基于数据挖掘的肺系疫病治疗用药规律分析
Analysis of Medication Patterns for Pulmonary Infectious Diseases Based on Data Mining
摘要: 目的:本研究旨在通过数据挖掘技术系统分析中医药治疗七种肺系疫病(鼠疫、非典、麻疹、流行性出血热、肺结核、百日咳、新冠肺炎)的用药规律。方法:研究共纳入894篇文献,包含4299首方剂,运用SPSS25.0、IBMSPSSModeler18等软件平台,采用频次统计、关联规则及复杂网络分析等方法,对药物使用频次、四气五味归经特性及核心处方配伍规律进行多维度挖掘。结果:显示139味药物使用频次超过20次,其中甘草、茯苓、半夏、黄芩和苦杏仁为使用频率最高的五种药物。药性分析表明温、寒性药物占比相近,甘、苦为最主要的药味特征。归经分析显示药物主要归肺、脾、胃经。关联规则分析发现甘草–苦杏仁、黄芪–白术等强关联药对。结论:本研究揭示中医药治疗肺系疫病具有“温寒并用、甘苦相济、肺脾同调”的配伍特点,其核心治疗策略为“补气清热–宣肺化痰”的作用机制,为现代肺系疫病的中医药防治提供了重要的参考依据。
Abstract: Objective: This study aims to systematically analyze the medication patterns of traditional Chinese medicine in the treatment of seven pulmonary diseases (plague, SARS, measles, epidemic hemorrhagic fever, pulmonary tuberculosis, pertussis, and COVID-19) through data mining technology. Methods: A total of 894 literatures were included in the study, covering 4,299 prescriptions. Software platforms such as SPSS25.0 and IBMSPSSModeler18 were utilized. Methods including frequency statistics, association rules, and complex network analysis were employed to conduct multi-dimensional mining on the frequency of drug use, the meridian characteristics of the four natures and five flavors, and the compatibility rules of core prescriptions. Result: The frequency of use of 139 drugs exceeded 20 times, among which licorice, poria, pinellia, scutellaria and bitter almond were the five drugs with the highest usage frequency. The analysis of drug properties shows that the proportions of warm and cold drugs are similar, and sweet and bitter are the most prominent characteristics of the medicinal taste. Meridian analysis shows that the drug mainly belongs to the lung, spleen and stomach meridians. Association rule analysis revealed strongly associated drug pairs such as licorice-bitter almond and astragalus-atractylodes. Conclusion: This study reveals that traditional Chinese medicine (TCM) has the characteristics of “combining warm and cold, sweet and bitter flavors, and harmonizing the lung and spleen” in the treatment of lung-related diseases. Its core therapeutic strategy is the mechanism of action of “tonifying qi and clearing heat - promoting lung function and resolving phlegm”, providing an important reference basis for the modern TCM prevention and treatment of lung-related diseases.
文章引用:冯靖雯, 古林霖, 余江维. 基于数据挖掘的肺系疫病治疗用药规律分析[J]. 中医学, 2026, 15(2): 286-299. https://doi.org/10.12677/tcm.2026.152107

1. 引言

肺系疫病是严重危害人类健康的呼吸道传染性疾病,其防治一直是中医药领域研究的重点,从古代的鼠疫、肺结核(肺痨)到现代的麻疹、流行性出血热、SARS以及近年来肆虐全球的新冠肺炎,肺系疫病不仅种类繁多,且常伴随着高发病率和死亡率,对人类社会造成了巨大的冲击[1]。中医药在肺系疫病的防治中积累了丰富的经验和独特的理论体系,但传统中医药研究多依赖于临床经验,缺乏系统的数据分析和科学验证,数据挖掘技术为揭示中医药治疗肺系疫病的用药规律提供了新的方法和视角,通过分析大量方剂数据,挖掘药物使用频次、药物组合规律以及药物间的关联性等,为中医药治疗肺系疫病提供科学依据。

2. 资料与方法

2.1. 文献来源及检索策略

本研究系统检索了中国知网(CNKI)、万方数据知识服务平台及维普资讯三大中文数据库2002年1月至2025年4月期间收录的文献共1063篇。采用主题词与自由词相结合的检索策略,以(“肺系疫病”OR“瘟疫”OR“时行病”) And (“中医药”OR“中药”OR“方剂”)为核心检索式,同时扩展检索鼠疫、非典、麻疹、流行性出血热、肺结核、百日咳及新冠肺炎等七类具体疾病的治疗文献。根据纳入和排除标准,最终纳入894篇文献,包含4299个符合标准的方剂数据进行挖掘分析。所有检索结果均经过两名研究者独立筛选,确保文献纳入的客观性与准确性。

