首页 > 论文范文 > 医药卫生论文 > 儿科论文 > 儿科用药论文 > 历代医案中小儿时行疾病的舌象、脉象特征与用药规律的研究

历代医案中小儿时行疾病的舌象、脉象特征与用药规律的研究

2020-07-03 227 上传者：管理员

摘要：目的运用数据挖掘方法,研究历代医案中小儿时行疾病的舌象、脉象特征与用药规律。方法以《历代儿科医案集成》中的634例小儿时行疾病医案为数据源,建立规范化数据库,使用频次统计、Logistic回归分析、关联规则等方法,对舌象、脉象与中药之间的相关性以及中药之间的规律性进行数据分析。结果①本研究共纳入从汉代至现代的医案634则,共涉及方剂634首,中药250种。②涉及小儿时行疾病共23种,其中以外感温热病居多。频数≥4的舌象共16种,舌质主要以红舌、绛舌、芒刺舌等热性舌象居多,舌苔以腻苔、黄苔、白苔、厚苔等居多。频数≥3的脉象共16种,以数脉、滑脉、弦脉、细脉等居多。频数≥82的中药有22项,以杏仁、甘草、连翘等居多。③发现15条舌象与中药相关性结果,如红舌与地骨皮、竹沥、瓜蒌等相关性较强,腻苔与炮姜、佩兰、麻黄等相关性较强,黄苔与党参、黄连、枳实等相关性较强,等。④发现13条脉象与中药相关性结果,如数脉与淡豆豉、葛根、玄参等相关性较强,滑脉与竹沥、忍冬藤、地骨皮等相关性较强,弦脉与夏枯草、橘络、忍冬藤等相关性较强,等。⑤置信度较高的药对为枇杷叶-浙贝母、紫菀-杏仁、薄荷-连翘等,支持度较高的药对为浙贝母-杏仁、金银花-连翘、栀子-连翘等。⑥置信度较高的舌脉关联关系为黄苔-数脉、白苔-数脉、红舌-数脉等。支持度较高的舌脉关联关系为红舌-数脉、腻苔-数脉、黄苔-数脉等。结论《历代儿科医案集成》中小儿时行疾病的舌象以湿热性舌象居多,脉象以数脉、滑脉、弦脉等居多,用药以杏仁、甘草、连翘等居多;部分特定舌象、脉象与用药之间存在相关性,部分药物之间亦存在关联规律,可作为药对配伍使用。历代儿科医案中的诊疗经验,或可为现代中医儿科临床所借鉴。

关键词：
中医诊断
儿科用药
小儿
时行疾病
脉象
舌象
诊疗规律
加入收藏

中医历代医家在长期的临床实践中,将中医基础理论与儿科临证经验相结合,创立了独具特色的中医儿科。儿科又称哑科,因小儿难以明确地说明病情,所以医家在四诊辨证时,更多地注意运用望、闻、切法。舌诊和脉诊是中医四诊中极具中医特色的诊察手段。舌诊是望诊中至关重要的一环,舌为心之苗、脾之外候,心血上荣于舌,脾气通于口,所以舌象对于了解全身气血运行和脏腑经络病变情况具有极为重要的作用[1]。脉象为手指感觉脉搏搏动的印象,因为人体血脉贯连全身,运行不休,所以脉诊对诊察全身脏腑功能和气血运行的综合信息有着重要的意义。

医案是历代医家诊治疾病的记录,反映出前人的临床经验。《历代儿科医案集成》[2]收集了自汉代以来历代名医的儿科医案,并进行了系统的分类整理。全书分为时行疾病、小儿杂病等几部分,其中时行疾病是指由外界四时六气、时邪疫毒所引起的疾病。小儿由于体质娇嫩,特别容易感染时行疾病,且病情变化迅速,危害极大。通过研究历代中医医家对小儿时行疾病的治疗经验,去芜存菁,古为今用,对现代儿科临床具有重要的指导意义。

