邱磊 杜学航 张少言 吴定中 杨铭 张笑 马子风 付际游 张惠勇 郑培永 鹿振辉
摘要：目的 基于古今文獻，运用BK算法探索突发急性呼吸道传染病的中药复方用药规律，为临床治疗提供借鉴。方法 计算机检索中国知识资源总库（CNKI）、中国科技期刊数据库（万方数据）、维普期刊资源整合服务平台（VIP）和上海研发公共服务平台“方剂资源库”中关于中药治疗突发急性呼吸道传染病的文献，人工阅读文献后收集中药复方，复方信息经数据标准化处理后建立数据库，运用BK算法挖掘其用药规律。结果 共纳入中药复方186首，分析发现风温肺卫证17个高频药物（频次≥15，以发散风热、清热泻火药为主）、热壅气分证14个高频药物（频次≥10，以清热泻火解毒药为主）和正虚邪恋证15个高频药物（频次≥3，以益气养阴清热药为主），并得到3个证型的常用配伍组合，发现了风温肺卫证和热壅气分证共2首基本方（桑叶，菊花，连翘，金银花，牛蒡子，薄荷，芦根，桔梗，苦杏仁，甘草;石膏，鱼腥草，金银花，连翘，板蓝根，绵马贯众，薄荷，大黄，麻黄，苦杏仁，甘草）。结论 将BK算法用于突发急性呼吸道传染病用药规律的挖掘研究，可为提高临床疗效提供有益尝试。
关键词：突发急性呼吸道传染病;疫病;BK算法;数据挖掘;中药复方;用药规律;证型
中图分类号：R259.6;R2-05 文献标识码：A 文章编号：1005-5304（2020）03-0084-05
DOI：10.3969/j.issn.1005-5304.201901254
Discussion on Medication Laws of TCM Compound Prescriptions for Acute Respiratory Infectious Diseases based on Literature and BK Algorithm
QIU Lei1， DU Xuehang2， ZHANG Shaoyan1， WU Dingzhong1， YANG Ming1， ZHANG Xiao1， MA Zifeng1， FU Jiyou1， ZHANG Huiyong1， ZHENG Peiyong1， LU Zhenhui1
1. Longhua Hospital Affiliated to Shanghai University of Traditional Chinese Medicine， Shanghai 200032， China; 2. Shanghai Kaibao Pharmaceutical Co.， Ltd.， Shanghai 201499， China
Abstract： Objective To explore medication laws of TCM compound prescriptions for acute respiratory infectious diseases based on literature and BK algorithm; To provide references for clinical practice. Methods Literature about TCM treatment for acute respiratory infectious diseases in CNKI， Wanfang Data， VIP， and “prescription resource bank” of SGST were retrieved. TCM compound prescriptions were collected when the manual reading of the literature was accomplished. The compound information was standardized after data processing to establish a database， and BK algorithm was used to mine the medication laws. Results Totally 186 compound prescriptions were included. Software analysis found 17 kinds of high-frequency Chinese materia medica for syndrome of wind-warm and lung-defense （frequency≥15， mainly including wind-heat dispersing medicine and heat-clearing and fire-clearing medicine）， 14 kinds of high-frequency Chinese materia medica for syndrome of heat accumulating in qi （frequency≥10， mainly including heat-clearing and fire-clearing and detoxicating medicine）， and 15 kinds of high-frequency Chinese materia medica for syndrome of lingering pathogen due to deficient vital qi （frequency≥3， mainly including qi-reinforcing and yin-nourishing and heat-clearing medicine）. The common compatibility combinations of the three patterns were obtained. Two basic prescriptions （Mori Folium， Chrysanthemi Flos，
Forsythiae Fructus， Lonicerae Japonicae Flos， Arctii Fructus， Menthae Haplocalycis Herba， Phragmitis Rhizoma， Platycodonis Radix， Armeniacae Semen Amarum， and Glycyrrhizae Radix et Rhizoma; Gypsum Fibrosum， Houttuyniae Herba， Lonicerae Japonicae Flos， Forsythiae Fructus， Isatidis Radix， Dryopteridis Crassirhizomatis Rhizoma， Menthae Haplocalycis Herba， Rhei Radix et Rhizoma， Ephedrae Herba， Armeniacae Semen Amarum， and Glycyrrhizae Radix et Rhizoma） for wind-warm and lung-defense syndrome and syndrome of heat accumulating in qi were found. Conclusion The BK algorithm can be used to mine the medication laws of acute respiratory infectious diseases， which can provide a useful attempt to promote clinical efficacy.
