基于数据挖掘对中医药治疗头痛用药规律的研究

中医把偏头痛归属为“头风”范畴，最早见于《内经》，至明清时期对其的认识不断趋于成熟^[1]。当代医家对偏头痛病症的病因多以肝为源头，同时兼顾风、火、痰、痕等因素，彼此凝结导致脑部经络闭塞不通。部分医家的观点是对应病症在机理方面的情况类似，基本上都是血脉闭塞、过于虚弱等若干因素导致。传统的统计学方法能够对方药的某些特征进行概括性的展示，但无法挖掘方药中那些模糊、非线性、多维度的深入关系^[2]。这对于中医药方面的量化研究方面是一个非常重要的问题，正是由于中药系统研究的缺乏，使得一些临床中药用量是缺乏科学支撑和理论依据的，促使中药的安全性和有效性不能得到保证，使得中医药疗效被制约。通过运用数据挖掘技术，能够对中医药量化研究进行深化。数据挖掘（KDD， Knowlede Discovery in Database）研究是1989年在第一届国际数据库中的知识发现学术会议上提出的^[3]。它是指一种从海量资信中获取高效、前沿且能挖掘潜在内涵的，具有能理解和可行性的高级统计研究方法。本文对中医药治疗头痛用药的处方进行收集与分析，应用数据挖掘技术，对于头痛用药的频次，药物之间的关联规则和处方规律进行分析。

本研究中共得到42 条两味药物组合的关联规则，其中白芍→川芎这一规则的实例数最高，为31 例，规则支持度也最高，36.67%，说明该药对在头痛方剂中使用广泛。置信度为 100.00%的规则有 3 条，分别为：桂枝→川芎、藁本→川芎、蜈蚣→川芎。提升度最高的规则为柴胡→川芎、当归→川芎，其提升度均为 6.13，说明龙骨、牡蛎的出现均明显提高了对方出现的概率，二者相互为用。（详见表 8）
出现频次较高的规则有：白芍→川芎、白芷→川芎、甘草→川芎、柴胡→川芎，出现次数均大于 40 次，说明这些药对在头痛方剂中使用广泛。