中醫治療肝豆狀核變性用藥規律數據挖掘研究

錢南南，魏濤華，楊文明，忻凌，方妍妍，汪瀚，汪美霞，黃鵬，郝文杰

中醫治療肝豆狀核變性用藥規律數據挖掘研究

錢南南1，魏濤華1，2，楊文明2，3，忻凌2，方妍妍2，汪瀚2，汪美霞2，黃鵬2，郝文杰1

1.安徽中醫藥大學研究生院，安徽 合肥 230038；2.安徽中醫藥大學第一附屬醫院，安徽 合肥 230031； 3.新安醫學教育部重點實驗室，安徽 合肥 230038

運用數據挖掘技術研究中醫治療肝豆狀核變性的用藥規律，為治療肝豆狀核變性提供臨床數據支持。通過SQL Server管理工具從安徽中醫藥大學第一附屬醫院腦病中心臨床數據庫中提取2014年12月－2019年12月住院患者資料，嚴格遵循納入標準和排除標準，獲取肝豆狀核變性病例資料，導出病例資料及中藥處方形成Excel表格，運用Microsoft Excel 2010、IBM SPSS Modeler 18.0、SPSS Statistics 23.0軟件進行頻次分析、聚類分析、關聯規則分析、復雜網絡分析、因子分析。共納入符合條件的病例3 985例，處方涉及403味中藥，總應用頻次48 468次。使用頻次前8位的中藥為大黃、黃連、黃芩、穿心蓮、半枝蓮、綿萆薢、丹參、片姜黃，藥性頻次前3位依次為寒、溫、平，藥味頻次前3位依次為苦、甘、辛，歸經頻次前5位依次為肝經、脾經、肺經、胃經、心經，藥物功效頻次前5位依次為清熱藥、利水滲濕藥、活血化瘀藥、化痰藥、補虛藥；聚類譜系圖顯示皮爾遜相關性為20時可聚為六類；關聯規則分析設置不同最低支持度、置信度、提升度，可得到2個關聯藥物表；復雜網絡分析設置不同鏈接數范圍，可得到核心處方1（大黃、黃連、黃芩、半枝蓮、穿心蓮、綿萆薢）和核心處方2（大黃、黃連、金錢草、丹參、莪術、片姜黃、澤瀉）的復雜網絡圖；通過因子分析可提取出12個公因子。肝豆狀核變性多為先天稟賦不足，銅毒內聚，久則濕熱內蘊，痰瘀互結，以標實為主，兼夾本虛，標實主要為痰、熱、瘀等，本虛為肝腎虧虛，治以豁痰化瘀、清熱利濕、通腑解毒之法，以核心處方隨證加減，并重視疾病過程中虛證的治療，體現標本兼治原則。

肝豆狀核變性；中醫藥；數據挖掘；用藥規律

肝豆狀核變性（hepatolenticular degeneration，HLD）又稱Wilson病（Wilson disease），是由銅代謝障礙引起的遺傳性疾病，ATP7B基因突變導致銅藍蛋白合成障礙及銅在膽汁中排泄障礙，從而引起病理性銅沉積在各器官（主要是肝臟和大腦），并最終導致大腦及肝臟等器官損害的病理過程[1]。HLD全球患病率約為1/30 000，中國患病率約為5.87/100 000，高于全球水平[2-3]。HLD是我國國家衛生健康委員會等五部門于2018年聯合發布的首批罕見病之一，由于我國人口基數大，患病人數也相對較多。本病的預后主要取決于發現及治療時間，多數患者病情持續進展，因嚴重肝硬化、肝功能衰竭或并發感染而死亡，部分患者死于暴發性肝衰竭[4]。因此，HLD的及時有效治療顯得尤為重要。目前多部指南推薦使用D-青霉胺、二巰丁二酸等作為該病的治療藥物，但臨床出現的多種不良反應限制了此類藥物的使用。既往研究表明，中醫藥在HLD治療中起到了良好的作用[5-6]。安徽中醫藥大學第一附屬醫院作為國家區域中醫診療中心、國家重大疑難疾病診治中心、國家臨床重點專科、國家中醫重點專科建設單位、國家中醫藥管理局國家中醫重點專科（腦病科）協作組組長單位和國家中醫重點專科優勢病種（肝豆狀核變性、帕金森病）協作組組長單位、國家中醫藥管理局中西醫結合臨床重點學科建設單位、國家中醫藥管理局肝豆狀核變性重點專病建設單位，擁有國醫大師2人、首屆全國名中醫2人、國家中醫藥領軍人才支持計劃——岐黃學者1人、全國老中醫藥專家學術經驗繼承工作指導老師19人、全國優秀中醫臨床人才研修項目培養對象14人，在HLD的中醫藥治療方面積累了近30年的豐富經驗。本研究通過收集安徽中醫藥大學第一附屬醫院腦病中心2014年12月－2019年12月HLD住院患者的病歷資料，采用數據挖掘技術，探討中醫治療HLD的用藥規律，從而為優化臨床治療方案提供數據支持及參考。

