心悸是指患者以发作性自觉心中悸动、惊慌不安，甚至不能自主为主要表现的一种临床常见病证^[1]。其常伴有胸闷、气短症状，甚则眩晕、喘促等表现；脉象或迟或数，或节律不齐。西医各种原因引起的心律失常，如心动过速、心动过缓、早搏、心房颤动、房室传导阻滞及部分神经官能症等，均属中医心悸病证范畴。

1 资料与方法 1.1 处方来源

研究的处方来源于张伯礼教授在天津中医药大学附属保康医院的门诊处方数据（2015年），本数据包含了患者姓名、病历号、就诊时间、就诊顺序、病名，药物、剂量、天数、医师姓名、药物金额。

1.2 处方筛选 1.2.1 纳入标准

选择诊断名称为“心悸”；无第二诊断；按照以上标准共选择259首心悸处方。

1.2.2 排除标准

处方药物录入有缺项；处方起始序号不为1，剔除不合标准处方16个，合格处方243个。

1.3 处方库构建与核对

根据处方数据纳入标准与排除标准筛选，最终243个处方纳入研究，涉及186味中药，将筛选的方剂进行审核，保证数据的准确性。

1.4 数据分析

数据的分析采用EXCEL软件对原始数据进行筛选、归类与整理建库；应用IBM SPSS 24.0进行描述统计，利用R软件进行频次统计与关联分析，利用R软件的关联分析包实现药物之间的关联关系，用Gephi软件中的Louvain算法对组方中药对之间的关联关系进行网络化分析。

2 结果 2.1 用药频次统计

在243个治疗心悸的处方中，共包含186味药物，通过SPSS进行描述统计，得到治疗心悸处方中频次在20次及以上的药物，见表 1。

2.2 基于关联规则分析的心悸常用药组合

关联规则是指不同的数据项目在同一事件中出现的相关性，在方剂的分析中应用较多，特别是Apriori算法，是数据挖掘中关联规则的经典算法^[2]。对于所有的关联情况，通过R语言，将所有药物组合情况全部找出，共有33 103个，剔除19 836个频数为0的无研究意义的组合，157个镜像组合，获得13 041个共同出现频次至少为1，且有效的两两药物组合。统计不同药物的组合和同时出现的频次。组合频次排序前20的药物。见表 2。

2.3 基于Louvain层次聚类算法组方网络挖掘

随着网络时代的来临，数据集之间的属性交集进入了网络化^[3]。在网络数据分析领域，采用属性网络分析的方法进行研究已成为当今主要技术手段^[4-6]。在本研究中，在用Louvain算法进行数据划分后，选用合适的可视化布局算法^[7-8]。Louvain算法为二维层次聚类，利用Gephi软件中自带的Louvain算法画出组方配伍网络图，如图 1，经过模块化处理后，结果见图 2。

3 讨论 3.1 结果分析

从关联分析与频次统计得出高频率的药物以及核心组方药群，可以看出根据药物出现频率不同进行层次聚类，高频药群为靠近网络中心位置的药物，图 1网络群显示，聚集在中心位置节点设置较大的部分为高频药群，分散在外围的药物为出现频率相对较少的药群。高频药群趋于中心位置的为郁金、丹参、茯苓、首乌藤、女贞子、旱莲草、生龙齿、黄连、大黄、半夏、苦参、麦门冬、玉竹、北沙参、知母、延胡索、降香、柴葛根、夏枯草、苍术、佛手、黄芩、牛蒡子、射干、合欢皮、酸枣仁、砂仁、生牡蛎、杜仲、天麻、当归、牛膝、桑枝、枳壳、茵陈蒿、萆薢、鸡血藤、三七粉、五灵脂、干姜、浙贝母、细辛。经过网络模块化之后，可以更细化地看出组方网络关系。组方网络共分为6个模块，每一模块都反应了组方配伍的规律。每个模块介数中心性为4，组方网络为：模块1：郁金、丹参、延胡索、降香；模块2：柴葛根、夏枯草、杜仲、橘红；模块3：首乌藤、生龙齿、合欢花、柏子仁；模块4：女贞子、苦参、旱莲草、桑白皮；模块5：牛蒡子、射干、浙贝母、萆薢；模块6：茵陈蒿、茯苓、白术、党参。链路之间关系：1）首乌藤- > 合欢花；2）丹参- > 郁金；3）丹参- > 柴葛根- > 杜仲- > 桑枝；4）生龙齿- > 生牡蛎；5）葛根- > 杜仲- > 桑枝；6）首乌藤- > 柏子仁，其中活血化瘀药有：郁金、丹参、延胡索、降香、五灵脂；健脾祛湿药有党参、茯苓、白术；通经活络的药物有鸡血藤、桑枝；益气养阴药有熟地黄、沙参、麦门冬、党参、黄精；祛湿邪药有萆薢、苍术；养心安神药有首乌藤、生龙齿、柏子仁、酸枣仁。

