基于文献数据挖掘分析中医药治疗尿浊的用药规律

Based on Literature Data Mining to Analyse the Medication Rules of Traditional Chinese Medicine in the Treatment of Urine Turbidity

摘要: 目的：以临床文献数据为基础挖掘中医药治疗尿浊方剂的组方用药规律。方法：检索中国知网、万方与维普数据库，时间为2020年1月1日至2024年9月10日，收集中医药治疗尿浊的临床资料，运用频次分析、关联规则分析、聚类分析及因子分析等数据挖掘手段探究抗尿浊方剂的配伍规律。结果：共得到991首治疗尿浊的方剂，共涉及449味中药，使用频率排在前6位的中药为黄芪、茯苓、白术、丹参、山药、山茱萸，常用中药类别以补虚药、活血化瘀药、利水渗湿药、清热药为主。药性集中于平、温、寒，药味以甘为主，归经主要在肝、脾、肾经关联规则的网络可视化提示黄芪–茯苓在处方中出现频次最高(448次)。对高频药物(≥70)进行聚类分析，共得到5个聚类组合，反映了“黄芪–丹参–当归–大黄–川芎–水蛭–地龙–土茯苓–桃仁–赤芍–淫羊藿”等在经典方的基础上加减药味的特色组方，体现了气运血行，肾络复通，精行其道，则尿浊症状自消的治法。因子分析共提取18个公因子，挖掘得到“水蛭–地龙–蝉蜕”等虫类药组在尿浊中的运用，体现了破血逐瘀、通经利尿等配伍特点。结论：尿浊方剂的用药规律以补益脾肾、清利湿热为主。中医治疗尿浊应先辨虚实，初期多为实证，治以清利湿热；久病多虚，宜培补脾肾，固摄下元，实夹杂者，补益之中可加以渗湿，渗湿之法又可兼以补益，应标本兼顾。

Abstract: Objective: Based on the data of clinical literature, the composition and medication rules of traditional Chinese medicine for the treatment of urine turbidity prescriptions were explored. Methods: CNKI, Wanfang and VIP databases were searched from January 1, 2020 to September 10, 2024, to collect clinical data of traditional Chinese medicine in the treatment of urine turbidity, and the compatibility of anti-urine turbidity prescriptions was explored by frequency analysis, association rule analysis, cluster analysis and factor analysis. Results: A total of 991 formulas for the treatment of urine turbidity were obtained, involving a total of 449 traditional Chinese medicines, and the top 6 Chinese medicines with the highest frequency of use were Astragalus membranaceus, Poria cocos, Atractylodes macrocephalus, Salvia miltiorrhizae, Chinese yam and Cornus officinalis. The medicinal properties were concentrated in flat, warm and cold, the medicinal taste was mainly sweet, and the network visualization of the association rules of the liver, spleen and kidney meridians showed that Astragalus-Poria cocos appeared most frequently in the prescription (448 times). Cluster analysis of high-frequency drugs (≥70) was carried out, and a total of 5 cluster combinations were obtained, reflecting the characteristic formulas of “Astragalus membranaceus-Salvia miltiorrhizae-Angelica-Rhubarb-Chuanxiong-Leech-Dilong-Poria cocos-Peach kernel-Red Paeoniae-Epimedium weed” on the basis of the classic formula, which reflected the treatment method of qi luck and blood, kidney recirculation, and the self-elimination of urine turbidity symptoms. A total of 18 common factors were extracted from the factor analysis, and the application of insect groups such as “leech-Dilong-cicada molt” in urine turbidity was obtained, which reflected the compatibility characteristics of blood breaking and stasis, and meridian diuresis. Conclusion: The medication rules for urine turbidity prescriptions primarily aim to nourish the spleen and kidney, and to clear dampness and heat. Traditional Chinese medicine should first distinguish between deficiency and excess in the treatment of urine turbidity, with most initial evidence being empirical. The treatment focuses on clearing and benefiting dampness and heat; for long-term illness and deficiency, it is advisable to cultivate and replenish the spleen and kidney, solidify the lower yuan, and ensure proper inclusion. The tonic can be moist, and the method for addressing dampness can be combined with the tonic, taking the specimen into account.