1 資料與方法

1.1 資料來源

2014年12月－2019年12月安徽中醫藥大學第一附屬醫院腦病中心住院患者病歷資料。

1.2 納入標準

①符合HLD診斷[7]；②患者年齡5～60歲；③使用中藥治療；④出院時經主治及以上醫師評判病情好轉；⑤納入每人次入院后首次方藥。

1.3 排除標準

①服用中藥天數不足住院時間一半；②一次入院多次調整方劑，中藥方劑調整味數大于首次方劑藥味一半及以上者；③合用其他中成藥者；④合并肝、腦、心、肺、腎、血液、腫瘤等嚴重原發性疾病者。

1.4 數據導出及規范化處理

通過SQL Server管理工具從安徽中醫藥大學第一附屬醫院腦病中心臨床數據庫提取2014年12月－2019年12月住院患者資料，嚴格遵循納入標準和排除標準，獲取并篩選病例，得到HLD患者的病歷資料。將符合要求病例的處方用藥情況從醫院臨床數據庫導出，參照2020年版《中華人民共和國藥典》（一部）[8]及《中華本草》[9]對處方涉及中藥的性味歸經及功效類別進行規范，參照2020年版《中華人民共和國藥典》（一部）[8]及《中藥學》[10]規范中藥名稱，如“萆薢”規范為“綿萆薢”，“熟地”規范為“熟地黃”等。

1.5 數據分析

①描述性分析：使用Microsoft Excel 2010軟件對處方涉及藥物及其藥性、藥味、歸經、功效類別的頻次進行統計分析；②聚類分析：使用SPSS Statistics 23.0統計軟件對使用頻次前40位藥物進行系統聚類分析，歸納用藥組合規律；③關聯規則分析：采用IBM SPSS Modeler 18.0軟件Apriori算法對使用頻次前40位藥物進行關聯規則分析，得到藥物關聯關系；④復雜網絡分析：運用IBM SPSS Modeler 18.0軟件對使用頻次前40位藥物進行復雜網絡分析，得到核心處方；⑤因子分析：使用SPSS Statistics 23.0統計軟件對使用頻次前40位藥物進行因子分析，首先進行KMO和Bartlett球形檢驗，以確定是否可進行因子分析，然后提取公因子，生成碎石圖、公因子分析表及旋轉空間元件圖。

2 結果

2.1 用藥頻次

共納入HLD病例3 985例，涉及403味中藥，使用總頻次為48 468次。頻次≥198的中藥共40味（見表1），頻次＞1 000的中藥有14味，分別為大黃、黃連、黃芩、穿心蓮、半枝蓮、綿萆薢、丹參、片姜黃、金錢草、澤瀉、白術、茯苓、莪術、陳皮。

2.2 性味歸經

對403味中藥進行性味歸經分析，藥性以寒、溫、平為主（見表2），藥味以苦、甘、辛為主（見表3），頻次＞10 000的歸經依次為肝經、脾經、肺經、胃經、心經、大腸經、腎經（見表4）。

2.3 功效類別

將403味中藥按功效分為23個類別，前5位分別為清熱藥、利水滲濕藥、活血化瘀藥、化痰藥、補虛藥，見表5。

表1 3 985例中醫治療HLD高頻用藥（前40位）

序號藥物頻次頻率/% 序號藥物頻次頻率/% 1大黃3 63791.27 21厚樸43310.87 2黃連3 36684.47 22垂盆草41610.44 3黃芩2 50562.86 23茵陳3879.71 4穿心蓮2 41760.65 24黨參3729.34 5半枝蓮2 41660.63 25炙甘草3438.61 6綿萆薢2 40360.30 26梔子3388.48 7丹參1 87547.05 27五味子3167.93 8片姜黃1 78144.69 28柴胡3077.70 9金錢草1 42135.66 29虎杖2927.33 10澤瀉1 33133.40 30川芎2506.27 11白術1 19630.01 31熟地黃2506.27 12茯苓1 14628.76 32山藥2466.17 13莪術1 13528.48 33蒼術2335.85 14陳皮1 08627.25 34薏苡仁2305.77 15郁金96824.29 35姜半夏2225.57 16當歸70617.72 36枸杞子2225.57 17白芍62915.78 37建神曲2055.14 18甘草62215.61 38枳實2025.07 19石菖蒲57314.38 39桂枝2025.07 20黃芪57014.30 40生地黃1984.97

