文章信息
- 肖月星肖月星, 闫秀峰闫秀峰, 倪青倪青, 冯春鹏冯春鹏
- XIAO Yue-xing, YAN Xiu-feng, NI Qing, FENG Chun-peng
- 基于中医个体化诊疗平台和无尺度网络的2型糖尿病中药性味网络分布特征分析
- Analysis on the distribution characteristic of the taste and nature of traditional Chinese herbs treating type 2 diabetes mellitus based on the TCM individualized diagnosis and treatment platform and Scale-Free network model
- 天津中医药大学学报, 2017, 36(2): 107-112
- Journal of Tianjin University of Traditional Chinese Medicine, 2017, 36(2): 107-112
- http://dx.doi.org/10.11656/j.issn.1673-9043.2017.02.08
-
文章历史
收稿日期: 2016-12-06
中医辨证本身往往是一种基于其临床表现的患者分类,而患者群体的宏观临床表现集中组合则往往提示疾病的证候固有规律。然而,临床上由于药物性味的选择理论上与证型相对应(即方从证出),有些时候所选药物的性味,更能间接反映出该患者的证型,糖尿病的中医药研究领域也不例外,这就是中医研究中“以方(药)测证”和“以方(药)说理”的传统“药(方)-证”关系理论及方法[1-3]。本研究基于北京市科委重大项目--“中医药防治重大疾病临床个体诊疗评价体系的研究”的子课题之一“利用个体化诊疗平台评价中医药延缓糖尿病血管并发症疗效的研究”所依托的中医个体化诊疗平台(中医药临床信息采集系统),将实际临床中海量的2型糖尿病及其并发症的中医临床信息构建数据仓库,进行基于大数据的糖尿病选药分析,并试图寻找糖尿病的整体证候分布规律。
1 数据库一般临床资料笔者通过“个体化诊疗平台”共纳入2型糖尿病住院患者3 247例(起自2004年6月-2006年12月)。其中,中国中医科学院广安门医院995例,占30.64%;中国中医科学院西苑医院695例,占21.40%;北京中医药大学东方医院492例,占15.15%;北京大学第一医院200例,占6.16%;济南军区总医院195例,占6.01%;上海中医药大学附属上海龙华医院150例,占4.62%;北京朝阳医院145例,占4.47%;北京中医药大学东直门医院143例,占4.40%;北京中西医结合医院135例,占4.16%;卫生部北京医院97例,占2.99%。男1 625例,占50.05%;女1 622例,占49.95%。年龄 < 20岁,7例,占0.22%,20~29岁,143例,占4.40%,30~39岁,387例,占11.92%,40~49岁,603例,占18.57%,50~59岁,769例,占23.68%,60~69岁,872例,占26.86%,≥70岁,466例,占14.35%。病程≤2 a,632例,占19.46%;2~ 5 a,736例,占22.67%;5~10 a,903例,占27.81%;10 a以上976例,占30.06%。
在所有入组的3 247例患者中,男性1 625例(50.05%),女性1 622例(49.95%),男女比例无明显差异。其中,年龄分布中以60~69岁居多(26.86%),病程大于10年者占主体(30.06%)。
2 数据分析方法无尺度网络现象反映了复杂网络在一定驱动力的影响下动态的自组织过程宏观规律。基于古方及当代临床复方数据的分析表明,中医药理论指导下的复方配伍过程具有无尺度复杂网络现象。这对中医药理论如复方配伍、药物相互作用以及药性理论等的研究提供了实证基础,为进行中医特色的科学研究提供了方法学启发,且为其他相关学科复杂系统的组织原则研究提供了现实参考。
