论文部分内容阅读
摘要：目的 利用文本挖掘技术探索流行性乙型脑炎（简称“乙脑”）临床用药规律。方法 检索中国生物医学文献数据库，收集有关乙脑文献数据，采用基于敏感关键词频数统计的数据分层算法，挖掘乙脑中药、中成药、西药及西药与中成药联合应用规律，并利用Cytoscape 2.8软件进行可视化展示。结果 中药以生地黄、板蓝根、大青叶、生石膏、黄芩等清热解毒药最为常用；中成药以安宫牛黄丸、清开灵注射液等应用为多；西药以干扰素、利巴韦林等抗病毒药为基础，常常与其他抗病毒药、脑细胞营养药、激素类等药联合应用，这些西药也经常与安宫牛黄丸、清开灵等中成药联合应用。结论 文本挖掘能够比较客观地总结疾病用药规律，为临床应用提供参考。
关键词：文本挖掘；数据分层算法；流行性乙型脑炎；用药规律
DOI：10.3969/j.issn.1005-5304.2013.07.009
中图分类号：R2-05；R259.123.12 文献标识码：A 文章编号：1005-5304（2013）07-0021-03
Exploration on Medication Regularity of Epidemic Encephalitis B with Text Mining Technique TIAN Jing-ping1，2， LV Ai-ping2， ZHENG Guang2，3， ZHAO Jing2， CAI Feng2， GUO Hong-tao4， ZHAN Jun-ping2， ZHANG Chi2， JIANG Miao2， LV Cheng2 （1.Postgraduate School， Guangzhou University of Traditional Chinese Medicine， Guangzhou 510006， China；2.Institute of Basic Research in Clinical Medicine， China Academy of Chinese Medical Sciences， Beijing 100700， China；3.School of Information， Lanzhou University， Lanzhou 730000， China；4.The First Affiliated Hospital of Henan University of TCM， Zhengzhou 450000， China）
Abstract：Objective To explore the clinical regularity of drugs on epidemic encephalitis B with text mining technique. Methods The data set on epidemic encephalitis B was downloaded from CBM database. The regularities of Chinese herbal medicine， Chinese patent medicine （CPM）， western medicine and the combination of CPM and western medicine on epidemic encephalitis B were mined by data slicing algorithm. The results are showed visually with Cytoscape 2.8 software. Results The main function of herbal pieces was focused on clearing heat and removing toxicity. The herbal pieces such as Rehmanniae Radix Isatidis Raxis， Isatids Folium， Paeoniae Radis rubra and Scutellariae Radix were most often used. Angong Niuhuang Wan and Qingkailing Injection were usually used as CPM. For western medicine， antiviral drugs such as interferon and ribavirin were often used， and they were often used together with brain cells nutrition medicine， hormone， immunopotentiator and so on， and they were also frequently used together with CPM such as Angong Niuhuang Wan and Qingkailing Injection. Conclusion Text mining approach provides an important method in exploring the medication regularity for diseas， and provide refenrence for clinical use.
Key words：text mining technique；data slicing algorithm；epidemic encephalitis B；medication regularity
流行性乙型脑炎（以下简称“乙脑”）是由乙型脑炎病毒引
