基于数据挖掘的《理虚元鉴》用药规律研究

2018-07-12 佚名 中国中医药信息杂志

分析《理虚元鉴》用药规律,探讨汪绮石治疗虚证用药特点及辨治思路,为临床提供参考。

目的 分析《理虚元鉴》用药规律,探讨汪绮石治疗虚证用药特点及辨治思路,为临床提供参考。

方法 整理《理虚元鉴》所载方剂,建立药物名称、用量及主治病证数据库。采用SPSS19.0统计软件进行普遍性分析、相似性分析和聚类分析。

结果 共纳入方剂23首,包含药物56味、227频次,其中使用最多的药物为甘草和生地黄;药性以寒(46.7%)、温(16.7%)、平(16.7%)为主,药味以苦(53.3%)、甘(80.0%)、辛(20.0%)为主,归经以手少阴心经(53.3%)、足厥阴肝经(33.3%)、足太阴脾经(53.3%)、手太阴肺经(66.7%)、足少阴肾经(46.7%)及足阳明胃经(26.7%)为主。

结论 汪绮石《理虚元鉴》治疗虚证善用性寒、味甘、归手太阴肺经的药物,其中以甘草、生地黄为最,具固脾防邪兼补肾之效;其次为桔梗、茯苓、麦冬、牡丹皮,以清金保肺,达到无损至高之气而金水相生的目的。

原始出处:
赵志恒,穆超超.基于数据挖掘的《理虚元鉴》用药规律研究[J].中国中医药信息杂志,2018,25(7):92-94.DOI:10.3969/j.issn.1005-5304.2018.07.022

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1798654, encodeId=7f071e9865401, content=<a href='/topic/show?id=5ea569e07af' target=_blank style='color:#2F92EE;'>#用药规律#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=28, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=69707, encryptionId=5ea569e07af, topicName=用药规律)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=f634250, createdName=chentianping, createdTime=Fri Mar 29 12:20:00 CST 2019, time=2019-03-29, status=1, ipAttribution=)]

相关资讯

R进行数据统计与数据挖掘:手把手教你!

R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包, 例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。

数据挖掘在医学上的应用

本篇将再多讲一讲数据挖掘在医学上的应用,希望能对感兴趣的朋友有所启发,也供从事其他行业数据挖掘应用的同仁参考。 数据挖掘,又称知识发现(KDD),是从大量的数据中抽取潜在的、有价值的知识的过程。数据挖掘所探寻的模式是一种客观存在的、但隐藏在数据中未被发现的知识。例如,数据挖掘可直接挖掘疾病高发人群,发现疾病及症状间的未知联系,探索化验指标间的影响关系及化验指标与疾病间的潜在影响,对未知的

数据挖掘算法全景图——Clementine12.0算法

                                 &n

数据挖掘与虚拟医药科研

我们在前面的博客里初步谈论了一些数据挖掘的实践应用。我们说数据挖掘的应用很广泛,在某些领域也已很成熟,实用价值很高。其中数据挖掘在医药学领域就有一些比较成熟可靠的应用了。但有时,我们也听说有些人将数据挖掘在某些领域的应用说成是“讲故事”。这实际上是反映了这些案例的开发和应用很不成熟,可信度很低。成熟的数据挖掘应用绝不是“讲故事”。本人在北美工作了多年,从来没有听说过数据挖掘是“讲故事”(也许是