本研究采用数据挖掘方法，分析特发性肺纤维化急性加重期（AE-IPF）中医处方用药规律。基于徐志颖教授临床实践中的84首处方，筛选出高频中药、核心药对及潜在方剂组合，为后续临床实践与实验验证提供系统性参考依据。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本研究采用数据挖掘方法，分析特发性肺纤维化急性加重期（AE-IPF）中医处方用药规律。基于徐志颖教授临床实践中的84首处方，筛选出高频中药、核心药对及潜在方剂组合，为后续临床实践与实验验证提供系统性参考依据。
特发性肺纤维化急性加重（AE-IPF）是一种危及生命的并发症，有效治疗手段有限且死亡率高。尽管中药正 increasingly 被用作辅助治疗手段，但中医医师在治疗 AE-IPF 时的处方规律和潜在治疗原则尚未得到充分阐明。本研究旨在通过数据挖掘技术，分析徐志英教授治疗特发性肺纤维化急性加重（AE-IPF）的中药处方规律。回顾性收集2019年9月至2020年12月期间在浙江省中医院就诊的AE-IPF患者的病历资料，共纳入42例患者，84张处方，录入中医传承辅助平台进行分析。采用频次分析、关联规则挖掘及熵层次聚类方法分析处方特征。共识别出112味中药，累计使用频次达3,004次，其中使用超过50次的中药有22味。最常用药物包括黄芩（Radix Scutellariae）、浙贝母（Bulbus Fritillariae Thunbergii Miq.）、半夏（Pinellia ternata）、连翘（Forsythia suspensa）、丹参（Radix et Rhizoma Salviae Miltiorrhizae）和厚朴（Magnolia officinalis）。主要归经为肺、胃、脾、肝和大肠经。关联规则分析共提取出11组核心药对组合，支持度介于50至84之间，置信度为0.82～1.00，提升度均大于1，表明药物组合间存在稳定的正向关联。熵层次聚类进一步生成4个候选方剂，分别以清热、化痰、解毒、健脾为主要功效特征。本研究系统地揭示了专家治疗AE-IPF的处方规律，为后续临床与实验验证提供了理论假设。
特发性肺纤维化（IPF）是最常见的特发性间质性肺炎类型。这种进行性、不可逆的纤维化肺部疾病由上皮细胞损伤、成纤维细胞活化以及细胞外基质过度沉积所驱动，最终导致肺功能进行性下降和呼吸衰竭1。尽管抗纤维化治疗（包括吡非尼酮和尼达尼布）已取得进展，但IPF的临床预后仍然较差，尤其是在经历IPF急性加重（AE-IPF）的患者中，该事件是一种具有灾难性的临床过程，表现为病情迅速恶化且死亡率高。其临床表现包括进行性呼吸困难和肺功能下降等2。目前，IPF的发病率呈上升趋势，全球年发病率每10万人中为0.2至93.7例3。在AE-IPF期间，炎症反应迅速加剧，涉及肺泡上皮细胞过度凋亡、中性粒细胞炎症以及IL-23和IL-17A等细胞因子的异常活化4，常因呼吸衰竭导致死亡，死亡率高达50%5。然而，当前针对AE-IPF的治疗策略仍不充分。尽管糖皮质激素在临床实践中广泛应用，但其疗效存在争议，且免疫抑制治疗可能伴随显著的不良反应6,7。此外，目前尚无标准化的药物干预措施被证实可有效阻止AE-IPF期间的疾病进展或提高生存率。因此，探索具有多靶点调控潜力的新型治疗策略已成为重要的研究方向。
在特发性肺纤维化（IPF）的长期临床管理中，中医药（TCM）作为辅助治疗手段正受到越来越多的关注。根据中医理论，IPF的核心病机为肺络瘀阻。急性加重期IPF（AE-IPF）常表现为痰浊壅肺、痰热互结或气阴两虚等证候8,9。越来越多的证据表明，基于辨证论治的复方中药可通过多成分、多靶点机制调节炎症反应、氧化应激、免疫失衡及纤维化进程。多项临床与实验研究提示，中药在改善呼吸系统症状和延缓肺纤维化进展方面具有潜在益处。然而，既往研究多集中于稳定期IPF，针对AE-IPF的治疗原则及方剂特点仍缺乏系统探讨。补益类中药（如Astragalus membranaceus）、化痰类中药（如Bulbus Fritillariae Thunbergii Miq.）