表2 403味治療HLD中藥藥性分布

藥性藥味數頻次頻率/% 寒15726 24354.15 溫13013 28127.40 平 89 7 96916.44 涼 20 1 215 2.51 熱 9131 0.27

表3 403味治療HLD中藥藥味分布

藥味藥味數頻次頻率/% 苦19933 70769.54 甘17815 79932.60 辛14715 34531.66 咸 35 2 071 4.27 酸 50 2 059 4.25

表4 403味治療HLD中藥歸經分布

歸經藥味數頻次頻率/% 歸經藥味數頻次頻率/% 肝經21326 96855.64 腎經11212 09624.96 脾經12625 26652.13 膽經 19 9 29019.17 肺經15719 96041.18 膀胱經 38 7 67615.84 胃經14318 72538.63 心包經 9 4 025 8.30 心經 9315 54932.08 小腸經 19 3 610 7.45 大腸經 5813 87728.63 三焦經 5 1 609 3.32

表5 403味治療HLD中藥功效類別

序號功效類別頻次頻率/%藥味數 1清熱藥10 31721.2962 2利水滲濕藥6 96014.3630 3活血化瘀藥6 86114.1635 4化痰藥6 35213.1136 5補虛藥3 921 8.0954 6瀉下藥3 013 6.2210 7化濕藥2 056 4.249 8利濕退黃藥1 888 3.904 9理氣藥1 507 3.1122 10解表藥1 436 2.9625 11祛風濕藥879 1.8123 12消食藥641 1.3211 13收澀藥611 1.2617 14止血藥598 1.2322 15開竅藥560 1.161 16安神藥322 0.6712 17平肝熄風藥312 0.6411 18溫里藥188 0.397 19驅蟲藥21 0.041 20收斂藥16 0.031 21攻毒殺蟲止癢藥7 0.013 22祛風藥1 01 23外用藥1 01

2.4 聚類分析

使用SPSS Statistics 23.0統計軟件對使用頻次前40位的中藥進行系統聚類分析，使用組間聯接方法進行數據處理，得出譜系圖（見圖1）。在皮爾遜相關性為20位置，可聚為六類：①穿心蓮、半枝蓮、綿萆薢、黃芩、大黃、黃連；②陳皮、郁金、丹參、金錢草、片姜黃、莪術、澤瀉、石菖蒲；③垂盆草、五味子、茵陳、梔子、虎杖、甘草；④白芍、柴胡、枸杞子、當歸、川芎、熟地黃、生地黃；⑤姜半夏、建神曲；⑥厚樸、枳實、蒼術、白術、茯苓、黨參、黃芪、炙甘草、山藥、薏苡仁。

2.5 關聯規則分析

運用IBM SPSS Modeler 18.0軟件的Apriori模塊對使用頻次前40位的中藥進行關聯規則分析。設置最低支持度為15%、最低置信度為80%、最低提升度為2、最大前項為4，可得到23項藥物關聯關系，見表6。設置最低支持度為50%、最低置信度為90%、最低提升度為1.5、最大前項為4，可得到16項藥物關聯關系，見表7。

