06-专题讨论（5期）.FIT)

Size: px

Start display at page:

Download "06-专题讨论（5期）.FIT)"

拜超肖
7 years ago
Views:

1 利用数据挖掘方法对肺癌中医药治疗特点的初步研究元阴刘杰林洪生元元侯炜李道睿 ( 中国中医科学院广安门医院肿瘤科北京 ) 周雪忠 ( 北京交通大学计算机与信息技术学院北京 ) 摘要 : 目的 : 基于无尺度网络分析等数据挖掘方法, 研究肺癌中医药治疗的特点 ; 探索利用结构化临床信息数据库和数据挖掘方法进行肺癌中医药治疗规律研究的可行性和模式方法 : 通过肺癌结构化临床信息采集系统, 采集了 2002 耀 2008 年广安门医院肿瘤科的肺癌住院病例, 运用无尺度网络等数据挖掘方法, 从中药的功效种类剂量配伍关系等方面, 探讨肺癌中医证候特征及治疗特点结果 : 通过对 204 例肺癌住院病例的分析总结, 发现肺癌多采用以扶正为主的方剂, 四君子汤使用频次最多 ; 组方时, 补虚药居于首位, 且以益气养阴药为主, 其次是化痰药清热药利水渗湿药活血化瘀药理气药和消食药 ; 在不同治疗阶段, 随着正邪关系的变化, 中医处方的用药原则和扶正驱邪比例随之相应的变化结论 : 肺癌中医治疗以扶正培本为主要原则 ; 在临床诊疗规范化基础上, 合理采用数据库和数据挖掘技术与方法, 研究肺癌中医药治疗规律是可行的关键词 : 肺癌数据挖掘中医药据世界卫生组织 (WHO) 预测, 到 2025 年, 我国医临床诊疗水平难以像现代医学那样呈现继往开 [2~3] 每年新增肺癌病例将超过 100 万, 成为世界第一肺来式的累积性加速发展模式因此, 通过从临床 [1] 癌大国提高肺癌的治愈率, 改善患者的临床症状, 实践中总结分析肺癌中医药治疗的特点, 挖掘共性提高生存质量是 21 世纪我国所面临的重大课题中成分及个性因素, 相对直观定量清晰的加以展示, 医药治疗肺癌能够根据复杂动态开放的疾病演变对肺癌临床诊疗水平的提高科研方案的设计肺癌过程, 发挥辨证论治和整体观念的优势, 制定多样中医临床实践指南的制定均具有重要意义灵活个体化的临床决策, 以达防病治病之目的然中国中医科学院广安门医院肿瘤科作为全国而中医的宏观性非定量性非精确性等特点使得中中医肿瘤医疗中心, 注重开展肺癌中医诊疗规律的研究, 承担了国家六五七五八五十收稿日期 : 修回日期 : 五科技攻关课题, 遵循实践认识再实践元国家科学技术部十一五科技支撑计划 (2006BAI04A05): 非小细胞肺癌中医综合治疗方案的研究, 负责人 : 林洪生 ; 国家中医药行业科研专项 ( ): 基于临床科研一体化技术平台的肺癌等疾病中医药临床诊疗研究, 负责人 : 林洪生元元联系人 : 刘杰, 主治医生, 主要研究方向 : 中西医结合肿瘤学,Tel: , dr.liujie@163.com; 林洪生, 主任医师, 主要研究方向 : 中西医结合肿瘤学,Tel: , drlinhongsheng@163.com 753