1. 引言

尿浊是以小便浑浊，白如泔浆，尿时无涩痛不利感为主症的疾病。现代医学的乳糜尿、磷酸盐尿及泌尿系统炎症、结核、肿瘤表现以小便浑浊、白如泔浆为主要症状者，多属本病范畴[1]。中医古籍中关于尿浊的记载有很多，其中《证治要诀·白浊》[2]说：“精者血之所化，有浊去太多，精化不及，赤未变白，故成赤浊，此虚之甚也。”《素问·至真要大论篇》指出：“水液混浊，皆属于热。”指出“热”是尿浊的病因之一。《诸病源候论·虚劳小便白浊候》[3]说：“胞冷肾损，故小便白而浊也。”认识到脏气亏虚也可以导致尿浊。通过历代医家对尿浊的病因、病机及治法有所阐发，积累了大量的方剂、医案，为后人留下了许多治疗尿浊的临床经验。本研究通过对三个数据库中近5年关于治疗尿浊的方剂进行数据挖掘，能够发现潜在的中药组方规律，明确核心中药，有助于为后续尿浊治疗药物的开发研究及现代临床实践提供一定参考。

2. 资料与方法

2.1. 数据来源及纳入标准

以中国知网(CNKI)，中国科技期刊数据库(维普数据库，VIP)，万方数据库为文献来源，检索主题为“尿浊”与“中医”，并以检索式为[(Cloudy urine) AND TCM]检索PubMed数据库，检索时间设置为2020年1月至2024年9月，排除部分中药组成缺失的方剂、干预措施与中药方剂不相关(如针灸、推拿、穴位贴敷等)、综述、动物实验类等文献。剔除其中重复文献，收集整理共得到治疗尿浊方剂991首。

2.2. 数据库的建立与标准化

根据《中华人民共和国药典》2020年版[4]、《中药学》[5]对处方中药进行名称规范，例如“山萸肉”改为“山茱萸”“仙灵脾”改为“淫羊藿”“枣皮”改为“大枣”等并录入中药的四气、五味、归经、功效，建立中药数据excel数据集。

2.3. 数据统计与分析

2.3.1. 频次统计

使用Exce统计频次 ≥ 10的中药使用频次，四气、五味、归经、功效频次。使用R编程软件中的ggplot2、ggrada包对结果进行可视化。

2.3.2. 关联规则分析

关联规则是反映一个事物与其他事物之间的关联性和相关性。Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。本研究拟采用SPSS Modeler 18.0建模，以Apriori算法进行关联规则分析，其中的支持度反映了关联规则发生的频率，置信度反映了关联规则的可信程度，设定最小支持度与最小置信度则可挖掘出具有临床价值的潜在规则；而提升度则反映了规则前项对于后项发生的提升能力，当提升度 > 1时，表明规则前后项之间存在关联，且提升度越高关联程度越强[6]。

2.3.3. 聚类分析及因子分析

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程；因子分析是一种能够将多重变量简化的统计技术，并检验变量间关系，其目的在于分解原始变量从而找出潜藏的具有标志性的因子，并将关联性较强的变量归入一个因子，而不同因子间的关联性较低[7]。本研究应用SPSS Statistics 27，对频次 ≥ 70的45个中药进行聚类、因子分析。以上两种分析方式虽算法不同，但本质均为探索性分析，能够对变量间的潜在关联进行有效地挖掘。

3. 结果

3.1. 药物频数、频率分析

利用Excel进行统计，991首方剂中涉及449味中药，药物总频数11,216次，使用频次排名30位药物有黄芪、茯苓、白术、丹参、山药、山茱萸、当归、地黄、泽泻、大黄、党参等，占全部药物频数的55.77%，具体见图1。其中使用频率最高的是黄芪，共使用了729次，使用频率为73.56%。其次为茯苓，使用频数为448次，使用频率为45.21%。

