1研究背景近年来,大数据与计算机科学技术的进步推动了真实世界研究的发展。人工智能与医疗大数据结合的背景下,机器学习广泛用于疾病的诊疗及预后预测研究,推动着医疗的进步。这为真实世界研究在发现中成药的适用的人群、疾病、用法用量,甚至基于以上要素发现能够取得良好临床疗效的适宜治疗方案成为了可能。肺炎是全球5岁以下儿童最常见的死亡原因。喜炎平注射液是由中草药穿心莲提取,经现代工艺精制而成,具有清热解毒、止咳止痢的功效,大量循证证据支持其用于肺炎的治疗。本研究基于真实世界数据,以喜炎平注射液为例,借助机器学习技术实现不同病情状态的儿童肺炎患者个体化的用药方案推荐。2研究目的明确喜炎平注射液治疗儿童肺炎的疗效,并在此基础上分析其在真实世界中治疗儿童肺炎的用药模式,实现最佳药物治疗方案的个体化推荐。3研究方法与结果3.1喜炎平注射液治疗儿童肺炎的证据评价全面检索公开发表的喜炎平注射液治疗儿童肺炎的系统评价/Meta分析,共纳入12项研究。使用PRISMA2020和AMSTAR2工具筛选报告质量和方法学质量较高的代表性研究,采用GRADE体系评价其证据等级。分别对支气管肺炎包括退热时间等4个结局指标进行了评价,得到了 6个B级证据,12个C级证据和1个D级证据;对支原体肺炎的5个结局指标进行了评价,得到了 1个B级证据和4个C级证据;对病毒性肺炎的7个结局指标进行了评价,得到了 1个B级证据和6个C级证据。3.2基于真实世界数据的喜炎平注射液治疗儿童肺炎用药方案分析数据来源于中国中医科学院中医临床基础医学研究所构建的真实世界医疗电子数据仓库。提取喜炎平注射液治疗儿童肺炎的病例,采用国际通用标准对数据进行编码和标准化。确定聚类分析需要的高频药物后,使用SPSS 25软件进行分析。研究共纳入8902例患者,平均年龄5.46±2.82岁。患者最常见的肺炎类型为支气管肺炎,最常见的合并病为心肌损害,最常见的合并用药是氨溴素;最常用的抗生素是第三代头孢菌素,其次是阿奇霉素;最常用的抗病毒药是利巴韦林。聚类分析共得到10个核心用药方案,其中有5个较典型。方案1为:喜炎平注射液+氨溴索+布地奈德+选择性β2肾上腺素受体促效药+孟鲁司特;方案2为:喜炎平注射液+维生素类+第三代头孢菌素+糖皮质激素类+复方氨基酸;方案3为:喜炎平注射液+阿奇霉素+清热剂+第一代头孢菌素+阿糖腺苷;方案4为:喜炎平注射液+青霉素类+异丙托溴铵+黄嘌呤类+氨酚麻美;方案5为:喜炎平注射液+免疫促进药+布洛芬+呋塞米+免疫球蛋白+肾上腺素。3.3基于机器学习的喜炎平注射液治疗儿童肺炎的用药方案推荐研究基于8902例患者的真实世界数据,筛选影响临床疗效的患者特征,最终纳入性别、年龄、所患肺炎类型、合并病（心肌损害、上呼吸道感染、支气管炎、先天性心脏病、支原体感染、肝损害、哮喘、发热和腹泻）以及所使用的核心用药方案共13个因素作为特征变量;以患者是否临床治愈作为目标变量;采用朴素贝叶斯算法构建疗效预测模型。筛选符合特征变量和目标变量要求的真实世界数据,共纳入5533例患者,按训练集:测试集=7:3对数据进行划分,预测模型的训练准确度为73.76%,预测的准确度为73.63%,AUC 曲线下面积为 0.60[95%CI（0.57,0.61）]。采用python编程语言基于疗效预测模型编写用药方案的推荐软件,用户输入某一患者的性别、年龄、所患肺炎类型、合并病等信息,软件自动匹配所有核心用药方案,以预测结局,并将结局最好的用药方案作为该患者的推荐用药方案。4结论（1）对喜炎平注射液治疗儿童肺炎的系统评价与Meta分析的报告质量、方法学质量和疗效证据等级评价,发现喜炎平注射液治疗儿童肺炎具有确切疗效,不同人群、疾病亚型、合并用药方案的疗效存在差异。（2）通过对喜炎平注射液治疗儿童肺炎的真实世界数据医嘱用药信息进行聚类分析,发现合并用药规律,得到5个核心用药方案。通过机器学习采用朴素贝叶斯算法构建预测模型,实现了针对患者自身情况的最佳用药方案推荐。该方法具有较好的可推广性,对于进一步深化中成药合理用药,提高临床用药水平具有一定的借鉴意义。