2 2009 第十一卷第五期绎 Vol.11 No.5 再认识的发展模式, 不断整合优化我国肺癌临床和科研成果, 积累了丰富详尽的临床数据及循证医学证据, 使得中医药治疗肺癌的临床疗效不断提高一肺癌结构化临床信息数据库的建立 1. 病历资料所有病例来源于 2002 年 1 月 ~2008 年 4 月中国中医科学院广安门医院, 符合入选标准的肺癌患者 (1) 诊断标准参照临床诊疗指南肿瘤分册中肺癌诊断标准执行 (2)TNM 分期标准按照国际抗癌联盟 (UICC) 肺肿瘤 TNM 分期 (1997) 标准执行 (3) 病例纳入标准淤广安门医院肿瘤科肺癌科研病例 ; 于住院病案质量高, 记录完整 ; 盂采用中医或中西医结合治疗时间逸 1 个周期, 并且有随访数据 ; (4) 病例排除标准淤不符合肺癌诊断和分期标准 ; 于肺癌科研病例中的剔除病例 ; 2. 数据采集参照 2003 年国家中医药管理局颁发的病历书写规范, 通过对肺癌患者住院病历研究分析, 抽提出肺癌中医病历的共性与特性, 结合临床和科研两方面的需求特点, 构建了肺癌结构化临床信息采集系统, 能够实现对肺癌诊断治疗的全方位多层次信息的数据采集存储整理和提取分析 (1) 采集规范与核查制定临床术语规范, 建立肺癌诊断治疗疗效相关信息的字典, 培训采集人员, 制定数据检查程序, 实现计算机核查和人工核查相结合的检查模式, 确保住院病历结构化信息数据与原始科研病历数据的一致性准确性 ( 2 ) 数据整理由 Java 版本 ETL 软件实现, 按照字典表中的术语信息进行规范整理, 主要针对临床症状药物名称药物功效治则治法等, 进行同义词格式文本信息结构化再提取信息扩展等整理根据肺癌科研分析需求, 建议规则, 实现肺癌基线特征 - 治疗方案 - 疗效不同层级或角度之间的数据对应抽提和分析, 以提高数据挖掘分析效率二肺癌结构化临床信息数据的挖掘分析数据挖掘 (Data Mining) 是从大量数据中提取或 [4] 挖掘知识本研究借助于集成 Weka Oracle Data Miner 等数据挖掘平台进行数据挖掘分析, 并通过联机分析系统进行结果的直观化展示一般资料采用频数统计分析, 药物配伍药证关系采用无尺度网络分析, 以每一味中药作为网络结点, 基于患者住院期间处方中的使用频次建立的无尺度网络图, 通过计算机分析和处理, 将反复出现的药对关系连成网络结构三结果 1. 一般资料 204 例肺癌患者中, 男性 138 例 (68%), 女性 66 例 (32%), 男女比例约为 2:1;48 例患者小于 65 岁, 94 例年龄在 65 岁耀 75 岁之间,62 例患者大于 75 岁 ; TNM 分期为 III IV 期的患者占 82%(167 例 ),I II 期者为 6%(13 例 ); 鳞癌 39 例, 腺癌 77 例, 腺鳞癌 3 例, 大细胞癌例 2, 肺泡癌 5 例 ;KPS 逸 70 者,I II 期占 92%,III IV 期占 74% 2. 方药研究 (1) 中药处方表 1 肺癌中药处方频次表 FANGJI_NAME 频次 FANGJI_NAME 频次四君子汤 226 清气化痰丸 17 自拟方 196 桃红四物汤 17 二陈汤 109 香砂六君子汤 15 六君子汤 73 定喘汤 14 沙参麦冬汤 46 贝母瓜蒌散 13 葶苈大枣泻肺汤 29 瓜蒌薤白半夏汤 13 百合固金汤 27 八珍汤 12 三仁汤 25 旋复代赭汤 12 玉屏风散 25 养阴清肺汤 12 补中益气汤 23 橘皮竹茹汤 11 参苓白术散 22 三子养亲汤 11 当归补血汤 22 补阳还五汤 10 生脉散 20 四物汤

