們分別反映規則的有用性和確定性。在用藥規律挖掘中，支持度是指所有藥物組合中同時出現兩味或者多味藥材組合的概率；置信度則是在某一藥材出現的條件下，另一藥物出現的概率。

Apriori算法是進行關聯規則分析的經典算法，主要包含兩個階段：首先采用逐層搜索的迭代方法，從整理完畢的數據集中找出所有的頻繁項集，即項集出現的次數滿足預定義最小支持度閾值；隨后從產生頻繁項集中發現滿足條件的強關聯規則，即這些規則必須同時滿足最小支持度和最小置信度[10]。

1.2.3 聚類分析 不同的藏藥之間有著各式各樣的聯系，通過聚類分析，可以從不同藏藥中找出共同點。在本研究中通過聚類分析法對高頻藥物進行歸類，從而發掘不同藏藥類群的主要特性。首先取出頻數靠前的前12味藥物，將每一味藥物作為變量，每個藥物作為個體進行藥味和藥性的統計，其中藥物中有此特性記為1，沒有則記為0。按照此方法完成高頻藥物數據矩陣的整理后，使用SPSS Statistics 22.0軟件進行聚類分析。

2 結果

2.1 主要藏藥頻次分析 通過對藏醫用藥的統計，得到藏藥114味，其中使用頻次較高的前12味藏藥依次為訶子、紅花、毛訶子、檀香、牛黃、木香、余甘子、天竺黃、寬筋藤、藏木香、麝香、沉香。這些高頻數的藏醫藥使用的總構比占36.39%，詳見表1。通過分析使用頻率前12味藥物的藥味信息，辛味的出現頻數最多。藥性統計發現，溫性的頻率最高，其次為涼性。歸經統計發現，以肺和肝最多，胃其次，結果見表2、3、4。

表1 頻率前12味藥物統計

表2 使用頻率前12味藥味的統計

表3 使用頻率前12味藥性統計

表4 使用頻率前12味藥物的歸經統計

2.2 關聯規則 通過jieba算法對相關數據進行預處理，除去了除藥材名以外的干擾項，將處理后的數據導入關聯規則算法中。運行程序后，手動輸入最小規則置信度為75%，最低條件支持度為25%，得到11條數據，見表5。

2.3 聚類分析 對治療疫病頻次排名前12味的藏藥進行聚類分析，結合藏藥理論，共得到5個聚類組合，結果見表6和圖1。

表5 藥物間的關聯度分析

表6 高頻用藥聚類組合

圖1 高頻用藥聚類分析譜系圖

3 分析與討論

藏醫學認為“疫病”屬于熱病范疇，發病初期多會呈現早期熱癥的征兆。進行治療時，主要采取“集熱平穩”的療法；染病中期階段主要以“散熱驅邪，抑制傳播”為主；后期采取“滋補、調養身體”與“并發癥防治”的療法[11]。本研究主要采用數據挖掘技術[12]進行藏醫藥治療疫病的研究，分析用藥規律。通過藥物頻次分析得知，用于清熱解毒的有牛黃、毛訶子、沉香和寬筋藤；活血的有檀香和麝香；治療炎癥的有天竺黃和牛黃；滋補養身的有訶子和紅花。通過高頻藏藥用藥分析，可以得出治療以清熱、涼血、消炎、活血為主，亦兼顧補血、滋陰。

從藥性上來看辛味藥材最多，其次為苦味和甘味。辛味藥物有通行血脈、散里寒、散結滯、殺蟲等功效；甘味藥有滋補強身之功，對食道阻塞等病較為有效；苦味藥有開胃、清熱解毒等功效。藥物以入肺經為主，其次入肝、胃的藏藥較多。新冠肺炎病毒是一種包膜的RNA病毒，除呼吸道感染外，有的患者胃腸道也會存在感染，所以除咳嗽、發熱外，如若出現腹痛等癥狀也應該引起重視[13]。

通過關聯規則得出，余甘子的使用頻率較多，因為余甘子有良好的抗菌作用[14]。置信度較高的組合有“余甘子→訶子(100%)”，“余甘子→毛訶子(100%)”以及“余甘子→訶子and毛訶子(100%)”。在藏醫中余甘子、訶子、毛訶子三種藥物常常配合使用，其組合稱為“三果”，是藏醫使用較多的基本藥物[15]。Kumar M S等[16]研究“三果”在感染傷口的愈合作用，結果表明對假單胞菌、鏈球菌等的抑菌作用效果明顯，可以促進傷口愈合。所以在治療傳染性疾病中，“三果”還是以抑菌、消炎作用為主。

高頻藥物通用過聚類分析形成5個聚類，C1：檀香、麝香、紅花、沉香、木香。藥物以歸胃經的藥物居多，多為行氣止痛藥、活血化瘀藥。肺絡不暢可發生瘀血的癥狀，進而損傷肺功能，應及時活血化瘀。C2：藏木香。藏木香具有抗炎和抗菌作用[17]，主要用于清血熱和祛風。C3：牛黃、寬筋藤。牛黃味甘、苦，性涼，可清熱解毒、豁痰定驚，治療內臟炎癥、傳染病高燒等疾??；寬筋藤，主治隆病、疫熱，符合藏醫理論熱病以“隆”病治療為主的原則。C4：毛訶子、余甘子、天竺黃。C5：訶子。C4和C5又出現“三果”組合，“三果”最基本的作用是預防腸胃疾病，其次在抗菌和抗炎方面也有良好的作用[18]。天竺黃，味澀，微帶甘味，性涼、鈍，解熱消炎，主治肺炎與各類肺病。毛訶子、余甘子、天竺黃三者相伍具有清熱止咳、消炎的功效。

藏醫學的理論基礎是“三因五源學”和“醫算結合學說”，從起居、飲食、藥物、外治四個方面來預防和治療疾病[19]。本研究通過青海和西藏防治新冠肺炎的藏醫處方，運用數據挖掘的技術總結防治疫病的用藥特點。該方法對發掘方劑中的用藥規律，指導臨床合理用藥，具有一定的參考意義。