简介:摘要目的基于数据挖掘分析《普济方》痤疮外治用药特色。方法筛选《普济方》痤疮外治方并建立标准化数据库。采用古今医案云平台网页版分析药物频次、药物属性(药性、药味、归经),并对高频药物进行聚类分析。采用IBM SPSS Modeler 18.0软件对药物与药物、药物与剂型进行关联规则分析。结果共筛选出痤疮外治方87首,涉及药物164种,常用药物有白芷、川芎、白附子、铅粉等;药物药性以温、寒、平为主,药味以辛、甘、苦居多,归经以肺、脾、胃、肝经为主。关联性较强药对、药团为川芎-白芷、白附子-白芷-川芎。高频药物可聚为三类。高频剂型膏剂与药物猪脂、水银、铅粉关联性较强,高频剂型散剂与药物白芷、牵牛子、皂荚、藁本、川芎关联性较强。结论《普济方》痤疮外治以辛散发越为主,高频药物聚类分别针对体虚感邪证、外感风热证、血热郁滞证,提示了明代以前痤疮辨治特色,亦为现代临床诊疗提供了参考。
简介:摘要采用文献整理分析、样线调查、走访调查等多种方式收集老挝药用植物物种资源信息,初步获取老挝境内药用植物资源、民间草药使用方法及传统医药知识档案资料,发现老挝野生药用植物资源丰富,有214科1 014属2 165种(含变种),其中蕨类植物29科40属57种,裸子植物8科17属32种,被子植物177科957属2 076种。目前市场流通的药材有108种。老挝有广泛应用草药资源的基础,农贸市场中的一些鲜药具有止咳生津、祛湿、祛暑、滋阴凉血等功效,市场上驱风、壮腰膝类药材具有较好的开发利用前景,应重点加强开发和管理。中国与老挝可在传统用药经验方面深入研究、加强交流。
简介:摘要目的探讨嗜酸性粒细胞计数与急性缺血性卒中患者短期转归的相关性。方法回顾性纳入2017年6月至2019年6月在阜阳市人民医院住院治疗的急性缺血性卒中患者。收集患者人口统计学和基线临床资料。在出院时或发病后第14天时采用改良Rankin量表评价短期临床转归,0~2分定义为转归良好,>2分定义为转归不良。应用多变量logistic回归分析确定短期转归不良的独立影响因素。采用受试者工作特征(receiver operating characteristics, ROC)曲线评估嗜酸性粒细胞计数对患者短期转归不良的预测价值。结果共纳入急性缺血性卒中患者300例,男性187例(62.3%),女性113例(37.7%);年龄(63.62±12.14)岁;基线美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale, NIHSS)评分(5.48±4.85)分。转归良好组228例(76.0%),转归不良组72例(24.0%)。单变量分析显示,转归不良组年龄、高血压、基线NIHSS评分、C反应蛋白、心房颤动和中性粒细胞计数显著高于转归良好组,而男性、吸烟、嗜酸性粒细胞计数和嗜酸性粒细胞百分比显著低于转归良好组(P均<0.05)。多变量logistic回归分析显示,基线NIHSS评分[优势比(odds ratio, OR)1.726,95%置信区间(confidence interval, CI)1.400~2.128;P<0.001]、高血压(OR 3.744,95% CI 1.227~11.426;P=0.020)和嗜酸性粒细胞计数(OR 0.287,95% CI 0.102~0.616;P=0.043)是短期转归不良的独立影响因素。ROC曲线分析显示,嗜酸性粒细胞计数预测短期转归不良的曲线下面积为0.717(95% CI 0.642 ~0.792 ),最佳截断值为0.075×109/L,其预测短期转归不良的敏感性和特异性分别为88.6%和51.4%。结论嗜酸性粒细胞计数减少对急性缺血性卒中患者短期临床转归不良具有一定的预测价值。
简介:摘要随着科学技术的突飞猛进,传统中医传承模式及手段越来越丰富,传承结果也越来越客观、严谨、智能。但名医传承信息化过程中亦存在资料采集困难、数据处理困难、算法应用困难、分析总结困难等问题。人工智能与大数据、深度学习算法、知识图谱技术等技术方法的融入,为名医传承信息化带来了技术革新。在此形势下,中国中医科学院中医药信息研究所中医药大健康智能研发中心团队,围绕规划名医传承与挖掘开展了一系列中医药领域专业应用系统研究,研发了古今医案云平台、医案大数据分析平台、云医案APP、名医传承工作站。从一定程度上解决了传统模式局限下的医案采集效率低、名医经验总结缺少客观数据支持,以及信息壁垒等问题,从而推进了名医经验传承,提升师徒带教的传授能力与效率。
简介:摘要目的通过研究证候的分类及证候名称组成要素的多层次表示方法,实现计算机对中医证候名称的批量处理,从而应用于中医智能辅助诊断系统的研究。方法在中医理论指导下,结合证素辨证、证候要素学说,对证候要素进行更细粒度的拆分,提出证候层次划分方法和证候要素多层次表示方法,并通过对妇科月经病、不孕症的中医证候名称进行人工分析,以验证证候要素多层次表示方法的合理性。基于证候要素多层次表示方法,运用基于模式匹配的模式抽取方法,形成计算机批量处理证候要素的提取方法,并通过对《中医临床诊疗术语证候部分》证候名称的批量处理,验证计算机批量处理方法的准确性。结果在中医理论指导下,将证候名称组成要素划分为病位要素、病性要素(包括基本物质、病因、病理状态)、连接词的两层五类的结构,基于此构建出证候拆分流程。月经病、不孕症中医证候名称的人工分析结果显示,所有证候名称均可被拆分为1个或多个病位要素、病性要素、连接词。通过计算机批量处理《中医临床诊疗术语证候部分》证候分类结果显示,计算机批量处理的准确率为71.4%。结论构建的证候要素多层次表示方法为计算机大批量处理数据提供了理论框架,并提高了数据处理效率和准确率,为辨证模型训练数据集的构建提供了理论依据,为中医辨证推理模型提供支撑,可应用于中医智能辅助诊断系统的研究。