切换至 "中华医学电子期刊资源库"

中华肾病研究电子杂志 ›› 2024, Vol. 13 ›› Issue (03) : 152 -160. doi: 10.3877/cma.j.issn.2095-3216.2024.03.005

论著

基于数据挖掘技术分析肾纤维化的中医病机与治法
周慧杰1, 张云龙2,()   
  1. 1. 056002 邯郸,河北工程大学附属医院中医科
    2. 056001 邯郸市中医院耳鼻喉科
  • 收稿日期:2023-05-08 出版日期:2024-06-28
  • 通信作者: 张云龙
  • 基金资助:
    河北省中医药管理局课题(2020228)

Analysis of pathogenesis and treatment of renal fibrosis in traditional Chinese medicine based on data mining techniques

Huijie Zhou1, Yunlong Zhang2,()   

  1. 1. Department of Traditional Chinese Medicine, Affiliated Hospital of Hebei University of Engineering, Handan 056002
    2. Department of Otolaryngology, Handan Hospital of Traditional Chinese Medicine, Handan 056001; Hebei Province, China
  • Received:2023-05-08 Published:2024-06-28
  • Corresponding author: Yunlong Zhang
引用本文:

周慧杰, 张云龙. 基于数据挖掘技术分析肾纤维化的中医病机与治法[J]. 中华肾病研究电子杂志, 2024, 13(03): 152-160.

Huijie Zhou, Yunlong Zhang. Analysis of pathogenesis and treatment of renal fibrosis in traditional Chinese medicine based on data mining techniques[J]. Chinese Journal of Kidney Disease Investigation(Electronic Edition), 2024, 13(03): 152-160.

目的

运用数据挖掘技术分析肾纤维化的中医病机与治法。

方法

检索中国知网、万方数据库、维普数据库中截止2021年11月的中药复方治疗肾纤维化的全部中文文献。应用SPSS20.0、SPSS Clementine 12.0和Liquorice软件进行数据分析。

结果

共纳入899篇文献,涉及412首中药方剂,284味中药,累积频率3 331次。肾纤维化中医病机主要为脾肾亏虚、浊毒血瘀;主要治法为健脾补肾、活血化瘀、泄浊解毒。使用频率居前10位的中药依次为:黄芪、丹参、生大黄、当归、茯苓、川芎、山茱萸、生地黄、白术和山药。应用关联规则分析得出51个药对,32个药组,药物配伍以黄芪最多;核心中药共23味;核心处方为参芪地黄汤合抵挡汤加减。

结论

肾纤维化的中医病机与治法:本虚以脾肾亏虚为主,标实以血瘀、浊毒为主;其治法以益气健脾补肾、活血泄浊为主。

Objective

To analyze pathogenesis and treatment of renal fibrosis in traditional Chinese medicine based on data mining techniques.

Methods

All the Chinese periodical literatures as of November 2021were retrieved on the treatment of renal fibrosis with traditional Chinese medicine formulas from the China National Knowledge Infrastructure (CNKI) database, Wanfang database, and VIP database. Analysis was performed by meana of SPSS 20.0, SPSS Clementine 12.0, and Liquorice softwares.

Results

A total of 899 literatures were included, involving 412 Chinese medical formulas with 284 Chinese medicines, and the cumulative frequency was 3331 times. The pathogenesis of renal fibrosis in traditional Chinese medicine was mainly deficiency of spleen and kidney, turbid toxicity and blood stasis, while the main treatment methods were strengthening spleen and kidney, promoting blood circulation and removing blood stasis, relieving turbidity and detoxification. The top 10 most frequently used traditional Chinese medicines were: Astragalus membranaceus, Salvia miltiorrhiza, raw rhubarb, Angelica sinensis, Poria cocos, Ligusticum wallichii, Cornus officinalis, raw Rehmannia, Atractylodes macrocephala, and Chinese yam. Association rule analysis disclosed 51 drug pairs and 32 drug groups, with Astragalus membranaceus being the most compatible drug. There were 23 core traditional Chinese medicines, and the core prescription was Shenqi Dihuang decoction and Didang decoction with modifications.

Conclusion

The pathogenesis and treatment of renal fibrosis in traditional Chinese medicine is as follows. The deficiency in origin was the deficiency of spleen and kidney, while the excess in superficiality was mainly blood stasis and turbid toxicity. The treatment mainly focused on tonifying qi, strengthening spleen and kidney, promoting blood circulation, and relieving turbidity.