目前计算机技术飞速发展,数据挖掘是数据库知识发现不可缺少的一部分。通过数据预处理、数据分析、数据后处理等一系列流程,可以在大型的数据资料中找出隐藏的未知信息[3]。利用数据挖掘方法对医案进行分析整理,可以更准确全面地总结医家的用药特色与临床经验。

1、资料与方法

1.1资料来源

本研究以《历代儿科医案集成》[2]一书为数据来源。

1.2资料选择

《历代儿科医案集成》的“时行疾病”章节中所记载医案共822例,病种包括风温、春温、暑温、伤暑、疰夏、暑湿、暑令吐泻、伏暑、湿温、霍乱、痢疾、疟疾、伤寒、麻疹、痄腮、发颐、瘟疫、烂喉痧、风疹、水痘、发斑、疫咳、白喉等。

纳入分析的医案须有明确的舌象、脉象记录与完整的方药记载。去除记载医治无效的医案,以及舌象、脉象记录易造成误解的医案,如医案中提到“舌苔少化”“阴脉”“阳脉”等,去除复诊时重复记录没有更改的医案。如同一医案中初诊与复诊药方中关键药物不变,只是少量加减化裁者,选择初诊药方。如复诊医案中舌脉象有变化,将复诊作为新的医案录入。经整理,剔除医案188例,最终纳入分析的医案共634例。

1.3数据处理

提取医案中疾病、症状、舌质、舌苔、脉象、用药等信息,作为基础数据。使用Excel2010软件对提取的信息进行对应录入,建立小儿时行疾病舌象、脉象数据表。

医案中对舌象、脉象、中药的描述多样,为了不影响数据挖掘的准确性,必须统一用词,对数据进行规范化处理。按照《中医症状鉴别诊断学》[4]规范症状用词,如“大便稀水”规范为“大便溏”,“渴思凉”规范为“口干渴、喜冷饮”等。按照《中医诊断学》[1]统一舌象、脉象用词,如“舌干”“舌燥”统一为“干苔”,“脉有力”统一为“实脉”,“小脉”统一为“细脉”等。部分“舌白”难以明确是舌质白还是舌苔白,此类医案不予记录。将复合脉分开记录,如“脉弦数”记录为“弦脉”“数脉”等。按照《中药学》[5]统一药名,去除炮制方法、产地等词,如“川朴”统一为“厚朴”,“大生地”统一为“生地黄”等。

1.4数据分析

1.4.1频数统计

本次研究借助SPSS21.0软件,使用频次统计方法,对小儿时行疾病数据表中的疾病、症状、舌象、脉象、中药等变量的分布情况进行统计。

1.4.2舌象、脉象与中药的相关性

本次研究借助Clementine软件,使用Logistic回归分析方法,对舌象、脉象与中药之间的相关性进行分析。由于数据过多,不方便全部统计,故选择频数≥4的舌象共16项、频数≥3的脉象共16项、频数≥20的中药共91项作为研究对象。将编号、舌象、脉象、中药作为类别,制作数据表。对照小儿时行疾病数据表内容,按照医案编号,在相应的类别下记录1或0,如此条医案中包含此项类别,计为1,否则计为0。

以舌象或脉象为因变量,建立因变量与中药之间的Logistic回归模型,首先对每一项因变量进行特征选择建模,设置截断值>0.95为重要因素,截断值0.90至0.95为一般重要因素,截断值<0.9为不重要因素,筛选出与该舌象或脉象有密切关系的中药。把得出的数据进一步量化,将每一种舌象或脉象通过Logistic回归分析建模,根据显著性数值(P<0.05)去除不具有统计学意义的中药,得出最终相关性结果。

1.4.3常用药对

关联规则是数据挖掘中的一种算法,可利用一些度量指标来分辨数据库中存在的强规则[6]。本次研究借助Clementine软件,使用Apriori算法[6]对常用中药之间的规律性进行分析。选择纳入医案中频数≥20的中药共91项,以各中药为类别,建立中药关联数据表。按照医案编号,在相应的类别下记录1或0,如此条医案中包含此项类别,则计为1,否则计为0。