基金项目：国家自然科学基金杰出青年科学基金（30825047）；国家自然科学基金面上项目（30973975，81072982）；国家自然科学青年基金（30902003）；中国博士后基金面上项目（20110940553）；中国中医科学院基本科研业务费自主选题项目（Z0172）；中医药行业科研专项（200907001，200907001-4） 通讯作者：吕诚，E-mail：lv_cheng0816@163.com
起、由蚊传播的一种急性传染病，临床表现以高热、意识障碍、惊厥或抽搐、呼吸衰竭为特征，致残率、病死率高。本病多发于夏秋季节，10岁以下儿童易感。1991-2005年我国由于乙脑疫苗的合理应用与医疗水平的提高，每5年年均发病率、病死率均呈逐步下降趋势[1]。近年来有研究显示，成人及老年人发病率相对增高[2]。其防治工作仍然具有重要意义。
本研究借助课题组不断成熟的文本挖掘技术[3-4]，结合原文献回溯、人工阅读分析等方法，对现有中文文献进行挖掘，探索乙脑临床用药规律。
1 资料与方法
1.1 文本数据收集
在中国生物医学数据库中，“缺省”状态下检索“乙型脑炎”，检索起始时间为1978年，截至2012年7月23日，共得到文献3225篇，全部纳入，依次下载所有文献并保存。
1.2 文本数据处理
将收集到的数据按照下载的先后顺序，整合到一个平面文件（.txt）里，以ANSI编码格式保存。然后，利用专有的文本提取工具（软件著作权，软著登字第0261882号，登记号2010SR073409），对下载的非结构化的文本数据进行信息提取，保存成格式化的、便于大型关系型数据库（Microsoft SQL Server，SQL）处理的格式，然后导入SQL中进行下一步的挖掘分析。假设每一篇文献的贡献度是相同的，一篇文献中重复出现的关键词只需要计算1次，据此构建算法进行数据清洗工作[3]。清洗后的数据，既可以提取挖掘对象的一维频次，也可以得到挖掘对象的二维关系，进行可视化呈现。抽出不同频次的关键词对，用Cytoscape 2.8软件进行可视化处理，形成可视化的网络图，然后结合专业知识进行解析，一旦发现不合理的结果，即回溯原文献数据集，如果是噪音，仍按算法进行噪音清洗，直至噪音降到满意为止。将最后的结果可视化成图，结合专业知识进行解析。
2 结果
2.1 中药饮片文本挖掘结果
共提取到中药102味，文献频次≥3的中药饮片见表1。回溯原文献数据集发现天冬均为“天冬氨酸转氨酶”、“门冬氨酸钾镁”等词，因此为噪音，应剔除。按功效可分为以下几大类。清热泻火药：知母、生石膏、竹叶、栀子；清热解毒药：板蓝根、连翘、大青叶、大黄；清热燥湿药：黄芩、黄连；清热凉血药：生地黄、玄参、水牛角、牡丹皮、赤芍；其他的还有补益药甘草、粳米、麦冬、阿胶，熄风止惊药僵蚕、钩藤，豁痰开窍药石菖蒲、远志，活血化瘀药川芎，收敛生津药五味子，其中以清热药为主。生地黄文献频次最高，其次为甘草、知母。
表1 文献频次≥3的治疗乙脑中药饮片
序号 中药饮片 频次 序号 中药饮片 频次
1 生地黄 21 14 大黄 5
2 甘草 16 15 阿胶 4
3 知母 13 16 麦冬 4
4 板蓝根 12 17 栀子 4
5 生石膏 10 18 五味子 3
6 黄芩 9 19 僵蚕 3
7 黄连 7 20 水牛角 3
8 粳米 7 21 远志 3
9 连翘 7 22 石菖蒲 3
10 大青叶 7 23 赤芍 3
11 天冬 6 24 川芎 3
12 玄参 5 25 钩藤 3
13 竹叶 5 26 牡丹皮 3
共提取到中药组合107项，把提取到的中药组合构建网络图（见图1）。图中圆圈大小代表中药在文献中出现的频次，圆圈越大，则该中药在文献中出现的频次越高；连线代表中药两两之间的联系，连线越多，代表该中药与疾病的关联程度越高。
图1 治疗乙脑中药网络图
由图1可见，以生石膏、板蓝根、钩藤、石菖蒲及僵蚕等药为核心，分别与其他中药配伍应用。这些中药主要具有清热、熄风止惊、豁痰、开窍、滋阴生津等功效。综合图1、表1可知，治疗乙脑的中药以清热药为主，有清热泻火、清热解毒、清热燥湿、清热凉血之不同；其次为熄风止惊药、豁痰开窍药，还有滋阴、补气、生津等功效的药物。
2.2 中成药文本挖掘结果
共提取到中成药28种，文献频次≥2的中成药见表2。中成药以安宫牛黄丸文献频次最高，其次为β-七叶皂苷钠、清开灵注射液；除安宫牛黄丸外，均为针剂。安宫牛黄丸具有清热开窍、豁痰解毒之功，适用于邪热内陷心包证。清开灵、醒脑静、穿琥宁、痰热清、双黄连注射液均有清热解毒之效，但又各有不同。清开灵、醒脑静注射液长于开窍醒脑，双黄连、穿琥宁注射液长于清热解毒，痰热清注射液长于化痰解痉。强力宁、甘利欣有抗炎、抗病毒及免疫调节等作用；β-七叶皂苷钠注射液、川芎嗪注射液长于改善微循环。可见这些常用中成药以清热解毒为主，涉及开窍、豁痰、止痉、调节免疫功能、改善微循环等功能。
表2 文献频次≥2的治疗乙脑中成药
序号 中成药 频次 序号 中成药 频次
1 安宫牛黄丸 17 6 甘利欣注射液 4
2 β-七叶皂苷钠注射液 10 7 穿琥宁注射液 4
3 清开灵注射液 9 8 川芎嗪注射液 3
4 强力宁注射液 7 9 痰热清注射液 2
5 醒脑静注射液 7 10 双黄连注射液 2
2.3 西药文本挖掘结果
共提取到西药108种，文献频次≥5的西药见表3。回溯原文献数据集，阿片均为“内源性阿片多肽”、“阿片拮抗剂”等词，鱼精蛋白为用来处理乙脑疫苗而非治疗乙脑的药物，因此二者均为噪音，应剔除。环磷酰胺有治疗乙脑的文献报道，也有用于动物实验的造模，因此部分为噪音。表3中干扰素文献频次最高，其次为纳洛酮、利巴韦林，山莨菪碱、20%甘露醇、地塞米松等药也常用。 参考文献：
[1] 郭绶衡，肖洁华，李光密.我国1991-2005年流行性乙型脑炎发病与死亡分析[J].中国热带医学，2006，6（12）：2137-2139.