Figure 1. Top 30 most frequently used Chinese medicines

图1. 使用频次排名前30的中药

3.2. 药物性味归经频次统计

对高频药物(频数 ≥ 10)进行药物的性味归经进行分析，如一味中药同时有多个性味归经，则对其分别进行统计。结果显示：五味层面，以甘味药(41.03%)为主，其次是苦味药(23.26%)为主；四气层面，药物以温性(34.96%)为主，其次是寒性(31.02%)；归经层面，主要涉及肝(18.85%)、脾(18.75%)、肾(16.06%)三经。见图2。

Figure 2. Radar chart of the distribution frequency of high-frequency Chinese medicine flavour attribution

图2. 高频中药性味归经分布频次雷达图

3.3. 药物功效频次统计

对高频药物(频数 ≥ 10)进行功效分析。使用频率最多的是补虚药(33.95%)，其次是活血化瘀药(13.91%)和利水渗湿药(12.27%)和清热药(11.79%)，累积频率达到71.92%，可见临证治疗尿浊以补虚药为主，兼用活血化瘀和利水渗湿药，见图3。

Figure 3. Efficacy and frequency distribution of high-frequency drugs

图3. 高频药物的功效与频数分布

3.4. 关联规则分析

采用IBM SPSS Modeler 18软件对核心中药(使用频次 ≥ 70次)进行关联规则分析，采用Apriori算法建模，设置最低支持度10%，最小置信度70%，最大前项为5等条件挖掘数据库中的潜在组合，共得到核心中药关联组合95个，所有关联组合均提升度 > 1，具有统计学意义[8]，结果见表1~3。

Table 1. Analysis of the association rules of two traditional Chinese medicines for the treatment of urine turbidity

表1. 治疗尿浊2味中药对关联规则分析

No.	后项	前项	置信度(%)	支持度(%)	实例	提升度
1	黄芪	地龙	89.6	12.61	125	1.22
2	黄芪	水蛭	89.44	16.25	161	1.22
3	黄芪	金樱子	89.31	16.04	159	1.21
4	黄芪	党参	88.79	22.5	223	1.21
5	黄芪	太子参	87.74	10.7	106	1.19
6	黄芪	川芎	87.08	21.09	209	1.18
7	黄芪	芡实	85.96	17.96	178	1.17
8	黄芪	当归	85.14	27.85	276	1.16
9	黄芪	丹参	84.88	34.71	344	1.15
10	黄芪	山茱萸	83.28	30.78	305	1.13
11	黄芪	白术	82.29	38.75	384	1.12
12	黄芪	菟丝子	81.75	12.71	126	1.11
13	黄芪	薏苡仁	81.36	11.91	118	1.11
14	黄芪	山药	81.23	32.8	325	1.1
15	黄芪	大黄	80.09	22.81	226	1.09
16	黄芪	熟地黄	80	16.65	165	1.09
17	黄芪	茯苓	79.24	45.21	448	1.08
18	黄芪	牛膝	78.32	14.43	143	1.06
19	黄芪	桃仁	76.92	10.49	104	1.05
20	黄芪	泽泻	76.69	23.81	236	1.04
21	黄芪	陈皮	76.19	10.6	105	1.04
22	黄芪	地黄	76.11	24.92	247	1.03
23	芡实	金樱子	72.96	16.04	159	4.06
24	茯苓	泽泻	72.46	23.81	236	1.6
25	茯苓	牡丹皮	72.14	14.13	140	1.6
26	山茱萸	牡丹皮	71.43	14.13	140	2.32

Table 2. Analysis of the association rules of three traditional Chinese medicines for the treatment of urine turbidity