Newman[4-5]基于几个大规模的数据库对不同领域的科研作者合作进行了研究,表明科研合作网络具有小世界网络的所有特性如很小的最短路径、比相同规模的E-R随机图大得多的集聚系数,而且度分布具有幂律特性。中药方剂也是典型的合作网络,具有严谨的组配结构的方剂,体现了各组成药物之间的合作关系。笔者在研究复方组配结构时以合作网络的形式对复方集合进行建模,即所有单个复方的所有药物之间的关系是一种完全图关系。基于个体化诊疗平台的数据挖掘已经证明中药方剂是一个无尺度网络[6-7],并研究实现了基于无尺度网络的数据挖掘算法。该算法基于无尺度网络现象的核心药物配伍结构发现旨在寻找一定代表性和覆盖度的某名老中医的共性处方配伍网络[8-10]。当针对某一病证或在总的日常诊疗过程中,某名老中医的处方配伍网络表达了该老中医的处方思路或首选处方结构,是其临床经验和处方“偏好“信息的表现[11]。同时,可以根据处方配伍网络中的节点度分布,发现处方配伍网络的核心节点,并根据这些节点在处方中的同现频度计算其覆盖度[12-13]。
无尺度网络的重要特征是:组成复杂系统的各元素被认为是多个结点的有机集合体,大部分结点间只有少数几个连结,某些结点却拥有与其他结点的大量连结。具有大量连结的结点被称为“集散结点”。集散结点与周围结点间连接的边的长短可以衡量结点间的紧密关系。几个或多个结点间的连接关系形成了一个结构相对完整、具备一定功能作用的网络结构,并成为网络整体的重要组成部分之一,其功能特征可以完整或部分地反映整体的特性。
为了进一步对糖尿病主要证型-三型的分类依据进行深入探讨,本研究基于“药-证”关系理论[14-16],运用无尺度网络模型,结合药物功效、性味及药对关系分析每一证候类型下的中药网络分布特征,为三型辨证分类的科学性提供佐证[17-19],并为临床提供选方用药思路。
3 结果和讨论 3.1 2型糖尿病患者应用中药出现频率见表 1。
序号 | 中药名称 | 频次(次) | 出现率(%) |
1 | 生地 | 1 530 | 47.12 |
2 | 茯苓 | 1 322 | 40.71 |
3 | 丹参 | 1 308 | 40.28 |
4 | 麦门冬 | 1 271 | 39.14 |
5 | 炒白术 | 1 050 | 32.34 |
6 | 当归 | 1 043 | 32.12 |
7 | 赤芍 | 997 | 30.71 |
8 | 陈皮 | 975 | 30.03 |
9 | 白芍 | 911 | 28.06 |
10 | 太子参 | 888 | 27.35 |
11 | 川芎 | 883 | 27.19 |
12 | 玄参 | 878 | 27.04 |
13 | 知母 | 799 | 24.61 |
14 | 蜜黄芪 | 746 | 22.98 |
15 | 葛根 | 733 | 22.57 |
16 | 法半夏 | 732 | 22.54 |
17 | 五味子 | 719 | 22.14 |
18 | 泽泻 | 708 | 21.80 |
19 | 牡丹皮 | 687 | 21.16 |
20 | 苍术 | 682 | 21.00 |
21 | 生黄芪 | 672 | 20.70 |
22 | 川牛膝 | 663 | 20.42 |
23 | 牛膝 | 653 | 20.11 |
24 | 山茱萸 | 645 | 19.86 |
25 | 黄连 | 628 | 19.34 |
26 | 生甘草 | 596 | 18.36 |
27 | 瓜蒌 | 595 | 18.32 |
28 | 蜜甘草 | 587 | 18.08 |
29 | 炒枳实 | 578 | 17.80 |
30 | 薏苡仁 | 544 | 16.75 |
31 | 柴胡 | 518 | 15.95 |
32 | 黄芩 | 510 | 15.71 |
