基于古籍医案从方证相应探索中药干预中风失语的证治规律

CHEN Jian,REN Qiaosheng, MA Yanan,TAO Xiaohua, GAO Ying,CHANG Jingling

Chinese Journal of Information on Traditional Chinese Medicine(2023)

引用 0|浏览2
暂无评分
摘要
目的 挖掘古籍医案中风失语证候要素与组方用药规律,从方证相应探析本病论治思路.方法 以国家重点研发计划中医古籍"病脉证并治"知识元标引数据库及《中华医典》(第5版)古籍数据库医案部古籍为主要医案来源,筛选符合要求的中风失语古籍医案,运用Python3.8编程语言提取医案的证候、处方等信息,录入Excel2019,进一步提取证素信息,形成标准证药信息数据库,运用Pandas库对数据进行规范化处理、统计描述,调用Apriori算法模块进行关联规则分析;运用Gephi0.9.7进行证素复杂网络可视化呈现与分析;运用SPSS Statistics 26.0对高频中药进行系统聚类分析.结果 共纳入48部古籍的210则中风失语医案,涉及18个病性证素,总频次为495,痰、内风、热、气虚、阴虚为高频病性证素;9个病位证素,总频次为218,肝、肾、脾、心、经络为高频病位证素;中药262味,总频次为2 261,频次≥16中药共40味,包括茯苓、法半夏、人参片、石菖蒲、当归等.关联规则分析得到病位-病性强关联规则10条,中药-病性强关联规则20条.复杂网络可视化分析获得5个病性证素与5个病位证素的紧密关联网络.高频中药聚类分析获得3类核心组合.结论 中风失语急性期,肝热生风、痰迷心窍以清神解语汤和羚角钩藤汤主之;恢复期与后遗症期,脾虚痰阻以六君子汤主之,肝肾阴虚、痰浊上扰以地黄饮子主之.
更多
关键词
post stroke aphasia,medical cases in ancient books,prescription-syndrome relativity,syndrome elements,syndrome and treatment law,data mining
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要