圖1 3 985例中醫治療HLD高頻中藥（前40位）聚類分析樹狀圖

表6 3 985例中醫治療HLD高頻中藥（前40位）關聯規則（支持度≥15%，置信度≥80%，提升度≥2，最大前項＝4）

后項前項支持度/%置信度/%提升度 莪術澤瀉＋金錢草＋丹參＋大黃16.3681.752.87 莪術澤瀉＋金錢草＋丹參17.3981.242.85 金錢草莪術＋澤瀉＋丹參15.8189.372.51 金錢草片姜黃＋丹參＋黃連＋大黃15.8387.482.45 金錢草片姜黃＋丹參＋黃連16.0487.172.44 金錢草片姜黃＋丹參＋大黃16.8187.012.44 金錢草莪術＋丹參＋黃連19.4286.692.43 金錢草莪術＋丹參＋黃連＋大黃18.8586.552.43 金錢草莪術＋丹參＋大黃22.3386.522.43 金錢草片姜黃＋丹參17.0986.492.43 金錢草莪術＋丹參23.4185.852.41 金錢草莪術＋澤瀉＋大黃17.1982.632.32 金錢草莪術＋澤瀉18.1482.432.31 金錢草姜黃＋丹參＋大黃15.6380.742.26 金錢草姜黃＋丹參16.7480.362.25 金錢草澤瀉＋丹參＋大黃20.4080.202.25 丹參莪術＋金錢草21.3094.352.01 丹參莪術＋金錢草＋大黃20.5394.132.00 丹參莪術＋金錢草＋黃連18.0493.321.98 丹參莪術＋金錢草＋黃連＋大黃17.5293.121.98 丹參片姜黃＋金錢草＋大黃16.0491.241.94 丹參片姜黃＋金錢草16.2191.181.94 丹參片姜黃＋金錢草＋黃連15.3691.011.93

表7 3 985例中醫治療HLD高頻中藥（前40位）關聯規則（支持度≥50%，置信度≥90%，提升度≥1.5，最大前項＝4）

后項前項支持度/%置信度/%提升度 穿心蓮半枝蓮＋黃芩＋黃連＋大黃50.3495.661.58 穿心蓮半枝蓮＋黃芩＋黃連50.9795.621.58 穿心蓮半枝蓮＋黃芩＋大黃51.8495.011.57 半枝蓮穿心蓮＋黃芩＋黃連51.4294.781.56 穿心蓮半枝蓮＋黃芩52.6794.811.56 半枝蓮穿心蓮＋黃芩＋黃連＋大黃50.8294.771.56 穿心蓮半枝蓮＋黃連＋大黃56.7494.781.56 半枝蓮穿心蓮＋黃芩＋大黃52.0294.691.56 穿心蓮半枝蓮＋黃連57.4994.591.56 半枝蓮穿心蓮＋黃芩52.9294.361.56 穿心蓮半枝蓮＋大黃59.1294.061.55 半枝蓮穿心蓮＋黃連＋大黃57.2493.951.55 半枝蓮穿心蓮＋黃連57.8993.931.55 半枝蓮穿心蓮＋大黃59.3293.741.55 穿心蓮半枝蓮60.6393.341.54 半枝蓮穿心蓮60.6593.301.54

2.6 復雜網絡分析

運用IBM SPSS Modeler 18.0軟件對使用頻次前40位中藥進行復雜網絡分析，用線條粗細表示藥物之間鏈接的強弱程度。鏈接數設置為0～4 000，可得到復雜網絡圖（見圖2）。鏈接數設置為2 000～4 000，可得到核心處方1（大黃、黃連、黃芩、半枝蓮、穿心蓮、綿萆薢）復雜網絡圖（見圖3）。鏈接數設置為1 000～2 000，可得到核心處方2（大黃、黃連、片姜黃、丹參、莪術、金錢草、澤瀉）復雜網絡圖（見圖4）。

圖2 3 985例中醫治療HLD高頻中藥（前40位）復雜網絡（鏈接數0～4 000）

圖3 3 985例中醫治療HLD高頻中藥（前40位）核心處方1復雜網絡（鏈接數2 000～4 000）

圖4 3 985例中醫治療HLD高頻中藥（前40位）核心處方2復雜網絡（鏈接數1 000～2 000）

2.7 因子分析

使用SPSS Statistics 23.0統計軟件對使用頻次前40位中藥進行因子分析。首先進行KMO和Bartlett的球形檢驗，結果KMO＝0.815，2＝40 373.111，df＝780，Bartlett球形檢驗＝0.000，提示數據具有良好的線性關系，可進行因子分析。選取最大方差法旋轉，提取得到12個成分，得出12個公因子，累積方差貢獻率為58.022%（見表8）。根據生成的碎石圖（見圖5）陡峭程度可以看出各因子的重要程度，進一步得出旋轉空間元件圖（見圖6）。

表8 3 985例中醫治療HLD高頻中藥（前40位）因子分析公因子

公因子藥物貢獻率/% F1丹參、片姜黃、金錢草、莪術11.383 F2大黃、黃連、黃芩、穿心蓮、半枝蓮、綿萆薢6.302 F3白術、茯苓、黃芪、黨參、蒼術、桂枝4.929 F4白芍、柴胡、枸杞子4.601 F5當歸、川芎、生地黃4.421 F6茵陳、梔子、虎杖4.342 F7厚樸、炙甘草、枳實4.131 F8澤瀉、陳皮、郁金、生地黃3.853 F9山藥、薏苡仁、建神曲3.831 F10垂盆草、五味子、熟地黃3.588 F11石菖蒲、姜半夏3.561 F12甘草3.080