Keywords： acute respiratory infectious disease; plagues; BK algorithm; data mining; TCM compound prescriptions; medication laws; pattern of syndrome
突发急性呼吸道传染病是指人群中新出现的呼吸道传染病或发病率、地域范围迅速增加的已有呼吸道传染病。严重急性呼吸综合征（SARS）、甲型H1N1流感、人感染H7N9禽流感等新发急性呼吸道传染病给社会经济发展和人民健康生活造成了严重影响。现代文献记载的急性呼吸道传染病的病原体虽与古代有差异，但从证候、发病特点和传染性角度而言仍属于“疫病”范畴，而中医药防治疫病具有自身的优势。目前，突发急性呼吸道传染病中医临床研究文献较少且不规范，建立中医药诊疗方案缺少高质量的数据支持，因此，必须重视对古代文献的利用，结合现代临床研究数据，通过数据挖掘技术探索中医诊疗规律[1]。BK算法作为经典的极大团问题求解算法，最初由Bron与Kerbosch[2]提出，该算法使用递归法求解，其优点在于避免了产生相同团的情况[3]。此前，上海中医药大学附属龙华医院多个课题组将BK算法成功应用于复杂中医临床数据，探讨肺癌、胃癌前病变等多种疾病的复方用药规律[4-9]。本研究基于前人工作经验，通过建立中药复方数据库，运用BK算法探讨突发急性呼吸道传染病中药复方用药规律，以期指导临床实践，提高临床疗效。
1 资料与方法
1.1 数据来源
选择中国知识资源总库（CNKI）、中国科技期刊数据库（万方數据）、维普期刊资源整合服务平台（VIP）作为现代文献的数据来源。古代复方信息数据库选择上海研发公共服务平台“方剂资源库”（http：//www.med-ch.com/web/zyy/home），该库收录91 125条历代方剂名词目、约近12万首中医方剂。
以CNKI为例，首先选择检索范围为“学术期刊”，学科范围为“医药卫生科技”，然后在高级检索栏中选择“主题词/关键词”，搜索“流感/流行性感冒”并含“中医药”，或“流感/流行性感冒”并含“中医”，或“流感/流行性感冒”并含“中药”，或“流感/流行性感冒”并含“中西医结合”。同此方法，以“严重急性呼吸综合征”“非典型肺炎”“病毒性肺炎”“急性上呼吸道感染”与“中医”“中药”“中医药”“中西医结合”为关键词进行联合搜索，检索时间范围为1986年3月1日-2017年3月1日。万方数据、VIP检索的学科范围、时间范围、检索关键词与CNKI一致。检索“方剂资源库”时选择查询方式为“模糊查询”，查询数据库为“方剂数据库”和“中药数据库”，选择关键词分别为“感冒”“伤风”“冒风”“伤寒”“冒寒”“重伤风”“疫毒”“戾气”“疫病”“瘟疫”“时疫”“疫戾”进行查询。
表2 治疗突发急性呼吸道传染病热壅气分证复方高频用药（频次≥10）
注：图中数字为相连中药出现在同一处方中的次数
图2 治疗突发急性呼吸道传染病热壅气分证复方中药配伍网络
2.3 热入营血证
热入营血证文献有限，仅检索到清瘟败毒饮、犀角地黄汤、紫雪丹等经典方剂，采用清热解毒、凉血泻火法治疗。目前临床上仅有清瘟败毒饮用于治疗热入营血证，故不进行数据挖掘。
2.4 阳气暴脱证
阳气暴脱证的中药复方仅检索出独参汤、参附汤，主要采用益气敛阴、回阳固脱法治疗，由于文献数量较少，故不进行数据挖掘。
2.5 正虚邪恋证
正虚邪恋证共17首复方，由于复方数量较少，不利于挖掘基本方，故仅统计用药频次和种类。正虚邪恋证共使用中药83味，其中频次≥3的中药15味，结果见表3。按功效划分为补气药（人参、白术、甘草）、养阴药（天冬、麦冬）、利水渗湿药（茯苓）、清热燥湿药（黄芩）、化湿药（苍术）、化痰止咳平喘药（苦杏仁、桔梗、桑白皮、法半夏）、解表药（柴胡、生姜）、理气药（橘红）。中药配伍网络图见图3，关联最紧密的中药为白术、苍术、生姜、半夏、茯苓、藿香、附子、橘红、厚朴、甘草等。其中临床上常用的药物配伍有：茯苓-白术（4次）、法半夏-生姜（4次）、茯苓-薏苡仁（2次）、党参-黄芪（2次）、橘红-法半夏（2次）、苍术-厚朴（2次）等。