2.2. 纳入标准

(1) 纳入中药复方(≥2味)治疗肺系疫病的临床研究;(2) 必须提供明确疗效评价指标(有效率、症状改善率等)且结果良好;(3) 重复发表文献仅保留数据最完整的一篇;(4) 限定为正式出版的学术期刊文献(包括SCI、核心及普通期刊)。

2.3. 排除标准

(1) 未明确记载药物组成或成分缺失的文献;(2) 采用针灸、推拿等外治法的干预方案;(3) 同一研究的重复发表文献(保留数据最完整版本);(4) 重复出现的临床医案或相同处方;(5) 关键信息(如用药剂量、疗程等)记录不完整的医案;(6) 未显示临床疗效或疗效不显著的文献;(7) 未注明具体药物剂量的处方;(8) 会议摘要、学位论文等非正式期刊出版物。

2.4. 数据库建立

本研究通过系统检索和人工筛选,最终纳入894篇符合标准的期刊文献,提取其中4299首中药复方数据。采用Excel建立结构化数据库,包含方剂名称、药物组成、剂量、文献来源等核心字段,该数据库为后续数据挖掘分析用药规律提供了标准化数据基础。

2.5. 数据规范

对方剂中纳入的中药名称,优先依据《中华人民共和国药典》《中药学》等文献予以规范。同一药物不同炮制品之间如果功效差距较大,《中国药典》作为不同品种单列的,本研究亦进行区分,如“栀子”与“焦栀子”,“何首乌”与“制何首乌”;同一药物有不同的炮制品,但《中国药典》未进行单列的,本研究将炮制品名称规范为《中国药典》所列名称,如“炒党参”规范为“党参”、“生黄芪”规范为“黄芪”、“蚯蚓”规范为“地龙”等[2]

2.6. 数据处理

应用SPSS25.0进行基础统计分析,统计中药的四气五味、性味归经的出现频次和频率。关联规则分析环节,采用IBMSPSSModeler18软件平台,运用Apriori算法进行高频药物(频数 ≥ 200)的关联分析。随后进行R型系统聚类分析,通过组间连接法生成聚类树状图。最后在Gephi0.9.2平台完成复杂网络分析。

3. 结果

3.1. 药物频次分析

3.1.1. 使用频次

本次研究对4299个处方进行分析,涉及药物139味,累计用药频次为21224次,其中出现频次和频率较高的10味中药分别为甘草、茯苓、半夏、黄芩、苦杏仁、白术、生姜、麦门冬、人参和麻黄,有22味药物的使用频次在400次以上,有9味药物的使用频率高于2%。具体见表1图1

Table 1. Distribution of high-frequency drugs (Frequency ≥ 200 times)

1. 高频药物分布(频次 ≥ 200次)

排序

中药

频次

频率(%)

置信度(%)

1

甘草

2550

7.547

59.316

2

茯苓

1025

3.034

23.843

3

半夏

1015

3.004

23.61

4

黄芩

941

2.785

21.889

5

苦杏仁

924

2.735

21.493

6

白术

833

2.465

19.377

7

生姜

803

2.377

18.679

8

麦门冬

718

2.125

16.702

9

人参

681

2.016

15.841

10

麻黄

674

1.995

15.678

11

石膏

669

1.98

15.562

12

桔梗

635

1.879

14.771

13

柴胡

619

1.832

14.399

14

厚朴

515

1.524

11.98

15

大枣

504

1.492

11.724

16

陈皮

484

1.432

11.258

17

黄芪

463

1.37

10.77

18

桂枝

462

1.367

10.747

19

生地黄

457

1.353

10.63

20

连翘

447

1.323

10.398

Figure 1. Distribution of drug word clouds

1. 药物词云分布

3.1.2. 四气五味分析

以2020年版《中国药典》和《中药学》的药性药味记载为标准,分别对组方中包含的193味中药进行药性药味统计分析。193味中药中,累计出现药味51415次,药性累计出现33447次。药物药性以温、寒为主,且二者频数相近,平次之。药味以甘、苦、辛为主,均占30%以上,见表2图2图3