圖5 3 985例中醫治療HLD高頻中藥（前40位）因子分析碎石圖

圖6 3 985例中醫治療HLD高頻中藥（前40位）旋轉空間元件圖

3 討論

根據HLD臨床表現，以神經系統癥狀為主者可屬中醫學“肝風”“顫證”“痙證”“狂證”“癲癇”等范疇，以肝臟病變為主者可屬“黃疸”“積聚”“水腫”“臌脹”等范疇[11-12]。本病多為先天稟賦不足，銅毒內聚，久則濕熱內蘊，痰瘀互結，本虛標實，以標實為主，兼夾本虛，標實主要為痰、熱、瘀等，本虛為肝腎虧虛、氣血不足，治宜補虛瀉實、標本兼顧。濕熱內蘊證為主，治宜清熱利濕、解毒通腑之法；痰瘀互結為主，治宜豁痰化瘀、通腑解毒之法。

根據用藥頻次分析結果可看出，目前治療HLD的藥物主要為大黃、黃連、黃芩、穿心蓮、半枝蓮、綿萆薢。藥物功效類別以清熱藥、利水滲濕藥為主，施以清熱利濕、解毒通腑，表明濕熱內蘊多見。楊任民[13]從患者表現口中臭穢、口苦口膩、舌質紅、苔黃或黃膩、脈弦數或弦滑角度分析，認為HLD的主要病機為銅毒內聚、肝膽濕熱內蘊。楊文明等[14-15]認為，HLD的不同階段有不同的病機，患者多先天稟賦不足，在臨床前期及早期階段，多屬于肝腎不足、氣血虧虛，而到達臨床期則因銅毒內生，銅濁邪毒釀生濕熱，又因先天稟賦不足，素體本虛，不能驅邪外出，銅毒濕邪內蘊而發病，則見濕熱蘊結之證。

本研究分析結果與上述醫家觀點基本一致。根據藥物性味歸經分析，用藥以寒性居首位，結合HLD病機，符合針對濕熱內蘊病機所采取的清熱之法。苦味藥使用最多，苦能泄、能燥，有通泄燥濕之意，張元素《醫學啟源》有“苦寒瀉濕熱”。從藥物性味結合來看，苦寒清熱利濕以治療濕熱證。聚類分析樹狀圖第一類、因子分析的公因子F2及復雜網絡分析得到的核心處方1均顯示藥物組合為穿心蓮、半枝蓮、綿萆薢、黃芩、大黃、黃連，可進一步印證濕熱內蘊證治療以上述6味藥物為主。研究表明，由這6味藥組成的肝豆湯具有良好的保肝驅銅、改善神經功能等作用，方中大黃、黃芩具有逆轉肝細胞損傷、改善神經功能受損的作用[16-17]。使用頻次最高的大黃，具有瀉下攻積、清熱瀉火、涼血解毒、逐瘀通經、利濕退黃功效，《神農本草經》載其“主下瘀血，血閉，寒熱，破癥瘕積聚，留飲，宿食，蕩滌腸胃，推陳致新，通利水殺，調中化食，安和五臟”。現代研究表明，大黃在各種原因導致的肝、腦、腎的損害中均表現出優異的保護作用[18-20]。杜漠[21]研究發現，黃芩具有較強的絡合銅離子能力。因此，肝豆湯的排銅作用可能與此有關。