表2. 治疗尿浊3味中药对关联规则分析

No.	后项	前项	置信度(%)	支持度(%)	实例	提升度
1	黄芪	党参、山药	94.5	11	109	1.28
2	黄芪	芡实、白术	92	10.09	100	1.25
3	黄芪	山茱萸、白术	91.6	12.01	119	1.25
4	黄芪	当归、丹参	91.43	10.6	105	1.24
5	黄芪	当归、茯苓	91.34	12.82	127	1.24
6	黄芪	川芎、茯苓	91	10.09	100	1.24
7	黄芪	山药、白术	89.86	13.93	138	1.22
8	黄芪	党参、茯苓	89.8	14.83	147	1.22
9	黄芪	山茱萸、丹参	89.55	13.52	134	1.22
10	黄芪	大黄、丹参	89.32	10.39	103	1.21
11	黄芪	党参、白术	89.06	12.92	128	1.21
12	山药	牡丹皮、山茱萸	89	10.09	100	2.71
13	黄芪	当归、白术	88.89	11.81	117	1.21
14	黄芪	丹参、茯苓	88.57	17.66	175	1.2
15	黄芪	川芎、当归	88.52	12.31	122	1.2
16	黄芪	丹参、白术	87.6	13.02	129	1.19
17	黄芪	地黄、丹参	87.27	11.1	110	1.19
18	黄芪	金樱子、芡实	87.07	11.71	116	1.18
19	黄芪	熟地黄、茯苓	86.73	11.4	113	1.18
20	黄芪	山药、丹参	85.16	12.92	128	1.16
21	茯苓	牡丹皮、山茱萸	84	10.09	100	1.86
22	山茱萸	熟地黄、山药	83.65	10.49	104	2.72
23	黄芪	山茱萸、茯苓	83.6	19.07	189	1.14
24	山茱萸	泽泻、山药	83.48	11.6	115	2.71
25	山茱萸	牡丹皮、茯苓	83.17	10.19	101	2.7
26	黄芪	山药、茯苓	82.46	21.29	211	1.12
27	黄芪	泽泻、白术	82.41	10.9	108	1.12
28	黄芪	熟地黄、山茱萸	82.3	11.4	113	1.12
29	黄芪	白术、茯苓	81.92	26.24	260	1.11
30	茯苓	泽泻、山药	81.74	11.6	115	1.81
31	山药	牡丹皮、茯苓	81.19	10.19	101	2.48
32	黄芪	地黄、茯苓	80.91	11.1	110	1.1
33	黄芪	地黄、山茱萸	79.82	11	109	1.09
34	黄芪	山茱萸、山药	79.61	20.79	206	1.08
35	茯苓	泽泻、山茱萸	78.86	12.41	123	1.74
36	黄芪	熟地黄、山药	78.85	10.49	104	1.07
37	黄芪	泽泻、茯苓	78.36	17.26	171	1.07
38	山药	泽泻、山茱萸	78.05	12.41	123	2.38
39	黄芪	泽泻、山茱萸	78.05	12.41	123	1.06
40	黄芪	地黄、山药	77.88	11.4	113	1.06
41	茯苓	党参、白术	77.34	12.92	128	1.71
42	山药	山茱萸、茯苓	77.25	19.07	189	2.36
43	茯苓	党参、山药	77.06	11	109	1.7
44	山药	熟地黄、山茱萸	76.99	11.4	113	2.35
45	黄芪	泽泻、山药	76.52	11.6	115	1.04
46	茯苓	熟地黄、山药	75.96	10.49	104	1.68
47	茯苓	泽泻、白术	75.93	10.9	108	1.68
48	茯苓	熟地黄、山茱萸	75.22	11.4	113	1.66
49	山茱萸	熟地黄、茯苓	75.22	11.4	113	2.44
50	山药	地黄、山茱萸	74.31	11	109	2.27
51	茯苓	熟地黄、黄芪	74.24	13.32	132	1.64
52	茯苓	泽泻、黄芪	74.03	18.26	181	1.64
53	泽泻	牡丹皮、山茱萸	74	10.09	100	3.11
54	茯苓	山药、白术	73.19	13.93	138	1.62
55	茯苓	丹参、白术	72.87	13.02	129	1.61
56	山茱萸	地黄、山药	71.68	11.4	113	2.33
57	芡实	金樱子、黄芪	71.13	14.33	142	3.96
58	茯苓	山茱萸、山药	70.87	20.79	206	1.57
59	山茱萸	熟地黄、黄芪	70.45	13.32	132	2.29
60	泽泻	牡丹皮、茯苓	70.3	10.19	101	2.95
48	茯苓	熟地黄、山茱萸	75.22	11.4	113	1.66
49	山茱萸	熟地黄、茯苓	75.22	11.4	113	2.44
50	山药	地黄、山茱萸	74.31	11	109	2.27
51	茯苓	熟地黄、黄芪	74.24	13.32	132	1.64
52	茯苓	泽泻、黄芪	74.03	18.26	181	1.64
53	泽泻	牡丹皮、山茱萸	74	10.09	100	3.11
54	茯苓	山药、白术	73.19	13.93	138	1.62
55	茯苓	丹参、白术	72.87	13.02	129	1.61
56	山茱萸	地黄、山药	71.68	11.4	113	2.33
57	芡实	金樱子、黄芪	71.13	14.33	142	3.96
58	茯苓	山茱萸、山药	70.87	20.79	206	1.57
59	山茱萸	熟地黄、黄芪	70.45	13.32	132	2.29
60	泽泻	牡丹皮、茯苓	70.3	10.19	101	2.95