与清热类中药（如Radix Scutellariae）的配伍可显著缓解IPF患者的临床症状10,11. 尽管如此，仍存在若干重要知识空白：其一，现有中药治疗IPF的研究主要集中于慢性期管理，针对急性加重阶段的系统性研究仍有限；其二，传统临床经验多通过个案报道或专家共识传承，缺乏客观方法用于识别处方规律与核心药对组合；其三，经验丰富的临床医师在AE-IPF治疗中所采用的潜在用药规律及候选方剂，尚未通过现代分析手段充分阐明。当前证据主要集中于IPF稳定期，缺乏对AE-IPF期间辨证分型规律、用药原则及作用机制的系统探索12。此外，传统经验方的传承常依赖病例总结，大样本数据挖掘分析较为匮乏，制约了中医药经验的标准化与推广13,14。
中国浙江中医药大学附属医院呼吸科资深专家徐志颖教授在间质性肺疾病（包括特发性肺纤维化及其急性加重期，即IPF和AE-IPF）的辨证论治与方剂应用方面积累了长期的临床经验11。其治疗思路融合了中医传统理论，如痰热壅肺、肺络瘀阻等，并结合个体化的临床决策。既往研究报道，经验丰富的中医医师在临床实践中形成的处方经验，可通过数据挖掘方法为复杂中药治疗策略的规范化与传承提供有价值的参考。然而，本研究并非旨在将徐志颖教授的处方确立为普适性治疗准则或验证其临床疗效，而是系统地刻画其作为代表性临床经验的处方规律，以生成假设并为后续验证提供基础。数据挖掘（DM）方法为分析复杂的临床处方数据集、提取潜在的治疗模式提供了系统性手段11。通过关联规则分析、聚类算法及网络可视化等技术，数据挖掘可识别高频中药、核心配伍组合及潜在的新方结构，从而促进将经验性临床知识转化为结构化、以证据为导向的治疗策略13,14。因此，本研究旨在基于数据挖掘技术，系统分析徐志颖教授治疗AE-IPF所用中药复方的组方规律。具体而言，本研究重点在于识别常用中药、药物间的关联模式以及潜在的方剂组合，而非评估治疗效果。研究结果旨在为专家临床经验提供结构化信息，并为后续临床与实验验证生成假设。我们假设，通过数据挖掘分析可揭示稳定的处方特征，识别核心中药组合，并提供反映AE-IPF治疗原则的潜在候选方剂。本研究的创新之处在于聚焦IPF的急性加重阶段，整合大规模临床处方数据与现代分析方法，并系统地从专家医师的临床实践中提炼用药规律。这些发现可为处方特征提供结构化信息，并支持未来开展临床与实验验证研究。
访问受限。请登录或开始试用以查看此内容。
本研究经浙江中医药大学第一附属医院伦理委员会批准（批准号：2020-KL-072-01）。由于本研究为回顾性研究，且使用的是既有的医疗记录，因此豁免了知情同意。在整个数据提取与分析过程中均严格保护患者隐私，仅使用去标识化的信息用于科研目的。
数据来源
回顾性分析2019年9月至2020年12月期间中国浙江中医药大学附属浙江省中医院徐教授诊治的特发性肺纤维化急性加重（AE-IPF）患者的病历资料。最初共筛选出96例AE-IPF患者，根据预设的纳入与排除标准，最终纳入42例符合条件的患者，共获得84张完整的中药复方处方，用于后续数据挖掘分析。84张处方来源于42例患者，每张处方代表一次基于辨证论治的独立临床调整，反映AE-IPF治疗期间真实世界的处方决策。每张处方被视为一个独立的分析单元，所有处方均来源于急性加重期的真实临床实践。诊断标准：AE-IPF的诊断依据2018年欧洲呼吸学会（ERS）与美国胸科学会（ATS）发布的间质性肺疾病诊断标准15以及由中国呼吸学会间质性肺疾病学组制定的《特发性肺纤维化急性加重诊断与治疗中国专家共识》16纳入标准包括：符合特发性肺纤维化（IPF）的诊断标准且处于急性加重期；根据徐教授提出的IPF治疗分期理论，符合急性加重期特发性肺纤维化（AE-IPF）的诊断标准，中医证候辨证为痰热壅肺证或痰湿阻肺证；近一个月内出现典型的呼吸系统症状加重或急性恶化；高分辨率计算机断层扫描（HRCT）显示在原有网状影或蜂窝肺基础上出现新的磨玻璃影或实变影；无明确肺部感染证据。排除标准包括：患有严重基础疾病者，如心脑血管疾病、造血系统疾病或精神类疾病；合并肺源性心脏病或呼吸衰竭者；妊娠或哺乳期妇女；对试验用药任何成分已知过敏者；依从性差者（无法按要求接受治疗或自行终止治疗）。