根據聚類分析樹狀圖，第二類藥物組合為陳皮、郁金、丹參、金錢草、片姜黃、莪術、澤瀉、石菖蒲。藥物頻次排名較前的有丹參、片姜黃、金錢草、澤瀉、莪術、陳皮、郁金。此外，藥物功效類別第3、4位分別為活血化瘀藥、化痰藥，綜合分析可得出，痰瘀互結是HLD又一重要證候。鮑遠程認為HLD的直接病因為銅毒，且濕熱和痰瘀常易相兼，而又以肝、脾、腎等臟腑受累為主，故總結“銅毒內聚、肝膽濕熱、痰瘀內蘊”為本病的主要病機[22]。楊文明認為，HLD中后期濕熱內蘊，蘊久阻滯氣機，氣機不暢，津液停留，津聚為痰，血滯為瘀，則見痰瘀互結，屬于實證[15]。可見，數據挖掘結果與醫家觀點一致。復雜網絡分析得出核心處方2（大黃、黃連、片姜黃、丹參、莪術、金錢草、澤瀉），可與上述分析結果相互印證。實驗研究表明，肝豆靈湯（大黃、黃連、丹參、片姜黃、莪術、金錢草等）具有調節氨基酸、糖、脂肪代謝，修復神經細胞損傷，抗HLD肝纖維化的作用[23]。臨床觀察發現，肝豆靈片可改善患者肝纖維化指標及肝功能指標[24]。丹參有效成分能促進肝星狀細胞的凋亡，通過介導TGF-β/Smad和MAPK途徑，以及激活AMPK/SIRT1和Nrf2并抑制脂肪生成、氧化應激和炎癥，從而減輕肝纖維化，發揮肝保護作用[25-26]。片姜黃可通過調節TGF-β/Smad信號通路和上調MMP-2/TIMP-1比例抗肝纖維化[27]。

根據聚類分析樹狀圖，得出第四類藥物組合為白芍、柴胡、枸杞子、當歸、川芎、熟地黃、生地黃，此類藥物具有補益肝腎、調補氣血之功。功效分析結果顯示補虛藥居第5位。HLD病因病機為銅毒內聚，濕熱阻滯，痰瘀互結，但疾病的根本在于先天肝腎虧虛、氣血不足[15]。歸經頻次前8位依次為肝經、脾經、肺經、胃經、心經、大腸經、腎經、膽經，與楊文明認為HLD主要與肝、脾、腎、膽、心等臟腑相關[15]有類似之處，亦可看出肝腎不足在本病占重要地位。因子分析公因子F4得到藥物組合為白芍、柴胡、枸杞子，可佐證肝腎虧虛、氣血不足的重要地位，補虛藥的廣泛應用印證了虛之本證貫穿于HLD整個病程中。本課題組依此理論創制的肝豆扶木湯（制何首烏、枸杞子、三七、郁金、土茯苓、柴胡、白芍）能有效改善HLD患者癥狀體征和肝纖維化實驗室指標[28]。實驗研究表明，肝豆扶木湯可參與調控TGF-β1/Smad、ROS/JNK、線粒體Pink1/Parkin、PI3K/Akt/mTOR信號通路關鍵蛋白，從而發揮抗肝纖維化作用[29-31]。本課題組前期進行全面RNA-Seq分析發現，肝豆扶木湯改變TX小鼠大多數基因與代謝、免疫和炎癥反應、肝纖維化及細胞死亡有關[32]。

綜上所述，本研究通過總結中醫治療HLD臨床實踐中的用藥規律，可看出HLD以痰瘀互結、濕熱內蘊、本虛標實證候為多見，驗證了該病臨床期多以實證為主，與韓輝等[33]研究顯示HLD患者以痰瘀互結證和濕熱內蘊證最為多見一致。臨證治療時可以本研究得出的核心處方為基礎方，根據兼夾癥隨證加減，虛實夾雜者，祛實同時不忘補虛，補虛多以補益肝腎、調補氣血為要。

[1] CZ?ONKOWSKA A, LITWIN T, DUSEK P, et al. Wilson disease[J]. Nature Reviews Disease Primers,2018,4(1)：21.

[2] XIE J, WU Z. Wilson's disease in China[J]. Neuroscience Bulletin,2017,33(3)：323-330.

[3] SANDAHL T D, LAURSEN T L, MUNK D E, et al. The prevalence of Wilson's disease：an update[J]. Hepatology (Baltimore, Md.),2020, 71(2)：722-732.

[4] 孫忠人,楊文明.神經病學[M].2版.北京：人民衛生出版社,2016：170.

[5] WANG Y, XIE C, FU D, et al. Clinical efficacy and safety of Chinese herbal medicine for Wilson's disease：a systematic review of 9 randomized controlled trials[J]. Complementary Therapies in Medicine,2012,20(3)：143-154.

[6] XU M, RONG P, JIN T, et al. Chinese herbal medicine for Wilson's disease：a systematic review and meta-analysis[J]. Frontiers in Pharmacology,2019,10：277.

[7] 中華醫學會神經病學分會帕金森病及運動障礙學組.肝豆狀核變性的診斷與治療指南[J].中華神經科雜志,2008,41(8)：566-569.