Table 3. Analysis of the association rules of 4 traditional Chinese medicines for the treatment of urine turbidity

表3. 治疗尿浊4味中药对关联规则分析

No.	后项	前项	置信度(%)	支持度(%)	实例	提升度
1	黄芪	山药、白术、茯苓	90.1	10.19	101	1.22
2	黄芪	山茱萸、山药、茯苓	80.82	14.73	146	1.1
3	茯苓	党参、白术、黄芪	78.95	11.5	114	1.75
4	茯苓	党参、山药、黄芪	78.64	10.39	103	1.74
5	茯苓	山药、丹参、黄芪	75.23	11	109	1.66
6	山药	山茱萸、茯苓、黄芪	74.68	15.94	158	2.28
7	茯苓	丹参、白术、黄芪	74.34	11.4	113	1.64
8	茯苓	山药、白术、黄芪	73.39	12.51	124	1.62
9	茯苓	山茱萸、山药、黄芪	71.95	16.55	164	1.59

3.4.1. 关联规则结果以置信度降序排列

2味中药药组中置信度较高的规则有黄芪–地龙、黄芪–水蛭、黄芪–金樱子、黄芪–党参等；3味中药药组中置信度较高的常用规则有黄芪–党参、山药，黄芪–芡实、白术，黄芪–山茱萸、白术，黄芪–当归、丹参等；4味中药药组中置信度较高的常用规则有黄芪–山药、白术、茯苓，黄芪–山茱萸、山药、茯苓，茯苓–党参、白术、黄芪，茯苓–党参、山药、黄芪等。其中以黄芪–茯苓的实例(448)和支持度(45.21%)最高；以黄芪–党参、山药的置信度(94.5%)最高；以芡实–金樱子的提升度(4.06)最高。

3.4.2. 中药关联规则网络图

根据数据挖掘得到的治疗抑郁症的中药组合，运用关联网络对使用频次 ≥ 70次的核心中药进行描绘，可将使用规则进行直观展示，链接线条越深表示关联性越高，其中黄芪、茯苓的连接最强。提示该药在处方中出现频次最高，关联程度高，且网络图与关联规则间存在相似性，结果见图4。

Figure 4. Relationship network diagram of traditional Chinese medicine with a frequency of ≥70 times

图4. 使用频次 ≥ 70次的中药关系网络图

3.5. 核心中药聚类分析

本研究中，对频次 ≥ 70的45个中药进行聚类分析。将处方整理成0和1的格式，如果用了这个中药标记为1，没用这个中药标记为0。数据导入SPSS 27.0中，选择分析菜单，分类中的系统聚类。聚类成员设置为3~15类进行探索性分析，连接方式为组间连接，方法为皮尔逊相关性，对变量进行聚类。

