名老中医经验方用药加减规律的研究

名老中医经验方用药加减规律的研究

目的研究名老中医经验方用药加减规律。方法独立的分类变量关联性分析，即计算经验方中加减药物、病、症等属性的频数及Pearson ？字2统计量，做两个属性独立性的？字2检验。结果基于此方法分析的结果与名老中医临证经验、文献记载基本一致。结论独立的分类变量关联性分析对名老中医经验方用药加减规律的研究提供了新的途径。

Abstract：Objective Study on subtraction rule of experience prescription of the famous and old TCM practitioners. Methods Aassociations analysis of independent categorical variables，counting frequency of the attribute of drug，disease，disease experience etc ，Statistic of person ？字2 and doing test of two independence attribute. Results The analysis results are basically consistent with clinical experience of the famous and old TCM practitioners and literature. Conclusion Aassociations analysis of independent categorical variables privdes a new way to the study on subtraction rule of experience prescription of the famous and old TCM practitioners.

Key words：Drug subtraction；Experience prescription；Aassociations analysis；Chi square test

名老中医经验方是指名老中医在长期临床实践中形成的组方合理、相对稳定、功效可靠、主治症明确的常用方剂。其主治病证有其基本药物产生，加减药物是在基本药物基础上根据具体病情的不同增加或减少某些药物，同一经验方的药物加减都有其规律性[1，2]。本研究以名老中医徐志华经验方徐氏安胎饮为样本，计算Pearson ？字2统计量，做两个属性独立性的？字2检验。根据样本的频率分布，检验其总体分布是否等于给定的理论分布，因此能够判别不同组间药物加减是否异同，得出某一经验方药物加减的规律。

1 临床资料

1.1 数据收集与存储根据徐志华名医工作室的现有门诊病历资料录入到EXCEL数据表中，总共有578份病历资料，主要包括患者姓名、年龄、就诊信息、舌诊、脉诊、中医诊断、中医第二诊断、西医诊断、西医第二诊断、证、治则、方名、主要组成药物、加减药物。本文主要针对徐氏安胎饮药物加减研究[3]，因此筛选出方名有安胎饮、安胎饮加减、安胎饮加味、寿胎丸合圣愈汤安胎饮共计122条记录。其中徐氏安胎饮方剂及加减药物共17味，包括党参，黄芪，当归，白芍，生地，白术，黄芩，菟丝子，川断，桑寄生，狗脊，苎麻根，杜仲，旱莲草，炒地榆，草决明，大贝母，砂仁。

1.2 数据清洗和集成数据清洗的任务是过滤掉或修正不符合要求的数据，即不完整的数据、错误的数据、重复的数据。中医第二诊断、西医第二诊断字段缺失值超过70%以上，属于不完整数据；西医诊断中填写了胎漏、胎动不安，或者中医诊断中填写了西医的病名，这些都属于错误数据。

数据被用来分析之前，根据分析的目标需要，对已存储的数据进行集成、规范化处理。徐氏安胎饮主要用于先兆流产患者治疗，先兆流产诊断标准参照《妇产科学》中有关诊断标准[4]：孕28w前，出现阴道出血或（和）下腹痛；中医的关于胎漏、胎动不安的肾虚证辩证：症见妊娠阴道少量出血，色暗淡，腰酸腹坠痛，舌淡黯，苔白，脉沉滑尺弱。从就诊信息中构造出三个症状属性，阴道流血，腹痛，腰酸，针对性地进行数据变量关联性分析，探究出方剂药物随症加减的规律。规范化处理主要是对各属性的值进行概括、归类、重新命名，属性值集合是分类性变量，如果集合元素较多，必须进行合并，如果出现多个类别个数小于5时，也需要合并、概括、重新归类，以更符合？字2检验的条件。

2 独立的分类变量关联性分析

分类变量关联性分析通用的方法是根据两个变量交叉分类计数所得的频数资料（列联表）作关联（association）分析，即关于两个属性独立性的？字2检验。所谓两种属性x和y相互独立（independence），是指属性x的概率分布与属性y的概率分布无关，否则称这两种属性之间是非独立的[5]。

首先，提出欲检验的假设，H0：两种属性之间相互独立，H1：两种属性之间相互关联。其次，计算检验统计量pearson ？字2统计量，数字定义为：

？字■=■■

其中A■为观察频数，T■为理论频数。在计算理论频数的过程中，我们用样本估计值代替了两个独立参数，所以该？字2分布的自由度为v=（i-1）（j-1）。最后，设定α=0.05，做交叉分类资料独立性假设检验，如果？字2>？字20.005，P＜0.05，拒绝原假设H0，接受H1，说明两变量之间有关联性。

对于列联表资料，一般要求各格理论频数T应大于1，且T<5的格数不宜多于格子总数的列数与行数乘积的1/5，本文采用Cramer’s V系数计算为替代，做变量间的关联性分析[6]。3 结果

本文采用SPSS Clementine11.1数据挖掘软件[7]，统计各药物的计数得到党参，黄芪，当归，白芍，生地，白术，黄芩，菟丝子，川断，桑寄生，狗脊，苎麻根都为122，占比为100%，杜仲为115，占比94.26%，旱莲草为26，占比为21.31%，炒地榆为11，占比为9.02%，草决明为2，大贝母为1，砂仁为1。根据计数和占比，可以看到所有病例中有使用党参，黄芪，当归，白芍，生地，白术，黄芩，菟丝子，川断，桑寄生，狗脊，苎麻根，此为主要药物，杜仲，旱莲草，炒地榆为方剂常用的随症加减药物。

通过对加减药物杜仲，旱莲草，炒地榆与各字段变量进行关联性分析，设定α=0.05，做交叉分类资料独立性假设检验，得到P＜0.05的关联变量见表1。

4 讨论