由于本研究是一项基于现有医疗记录的回顾性观察研究，因此不适用随机化和盲法。研究设计的重点是识别处方模式，而非评估治疗效果。因此，本数据挖掘研究未分析症状改善率、住院时长、预设终点等临床结局指标。
中药命名标准化
中药材的命名根据《中华人民共和国药典》（2015年版）17 和《中药学》（新世纪第二版）18 进行标准化。每种药材在统计分析前均转换为统一的编码格式。将同一药材的不同别名、炮制形式及地区性名称差异合并为一个标准化条目。最终的标准化数据集由两名研究人员独立审核后导入分析平台。对于未注明炮制方法的药材，如white peony root、white atractylodes rhizome 和 Ephedra，均以生品形式记录。对于存在多个名称但不影响疗效或适应证的药材，采用统一的命名标准。
处方录入与核对
将筛选出的药物录入计算机化的中医传承与处方分析平台，进行后续的数据挖掘分析。为确保数据的完整性和准确性，实施了标准化的数据管理流程。由两名独立的研究人员分别进行数据提取和录入，差异部分由一位在呼吸系统疾病中西医结合诊疗领域具有15年以上经验的高级临床医师进行审核并裁定。提取的处方信息均与原始电子病历进行交叉核对。对于处方组成不完整、药材名称不清晰或用药信息不一致的记录，在分析前予以剔除。利用数据挖掘平台中的医案分析和处方分析功能，探索药物使用规律。
数据挖掘工作流程与结果评估
整体分析流程包括四个连续步骤。首先，将标准化的处方数据导入计算机化的中医数据挖掘平台。其次，进行频次分析以确定常用中药，以中药使用频次和累积应用频次作为主要结局指标。第三，基于Apriori算法进行关联规则分析，以识别核心中药组合，并以支持度和支持置信度作为定量评价指标。最后，进行基于熵的聚类分析以生成潜在的新方剂，所提取的组合依据中医理论及既往药理学证据进行解读。
由于本研究旨在识别处方规律，而非比较干预措施的效果，因此不适用传统的假设检验统计方法。采用描述性统计分析对药材使用频次及治疗类别进行归纳总结。通过支持度、置信度和提升度等多个定量指标评估关联规则的稳健性。支持度反映药材组合出现的频率，置信度表示相关药材之间的条件概率，而提升度大于1则表明药材间存在超出随机共现的正向关联。这些定量参数用于评估所识别处方规律的强度与可靠性。关联强度通过支持度、置信度和提升度值进行量化评估，同时采用基于熵的聚类参数识别潜在的方剂组合。
草药频次分析
药材频次 定义为各药材在全部84首方剂中的累计出现次数。采用Excel数据透视图对药材按总出现频次进行排序，并将出现频次最高的药材汇总形成高频药材列表。基于频次分析结果，进一步分析药材的药性，包括四气（寒、热、温、凉）、五味（酸、苦、甘、辛、咸）及归经（如肺经、脾经等），从中医药性理论的角度总结方剂的整体配伍特征与用药规律。
处方药物规则分析
使用 IBM SPSS Modeler 软件中的 Apriori 算法进行关联规则分析。每张处方被视为一个 “转化” 每种草药作为 “项目” 通过复杂网络分析探索高频药物组合及其内部关联。分析前预先设定核心参数：最小支持度阈值设为50张处方，以确保仅保留出现频率较高的药对；由于数据集共包含84张处方，绝对支持频次最高不超过84次。置信度阈值设为0.8，即当药物A出现时，药物B同时出现的概率超过80%，从而保证提取的关联规则具有较高可靠性。然而，由于置信度具有不对称性，且可能受结果项药物基础频率的影响，因此进一步计算提升度（lift）以判断实际共现频率是否高于随机预期。提升度大于1表示正向关联，等于1表示无关联，小于1表示负向关联。满足支持度≥50、置信度≥0.80且提升度>1的规则被保留。 >1 被视为具有意义并保留用于解释。将保留的规则按支持度、置信度和提升度值进行导出并排序，以系统总结 AE-IPF 的核心药对组合及潜在配伍规律。
新配方分析