1.4.4舌脉关联

本次研究借助Clementine软件,使用Apriori算法[6]对舌象、脉象之间的规律性进行分析。选择纳入医案中频数≥4的舌象共16项、频数≥3的脉象共16项,以各舌象、脉象为类别,建立舌脉关联数据表。按照医案编号,在相应的类别下记录1或0,如此条医案中包含此项类别,则计为1,否则计为0。

2、结果

2.1一般情况

按照纳入标准与排除标准,本研究共纳入从汉代至现代的医案634则,共涉及方剂634首,中药250种。

2.2病种、舌象、脉象、中药使用频次

2.2.1病种分布情况

所纳医案中,涉及小儿时行疾病共23种,其中以外感温热病居多。见表1。

表1病种分布频数统计(次)

2.2.2舌象出现频次情况

对所纳医案中的舌象和脉象进行频数统计,结果显示,频数≥4的舌象共16种,舌质主要以红舌、绛舌、芒刺舌等热性舌象居多,舌苔以腻苔、黄苔、白苔、厚苔等居多。见表2。

表2舌象频数统计(次)

2.2.3脉象出现频次情况

频数≥3的脉象共16种,以数脉、滑脉、弦脉、细脉等居多。见表3。

表3脉象频数统计(次)

2.2.4中药使用频次情况

对所纳医案中的中药使用进行频数统计,结果可知,频数≥82的中药有22项,以杏仁、甘草、连翘等居多。见表4。

表4中药频数统计(次)

2.3舌象、脉象与中药的相关性分析

2.3.1舌象与中药的相关性

具有统计学意义的舌象与中药相关性结果见表5。其中可见15条舌象与中药相关性结果,如红舌与地骨皮、竹沥、瓜蒌等相关性较强,腻苔与炮姜、佩兰、麻黄等相关性较强,黄苔与党参、黄连、枳实等相关性较强,等。

表5舌象与中药的相关性分析结果

2.3.2脉象与中药的相关性

具有统计学意义的脉象与中药相关性结果见表6。其中可见13条脉象与中药相关性结果,如数脉与淡豆豉、葛根、玄参等相关性较强,滑脉与竹沥、忍冬藤、地骨皮等相关性较强,弦脉与夏枯草、橘络、忍冬藤等相关性较强,等。

表6脉象与中药的相关性分析结果

2.4中药关联和舌脉关联情况

2.4.1常用药对

中药药对分析结果见表7。结果可见,置信度较高的药对为枇杷叶-浙贝母、紫菀-杏仁、薄荷-连翘等,支持度较高的药对为浙贝母-杏仁、金银花-连翘、栀子-连翘等。

表7常用药对分析结果

2.4.2舌脉关联情况

舌脉关联结果分析见表8。结果可见,置信度较高的舌脉关联关系为黄苔-数脉、白苔-数脉、红舌-数脉等。支持度较高的舌脉关联关系为红舌-数脉、腻苔-数脉、黄苔-数脉等。

表8舌脉关联规则分析结果

3、讨论

本研究在对《历代儿科医案集成》中“时行疾病”部分仔细研读的基础上,建立规范化的小儿时行疾病舌象、脉象、用药数据表,并借助相关软件,通过频数统计、Logistic回归分析和关联规则等方法,统计分析出具有统计学意义的舌象、脉象与中药之间的相关性和中药、舌脉之间的规律性,总结出针对小儿时行疾病特定舌象、脉象的中医用药特色和治疗药物中的常用配伍规律。

