复方药物配伍的复杂网络方法研究

来源:岁月联盟 作者: 时间:2015-06-05

   
  在门诊咳嗽病中痰热阻肺证占有较大比重,在20 000余诊次病历中经数据筛选后,确认满足条件的病例为165诊次,以小儿支气管炎为主(这与我们选择收集的门诊病例特点有关,并不是咳嗽病痰热阻肺证的本身疾病分布特点),样本中患者平均年龄为6岁左右。相应的症状体征除咳嗽之外,主要有咽红、舌红、有痰、大便干等。我们通过基于网络分析的方法确定咳嗽病痰热阻肺证的处方配伍结构知识。利用网络分析算法计算获得的分析结果,该网络中核心药物(通过节点度分布计算)为黄芩、杏仁、紫苏子、葶苈子、百部和仙鹤草,这些药物在90.2%的样本处方中出现。说明几乎所有咳嗽痰热阻肺证患者都使用以上药物。且网络核心节点的周围相关药物如前胡、芦根、瓜蒌、乌梅等表示对不同个体病例的主要随症加减思路。该网络中节点的颜色以节点药物的药性进行区分,药物配伍网络中节点3种颜色总体分布信息,有助于为有经验的中医临床医生提供该核心药物配伍网络相应的基本病机(如寒热、阴阳等方面)的直观认识。除了产生可视化的处方配伍网络之外,我们同时对该网络的药物关联频度信息进行数据库存储。该关联信息描述了临床处方中的主要药对知识如葶苈子、紫苏子,紫苏子、杏仁,葶苈子、杏仁,仙鹤草、百部,黄芩、杏仁等,这些药物配伍体现了我们所采集的门诊病例中治疗小儿支气管炎痰热阻肺证的主要药物搭配思路。因此,网络结构图与关联数据信息结合可以进行针对某特定病证的处方配伍结构分析,提炼归纳形成中医临床的处方经验知识,从而用于指导临床诊疗或供年轻医生学习。

    由以上咳嗽病痰热阻肺证的处方分析可见,处方配伍网络具有直观的表现形式,对于中医临床中发现或者验证经验性的“小方”具有显著的效果;同时也能够辅助发现和验证临床医生针对特定病证的处方思维或思路。且这种结果是可靠的,因为我们已经试验表明临床处方中存在无尺度网络的现象,而无尺度网络的特点就是存在共性的核心网络结构。

  4  探讨与未来研究工作

    中药复方是一个有机整体,是理、法、方、药的主要环节之一。复方的有机配伍是实现药物增效减毒,针对病机对证用药的基础。《素问·至真要大论》说:“方制君臣,何谓也?岐伯曰:主病之谓君,佐君之谓臣,应臣之谓使。”《神农本草经·序列》将药物配伍关系归纳为单行、相须、相使、相畏、相杀、相恶和相反等“七情合和”的关系。由此可见,中药复方配伍是方剂形成之后中医处方用药的基本原则。大规模复方集的无尺度网络现象表明中医诊疗过程中复方的组配存在一些“偏好”现象。这些“偏好”现象可以表现在药物的选择、药物的组配、医生对病机的认识、疾病的发生发展机制和人体系统的状态变化与调整途径等。研究发现,这些“偏好”的来源、运行机制和病、症、证等相关知识将有助于人们对复方复杂干预的理解,对疾病发生发展的理解等。

    本文针对中医临床中的处方配伍经验分析目标,研究利用复方配伍的无尺度网络现象和基于网络分析的数据挖掘方法,实现具体病证或名老中医的核心处方结构知识发现。该方法通过图形化的方式表达分析结果,从而为结果的阐释和临床专家的人机交互提供了便利。在未来的研究工作中,在一定适应症的条件下,具有稳定结构的复方组配知识发现问题;考虑多种“偏好”信息,进行复方配伍无尺度网络现象的组织动力学机制研究问题;对临床处方中的核心处方配伍群(多个反映处方集核心配伍结构的子配伍网络)的挖掘算法的深入研究等问题;将是揭示和发现中医复方药物配伍与临床诊疗规律的重要课题。

【参考文献】
  [1] 于友华.方剂配伍理论的系统科学思想[J].中国中医基础医学杂志, 2004,10(8):63-64.

  [2] Newman MEJ, Barabási A-L, Watts DJ. The Structure and Dynamics of Networks[M]. Princeton:Princeton Univ Press,2006.

  [3] DJ Watts, SH, Strogatz. Collective dynamics of’small-world’ networks[J]. Nature,1998,393:440-442.

  [4] MEJ Newman, C Moore, DJ Watts. Mean-field solution of the small-world network model[J]. Phys Rev Lett,2000,84:3201-3204.

  [5] R Albert, H Jeong, AL Barab’asi. Diameter of the world
wide web[J]. Nature,1999,401:130-131.

  [6] AL Barabási, R Albert, H Jeong.Mean-field theory for scale-free random networks[J]. Physica,1999,272:173-187.

  [7] Newman MEJ. The structure of scientific collaboration networks[J]. Proc Natl Acad Sci USA,2001,98(2):404-409.

  [8] 何 阅,张培培,唐继英,等.中药方剂的合作网络描述[J].科技导报, 2005,23(11):36-39.

  [9] Barrat A, Barthelemy M, Pastor-Satorras R. et al. The architecture of complex weighted networks[J]. Proc Natl Acad Sci USA,2004, 101(11):3747-3752.

  [10] 周雪忠.中医临床数据仓库构建与临床数据挖掘方法研究[D].北京:中国中医科学院.2007.

图片内容