3 以扶正为主的方剂占绝大多数, 如四君子汤沙参麦冬汤补中益气汤等 ( 见表 1) (2) 中药功效在治疗肺癌的方剂中, 中药应用频次在 100 次以上的中药有 71 种, 茯苓炒白术炒苦杏仁分居前三位从中药功效来统计, 以补虚药居于首位, 且以补气补阴为主, 体现了肺癌气虚阴虚的基本证侯, 治疗以扶正培本为主的治疗原则 ; 其次, 化痰药清热药利水渗湿药活血化瘀药理气药和消食药居多, 体现了注重对肺癌痰热湿瘀等病理因素的综合治疗 ( 见表 2) (3) 核心处方与配伍规律基于无尺度网络分析的方法, 用分析事件相关消食化积健脾行气开胃, 有助于缓解化疗期间的消化道反应 ( 见图 5); 榆半枝莲和白花蛇舌草配伍以清热解毒利湿, 泽泻猪苓葶苈子和大枣配伍以健脾利水, 泻肺平喘, 有助于增强化疗药物驱邪的疗效 ( 见图 6) 通过无尺度网络分析, 可以看出肺癌化疗期间以健脾和胃益气养血滋补肝肾为主治疗原则 (4) 扶正驱邪比例研究通过对中药处方中药物扶正驱邪类别的判定, 以及剂量强度的统计, 可见在化疗阶段扶正药物比例明显大于非化疗阶段, 非化疗阶段驱邪药物比例明显大于化疗阶段反映了化疗药物常在抑杀肿瘤的同时伤及机体的正气, 因而中医在肺癌化疗阶段的点式互信息 (Pointwise Mutual Infor 原 mation,pmi) 实现中药配伍关系的权重表 2 肺癌中药功效频次表排序功能, 从而发现核心药物组成和中功效亚类频次功效亚类频次功效亚类频次药配伍规律如下图表所示, 每一味药补气 3261 清热解毒 1715 利水消肿 1477 利水物与周围药物的连线表示他们关系的补阴 1631 清热凉血 755 利尿通淋 108 补虚渗湿权重, 线上的数字是应用频次,SI 值说补血 695 清热清热泻火 512 利湿退黄 26 明权重的排序, 节点的颜色代表了中药补阳 338 清热燥湿 501 活血调经 651 的寒凉温热, 红色为温热, 黄色为性平, 清化热痰 1636 清虚热 76 活血止痛 549 活血绿色为寒凉化痰温化寒痰 925 破血消癥 214 淤中晚期肺癌 : 以茯苓白术太子参等为核心药物, 符合四君子汤证益气止咳平喘 211 活血疗伤 33 健脾的治法特点, 显示了中晚期肺癌以扶正培本, 培陈皮炒白术土生金为主的治疗原则 ( 见图 1) 从无尺度网络外围分布药物的关联和功效特征分析, 可见中晚期肺癌茯苓尚同时运用清热解毒补益肝肾消食化积的中药配 275 炒苦杏仁 312 伍规律 ( 见图 2) 271 生甘草于肺癌化疗阶段 : 以茯苓白术太子参甘草陈皮半夏黄芪等为核心药物, 符合六君子汤证的治疗原则, 即食少, 胸脘痞闷, 呕逆等脾胃气虚兼痰湿证, 这是化疗期间肺癌患者常见的证候 ( 见图 3) 图 1 太子参 167 例中晚期肺癌的核心处方节点关系图 ( 频次在 175 以上的药物 ) 在核心处方之外, 依据权重由大到小排列, 常见中药配伍关系依次是 : 淤枸杞子女贞子当归鸡血法半厦赤芍女贞子焦神曲藤间的配伍, 反映了肺癌化疗阶段补益肝肾养血 115 活血的治疗特点, 有助于减轻化疗药所致的肝肾亏白花蛇舌草虚气虚血少等毒副反应 ( 见图 4); 于杏仁与桔梗 115 百合黄芩和浙贝母间的配伍, 反映了从宣降肺气枸杞子半枝莲白芍焦山楂养阴润肺清热解毒软坚散结的多角度与杏仁配图例中晚期肺癌的外围中药节点关系图伍以达祛痰止咳平喘的目的 ( 见图 4); 盂焦山楂和 ( 频次在 75 以上的药物 ) 焦神曲炒谷芽和炒麦芽炒苏子和炒苏梗配伍以 755