[2] 尹遵栋，梁晓烽，李艺星，等.运城市2006年流行性乙型脑炎疫情调查分析[J].中国计划免疫，2007，13（3）：270-273.
[3] ZHENG G， JIANG M， HE XJ， et al. Discrete derivative： a data slicing algorithm for exploration of sharing biological networks between rheumatoid arthritis and coronary heart disease[J]. Bio Data Min， 2011，4：18.
[4] 展俊平，吴萍，郭洪涛，等.基于文本挖掘技术的慢性阻塞性肺疾病临床用药规律分析[J].中国中医药信息杂志，2011，18（12）：27-30.
[5] 高茂超.门冬氨酸钾镁、654-2治疗乙脑重型、极重型15例疗效观察[J].苏州医学院学报，1997，17（1）：87-88.
[6] 乔俊康，陈玉梅.山莨菪碱、洛贝林治疗流行性乙型脑炎疗效观察[J].实用医技杂志，1996，3（1）：55-56.
[7] 聂辉.安宫牛黄丸并水合氯醛保留灌肠治疗重型乙脑42例[J].今日应用医学，1998，4（4）：66.
[8] 程孝慈，姚文虎，孙燕，等.复方阿胶冲剂治疗乙脑脑水肿的疗效观察[J].临床神经病学杂志，1995，8（3）：154-156.
[9] 高景会，王蕊，范锋.阿胶现代研究进展[J].中国药事，2011，25（4）：396.
[10] 薛为民，陆玉昌.文本挖掘技术研究[J].北京联合大学学报：自然科学版，2005，19（4）：59-63.
[11] LI S， ZHANG ZQ， WU LJ， et al. Understanding ZHENG in traditional Chinese medicine in the contex of neuro-endocrine-immune network[J]. IET Syst Biol，2007，1（1）：51-60.
（收稿日期：2012-09-09，编辑：华强）
关键词：文本挖掘；数据分层算法；流行性乙型脑炎；用药规律
DOI：10.3969/j.issn.1005-5304.2013.07.009
中图分类号：R2-05；R259.123.12 文献标识码：A 文章编号：1005-5304（2013）07-0021-03
Exploration on Medication Regularity of Epidemic Encephalitis B with Text Mining Technique TIAN Jing-ping1，2， LV Ai-ping2， ZHENG Guang2，3， ZHAO Jing2， CAI Feng2， GUO Hong-tao4， ZHAN Jun-ping2， ZHANG Chi2， JIANG Miao2， LV Cheng2 （1.Postgraduate School， Guangzhou University of Traditional Chinese Medicine， Guangzhou 510006， China；2.Institute of Basic Research in Clinical Medicine， China Academy of Chinese Medical Sciences， Beijing 100700， China；3.School of Information， Lanzhou University， Lanzhou 730000， China；4.The First Affiliated Hospital of Henan University of TCM， Zhengzhou 450000， China）
Abstract：Objective To explore the clinical regularity of drugs on epidemic encephalitis B with text mining technique. Methods The data set on epidemic encephalitis B was downloaded from CBM database. The regularities of Chinese herbal medicine， Chinese patent medicine （CPM）， western medicine and the combination of CPM and western medicine on epidemic encephalitis B were mined by data slicing algorithm. The results are showed visually with Cytoscape 2.8 software. Results The main function of herbal pieces was focused on clearing heat and removing toxicity. The herbal pieces such as Rehmanniae Radix Isatidis Raxis， Isatids Folium， Paeoniae Radis rubra and Scutellariae Radix were most often used. Angong Niuhuang Wan and Qingkailing Injection were usually used as CPM. For western medicine， antiviral drugs such as interferon and ribavirin were often used， and they were often used together with brain cells nutrition medicine， hormone， immunopotentiator and so on， and they were also frequently used together with CPM such as Angong Niuhuang Wan and Qingkailing Injection. Conclusion Text mining approach provides an important method in exploring the medication regularity for diseas， and provide refenrence for clinical use.