Table 2. Summary and statistics of drug flavors and properties

2. 药物药味药性归纳统计

项目

分类

频数/次

频率/%

药味

17588

52.054

16501

48.837

11906

35.237

2432

7.198

1753

5.188

757

2.24

478

1.415

药性

温性

12908

38.203

寒性

12789

37.851

平性

6428

19.025

凉性

1067

3.158

热性

255

0.755

Figure 2. Radar diagram of drug properties

2. 药物药性雷达图

Figure 3. Drug flavor radar chart

3. 药物药味雷达图

3.1.3. 归经分析

参照2020年版《中国药典》和《中药学》分类标准,对中药进行归经分析,若单味中药有多个归经,则全部统计在内。在药物中,归经累计出现频数91,973次,归经占比>30%分别为肺、脾、胃经、心经,见表3图4 [3]

Table 3. Summary and statistics of drug classification

3. 药物归经归纳统计

归经

频次/次

占比(%)

肺经

22813

67.518

脾经

16725

49.5

胃经

15467

45.777

心经

10989

32.523

肝经

7337

21.715

肾经

6301

18.649

大肠经

4298

12.72

膀胱经

2692

7.967

胆经

2528

7.482

小肠经

1942

5.748

心包经

589

1.743

三焦经

292

0.864

Figure 4. Drug meridian radar diagram

4. 药物归经雷达图

3.1.4. 功效分析

照2020年版《中药学》的分类为标准,表4对纳入的193味中药分类进行统计分析。结果共计使用频数33,205次,频率在10%以上的药物种类依次为补虚药、清热药、解表药[3]

Table 4. Frequency of effects of traditional Chinese medicine

4. 中药功效频次

中药类别

频次/次

占比(%)

补虚药

8417

24.911

清热药

7068

20.919

解表药

4573

13.534

化痰止咳平喘药

3208

9.494

利水渗湿药

2658

7.867

理气药

1644

4.866

化湿药

1338

3.96

活血化瘀药

839

2.483

泻下药

697

2.063

收涩药

592

1.752

平肝息风药

509

1.506

3.2. 关联规则分析

使用IBMSPSSModeler18软件中“Apriori算法”评价药物之间关联规则分析,以治疗肺系疫病使用频数 ≥ 230的35味药物为分析对象,进行系统聚类,将最小置信度设置为40%,最小支持度设置为10%,最大前项数设置为5,共得到核心药对组合86个,核心药对组合的统计结果按增益依次排序,见表5表6。论治肺系疫病最常用的配伍为甘草–麻黄–苦杏仁,置信度为89.08%,其次为甘草–桔梗。图5为高频药物的关联分析网络图,节点颜色越深,表示该药使用频率越高,两个药物相连的线越粗,说明两药的共现性越强。

Table 5. Shows the top 10 drug combinations ranked by the two association rules for the treatment of pulmonary diseases with traditional Chinese medicine

5. 中医药治疗肺系疫病2项关联规则排名前10位的药物组合

两种药物的关联规则

后项

前项

支持度百分比

置信度百分比

增益

生姜

大枣

11.724

77.976

4.175

苦杏仁

麻黄

15.678

74.777

3.479

甘草

桔梗

14.771

83.15

1.402

甘草

麻黄

15.678

80.415

1.356

甘草

人参

15.841

79.001

1.332

甘草

石膏

15.562

78.625

1.326

甘草

柴胡

14.399

78.514

1.324

甘草

陈皮

11.258

78.306

1.32

甘草

苦杏仁

21.493

70.779

1.193

甘草

大枣

11.724

68.849

1.161

Figure 5. Association rule diagram

5. 关联规则图

Table 6. Shows the top 10 drug combinations ranked by the three association rules for the treatment of pulmonary diseases with traditional Chinese medicine