33 | 山药 | 500 | 15.40 |
34 | 桃仁 | 482 | 14.84 |
35 | 天花粉 | 474 | 14.60 |
36 | 车前子 | 453 | 13.95 |
37 | 红花 | 450 | 13.86 |
38 | 黄柏 | 439 | 13.52 |
39 | 厚朴 | 434 | 13.37 |
40 | 砂仁 | 434 | 13.37 |
41 | 石膏 | 434 | 13.37 |
42 | 熟地黄 | 396 | 12.20 |
43 | 大黄 | 390 | 12.01 |
44 | 地龙 | 348 | 10.72 |
45 | 鸡血藤 | 341 | 10.50 |
46 | 菊花 | 335 | 10.32 |
47 | 桂枝 | 333 | 10.26 |
48 | 炒苦杏仁 | 330 | 10.16 |
49 | 熟大黄 | 310 | 9.55 |
50 | 连翘 | 308 | 9.49 |
51 | 桔梗 | 304 | 9.36 |
52 | 党参 | 299 | 9.21 |
53 | 栀子 | 298 | 9.18 |
54 | 北沙参 | 296 | 9.12 |
55 | 木瓜 | 291 | 8.96 |
56 | 郁金 | 290 | 8.93 |
57 | 枸杞子 | 285 | 8.78 |
58 | 火麻仁 | 281 | 8.65 |
59 | 金银花 | 281 | 8.65 |
60 | 炒枳壳 | 278 | 8.56 |
见图 1。在网络结构的中心,主要以生地、麦门冬、玄参、茯苓、太子参、当归、赤芍、知母、丹参、生黄芪10种为主要药物,其功用分别是生地-清热凉血、养阴生津;麦门冬-润肺养阴,益胃生津;玄参-清热利湿,凉血止血,解毒消肿;茯苓-利水渗湿、健脾;太子参-养阴生津;当归-补血、活血;赤芍-清热凉血、祛瘀止痛;知母-清热泻火、滋阴润燥;丹参-清热、解毒、利咽;生黄芪-固表止汗,补气利尿,托毒敛疮,其中寒凉类药物为9种。在网络结构的外周,以辛温药多见,包括具有活血化瘀、理气、除湿等功效的药物。
药对关系表分析,见表 2。前7个药对中几乎均属于养阴清热药。其中“玄参-麦门冬”、“麦门冬-生地”、“麦门冬-丹参”、“生地-丹参”、“生地-玄参”等药对的使用频次均居前列。同时表 2也显示,清热养阴药与活血化瘀、理气、除湿等药的配对使用也比较常见。提示此阶段的2型糖尿病证候在以阴虚热盛为基本或主要证型的基础上,还兼夹了瘀血、痰湿、水饮等证候因素,提示此样本群体以阴虚热盛为主要证候特征,同时凸现其多种兼夹证候的个体化特点。
序号 | 配伍药物 | 频数(次) | |
1 | 玄参 | 麦门冬 | 146 |
2 | 麦门冬 | 生地 | 138 |
3 | 麦门冬 | 丹参 | 137 |
4 | 茯苓 | 泽泻 | 117 |
5 | 生地 | 丹参 | 114 |
6 | 生地 | 玄参 | 113 |
7 | 麦门冬 | 太子参 | 109 |
8 | 赤芍 | 当归 | 108 |
9 | 赤芍 | 白芍 | 105 |
10 | 茯苓 | 白术 | 102 |
11 | 赤芍 | 川芎 | 101 |
12 | 麦门冬 | 五味子 | 101 |
13 | 知母 | 生地 | 95 |
14 | 玄参 | 丹参 | 94 |
15 | 陈皮 | 茯苓 | 91 |
16 | 丹参 | 太子参 | 90 |
17 | 当归 | 麦门冬 | 89 |
18 | 麦门冬 | 知母 | 88 |
19 | 川芎 | 当归 | 86 |
20 | 当归 | 茯苓 | 85 |
21 | 川芎 | 丹参 | 84 |
22 | 赤芍 | 丹参 | 83 |
23 | 茯苓 | 丹参 | 83 |
24 | 白芍 | 当归 | 83 |
25 | 茯苓 | 山茱萸 | 82 |
26 | 牡丹皮 | 茯苓 | 80 |