3.2 文献验证

文献研究发现苦参“专治心经之火”^[9]。《黄帝内经》所言“清气在下，则生飧泄；浊气在上，则生䐜胀”。通过文献搜索，在中国知网检索平台输入“张伯礼”“心悸”为关键字，总结张伯礼教授治疗心悸经验，张伯礼教授主张“痰瘀互生，病重之源”的观点，在张仲景“血不利则为水”的基础上，提出“水不行亦可为瘀”的观点^[10-13]。有组方网络可以看出，茵陈蒿、苍术、萆薢为清热化痰湿，丹参、郁金、降香活血化瘀行气止痛；用女贞子、苦参、生龙齿滋阴、清热安神，沙参、茯苓、白术健脾胃扶正气，总体来说女贞子、墨旱莲、生地、麦门冬、枸杞子等滋肾阴，并常佐一味杜仲，补而不腻，阴中求阳^[14]。可以看出张伯礼教授治疗心悸病用药规律体现了他治病的理念，即“辨证论治”，并强调治病求本，本于阴阳，一定要辨清寒热虚实^[13]。

而在本研究中使用二维层次聚类验证了文献中关于张伯礼教授治疗心悸的用药规律，充分体现常用药物出现频率、节点关联，在研究中，共有节点链路节点181个，边6 541个，利用Gephi可以进行社团模块划分，反映了中医用药思维及规律。

3.3 方法应用总结

关联分析法是近年来研究方剂配伍规律极为常用的数据挖掘技术之一，以频繁项集计算和关联规则发现为主要任务。该方法在方剂配伍规律中主要用于药对、药组的挖掘分析^[15]。关联规则是形如X- > Y的蕴涵表达式，其中X和Y是不相交的项集（在此项集的含义即等于药对或者药组）^[16]。利用关联规则对用药规律进行挖掘，优势是可以准确找出所有相关的药对组合，不足是模块化效果不足，针对此不足，本研究中采用Gephi软件中自带的Louvain算法进行网络化划分，可视化强。以网络分析法研究方剂配伍规律，最早见于清华大学李梢教授的相关研究^[17-18]，最早启蒙于网络药理学和社交网络，主要的特点是可视化强中、直观度高。常见的方法有贝叶斯网络、神经网络、复杂网络分析等应用。本研究中采用介数中心性、K-壳分解法^[19]发现网络中的重要节点，筛选核心网络，基于Louvain算法进行划分^[20]，实现数据的网络化。

4 结论与展望

目前在组方规律数据挖掘中，使用最多的方法是关联分析法、聚类等方法，聚类的方法分为熵层次聚类、二维分层聚类、系统聚类等，在方法的使用上一直不断改进，以便于客观化地挖掘出数据的规律。研究通过关联分析法，二维分层聚类法，将频率高的核心药群进行聚类、并将其链路关系进行可视化展示，更加直观的看出组方用药网络。

从研究结果发现，基于数据挖掘技术的用药规律研究，对于发现名老中医治疗疾病、用药方法的经验总结具有重要作用，对于名老中医经典传承的规范化、系统化、现代化传承和拓展提供了可以借鉴的方法。另外，目前大数据时代飞速发展，为大型数据分析提供了可发展的机会，在组方用药分析上，可以在方法上进行循环改进和创新，不断验证结果的准确性，一套规范化的组方数据挖掘平台以及参数的标准化是今后研究的发展方向。