3.1舌象与中药相关性结果解析

所纳入的小儿时行疾病医案中,红舌的病证,多用地骨皮等以清虚热,凉血降火;多用竹沥、瓜蒌、天花粉、浙贝母等以清热化痰散结;多用枳壳等以理气宽胸,消胀除痞;多用半夏等以燥湿化痰,消痞散结;多用白扁豆等以健脾化湿,和中解毒;多用莱菔子等以消食除胀,降气化痰。

绛舌的病证,多用浙贝母等以清热散结,化痰止咳;多用牡丹皮、玄参等以清热凉血,活血散瘀;多用牛蒡子、薄荷等以发散风热,宣肺透疹,利咽散结;多用枳壳等以理气消胀除痞;多用甘草等以益气补中,清热解毒。

腻苔的病证,多用炮姜等以温中止痛、止泻;多用佩兰等以化湿解暑;多用麻黄等以发汗解表,宣肺平喘,利水消肿;多用杏仁等以止咳平喘,润肠通便;多用甘草等以益气补中,清热解毒;多用生地黄、竹叶等以清热凉血,生津利尿。

白苔的病证,多用丝瓜络等以祛风通络,化痰解毒;多用橘红等以化痰止咳;多用荆芥等以发汗解肌,通阳化气;多用紫菀等以润肺下气,化痰止咳;多用甘草等以益气补中,缓急止痛;多用半夏等以燥湿化痰消痞;多用桑叶等以发散风热,润肺止咳,平肝明目。

黄苔的病证,多用黄连、石膏等以泻火燥湿,除烦止渴;多用枳实、陈皮等以理气消积,化痰除痞。

3.2脉象与中药相关性结果解析

所纳入的小儿时行疾病医案中,数脉的病证,多用葛根、淡豆豉等以解肌退热,透发麻疹;多用玄参、金银花等以清热凉血,滋阴解毒;多用当归等以补血活血;多用桑白皮等以泻肺平喘,利水消肿。

滑脉的病证,多用竹沥、忍冬藤,天花粉、生地黄、牡丹皮等以清热化痰,清热解毒,定惊利窍,消肿排脓;多用冬瓜子等以清肺化痰,利湿排脓;多用牛蒡子等以解表宣肺透疹,利咽散结消肿;多用附子等以回阳救逆,补火助阳。

弦脉的病证,多用夏枯草、忍冬藤等以清热解毒,通络散结;多用橘络等以行气化痰止咳;多用厚朴等以燥湿行气,消积平喘;多用莱菔子等以消食除胀,降气化痰;多用木通等以清热利水通淋。

细脉的病证,多用麦芽等以消食和中;多用党参等以补中益气;多用紫苏等以解表行气宽中;多用胆南星等以燥湿化痰,祛风止痉;多用木香等以行气调中止痛;多用赤芍等以清热,祛瘀止痛;多用甘草等以益气补中,祛痰止咳。

大脉的病证,多用桔梗、犀角、竹叶、玄参等以清热凉血,开宣肺气,祛痰排脓,解毒消斑;多用淡豆豉等以解表除烦。

3.3常用药对结果解析

在治疗小儿时行疾病的药物中,医家常用的药对有枇杷叶-浙贝母、紫菀-杏仁、薄荷-连翘、石膏-甘草、竹叶-连翘,等。

3.4舌脉关联结果解析

在所纳小儿时行疾病医案中,数脉常与弦脉、滑脉、细脉同时存在,亦常与黄苔、白苔、红舌同时出现。

3.5小结

舌诊、脉诊是中医四诊中重要的诊察方法,与辨证论治存在一定的相关性和规律性。从古籍医案中分析得出的结论是前人经验的总结,可以在临床上作为借鉴,具有一定的参考价值。如,本研究结果中显示黄苔与党参存在较强的相关性,黄苔一般主热证、阳证,党参性味甘平,为补益药,似乎不适合黄苔的病证。但在张锡纯《医学衷中参西录》中有一例小儿春温医案,患儿“舌苔薄而黄,中心干黑”[2],此因误汗误下,伤其气化,兼温热既久、阴分亏耗,乃邪实正虚之候,案中治以白虎加人参汤加减,清其热,补其虚,滋其阴,方中仍用党参五钱,以益气生津。又如,《丁甘仁医案》中有一例小儿湿温医案,患儿身热谵语,渴喜热饮,“舌质红,苔薄黄”[2],正气已虚,蕴湿留恋,枢机不和,案中治以小柴胡合桂枝白虎汤加减,固本去标,案中用党参钱半,不燥不腻,补中益气,生津止渴。