Key words：text mining technique；data slicing algorithm；epidemic encephalitis B；medication regularity
流行性乙型脑炎（以下简称“乙脑”）是由乙型脑炎病毒引
基金项目：国家自然科学基金杰出青年科学基金（30825047）；国家自然科学基金面上项目（30973975，81072982）；国家自然科学青年基金（30902003）；中国博士后基金面上项目（20110940553）；中国中医科学院基本科研业务费自主选题项目（Z0172）；中医药行业科研专项（200907001，200907001-4） 通讯作者：吕诚，E-mail：lv_cheng0816@163.com
起、由蚊传播的一种急性传染病，临床表现以高热、意识障碍、惊厥或抽搐、呼吸衰竭为特征，致残率、病死率高。本病多发于夏秋季节，10岁以下儿童易感。1991-2005年我国由于乙脑疫苗的合理应用与医疗水平的提高，每5年年均发病率、病死率均呈逐步下降趋势[1]。近年来有研究显示，成人及老年人发病率相对增高[2]。其防治工作仍然具有重要意义。
本研究借助课题组不断成熟的文本挖掘技术[3-4]，结合原文献回溯、人工阅读分析等方法，对现有中文文献进行挖掘，探索乙脑临床用药规律。
1 资料与方法
1.1 文本数据收集
在中国生物医学数据库中，“缺省”状态下检索“乙型脑炎”，检索起始时间为1978年，截至2012年7月23日，共得到文献3225篇，全部纳入，依次下载所有文献并保存。
1.2 文本数据处理
将收集到的数据按照下载的先后顺序，整合到一个平面文件（.txt）里，以ANSI编码格式保存。然后，利用专有的文本提取工具（软件著作权，软著登字第0261882号，登记号2010SR073409），对下载的非结构化的文本数据进行信息提取，保存成格式化的、便于大型关系型数据库（Microsoft SQL Server，SQL）处理的格式，然后导入SQL中进行下一步的挖掘分析。假设每一篇文献的贡献度是相同的，一篇文献中重复出现的关键词只需要计算1次，据此构建算法进行数据清洗工作[3]。清洗后的数据，既可以提取挖掘对象的一维频次，也可以得到挖掘对象的二维关系，进行可视化呈现。抽出不同频次的关键词对，用Cytoscape 2.8软件进行可视化处理，形成可视化的网络图，然后结合专业知识进行解析，一旦发现不合理的结果，即回溯原文献数据集，如果是噪音，仍按算法进行噪音清洗，直至噪音降到满意为止。将最后的结果可视化成图，结合专业知识进行解析。
2 结果
2.1 中药饮片文本挖掘结果
共提取到中药102味，文献频次≥3的中药饮片见表1。回溯原文献数据集发现天冬均为“天冬氨酸转氨酶”、“门冬氨酸钾镁”等词，因此为噪音，应剔除。按功效可分为以下几大类。清热泻火药：知母、生石膏、竹叶、栀子；清热解毒药：板蓝根、连翘、大青叶、大黄；清热燥湿药：黄芩、黄连；清热凉血药：生地黄、玄参、水牛角、牡丹皮、赤芍；其他的还有补益药甘草、粳米、麦冬、阿胶，熄风止惊药僵蚕、钩藤，豁痰开窍药石菖蒲、远志，活血化瘀药川芎，收敛生津药五味子，其中以清热药为主。生地黄文献频次最高，其次为甘草、知母。
表1 文献频次≥3的治疗乙脑中药饮片
序号 中药饮片 频次 序号 中药饮片 频次
1 生地黄 21 14 大黄 5
2 甘草 16 15 阿胶 4
3 知母 13 16 麦冬 4
4 板蓝根 12 17 栀子 4
5 生石膏 10 18 五味子 3
6 黄芩 9 19 僵蚕 3
7 黄连 7 20 水牛角 3
8 粳米 7 21 远志 3
9 连翘 7 22 石菖蒲 3
10 大青叶 7 23 赤芍 3
11 天冬 6 24 川芎 3
12 玄参 5 25 钩藤 3
13 竹叶 5 26 牡丹皮 3
共提取到中药组合107项，把提取到的中药组合构建网络图（见图1）。图中圆圈大小代表中药在文献中出现的频次，圆圈越大，则该中药在文献中出现的频次越高；连线代表中药两两之间的联系，连线越多，代表该中药与疾病的关联程度越高。
图1 治疗乙脑中药网络图