4 2009 第十一卷第五期绎 Vol.11 No.5 治疗往往加大扶正培本治疗的力度, 以减轻化疗毒副反应四讨论肺癌的中医药治疗具有动态辨证个体化的特点, 基于不同特征的病证情况, 中医处方信息数据如中药种类性味归经功效剂量等错综复杂, 使得规律的总结趋于经验性模糊性然而, 中医的治则治法是应用于中医临床诊疗全过程, 联系辨证与用药之间的枢纽, 同时肺癌中医药治疗时正邪关系的处理至关重要, 从复杂多源化的临床诊疗数据中挖掘治则治法和扶正祛邪规律, 以数据的形式客观展示, 以图表的方式直观呈现, 将有助于总结肺癌中医药治疗的特点和规律, 让有效的中医治疗方案具有可重复性, 更好加以传承推广和提高肺癌结构化临床信息数据库实现了患者基本信息诊断信息治疗信息随访信息等各种基本元素量度时空信息的海量存贮本研究从数据库相应的表结构中提取处方名称处方频次服药开始时间服药结束时间中药名称中药剂量等字段信息, 通过添加中药性味归经功效类茯苓半厦炒苦杏仁 42 女贞子当归鸡血藤桔梗 38 枸杞子炒苦杏仁黄芩浙贝母百合图 4 肺癌化疗阶段的外围中药节点关系图 ( 频次在 37 以上的药物 ) 焦山楂炒谷芽炒苏子焦神曲炒麦芽紫苏梗图 5 肺癌化疗阶段的外围中药节点关系图 ( 频次在 21 以上的药物 ) 大枣半枝莲猪苓 17 葶苈子白花蛇舌草泽泻图 6 肺癌化疗阶段的外围中药节点关系图 ( 频次在 16 以上的药物 ) 表 3 不同治疗阶段中药处方的扶正驱邪比例治疗阶段剂量 (Mean) 比例扶正药物驱邪药物总剂量扶正比例驱邪比例化疗阶段 % 43.56% 黄芪非化疗阶段 % 52.47% 陈皮图 3 白术太子参肺癌化疗阶段的核心处方节点关系图 ( 频次在 63 以上的药物 ) 甘草别判定等整理规则, 实现了对肺癌处方治则配伍规律扶正驱邪比例等挖掘分析通过高质量大规模临床数据的收集, 合理运用数据挖掘方法, 定性与定量相结合, 从复杂的肺癌中医个体化诊疗数据中, 可以发现隐含的本质规律, 通过数据清晰直观的展示例如, 无尺度网络 (Scale-Free Networks) 是一种描述组成复杂系统各元素间时间和空间关系的表现方式, 对于组成复杂系统的多个元素, 可以因某一种潜在关系而相互连接并形成结点, 具有大量连接集散结点所组成的功能团可以反映其整 756