红舌与数脉为本研究中发现频次最高的舌象与脉象。红舌主实热、阴虚,与其相关性最强的中药为地骨皮。地骨皮性味甘寒,善清肺热、清虚热。《慈溪魏氏验案类编初集》中有一例小儿春温医案,患儿“舌红润,根苔薄”[2],咳嗽有痰,潮热未尽,案中治以清滋法,方中用地骨皮三钱,以清肺降火。数脉多见于热证,亦见于里虚证,相关性最强的中药为淡豆豉。淡豆豉性味甘辛凉,归肺、胃经,既能透散表邪,又能宣散郁热,发汗之力颇为平稳。《丁甘仁医案》中有一例小儿风温医案,患儿发热、咳嗽、痰多、烦躁、呕恶,“脉滑数”[2],案中用淡豆豉三钱,以解表除烦。

通过分析与特定舌象、脉象存在相关性的中药,在学习前人临床经验时,结合病证与中药的关系,可以更深入地领会相关的病机与治则。

本研究还发现,红舌与数脉之间亦存在规律性,根据关联规则分析,红舌与数脉同时出现的医案占全部医案的15.62%,记录有红舌的医案中,同时记录数脉的医案占比为50.51%。然而,比较两者的相关性中药,相同者很少。笔者认为这或许是因为回归分析中各观测对象间相互独立,预测的是在不同自变量的情况下,发生某种情况的概率。

在临床实际中,以复合脉及舌质、舌苔相结合来辨证的情况多见,而本次研究主要采取将舌质、舌苔、脉象等拆分为单独变量的形式进行统计分析,主要原因在于如果不加拆分,会导致同一变量的数据量偏少,结果不甚准确。当有足够大量的数据作为支撑时,将舌象、脉象之间综合起来分析或许可以更好地适应临床需求。在对医案挖掘结果分析时,研究中单独变量的分析结果要以病机为前提综合参考借鉴,不宜机械照搬于临床。

由于本研究是基于《历代儿科医案集成》一本文献的数据挖掘结果,书中医案在当时编撰收录时就可能存在选择性与偏向性,故而本研究的结果可能还不足以体现历代儿科医家临床诊疗经验的全貌。大数据时代的来临,带给人们前所未有的机遇与挑战,通过各种数据分析与知识发现的方法,人们可以从浩瀚如海的信息中,找寻出以前难以发现的知识。中医医案文献是一个巨大的知识宝库,具有典型的大数据特征,集成了前人留给我们的宝贵经验。利用数据挖掘技术探究其中的规律,学习名老中医的临床经验和学术特色,将前人的经验教训与如今的临床实践相结合,在继承的基础上进一步创新,对中医临床辨证论治将有重要的指导意义。

参考文献：

[1]朱文锋.中医诊断学[M].北京:中国中医药出版社,2007:69.

[2]何世英,侯美玉,职延广.历代儿科医案集成[M].北京:人民军医出版社,2012:11-155.

[4]姚乃礼,朱建贵,高荣林.中医症状鉴别诊断学[M].北京:人民卫生出版社,2013:1-857.

[5]黄兆胜.中药学[M].北京:人民卫生出版社,2008:35-517.

[6]熊平.数据挖掘算法与Clementine实践[M].北京:清华大学出版社,2017:77.

吴婷婷.基于数据挖掘的历代小儿时行疾病舌象､脉象与用药规律研究[J].上海中医药杂志,2020,54(06):66-71.