生成药物树状聚类图，详见图5。横轴表示各中药间的距离，纵轴表示与其对应的中药，该算法将距离差异较小的中药归为同一类，而距离差异较大的中药归为异类，得到的中药组合关联性则通过距离的长短来评判，当两种中药在越小的距离内聚为一类时，则表示该两种中药相关性越强。当组间距设定为24.5时，得到5类聚类结果，详见表4。

Table 4. Drug cluster analysis with frequency ≥ 70

表4. 频次 ≥ 70的药物聚类分析

类别	中药
1	黄芪；丹参；当归；大黄；川芎；水蛭；地龙；土茯苓；桃仁；赤芍；淫羊藿；红花
2	茯苓；白术；党参；甘草；牛膝；薏苡仁；陈皮；车前子；白芍；附子；益母草；桂枝；猪苓；苍术；炙甘草
3	山药；山茱萸；地黄；泽泻；芡实；熟地黄；金樱子；牡丹皮；菟丝子；太子参；杜仲；枸杞子；五味子； 麦冬；女贞子
4	白花蛇舌草；鬼箭羽
5	蝉蜕

Figure 5. Drug cluster analysis pedigree diagram of frequency ≥ 70

图5. 频次 ≥ 70的药物聚类分析谱系图

3.6. 核心中药因子分析

选取频次 ≥ 70的45个高频药物，建立二分类变量(0、1分别代表无和有)进行因子分析。经KMO和Bartlett球形检验，结果显示：KMO统计量为0.63 (>0.5)且Bartlett球形检验P < 0.01，说明各变量间具有相关关系且变量间信息的重叠程度尚可，适宜因子分析。采用主成分分析法。保留特征值大于1的18个公因子。公因子累计贡献率达59.837%，表示18个公因子解释49味中药所表达的59.837%的信息量，公因子代表性尚可。排名前18个因子分析旋转空间成分图见图6。因子分析碎石图见图7，碎石图提供了

Figure 6. Top 18 factors for analysis: rotation spatial component plot

图6. 排名前18个因子分析旋转空间成分图

Figure 7. Factor analysis of gravel diagrams

图7. 因子分析碎石图

因子数目及对应的特征值大小，斜率越大，代表与其他因子的区别越高。提取载荷系数大于0.300的中药变量组成公因子。形成因子分析结果。结果见表5。

Table 5. Analysis of 45 high-frequency pharmacokinetics with frequency ≥ 70

表5. 频次 ≥ 70的45个高频药物因子分析

公因子	因子贡献率(%)	因子累积贡献率(%)	组成(载荷系数)
F1	5.52	5.52	茯苓(0.412)、山药(0.729)、山茱萸(0.771)、泽泻(0.413)、熟地黄(0.585)、 牡丹皮(0.641)
F2	4.096	9.617	当归(0.308)、桃仁(0.759)、赤芍(0.579)、红花(0.726)
F3	4.011	13.628	芡实(0.856)、金樱子(0.868)
F4	3.745	17.373	茯苓(0.416)、白术(0.481)、党参(0.551)、陈皮(0.628)、炙甘草(0.528)
F5	3.572	20.945	茯苓(0.36)、泽泻(0.583)、太子参(0.334)、桂枝(0.406)、猪苓(0.764)
F6	3.507	24.453	白术(0.304)、白芍(0.479)、附子(0.755)、桂枝(0.541)
F7	3.319	27.771	当归(0.606)、川芎(0.55)、甘草(0.598)
F8	3.151	30.922	水蛭(0.383)、地龙(0.639)、蝉蜕(0.625)
F9	3.102	34.024	地黄(0.762)、熟地黄(−0.49)太子参(0.387)
F10	3.09	37.114	黄芪(0.361)、丹参(0.682)、大黄(0.648)
F11	3.062	40.176	薏苡仁(0.67)、苍术(0.758)
F12	2.97	43.145	牛膝(0.669)、车前子(0.656)
F13	2.952	46.097	五味子(0.755)、麦冬(0.709)
F14	2.892	48.989	菟丝子(0.63)、太子参(0.378)、淫羊藿(0.618)
F15	2.828	51.817	土茯苓(0.457)、赤芍(0.351)、女贞子(0.67)
F16	2.813	54.63	杜仲(0.662)、枸杞子(0.65)
F17	2.614	57.244	黄芪(0.31)、鬼箭羽(0.826)
F18	2.592	59.837	益母草(0.591)、白花蛇舌草(0.701)