27 | 川牛膝 | 生地 | 79 |
28 | 山茱萸 | 泽泻 | 78 |
29 | 当归 | 丹参 | 77 |
30 | 茯苓 | 太子参 | 76 |
31 | 麦门冬 | 川牛膝 | 75 |
32 | 茯苓 | 麦门冬 | 74 |
33 | 牡丹皮 | 泽泻 | 73 |
34 | 茯苓 | 山药 | 73 |
35 | 赤芍 | 麦门冬 | 73 |
36 | 赤芍 | 生地 | 73 |
37 | 玄参 | 当归 | 72 |
38 | 当归 | 生地 | 71 |
39 | 茯苓 | 半夏 | 70 |
40 | 丹参 | 五味子 | 69 |
见图 2。生地、太子参、白术、丹参、茯苓、白芍、麦门冬处于网络模型的中心,结合功效分析,主要以益气养阴为主;炙黄芪、赤芍、当归、陈皮等距离网络中心较近,集中体现了补气养阴之法;模型外围较为散在的药物如天花粉、生石膏、半夏、黄连、地龙、五味子、川牛膝的使用,是临床诊疗个体化的具体体现,符合中医临床“有是‘证’用是药”的治疗原则,同时也说明临床糖尿病患者兼夹证候的多样化与复杂性,反映了糖尿病并发症的多样性和多种并发症并存的特点。
气阴两虚型的药对特征,见表 3。从表 3中看出,“白术-茯苓”、“白芍-赤芍”、“麦门冬-生地”、“麦门冬-丹参”、“太子参-麦门冬”、“麦门冬-五味子”等药对的运用具有很高的使用频次,结合药物功效分析,其所对应的主要证候类型与气阴两虚相吻合。同时其他药对如“陈皮-茯苓”、“苍术-白术”、“茯苓-半夏”、“红花-桃仁”等的使用也体现了2型糖尿病证候兼夹多样、复杂的特点。
序号 | 配伍药物 | 频数(次) | |
1 | 白术 | 茯苓 | 145 |
2 | 白芍 | 赤芍 | 139 |
3 | 麦门冬 | 生地 | 139 |
4 | 麦门冬 | 丹参 | 136 |
5 | 太子参 | 麦冬 | 135 |
6 | 当归 | 赤芍 | 135 |
7 | 丹参 | 生地 | 132 |
8 | 麦门冬 | 玄参 | 131 |
9 | 麦门冬 | 五味子 | 129 |
10 | 川芎 | 赤芍 | 127 |
11 | 川芎 | 当归 | 122 |
12 | 太子参 | 丹参 | 113 |
13 | 丹参 | 赤芍 | 112 |
14 | 生地 | 赤芍 | 105 |
15 | 陈皮 | 茯苓 | 105 |
16 | 丹参 | 茯苓 | 104 |
17 | 茯苓 | 泽泻 | 103 |
18 | 川芎 | 丹参 | 99 |
19 | 茯苓 | 当归 | 98 |
20 | 白芍 | 当归 | 98 |
21 | 丹参 | 玄参 | 96 |
22 | 太子参 | 五味子 | 95 |
23 | 丹参 | 当归 | 94 |
24 | 茯苓 | 太子参 | 93 |
25 | 赤芍 | 茯苓 | 92 |
26 | 生地 | 玄参 | 92 |
27 | 苍术 | 白术 | 91 |
28 | 牡丹皮 | 茯苓 | 90 |
29 | 麦门冬 | 赤芍 | 89 |
30 | 生地 | 当归 | 88 |
31 | 茯苓 | 半夏 | 86 |
32 | 麦门冬 | 知母 | 86 |
33 | 茯苓 | 白芍 | 84 |
34 | 丹参 | 五味子 | 84 |
35 | 生地 | 知母 | 84 |
36 | 红花 | 桃仁 | 82 |
37 | 川芎 | 白芍 | 82 |
38 | 白芍 | 生地 | 80 |
39 | 麦门冬 | 茯苓 | 80 |
40 | 炙黄芪 | 当归 | 79 |
见图 3。分布于网络中心的药物主要有太子参、生地、麦门冬、丹参、白术、茯苓、白芍等,结合功效分析,仍以益气养阴为主;从其外围的中药分布如炙黄芪、赤芍、知母、当归、泽泻、陈皮等的分布看,针对阳虚证的药物使用较少,而主要以活血、行气、利水、渗湿药物为主。结合临床实际分析,2型糖尿病住院患者阴阳两虚证型的出现多见于合并严重的糖尿病肾病及冠心病并发症个体,此类个体一般病程较长、并发症多样,其所占比例较小,因而从中药的药效、性味关系分析不足以反映此阶段的证型特征,尤其是主要的或基本证候特征。