[8] 國家藥典委員會.中華人民共和國藥典：一部[M].北京：中國醫藥科技出版社,2020.

[9] 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.

[10] 鐘贛生.中藥學[M].北京：中國中醫藥出版社,2019.

[11] 程婷,李祥,黃鵬,等.肝豆狀核變性-伏邪致病新論[J].遼寧中醫藥大學學報,2019,21(8)：64-67.

[12] 楊文明,陳彪.“肝豆狀核變性”病名悖論[J].中國實驗方劑學雜志, 2004,10(5)：61-63.

[13] 楊任民.肝豆狀核變性的治療[J].中國實用兒科雜志,2000,15(2)：79-80.

[14] 楊文明,陳彪,鮑遠程,等.肝豆狀核變性病中醫臨床思考[J].中國實驗方劑學雜志,2004,10(6)：66-69.

[15] 汪美霞,汪長春.楊文明從痰瘀論治肝豆狀核變性[J].中醫藥臨床雜志,2017,29(7)：983-985.

[16] 徐國存,陳懷珍,張靜,等.肝豆湯在肝豆狀核變性治療中提高24h尿排銅量和改善作用的觀察[J].中醫藥臨床雜志,2012,24(11)：1055- 1057.

[17] 張靜,方媛,崔圣偉,等.肝豆湯聯合二巰基丙磺酸鈉對濕熱內蘊型肝豆狀核變性患者的影響[J].中國實驗方劑學雜志,2017,23(17)：190- 194.

[18] DING Y, LIU P, CHEN Z, et al. Emodin attenuates lipopolysaccharide-induced acute liver injury via inhibiting the TLR4 signaling pathway in vitro and in vivo[J]. Frontiers in Pharmacology,2018,9：962.

[19] LI X, CHU S, LIU Y, et al. Neuroprotective effects of anthraquinones from Rhubarb in central nervous system diseases[J]. Evidence-based Complementary and Alternative Medicine：eCAM,2019,2019：3790728.

[20] YANG F, DENG L, LI J, et al. Emodin retarded renal fibrosis through regulating HGF and TGFβ-Smad signaling pathway[J]. Drug Design, Development and Therapy,2020,14：3567-3575.

[21] 杜漠.中藥排銅篩選方法的初步研究[D].西安：西北大學,2017.

[22] 沈斌,鮑遠程.鮑遠程辨證治療肝風(肝豆狀核變性)經驗[J].河南中醫,2017,37(2)：227-229.

[23] 張娟,鮑遠程,謝道俊,等.肝豆靈對銅負荷大鼠肝纖維化血清代謝組學的影響[J].中醫雜志,2014,55(3)：232-237.

[24] 陳永華,楊文明,張波,等.解毒化瘀方肝豆靈片治療肝豆狀核變性的臨床療效觀察[J].中華中醫藥雜志,2019,34(1)：390-393.

[25] NAGAPPAN A, KIM J, JUNG D Y, et al. Cryptotanshinone from theBunge attenuates ethanol-induced liver injury by activation of AMPK/SIRT1 and Nrf2 signaling pathways[J]. International Journal of Molecular Sciences,2019, 21(1)：265.

[26] WU C, CHEN W, DING H, et al. Salvianolic acid B exerts anti-liver fibrosis effects via inhibition of MAPK-mediated phospho- Smad2/3? at linker regions in vivo and in vitro[J]. Life Sciences, 2019,239：116881.

[27] XIE H, SU D, ZHANG J, et al. Raw and vinegar processed Curcuma wenyujin regulates hepatic fibrosis via bloking TGF-β/Smad signaling pathways and up-regulation of MMP-2/TIMP-1 ratio[J]. Journal of Ethnopharmacology,2020,246：111768.

[28] 楊文明,方芳,汪美霞,等.肝豆扶木湯治療Wilson病肝纖維化的臨床研究[J].中醫藥臨床雜志,2014,26(11)：1111-1113.

[29] 唐露露,劉丹青,李睿,等.肝豆扶木湯對TX小鼠肝纖維化的保護作用及機制研究[J].中國中西醫結合雜志,2018,38(12)：1461-1466.

[30] 唐露露,楊文明,謝文婷,等.肝豆扶木湯對Wilson病肝纖維化TX小鼠肝組織TβRⅠ、TβRⅡ和Smad4表達的影響[J].中華中醫藥雜志, 2019,34(9)：4043-4047.