表1 抗肾纤维化高频中药频次统计(频次≥40次)
图1 高频中药聚类分析树状图注:纵坐标表示高频中药(类别),横坐标表示各类之间的相对距离
表2 抗肾纤维化各类别中药核心药物
表3 中药四气分布
表4 中药性味分布
表5 中药归经分布
图2 肾纤维化数据流注:首先选择数据源(2022年中药规则分析)拖放到流图中,其次输出一个表(Table),将二者建立连接执行。然后对数据的类型(Type)进行分类,最后应用Apriori算法进行分析,最后得出21个字段(fields)
表6 药对关联规则分析结果
序号 药对 支持度(%) 置信度(%) 序号 药对 支持度(%) 置信度(%)
1 丹参→黄芪 63.35 47.126 31 红花→桃仁 14.806 40.984
2 黄芪→丹参 41.748 71.512 32 黄芪→熟地黄 13.835 64.912
3 生大黄→丹参 41.748 42.442 33 山茱萸→熟地黄 13.835 63.158
4 黄芪→生大黄 33.495 68.116 34 茯苓→熟地黄 13.835 57.895
5 丹参→生大黄 33.495 52.899 35 山药→熟地黄 13.835 50.877
6 黄芪→当归 28.641 85.593 36 丹参→熟地黄 13.835 43.86
7 川芎→当归 28.641 42.373 37 黄芪→淫羊藿 11.165 63.043
8 黄芪→茯苓 24.757 72.549 38 当归→红花 11.165 60.87
9 丹参→茯苓 24.757 43.137 39 黄芪→红花 11.165 58.696
10 白术→茯苓 24.757 41.176 40 桃仁→红花 11.165 54.348
11 黄芪→川芎 23.058 75.789 41 丹参→淫羊藿 11.165 50
12 当归→川芎 23.058 52.632 42 当归→淫羊藿 11.165 43.478
13 丹参→川芎 23.058 44.211 43 丹参→红花 11.165 41.304
14 黄芪→山茱萸 19.175 75.949 44 黄芪→党参 10.922 84.444
15 山药→山茱萸 19.175 55.696 45 黄芪→牛膝 10.922 64.444
16 丹参→山茱萸 19.175 54.43 46 黄芪→赤芍 10.922 64.444
17 茯苓→山茱萸 19.175 48.101 47 川芎→赤芍 10.922 55.556
18 熟地黄→山茱萸 19.175 45.57 48 黄芪→甘草 10.922 53.333
19 黄芪→生地黄 17.233 69.014 49 丹参→党参 10.922 53.333
20 黄芪→白术 16.748 73.913 50 当归→赤芍 10.922 48.889
21 茯苓→白术 16.748 60.87 51 茯苓→党参 10.922 48.889
22 丹参→白术 16.748 47.826 52 丹参→牛膝 10.922 44.444
23 黄芪→山药 15.291 77.778 53 桃仁→赤芍 10.922 44.444
24 山茱萸→山药 15.291 69.841 54 丹参→赤芍 10.922 44.444
25 茯苓→山药 15.291 63.492 55 黄芪→白花蛇舌草 10.68 70.455
26 丹参→山药 15.291 47.619 56 丹参→白花蛇舌草 10.68 47.727
27 熟地黄→山药 15.291 46.032 57 川芎→白花蛇舌草 10.68 40.909
28 黄芪→水蛭 15.049 66.129 58 黄芪→益母草 10.437 72.093
29 黄芪→桃仁 14.806 57.377 59 丹参→益母草 10.437 55.814
30 当归→桃仁 14.806 49.18        
表7 药组关联规则分析结果
序号 药组 支持度(%) 置信度(%) 序号 药组 支持度(%) 置信度(%)
1 生大黄→丹参、黄芪 29.854 45.528 24 熟地黄→山药、黄芪 11.893 42.857
2 川芎→当归、黄芪 24.515 40.594 25 黄芪→当归、丹参 11.408 85.106
3 丹参→生大黄、黄芪 22.816 59.574 26 生大黄→当归、丹参 11.408 46.809