同样,药对配伍分布情况从药物功效分析,仍以益气养阴活血为主,温阳化气的药物较为少见。这可能与患者群体的病程较短、并发症较轻有关。其他药对如“川芎-赤芍”、“川芎-当归”等药的使用提示活血化瘀的使用在2型糖尿病的临床治疗中占有重要地位。见表 4。
序号 | 配伍药物 | 频数(次) | |
1 | 丹参 | 麦门冬 | 277 |
2 | 麦门冬 | 生地 | 232 |
3 | 麦门冬 | 五味子 | 216 |
4 | 生地 | 丹参 | 203 |
5 | 白术 | 麦门冬 | 181 |
6 | 丹参 | 茯苓 | 180 |
7 | 太子参 | 麦门冬 | 180 |
8 | 白术 | 茯苓 | 169 |
9 | 丹参 | 川芎 | 169 |
10 | 丹参 | 赤芍 | 167 |
11 | 茯苓 | 泽泻 | 164 |
12 | 炙黄芪 | 麦门冬 | 159 |
13 | 丹参 | 葛根 | 156 |
14 | 丹参 | 太子参 | 152 |
15 | 玄参 | 生地 | 149 |
16 | 丹参 | 玄参 | 147 |
17 | 丹参 | 五味子 | 146 |
18 | 牡丹皮 | 茯苓 | 145 |
19 | 白芍 | 赤芍 | 144 |
20 | 熟地黄 | 茯苓 | 143 |
21 | 知母 | 生地 | 140 |
22 | 当归 | 麦门冬 | 140 |
23 | 川芎 | 当归 | 134 |
24 | 白术 | 丹参 | 133 |
25 | 太子参 | 五味子 | 133 |
26 | 川芎 | 赤芍 | 133 |
27 | 当归 | 生地 | 132 |
28 | 丹参 | 知母 | 132 |
29 | 赤芍 | 麦门冬 | 132 |
30 | 麦冬 | 葛根 | 130 |
31 | 川芎 | 麦门冬 | 124 |
32 | 葛根 | 生地 | 123 |
33 | 茯苓 | 陈皮 | 122 |
34 | 丹皮 | 泽泻 | 121 |
35 | 赤芍 | 当归 | 121 |
36 | 麦门冬 | 茯苓 | 120 |
37 | 生石膏 | 知母 | 119 |
38 | 太子参 | 茯苓 | 115 |
39 | 茯苓 | 生地 | 114 |
40 | 丹参 | 白芍 | 111 |
基于无尺度网络模型及“药-证关系”来分析2型糖尿病的治疗选药的网络结构和药对关系,为判断2型糖尿病证型分布提供了依据。研究表明,2型糖尿病的证候类型主要以阴虚热盛、气阴两虚为主;阴阳两虚是疾病发展的必然趋势,但在临床上阴阳两虚个体的发生率并不少见,可以预测的是,随着病程的延长,并发症越多,出现阴阳两虚证型的趋势增加。益气养阴药使用贯穿于疾病的每一个证候类型,提示气阴两虚贯穿于糖尿病始终;此外,活血化瘀药的使用在每一个证候类型中的应用也比较广泛,提示血瘀证是2型糖尿病的主要兼夹证候,预示2型糖尿病可以从活血化瘀药的使用中获益。基于“药-证”关系理论,运用无尺度网络模型,结合药物功效、性味及药对关系分析每一证候类型下的中药网络分布特征,是非常有效的研究方法,为“阴虚热盛、气阴两虚和阴阳两虚”的3型辨证分类的科学性提供佐证,并对临床选方用药提供思路和参考。
[1] | 方肇勤. 中医基础证的一原三维研究[J]. 中国中西医结合杂志, 2002, 22(4): 250–251. |
[2] | 刘明, 谢鸣. 关于"以方测证"方法的思考[J]. 中医杂志, 2007, 48(5): 459–461. |
[3] | 王阶, 汤艳丽, 何庆勇, 等. 方证对应在中医辨证体系构建中的思考[J]. 中华中医药杂志, 2009, 24(7): 837–839. |
