论文部分内容阅读
目的 利用层次分析法（analytic hierarchy process,AHP）-自组织映射（self-organizing map,SOM）聚类-逼近理想解排序（technique for order preference by similarity to solution,TOPSIS）算法和中医传承辅助平台（V2.5），对中医药治疗围绝经期抑郁症组方进行数据挖掘研究，并结合中医理论，挖掘治疗围绝经期抑郁症的新组方。同时证明AHP-SOM聚类-TOPSIS算法可以用于临床疾病处方规律挖掘。方法 收集中国期刊全文数据库（2000—2021年）中中医治疗围绝经期抑郁症的方剂信息，先后使用关联规则算法（Apriori）、AHP、SOM、TOPSIS等关联、决策和聚类机器学习算法，挖掘其中高频原料药味的配方规律，结合传统中医理论得到可能的新组方，并且使用TOPSIS对新方进行综合评价排名。同时，运用中医传承辅助平台（V2.5）进行组方规律分析，得出新方。结果 用药频次分析得到前3位高频药味为柴胡、白芍和甘草，关联规则结果显示高频药味之间产生较强的关联性，排名前3位的药物组合分别为柴胡-白芍、柴胡-甘草、柴胡-茯苓。继而对39个高频药味进行AHP分析和加权后，得到加权值排在前5位的药味为柴胡、白芍、甘草、郁金、半夏，这些药味可以考虑在组方时优先选择。SOM聚类显示所有高频药味可分为7类，其中最优选配方药味与AHP分析结果权重排名前列的药味有极高的重叠。依据传统中医理论中疏肝理气、化痰开窍、活血化瘀等治则进行配伍组合，最终设计了10个可能的配方，并进行TOPSIS分析评价，排名第1的配方为柴胡、酸枣仁、白芍、半夏、郁金、甘草。最后使用中医药传承辅助平台，基于无监督熵层次聚类算法得出2个潜在的核心药组：白芍-麦冬-远志、石菖蒲-柴胡-远志，核心药组再次组合成1个新处方：白芍-麦冬-远志-石菖蒲-柴胡。结论 在中医药基本理论的指导下结合各类机器学习算法，分析治疗围绝经期抑郁症的组方规律，设计获得可能的新组方，为临床治疗围绝经期抑郁症提供新思路。