6. 中医药治疗肺系疫病3项关联规则排名前10位的药物组合

三种药物的关联规则

后项

前项

支持度百分比

置信度百分比

增益

麻黄

石膏 + 苦杏仁

10.305

75.395

4.809

麻黄

苦杏仁 + 甘草

15.213

68.654

4.379

石膏

麻黄 + 苦杏仁

11.724

66.27

4.259

苦杏仁

麻黄 + 甘草

12.608

82.841

3.854

苦杏仁

石膏 + 甘草

12.235

64.639

3.007

茯苓

白术 + 甘草

12.957

66.248

2.779

甘草

麻黄 + 苦杏仁

11.724

89.087

1.502

甘草

石膏 + 苦杏仁

10.305

76.749

1.294

甘草

白术 + 茯苓

12.654

67.831

1.144

甘草

生姜 + 半夏

11.096

66.247

1.117

3.3. 聚类分析

聚类分析可以直观显示不同药物之间的聚类情况[4],发现数据的内部结构的全面性。选取使用频次 ≥ 200次的40味中药,用SPSS25.0软件绘制聚类树状图,共得到常用组合6组,见表7

Table 7. Results of cluster analysis

7. 聚类分析结果

序号

组成

C1

连翘、薄荷、淡竹叶、桔梗、金银花、芦根

C2

苦杏仁、麻黄、石膏、甘草

C3

藿香、苍术、厚朴、茯苓、白术、陈皮、黄芪、党参、薏苡仁、山药

C4

知母、牡丹皮、麦门冬、沙参、百部、生地黄、当归、白芍、五味子

C5

枳实、大黄

C6

桂枝、芍药、黄芩、柴胡、生姜、大枣、半夏、人参

3.4. 因子分析

对治疗肺系疫病频数 ≥ 200中药进行因子分析,特征根大于1时,用药累计贡献率为64.32%,见表8。基于指标系数的主成分综合评分,结果显示,生姜、大枣、半夏、桂枝、石膏等为其主要成分。

Table 8. Analysis of medication factors for the treatment of pulmonary infectious diseases

8. 治疗肺系疫病用药因子分析

因子贡献率及组成

公因子

贡献率(%)

累积贡献率(%)

药物组成

F1

6.341

6.341

生姜(0.779);大枣(0.778);半夏(0.587);桂枝(0.494)

F2

5.424

11.765

石膏(0.8);苦杏仁(0.774);麻黄(0.773)

F3

5.351

17.115

薄荷(0.793);连翘(0.735);淡竹叶(0.649);桔梗(0.548)

F4

4.799

21.914

藿香(0.739);苍术(0.709);厚朴(0.543);陈皮(0.474)

F5

4.681

26.595

党参(0.725);白术(0.639);黄芪(0.517)

F6

4.128

30.723

当归(0.76);白芍(0.603);生地黄(0.463)

F7

4.011

34.735

沙参(0.722);百部(0.689)

F8

3.998

38.733

麦门冬(0.65);五味子(0.647)

F9

3.949

42.682

大黄(0.775);枳实(0.727)

F10

3.878

46.559

人参(0.722);柴胡(0.487)

F11

3.809

50.368

金银花(0.687);芦根(0.567)

F12

3.746

54.114

知母(0.766);芍药(0.546)

F13

3.556

57.67

薏苡仁(0.803)

F14

3.43

61.101

山药(0.672);牡丹皮(0.659);茯苓(0.457)

F15

3.223

64.323

黄连(0.831)

3.5. 复杂网络分析

本研究基于频次 ≥ 50次的中药构建共现网络,用Gephi0.9.2软件进行复杂网络分析。边宽与颜色深度直观反映药物间关联强度,为中药配伍规律研究提供可视化分析依据。从参数分布表9可以看出甘草、苦杏仁、半夏、白术、桔梗等药物度值较大,为核心药物。用K-core分析方法发现药物核心组合,节点越大,药物越重要,图6中甘草、苦杏仁、半夏、白术、桔梗等为核心药物,两种分析结果相同。

Figure 6. Overall complex network diagram

6. 总体复杂网络图

Table 9. Parameter distribution of important nodes in complex networks (Degree value > 96.99)

9. 复杂网络重要节点参数分布(度值 > 96.99)