[4] | Newman M.E.J. Coauthorship networks and patterns of scientific collaboration[J]. Proc NatL Acad Sci USA, 2004, 101(Supp.1): 5200–5205. |
[5] | Newman M.E.J. The structure of scientific collaboration networks[J]. Proc Natl Acad Sci USA, 2001, 98(2): 404–409. DOI:10.1073/pnas.98.2.404 |
[6] | 周雪忠. 中医临床数据仓库构建及临床数据挖掘方法研究[D]. 北京: 中国中医科学院, 2007: 3. |
[7] | 周雪忠, 刘保延, 王映辉, 等. 复方药物配伍的复杂网络方法研究[J]. 中国中医药信息杂志, 2008, 15(1): 98–100. |
[8] | Liu B, Zhou X, Wang Y, et al. Data processing and analysis in real-world traditional Chinese medicine clinical data: challenges and approaches[J]. Stat Med, 2012, 31(7): 653. DOI:10.1002/sim.4417 |
[9] | 郭燕周, 马建伟. 数据挖掘技术在糖尿病中医证候及方药中的应用[J]. 解放军医药杂志, 2015, 27(9): 34–38. |
[10] | 王映辉, 姜在旸, 刘保延, 等. 基于信息和数据挖掘技术的名老中医临床诊疗经验研究思路[J]. 世界科学技术:中医药现代化, 2005, 7(1): 98. |
[11] | 李建生, 胡金亮, 王永炎, 等. 基于2型糖尿病数据挖掘的中医证候诊断标准模型建立研究[J]. 中国中医基础医学杂志, 2008, 14(5): 367–370. |
[12] | 沈毅, 傅萍, 孔丽娅. 数据挖掘方法在名老中医用药规律研究中的应用[J]. 中医杂志, 2016, 57(5): 890–893. |
[13] | 吴嘉瑞, 唐仕欢, 郭位先, 等. 基于数据挖掘的名老中医经验传承研究述评[J]. 中国中药杂志, 2014, 39(4): 614. |
[14] | 沈自尹. 以药测证对肾虚证基因网络和信号转导的研究[J]. 中国中西医结合杂志, 2005, 25(12): 1126. |
[15] | 黄煌. 当前中医研究思路的几个转变[J]. 北京中医药大学学报, 1997, 20(4): 9. |
[16] | 张兰凤, 王阶, 王永炎. 方证对应研究[J]. 中华中医药杂志, 2005, 20(1): 9. |
[17] | 闫秀峰, 倪青, 孟凤仙. "三型辨证"的应用现状及其对中医药治疗糖尿病的影响[J]. 中国中医药信息杂志, 2005, 12(6): 95–98. |
[18] | 闫秀峰, 倪青, 陈世波, 等. 对林兰糖尿病中医"三型辨证"理论的探讨[J]. 中医杂志, 2005, 46(12): 885–887. DOI:10.3321/j.issn:1001-1668.2005.12.002 |
[19] | Yan XF, Ni Q, Wei JP, et al. A systematic review and Meta-Analysis of type 2 diabetes mellitus treatment based on the "Three-Typed Syndrome Differentiation" theory in Chinese medicine[J]. Chin J Integr Med, 2014, 20(8): 633–640. DOI:10.1007/s11655-013-1462-2 |