由图1可见，以生石膏、板蓝根、钩藤、石菖蒲及僵蚕等药为核心，分别与其他中药配伍应用。这些中药主要具有清热、熄风止惊、豁痰、开窍、滋阴生津等功效。综合图1、表1可知，治疗乙脑的中药以清热药为主，有清热泻火、清热解毒、清热燥湿、清热凉血之不同；其次为熄风止惊药、豁痰开窍药，还有滋阴、补气、生津等功效的药物。
2.2 中成药文本挖掘结果
共提取到中成药28种，文献频次≥2的中成药见表2。中成药以安宫牛黄丸文献频次最高，其次为β-七叶皂苷钠、清开灵注射液；除安宫牛黄丸外，均为针剂。安宫牛黄丸具有清热开窍、豁痰解毒之功，适用于邪热内陷心包证。清开灵、醒脑静、穿琥宁、痰热清、双黄连注射液均有清热解毒之效，但又各有不同。清开灵、醒脑静注射液长于开窍醒脑，双黄连、穿琥宁注射液长于清热解毒，痰热清注射液长于化痰解痉。强力宁、甘利欣有抗炎、抗病毒及免疫调节等作用；β-七叶皂苷钠注射液、川芎嗪注射液长于改善微循环。可见这些常用中成药以清热解毒为主，涉及开窍、豁痰、止痉、调节免疫功能、改善微循环等功能。
表2 文献频次≥2的治疗乙脑中成药
序号 中成药 频次 序号 中成药 频次
1 安宫牛黄丸 17 6 甘利欣注射液 4
2 β-七叶皂苷钠注射液 10 7 穿琥宁注射液 4
3 清开灵注射液 9 8 川芎嗪注射液 3
4 强力宁注射液 7 9 痰热清注射液 2
5 醒脑静注射液 7 10 双黄连注射液 2
2.3 西药文本挖掘结果
共提取到西药108种，文献频次≥5的西药见表3。回溯原文献数据集，阿片均为“内源性阿片多肽”、“阿片拮抗剂”等词，鱼精蛋白为用来处理乙脑疫苗而非治疗乙脑的药物，因此二者均为噪音，应剔除。环磷酰胺有治疗乙脑的文献报道，也有用于动物实验的造模，因此部分为噪音。表3中干扰素文献频次最高，其次为纳洛酮、利巴韦林，山莨菪碱、20%甘露醇、地塞米松等药也常用。 参考文献：
[1] 郭绶衡，肖洁华，李光密.我国1991-2005年流行性乙型脑炎发病与死亡分析[J].中国热带医学，2006，6（12）：2137-2139.
[2] 尹遵栋，梁晓烽，李艺星，等.运城市2006年流行性乙型脑炎疫情调查分析[J].中国计划免疫，2007，13（3）：270-273.
[3] ZHENG G， JIANG M， HE XJ， et al. Discrete derivative： a data slicing algorithm for exploration of sharing biological networks between rheumatoid arthritis and coronary heart disease[J]. Bio Data Min， 2011，4：18.
[4] 展俊平，吴萍，郭洪涛，等.基于文本挖掘技术的慢性阻塞性肺疾病临床用药规律分析[J].中国中医药信息杂志，2011，18（12）：27-30.
[5] 高茂超.门冬氨酸钾镁、654-2治疗乙脑重型、极重型15例疗效观察[J].苏州医学院学报，1997，17（1）：87-88.
[6] 乔俊康，陈玉梅.山莨菪碱、洛贝林治疗流行性乙型脑炎疗效观察[J].实用医技杂志，1996，3（1）：55-56.
[7] 聂辉.安宫牛黄丸并水合氯醛保留灌肠治疗重型乙脑42例[J].今日应用医学，1998，4（4）：66.
[8] 程孝慈，姚文虎，孙燕，等.复方阿胶冲剂治疗乙脑脑水肿的疗效观察[J].临床神经病学杂志，1995，8（3）：154-156.
[9] 高景会，王蕊，范锋.阿胶现代研究进展[J].中国药事，2011，25（4）：396.
[10] 薛为民，陆玉昌.文本挖掘技术研究[J].北京联合大学学报：自然科学版，2005，19（4）：59-63.
[11] LI S， ZHANG ZQ， WU LJ， et al. Understanding ZHENG in traditional Chinese medicine in the contex of neuro-endocrine-immune network[J]. IET Syst Biol，2007，1（1）：51-60.
（收稿日期：2012-09-09，编辑：华强）