3 讨论
综合用药频次、种类、配伍关系图和基本方可以看出：风温肺卫证治疗以发散风热、清肺泻火药为主，佐以宣肺止咳之品，以金银花、连翘、桑叶、菊花、牛蒡子、薄荷、竹叶、芦根、石膏、黄芩、桔梗、苦杏仁等为代表。表明《温病条辨》治疗上焦卫分证常用的银翘散、桑菊饮等辛凉解表剂组方思路在实践中有广泛应用。热壅气分证治疗以清热泻火药为主，代表药物有石膏、知母、芦根、黄芩、鱼腥草、金银花、连翘、板蓝根等。急性呼吸道传染病发展到气分热盛阶段，正邪交争、疫毒之邪深入，治法应以清气分热，泻火解毒为主。如叶天士所说“到气才可清气”，《温病条辨》言“至中焦，已无肺证，阳明者，两阳合明也，温邪之热，与阳明之热相搏，故但恶热也。或用白虎，或用承气者”。正虚邪恋证治疗以益气养阴清热药为主，佐以宣肺化痰止咳之品，以茯苓、白术、人参、麦冬、天冬、黄芩、法半夏、橘红、苦杏仁、桔梗为代表，符合恢复期气阴亏虚、邪热留恋病机。
本研究检索数据库的中药复方信息较分散，挖掘得到的基本方数量较少，可能由于年代跨度大、流行病学和疾病认知的时代差异大、疗效评价欠缺、现代临床研究匮乏等。综合考虑诸多因素对复方数据的影响权重、提高数据库质量并保持不断更新，是需要关注的问题。目前针对危重期及恢复期的中医临床研究文献很少，难以进一步分析用药规律，提示需要增加规范的多中心、随机对照、盲法、可重复的中医药临床研究，提升中医药在危重期和恢复期的参与度。
急性呼吸道传染病中药复方拟定的传统形式以小规模专家组拟方为主，多在经典方的基础上结合专家组意见形成，如2017年人感染H7N9禽流感诊疗方案的中医药辨治部分[16]。复杂网络方法已成为一种新的中药复方研究平台，使海量方剂的信息挖掘成为可能[17-18]。本研究基于古今文献数据，利用BK算法联合专家共识挖掘急性呼吸道传染病中药复方用药规律，是一种积极有效的探索，有助于提升中医药诊疗方案的科学性、合理性和有效性。另外，BK算法侧重于分析复方中药物配伍的频次比重，尚不能体现各复方的疗效信息，使基本方的可信度有所降低。BK算法对收集的复方数量和质量也有较高要求，当数据较少时很难挖掘一般性用药规律。
本研究通过建立急性呼吸道传染病的中药复方数据库，运用BK算法进行数据挖掘，得到了风温肺卫证、热壅气分证和正虚邪恋证的用药频次、种类和配伍组合，筛选出风温肺卫证和热壅气分证共2首基本方，挖掘结果基本符合温病经典理论和临床实践，体现了疫病中医辨证论治的特点，有助于提高临床疗效。未来我们将继续重视搜集古代文献，提高复方数据库的质量，同时，结合中药复方特点继续优化BK算法，提升挖掘结果可靠性。
參考文献：
[1] 苏芮，韩经丹，范吉平.建立突发急性传染病中医诊疗方案的方法学研究[J].中医杂志，2015，56（1）：20-22.
[2] BRON C， KERBOSCH J. Algorithm 457：finding all cliques of an undirected graph[J]. Communications of the ACM，1973，16（9）：575.
[3] CAZALS F， KARANDE C. A note on the problem of reporting maximal cliques[J]. Theoretical Computer Science，2008，407（1）：564.
[4] 杨铭，田雨，陈佳蕾，等.BK算法在中医方剂“基本方”发现中的应用[J].中国中药杂志，2012，37（21）：3323-3328.
