Page 29 - 《中国药房》2020年第24期

warm and calm；the five flavors were mostly sweet，bitter and pungent；channel tropism were mostly spleen，liver，stomach，
lung，heart and kidney；drug combination were mostly warming-sweet-spleen，warming-pungent-spleen and cold-bitter-liver，etc.；
there were 36 couplet medicines with frequency≥30 times；there were 31 strong association rules and 8 key drug combinations in
the prescriptions. WD-Get Rules results showed that in the TCM prescriptions against PHC，Atractylodes macrocephala，Codonopsis
pilosula，Poria cocos and Glycyrrhiza uralensis were in the key position. They were often combined with many kinds of drugs，
which were related to the effect of Sijunzi decoction on strengthening Qi and tonifying spleen. CMC-DD results showed that therapy
for TYPHC focused on strengthening the spleen and stomach，replenishing Qi and blood；and at the same time，it treated TYPHC
with phlegm-blood stasis syndrome from multiple angles，such as soothing the liver and regulating Qi，eliminating phlegm，clearing
heat and detoxification，promoting blood circulation and nourishing Yin. CONCLUSIONS：Clinical treatment of TYPHC mainly
adopts the methods of invigorating the spleen and replenishing Qi，soothing the liver and regulating Qi，promoting blood circulation
and removing blood stasis，which conforms to the medication principle of“strengthening the body and eliminating pathogenic
factors”. The application of TCMDP can realize the data mining and analysis of TCM in multi-level and multi-directional way，
which provides a new and effective way for the mining and research of compatibility rules of TCM prescriptions.
KEYWORDS TCM Data Analysis Platform Based on Strategy Pattern；Strategy pattern；TCM prescription；Primary hepatic
carcinoma；Phlegm-blood stasis syndrome type；Data mining；Compatibility rules

肝癌是我国常见恶性肿瘤之一，并以原发性肝癌 此种方式无法充分保证最优或最有效地挖掘中药信息，
[6]
[1]
（Primary hepatic carcinoma，PHC）为主 。长期的中医临 从而导致得出的结果具有一定的局限性 。为此，本研
床实践为肝癌的诊疗积累了丰富的经验，并留有大量的 究提出了一种基于策略模式的中药数据挖掘方法，其能
[2]
中药处方数据 。如何有效地利用中药处方数据，如何 够实现在不同的方法和不同的问题之间实现“多对多”
发现隐藏在它们背后的潜在关系并将其合理有效地用 关系的中药数据挖掘（如图2所示）。策略模式是一种行
于临床，这些都是当今研究的热点问题。 为模式，其核心思想是算法的封装，在封装过程中，算法
[3]
数据挖掘技术是中医药研究的重要手段之一，常用 的职责与算法本身分离，由不同的对象管理 。该模式
的数据挖掘方法有关联规则、回归分析、决策树、聚类分 通常将一系列算法封装在一系列策略类中，使其作为一
析、频次分析和人工神经网络等 。李文林等 利用关联 个抽象策略类的子类，即策略模式定义了一系列算法，
[4]
[3]
规则方法，分析了明清时期中医治疗疫病的药-症关系， 封装了每个算法，并使这些算法可以相互替换 [3，7] 。基于
为疫病的预防和治疗提供了借鉴。刘耸峰等 利用聚类 策略模式建立的该数据挖掘方法可使某个问题被多个
[5]
方法对中药复方治疗特发性肺纤维化的用药规律进行 算法处理，亦可使单个算法应用到多个问题的解决上，
分析，发现该症的临床治疗以益气养阴、活血化痰通络 从而可以多层次、全方位地挖掘中药中隐含的关系，不
为主。 但是每种数据挖掘方法通常只能解决单一问题， 仅大大提高了挖掘效率，而且可以实现方法与问题之间
在数据挖掘的过程中存在一定的局限性，无法对问题进 的匹配优选，以及数据挖掘方法的优劣比较。
行多维度的深入分析。因此，本研究提出一种基于策略
某一数据挖掘方法 某一数据挖掘方法
模式的中药数据挖掘新方法，其可以采用多个数据挖掘
图1 传统的中药信息数据挖掘方式的“一对一”关系示
方法解决多个问题或优选出某一方法来解决某一问题，
意图
最大可能地挖掘中药处方中的潜在信息，解决单一数据
Fig 1 Schematic diagram of single relationship in tra-
挖掘方法无法解决的难题。
ditional data mining mode of TCM
本课题组首先根据策略模式思想研发了“中药数据
策略模式分析平台”（Traditional Chinese Medicine Data
数据挖掘方法1 中药问题1
Analysis Platform Based on Strategy Pattern，TCMDP）；
其次，收集大量治疗PHC的中药处方，并以PHC的某一 数据挖掘方法2 中药问题2
疾病证型为例，探讨中医“方-证”之间的用药规律，以期
为临床治疗 PHC 提供有益参考；同时，本课题组所开发 …… ……
的TCMDP软件（目前正在申请软件著作权）也有望为中 数据挖掘方法n 中药问题n
药方剂配伍的研究提供一套新的方法。
1 资料与方法 图 2 基于策略模式的中药信息数据挖掘模式的“多对
1.1 TCMDP的建立 多”关系示意图
目前，数据挖掘方法广泛应用于中药信息数据挖掘 Fig 2 Schematic diagram of many-to-many relation-
中，但传统的数据挖掘方式多为一对一的方式，即一种 ship in data mining of TCM based strategy
数据挖掘方法处理一类中药挖掘问题（如图1所示），但 mode

中国药房 2020年第31卷第24期 China Pharmacy 2020 Vol. 31 No. 24 ·2967 ·