[31] 楊文明,唐露露,謝文婷,等.肝豆扶木湯對TX小鼠肝纖維化TGF-β1/ Smad信號通路的影響[J].中西醫結合心腦血管病雜志,2018,16(4)：404-407.

[32] WEI T, HAO W, TANG L, et al. Comprehensive RNA-Seq analysis of potential therapeutic targets of Gan-Dou-Fu-Mu decoction for treatment of Wilson disease using a toxic milk mouse model[J]. Frontiers in Pharmacology,2021,12：622268.

[33] 韓輝,楊文明,張娟,等.肝豆狀核變性的中醫證候特征[J].中醫藥臨床雜志,2014,26(1)：16-19.

Discussion on Medication Rules of TCM in the Treatment of Hepatolenticular Degeneration Based on Data Mining

QIAN Nannan1, WEI Taohua1,2, YANG Wenming2,3, XIN Ling2, FANG Yanyan2, WANG Han2, WANG Meixia2, HUANG Peng2, HAO Wenjie1

To study the medication rules of TCM in the treatment of hepatolenticular degeneration by using data mining techniques; To provide clinical data support for the treatment of hepatolenticular degeneration.The data of inpatients from December 2014 to December 2019 were extracted from the clinical database of the Encephalopathy Center of The First Affiliated Hospital of Anhui University of Chinese Medicine by SQL Server management tool. The inclusion criteria and exclusion criteria were strictly followed, and the data of cases of hepatolenticular degeneration were obtained. The case data and TCM prescriptions were derived to form the Excel form. Microsoft Excel 2010, IBM SPSS Modeler 18.0 and SPSS Statistics 23.0 were used for frequencyanalysis, cluster analysis, association rule analysis, complex network analysis, and factor analysis.Totally 3 985 eligible cases were included, involving 403 kinds of Chinese materia medica, with a total application frequency of 48 468. The top eight kinds of Chinese materia medica were Rhei Radix et Rhizoma, Coptidis Rhizoma, Scutellariae Radix, Andrographis Herba, Scutellariae Barbatae Herba, Dioscoreae Spongiosae Rhizoma, Salviae Miltiorrhizae Radix et Rhizoma and Wenyujin Rhizoma Concisum; the top three frequency of medicine properties were cold, warm and flat; the top three frequency of medicinal flavors were bitter, sweet and pungent; the top five of meridians were liver, spleen, lung, stomach and heart meridians; the top five efficacy were heat-clearing medicine, diuresis and dampness-clearing medicine, blood-activating and stasis-resolving medicine, phlegm-resolving medicine and deficiency-tonifying medicine. Cluster pedigree showed that medicines could be divided into six groups when Pearson’s correlation was 20. Two related medicine lists could be obtained by setting different minimum support, confidence and lift value. Core prescription 1 (Rhei Radix et Rhizoma, Coptidis Rhizoma, Scutellariae Radix, Scutellariae Barbatae Herba, Andrographis Herba, Dioscoreae Spongiosae Rhizoma) and core prescription 2 (Rhei Radix et Rhizoma, Coptidis Rhizoma, Lysimachiae Herba, Salviea Miltiorrhizae Radix et Rhizoma, Curcumae Rhizoma, Wenyujin Rhizoma Concisum, Alismatis Rhizoma) could be obtained by complex network analysis. Through factor analysis, 12 common factors could be extracted.The characteristics of hepatolenticular degeneration are in the lack of congenital endowment, copper poison, and long-accumulated wet heat, mixed phlegm and stasis. The disease is mainly excess in symptoms, with deficiency in root. Excess in symptoms is phlegm, heat, stasis, etc., while deficiency in root is liver-kidney deficiency, which should be treated by the methods of reducing phlegm and stasis, clearing heat and resolving dampness, purging fu-organ and detoxification. The main prescription uses the core prescription to add and subtract according to the syndrome, and pays attention to the treatment of the deficiency syndrome during the disease process, reflecting the principle of treating both symptoms and root causes.

hepatolenticular degeneration; TCM; data mining; medication rules

R259.899；R2-05

A

1005-5304(2021)10-0029-08

10.19879/j.cnki.1005-5304.202105103

國家自然科學基金（81973825）；國家中醫藥腦病循證能力提升及平臺建設項目（2019XZZX-NB001）；安徽中醫藥大學新安醫學教育部重點實驗室開放基金（2020xayx12）

楊文明，E-mail：yangwm8810@126.com

（收稿日期：2021-05-09）

（修回日期：2021-05-27；編輯：陳靜）