4. 讨论

4.1. 高频药物性味、归经、功效分析

用Exce统计频次 ≥ 10的中药(449味)使用频次，四气、五味、归经、功效频次，主要归为补虚药(黄芪、白术、山药、当归、党参、甘草等)、活血化瘀药(丹参、川芎、水蛭、牛膝、桃仁、益母草等)、利水渗湿药(茯苓、泽泻、薏苡仁、车前子、猪苓、玉米须等)、清热药(地黄、牡丹皮、赤芍、土茯苓、白花蛇舌草、黄连等)。尿浊的基本病机为湿热下注、脾肾亏虚。清代医家程国彭在《医学心悟》[9]中总结历代医家经验，指出尿浊病因有二，一是肾虚败精流入，二是湿热渗入膀胱。提出补益之中可加以渗湿，渗湿之法又可兼以补益，这与药物的功效相匹配。治疗尿浊的药物主要以肝、脾、肾三经为主。肝主疏泄，调畅气机，以气为用，可调节气血津液的运行。热盛灼络，络损血溢，则见尿浊伴血，肝主藏血，具有贮藏血液、防止出血之功能，与脾主统血相辅相成。肾主蛰藏，主藏精，若肾失封藏，则精微不循常道而出，则发尿浊。治疗尿浊的中药多为甘、苦味药为主，甘味药具有补益，和中、缓急的功效，苦味药能泄、能燥、能坚，可以泄热、通利水湿，本病在临床初期多为湿热下注，多用清热利湿之法，久病伤及脾肾，治则当以补脾益肾，虚实夹杂者，应标本兼顾。治疗尿浊的中药四气以温、寒、平为主。发散风热、清热解毒、清利水湿药药性多寒，补益药药性多温，中药的药性与尿浊本虚表实的基本病机相吻合。

4.2. 关联规则分析

关联规则分析治疗尿浊方剂的用药配伍规律结果显示，黄芪–茯苓支持度最高，说明黄芪与茯苓同时出现的频率最多，是最常用的药物配伍组合。黄芪始载于《神农本草经》，其味甘，性微温，归脾、肾经。《本草纲目》中记载其“甘纯阳，可补诸虚不足，壮脾胃，活血生血”，具有补肾健脾、益气升阳、固表止汗、行水消肿、托毒生肌等功效，有“补气诸药之最”之称。现代药理研究表明黄芪能够提高人体的细胞免疫以及体液免疫，抵抗细胞内感染[10]，黄芪甲苷作用于糖尿病肾病的大鼠模型后，能够明显减少其蛋白尿，而且对于大鼠肾组织的损伤，也有一定改善的作用[11]，同时黄芪还能够升高血白蛋白水平，降低肾脏对白蛋白的排泄率[12]，故黄芪，即可补气固摄精微，同时化源补充精微，用之治疗精微不循常道而出尿浊，可谓妥切。茯苓为利水渗湿药，味甘而淡，甘则能补，淡则能渗，药性平和，既可祛邪，又可扶正，利水而不伤正气，为利水消肿之良药[13]。尿浊的治疗可通过利水渗湿来泄浊，给湿邪以出路，让湿邪从小便而去。现代药理研究表明，茯苓具有利尿作用，并且其利尿作用不同于常规利尿，而是将人体内组织多余的水分收集起来，再通过肾脏排出体外[14]，故其具有特异性利尿作用。黄芪与茯苓这一药对合用，补益之中可加以渗湿，渗湿之法又可兼以补益，这与药物的功效相匹配。