4 丹参→茯苓、黄芪 17.961 48.649 27 川芎→当归、丹参 11.408 42.553
5 山药→茯苓、黄芪 17.961 44.595 28 黄芪→茯苓、丹参 10.68 81.818
6 白术→茯苓、黄芪 17.961 44.595 29 黄芪→山药、山茱萸 10.68 77.273
7 山茱萸→茯苓、黄芪 17.961 43.243 30 茯苓→山药、山茱萸 10.68 75
8 当归→茯苓、黄芪 17.961 41.892 31 熟地黄→山药、山茱萸 10.68 61.364
9 生大黄→茯苓、黄芪 17.961 40.541 32 生大黄→茯苓、丹参 10.68 54.545
10 黄芪→生大黄、丹参 17.718 76.712 33 丹参→山药、山茱萸 10.68 52.273
11 当归→川芎、黄芪 17.476 56.944 34 白术→茯苓、丹参 10.68 45.455
12 丹参→川芎、黄芪 17.476 45.833 35 山茱萸→茯苓、丹参 10.68 45.455
13 丹参→山茱萸、黄芪 14.563 63.333 36 山药→茯苓、丹参 10.68 43.182
14 山药→山茱萸、黄芪 14.563 56.667 37 黄芪→山茱萸、丹参 10.437 88.372
15 茯苓→山茱萸、黄芪 14.563 53.333 38 山药→山茱萸、丹参 10.437 53.488
16 熟地黄→山茱萸、黄芪 14.563 40 39 茯苓→山茱萸、丹参 10.437 46.512
17 茯苓→白术、黄芪 12.379 64.706 40 黄芪→白术、茯苓 10.194 78.571
18 丹参→白术、黄芪 12.379 54.902 41 黄芪→川芎、丹参 10.194 78.571
19 黄芪→川芎、当归 12.136 82 42 丹参→白术、茯苓 10.194 47.619
20 丹参→川芎、当归 12.136 40 43 当归→川芎、丹参 10.194 47.619
21 山茱萸→山药、黄芪 11.893 69.388 44 生大黄→川芎、丹参 10.194 45.238
22 茯苓→山药、黄芪 11.893 67.347 45 生大黄→白术、茯苓 10.194 40.476
23 丹参→山药、黄芪 11.893 55.102        
图3 中药骨干网络(核心药物)展示图注:图中红色及偏大的圆点提示核心药物且使用频率较高
图4 中药一级子网络展示图
图5 中药二级子网络展示图
图6 中药三级子网络
[1]
王永亮. 慢性肾脏病与肾脏纤维化研究进展[J]. 医学信息(下旬刊), 2010, 23(4): 16.
[2]
张艳楠,吕勇. 活血降浊补益方药防治肾纤维化机制研究[J]. 中医药临床杂志2015, 27(10): 1495-1499.
[3]
杨友,何威逊. 肾素-血管紧张素系统对肾纤维化的作用研究进展[J]. 国外医学(儿科学分册), 2004, S1: 54-57.
[4]
肖琦,慎田田,李雅君,等. 中医药抗肾纤维化中以TGF-β1为靶点的研究进展[J]. 河南中医2011, 31(3): 305-307.
[5]
李国杰. 对大数据的再认识[J]. 大数据2015, 1(1): 1-9.
[6]
周雪忠,刘保延,王映辉,等. 复方药物配伍的复杂网络方法研究[J]. 中国中医药信息杂志2008, 15(11): 98-100.
[7]
王延叶,于为民. 促纤维化/抗纤维化因子失衡与肾脏纤维化[J]. 医学综述2015, 21(13): 2349-2351.
[8]
张永越,曹文富,田晟,等. 益气化瘀化痰方对UUO诱导的肾间质纤维化大鼠KLF15、HMGB1、NF-κB及其下游炎症因子表达的影响[J]. 中国病理生理杂志2018, 34(4): 671-679.
[9]
罗珊,宋立群,马晓鹏,等. 肾间质纤维化氧化应激相关信号通路与中医药研究进展[J].中医药学报2020, 48(12): 79-84.
[10]
武贵群,高翔,梅长林. TGF-β/Smads通路与肾脏纤维化研究进展[J]. 中国中西医结合肾病杂志2012, 13(5): 459-461.
[11]