5 体的共性的部分或全部特征而中药处方中药物分布是非随机的, 具有无尺度规律, 通过无尺度网络可以将药物间潜在关系或规律进行发掘本研究结果显示, 肺癌以扶正培本为主的治疗原则, 同时注重对肺癌痰热湿瘀等病理因素的综合治疗通过数据挖掘, 可是使临证潜方用药更有针对性, 组合更加合理, 有助于规范综合治疗方案, 阐述中医扶正培本的科学内涵由于数据仓库和数据挖掘技术的研究是一个不断推进和完善的过程, 针对肺癌等肿瘤专科疾病的中医诊疗研究更需要结合自身特点对研究技术和方法进行优化, 需要高质量结构化临床数据的积累和质量控制评价体系的不断完善进一步加强多学科不同专业间的合作, 从而不断提高研究的科学含量和认可度参考文献 1 Yang L, Parkin DM, Ferlay J, et al. Estimates of cancer incidence in China for 2000 and projections for Cancer Epidemiol Biomarkers Prev,2005,14(1) 颐 243~50. 2 董建栋. 浅论中医的科学属性. 亚太传统医药,2006,7 颐 23~25. 3 荆志伟. 科学是中医的紧箍咒吗? 中医与科学相关问题的思考. 医学与哲学,2006,27 (4) 颐 11~13. 4 Kantardzic, Mehmed. Data Mining: Concepts, Models, Methods, and Algorithms. John Wiley &Sons,2003. Primary Study of Characteristics of Lung Cancer TCM Treatment by Data Mining Liu Jie 1 袁 Lin Hongsheng 1 袁 Hou Wei 1 袁 Li Daorui 1 袁 Zhou Xuezhong 2 渊 1. OncologyDepartment 袁 Guang'anmen Hospital 袁 ChinaAcademy of Chinese Medical Sciences 袁 Beijing100053, China 曰 2. School of Computer and Information Technology 袁 Beijing Jiaotong University 袁 Beijing , China 冤 Abstract 院 This work aimed to study the characteristics of lung cancer treatment by the Traditional Chinese Medicine 渊 TCM 冤 based on data mining 袁 such as free-scale networks and tried to explore the feasibility and pattern of applying structured clinical database of lung cancer as well as data mining in studying the discipline of TCM treatment. Hospitalized Case history information from 2002 to 2008 was collected from the Oncology Department of Guang'anmen Hospital with the clinical information collection system. The syndrome and therapeutic characteristics were approached by data mining in several aspects, such as effects 袁 classification 袁 dosage 袁 compatibility 袁 and so on. The analysis result of 204 lung cancer cases showed that to strengthen the body resistance would be the main principle. "SIJUNZI" soup may serve as the most frequently used and core prescription, with deficiency-nourishing herbs 袁 especially Qi-supplementing and Yin-nourishing drugs taking the first place in the prescription, while the herbs with the functions of "eliminating phlegm" 袁 "reducing fever" 袁 "eliminating dampness" 袁 "invigorate blood circulation",etc. taking the second place. The discipline of TCM prescription 袁 Chinese medicine compatibility and interplay of Fuzheng-Quxie remedy would vary with the change of Zheng-qi and Xie-qi in different therapeutic stages. The results showed that the discipline of "FUZHENGPEIBEN" may be the main treatment principle for lung cancer patients. On the basis of TCM standardization of clinical diagnosis and treatment 袁 it would be feasible to rationally use datebases and data mining in TCM research. Keywords 院 Lung Cancer 曰 Data Mining 曰 Traditional Chinese Medicine ( 责任编辑 : 李沙沙, 责任译审 : 张立崴 ) 757

<46495420446F63756D656E7428452D2D796E2DB9A4D7F72D31C6DABFAF2D31D6D0D2BDD2A9CFD6B4FABBAF2D32303133C4EA2DB5DA31C6DA2D30302DB7E2C3E6CDC6BDE9A3A8323031332D31A3A92E6D6469>

<46495420446F63756D656E7428452D2D796E2DB9A4D7F72D31C6DABFAF2D31D6D0D2BDD2A9CFD6B4FABBAF2D32303133C4EA2DB5DA31C6DA2D30302DB7E2C3E6CDC6BDE9A3A8323031332D31A3A92E6D6469> 绎阴元元渊 210046 210046 渊 210046 173 111 62-76 P 约 0.05 doi: 10.3969/j.issn.1674-3849.2013.01.020 喎喎喎 [1] 2012-07-13 2012-08-15 元 973 2011CB505300-01 元元 105 2013 绎 Vol.15 No.1 1. [2] CNKI 1911 ~1979