随后，采用复杂系统熵聚类方法进行新的方剂分析。该分析通过计算机化的中医药数据挖掘平台完成。首先，利用先前构建的方剂–药材数据矩阵，将关联度设为8，以控制核心药材组合的数量与凝聚性；将惩罚度设为2，以限制关联强度，从而确保所提取组合的临床合理性。参数设置完成后， “提取组合” 采用改进的互信息法和复杂熵聚类算法，通过软件中的功能自动识别中药间的隐性高度相关核心组合。随后，平台进一步对这些核心组合进行聚类与整合，最终生成治疗急性加重期特发性肺纤维化（AE-IPF）的潜在新方剂。所提取核心组合及候选方剂的可靠性通过三种方式进一步评估：与高频用药结果的一致性评估；与中医治疗AE-IPF经典治则的比较；以及基于已有文献报道的代表性中药药理机制的解释。上述步骤作为内部验证方法，用于提升所识别处方模式的临床可解释性。
访问受限。请登录或开始试用以查看此内容。
中药频次分析
从42例AE-IPF患者来源的84个中药处方组成的同一分析数据集中，共鉴定出112种中药。对该数据集进行了频次分析，以表征中药使用的整体分布及重复使用规律。在鉴定出的112种中药中，有22种中药使用频次超过50次。其中使用频次最高的7种中药，包括黄芩（Radix Scutellariae）、浙贝母（Bulbus Fritillariae Thunbergii Miq.）、半夏（Pinellia ternata）、连翘（Forsythia suspensa）、丹参（Radix et Rhizoma Salviae Miltiorrhizae）、厚朴（Magnolia officinalis）和桔梗（Platycodon grandifloras），使用频次均超过100次。所有高频中药的完整频次分布见表1。
中药频次分析
根据其治疗功能，112 种中草药被分为不...
访问受限。请登录或开始试用以查看此内容。
特发性肺纤维化（IPF）是一种慢性、进行性纤维化肺部疾病，属于呼吸系统的难治性疾病。其主要病因是肺组织结构异常以及细胞外基质在肺内的异常沉积19。IPF 患者常表现出慢性炎症、肺功能下降和肺纤维化等典型特征20。本研究通过数据挖掘方法，分析了徐医生的用药规律，识别出常用中药、核心药对组合以及治疗急性加重期特发性肺纤维化（AE-IPF）的潜在候选方剂。
需要强调的是，本研究中分析的84条处方代表的是真实世界的临床开方记录，而非治疗有效性的证据。这些处方的价值在于能够反映一位经验丰富的医师在AE-IPF管理过程中重复的临床决策模式。因此，所提取的中药配伍应被解读为潜在的处方特征和研究假设，而非经过验证的治疗方案。
在本研究中，支持度与置信度阈值的设定基于方法学考量及处方数据集的特征。由于分析涉及84条包含多种药材的临床处方，选择50的支持度阈值以确保提取出的组合代表高度重复出现的配伍模式，而非偶然共现。置信度阈值设为0.8，以识别具有高...
访问受限。请登录或开始试用以查看此内容。
作者声明无利益冲突。
本研究获得了基于数据挖掘方法的徐志英教授分期治疗特发性肺间质纤维化用药规律研究项目（项目编号：2020ZB094）的资助。
访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 电子病历系统 | Zhejiang Provincial Hospital of Traditional Chinese Medicine | N/A | 医院信息系统；内部临床数据库 |
| IBM SPSS Modeler | IBM Corp., Armonk, NY, USA | Version 18.0 | IBM SPSS Modeler 18.0 |
| Microsoft Excel | Microsoft Corporation, USA | Microsoft Office 2019 | Microsoft Office 软件包 |
| 中医药传承与计算平台 | 中国中医科学院 | Version 3.5 | 商业软件平台 |
| 中医药传承与计算平台 | 中国中医科学院 | Version 2.5 | 商业软件平台 |
访问受限。请登录或开始试用以查看此内容。