邢园园,胡军建. 基于TGF-β1/Smad信号通路探讨蛇床子素对尿毒症腹膜透析大鼠肾脏的保护作用[J]. 中国中西医结合肾病杂志2022, 23(10): 888-891, 941.
[12]
郭鑫,许春花. Wnt/β-catenin信号通路在肾纤维化中的作用研究进展[J]. 延边大学医学学报2022, 45(1): 59-62.
[13]
朱晓婷,陈志强,张亚楠,等. 益气化湿通络方通过调节NF-κB信号通路改善慢性肾功能衰竭大鼠炎性纤维化的实验研究[J]. 中草药2020, 51(8): 2193-2199.
[14]
黄文政,黄建新. 三焦理论与慢性肾炎临床实践[J]. 世界中医药2013, 8(9): 1010-1014.
[15]
王耀光,黄文政. 黄文政教授三焦学术思想论治肾病探讨[J]. 中医药通报2012, 11(5): 24-27.
[16]
杨茹茜,王雪. 黄芪及其制剂基于信号通路机制抗肾纤维化的研究概况[J]. 中华中医药杂志2020, 35(6): 3023-3026.
[17]
卢海霞,覃柞莲,陆丽娟,等. 黄芪甲苷抗肾纤维化的相关分子机制研究[J]. 西部中医药2022, 35(3): 145-151.
[1] 邵俊侨, 王明. 维持性血液透析患者睡眠障碍的中医药治疗[J]. 中华肾病研究电子杂志, 2023, 12(02): 97-100.
[2] 张隆业, 刘维萍, 张彦芬, 郭永力, 管仁苹, 邵雪, 王兆宇, 李灿. 胰激肽原酶对他克莫司诱导的大鼠肾脏损伤的保护作用[J]. 中华肾病研究电子杂志, 2021, 10(04): 198-204.
[3] 罗丛伟, 何晓洋, 彭芬芬, 王育娴, 陈毅华, 龙海波. 基于肾纤维化机制的药物临床研究进展[J]. 中华肾病研究电子杂志, 2020, 09(02): 78-81.
[4] 杨端云, 伍玉娟, 史伟, 樊均明, 孟立锋. 腹膜透析微炎症状态诱导腹膜损伤的中医治疗策略[J]. 中华肾病研究电子杂志, 2019, 08(05): 230-233.
[5] 杨思齐, 王天蒙, 王耀光. 火把花根片联合益肾消浊方治疗脾肾气虚兼湿浊型慢性肾小球肾炎的临床观察[J]. 中华临床医师杂志(电子版), 2023, 17(12): 1241-1246.
[6] 邢春国, 夏迎秋, 廖云霞, 赵宁, 陶然. 江苏省基层医疗卫生机构公共卫生信息化建设现状研究[J]. 中华临床医师杂志(电子版), 2022, 16(12): 1201-1206.
[7] 孙茹蓉, 徐婷, 谢雯, 马英淳, 张佩蓉, 喻少波, 徐正, 张璐, 周士亮, 蒋婉岚, 谈俊燕, 吴敏. 高尿酸血症危险因素的数据挖掘及关联规则研究[J]. 中华临床医师杂志(电子版), 2020, 14(10): 835-839.
[8] 贺芳. 浅谈大数据时代妊娠期糖尿病患者健康教育模式[J]. 中华产科急救电子杂志, 2021, 10(02): 78-81.
[9] 张儒奇, 朱炳旭, 林子悦, 董晓婕, 张丽. 砭术临床应用古今文献研究[J]. 中华针灸电子杂志, 2024, 13(01): 30-35.
[10] 李志道, 李玉仙, 麻凯璇. 刍议《针灸甲乙经》的历史贡献[J]. 中华针灸电子杂志, 2023, 12(02): 50-52.
[11] 王意喆, 杨晓琨, 高颖, 张桂英, 张志国. 高校直属附院中医类别学生疫情防控意识形态现状与思政教育提升措施[J]. 中华针灸电子杂志, 2023, 12(01): 42-44.
[12] 赵玉, 杨继鹏, 赵晓丽, 耿强, 欧阳斌, 夏天. 基于数据挖掘技术探讨针刺治疗男性不育症的选穴循经规律[J]. 中华针灸电子杂志, 2023, 12(01): 32-36.
[13] 葛友涛, 蒋秋子, 卞廷松, 肖倩倩. 中药复方治疗男性迟发性性腺功能减退症的组方规律及分子机制[J]. 中华老年病研究电子杂志, 2023, 10(03): 43-50.
[14] 周相男, 刘殿刚, 刘春涛. 胃食管反流病的中医药应用进展[J]. 中华胃食管反流病电子杂志, 2022, 09(02): 103-108.
[15] 许志威, 刘辉华, 覃伟钊, 封桂宇, 李贤, 覃翠, 林洁洁, 梁国辉. 芪蛭丹通络胶囊治疗非急性期缺血性中风气虚血瘀证的临床疗效[J]. 中华脑血管病杂志(电子版), 2023, 17(03): 232-236.
阅读次数
全文


摘要