4.3. 聚类、因子分析

类别1药组中的黄芪、当归、川芎、地龙、桃仁、赤芍、红花为补阳还阳汤的主要组成部分，补阳还五汤[15]重用补气药与少量活血药相伍，气旺血行以治本，祛瘀通络以治标，且补气而不壅滞，活血又不伤正。配合丹参活血通络、大黄祛瘀解毒、土茯苓清热利湿、淫羊藿温补肾阳，祛风除湿、水蛭破血祛瘀，诸药配合使气运血行，肾络复通，精行其道，则尿浊症状自消。类别2药组中的茯苓、白术、党参、甘草、牛膝、薏苡仁、陈皮、车前子、白芍、附子、益母草、桂枝、猪苓、苍术、炙甘草为参苓白术散合四妙散加减方的主要组成部分，含参苓白术散培土制水、四妙清热化湿之意。参苓白术散合四妙散加减主要用于患者表现为脾虚兼夹湿邪且有明显的湿热下注。类别3药组中的芡实、金樱子为水陆二仙丹，尿浊之因责之于肾虚败精流注，可加一些固肾涩精的药物以增强摄精之力[16]。剩下的山药、山茱萸、地黄、泽泻、熟地黄、牡丹皮、菟丝子等为参芪地黄汤加减方，中医认为隐匿型肾炎属于尿浊、尿血、腰痛范畴，采用参芪地黄汤加减明显改善蛋白尿及血尿效果，具有较高的临床价值，可以推广应用[17]。类别4药组中的白花蛇舌草、鬼箭羽为复方蛇龙胶囊组成部分。尿浊后期久延不愈，或屡经反复，不单是脾肾气虚，同时夹杂湿热瘀毒。研究发现，该方能改善足细胞焦亡，抑制炎症反应，并在一定程度上减轻肾脏病理损伤，如肾组织纤维化、GBM增厚、足突融合以及细胞器肿胀等，进而减少蛋白尿的发生，延缓肾功能恶化[18]。

因子分析与聚类分析所应用的统计方法不同，但所得的分析结果较为相似，故不再赘述其临床配伍的意义，其中比较有特色的因子是F8组成为水蛭、地龙和蝉蜕，皆属于虫类药物的运用。肾病综合征属中医“尿浊”“肾风”等范畴[19]。水蛭破血逐瘀，对于减少肾病综合症出现的尿蛋白，调节肾血流量，减轻炎症细胞浸润，延缓肾功能恶化疗效显著。地龙通经利尿，咸走肾，咸入血，尤擅治疗络脉瘀阻。蝉蜕具有抗凝、抗感染、抗惊厥、解痉平喘、解热及镇静止痛等作用，可通过抑制炎症表达和免疫反应，减少肾病综合征蛋白尿[20]。综上所述，经聚类分析及因子分析得到的潜在方剂的组方规律符合尿浊病因和治法，则所得方剂组合存在一定的研究价值，并可通过进一步配伍后生成与已有的方剂不同的新方，其结果有待于临床实践进一步验证，为探索尿浊的组方用药规律提供线索和参考。

本研究运用了关联规则、聚类分析以及因子分析等方法对中国知网、万方与维普数据库近五年中治疗尿浊的991首方剂进行了数据挖掘，所得结果反映了中医治疗尿浊初起以湿热为多，属实证，治宜清热利湿；久延不愈，或屡经反复，湿热邪势虽衰，但精微下泄过多，导致脾肾两伤，脾虚中气下陷，肾虚固摄无权，封藏失职，病情缠绵，治宜培补脾肾，固摄下元；虚实夹杂者，补益之中可加以渗湿，渗湿之法又可兼以补益，应标本兼顾。

NOTES

^*通讯作者。