排序

中药

节点度值

紧密度

特征向量中心度

社群

1

甘草

129

1.000

0.978

0

2

苦杏仁

128

0.991

0.971

0

3

半夏

127

0.990

0.964

0

4

白术

127

0.990

0.964

0

5

桔梗

127

0.994

0.964

4

6

茯苓

126

0.989

0.957

0

7

黄芩

126

0.987

0.957

0

8

陈皮

125

0.985

0.950

0

9

黄芪

125

0.984

0.950

2

10

麦门冬

124

0.977

0.943

2

11

石膏

124

0.970

0.943

0

12

丹参

124

0.979

0.943

2

13

生地黄

123

0.967

0.936

2

14

柴胡

122

0.970

0.930

0

15

厚朴

122

0.962

0.930

0

16

连翘

122

0.962

0.930

4

17

知母

122

0.968

0.930

2

18

薏苡仁

122

0.965

0.930

0

19

沙参

121

0.962

0.923

2

20

白芍

121

0.958

0.923

2

4. 讨论

《黄帝内经》将疫病按五行属性分为木疫、火疫、土疫、金疫、水疫,对应不同气候异常引发的疫病类型,其中“金疫”即为肺系疫病。肺系疫病属于温病范畴,病性总体以温热为主,可兼夹寒湿、湿热等邪气。临床症状主要表现为发热、咳嗽、胸痛、呼吸困难等[5]

4.1. 常用药物分析

4.1.1. 常用药频次分析

(1) 用药频次

频次分析涉及4299首肺系疫病处方,药物139味,累计用药频次为21224次,其中甘草、茯苓、半夏、黄芩和苦杏仁的应用频次最高。

(2) 药物功效类别频次

治疗肺系疫病处方首以补虚药为主,补虚药物中以甘草、人参、黄芪等补气为主。《瘟疫论》“本气充满,邪不易入;本气适逢亏欠,呼吸之间,外邪因而乘之”,强调了正气在瘟疫发病中的重要作用;另一方面因疫邪太过强盛,也可突破正气的防御侵犯人体,快速消耗正气,此时在方剂配伍中适当使用补虚药,可以更好的驱邪外出,存护正气。

其次为解表药,此类药轻扬辛散,发表透邪,如麻黄、桂枝、连翘、金银花等。疫病病性有温凉不同,但初期总以辛味宣散为主。体现了景岳“汗、补、温、清、吐、下”治瘟六法,尤以汗法为最紧要的思想。

其次,清热药的应用尤为关键,因发热是该病的核心症状,这既符合“疗热以寒药”的传统治则,也与现代研究[6]所揭示的“清热法在病毒性疾病防治中占比最高”的结论相一致。

再者,针对肺系疫病中痰、瘀、湿等病理产物,治疗上常选用化痰止咳平喘、利水渗湿、理气、化湿及活血化瘀类药物,如桔梗、半夏、苦杏仁等。

药物性味归经分析显示,其药性以温、寒、平为主,药味以甘、苦、辛居多,主要归肺、脾、胃三经[7]。肺系疫病多表现为热证:其一,热性疫病以发热为主;其二,寒性、湿性疫病在发展过程中也易化热。因此治疗上遵循“热者寒之”的原则,需以辛味发散表邪,以苦味清泄内热。同时,因“肺为娇脏,不耐寒热”,外邪易袭表犯肺,故立法用药必以归肺经为核心,兼顾脾、胃二经。

4.1.2. 常用药关联规则分析

中医药治疗肺系疫病2项关联规则分析中,置信度最高的药对组合为“甘草–桔梗”,《伤寒论》:“少阴病,咽痛者,可与甘草汤;不差者,与桔梗汤。”桔梗汤中桔梗升提肺气,甘草沉降和中,可以治疗肺系疫病的咽喉灼痛,体现了“升降相因”的平衡思路。

甘草→苦杏仁的支持度最高为21.49%,说明甘草、苦杏仁在所有方剂中出现的配伍频次最多,甘草长于补脾益气、清热解毒、祛痰止咳,苦杏仁长于降气止咳平喘,甘草、苦杏仁相须为用。

在3项关联规则分析中,置信度最高的药对组合为“甘草→麻黄 + 苦杏仁”为89.09%,其为麻黄汤的主要组成部分,具有发汗解表,宣肺平喘的作用。肺系疫病最主要的症状即为咳嗽,依据“急则治标,缓则治本”的治疗原则,在患病初期可使用麻黄、杏仁来缓解咳嗽的急性症状。再根据患者体质不同,究其病因,治疗根本。

最常用的药组为茯苓→白术 + 甘草,茯苓、白术和甘草为苓桂术甘汤加减,三味药均具有健脾的功效,对于治疗老年性的肺部疾病具有很好的疗效。

人参、茯苓、白术、甘草均出现在关联规则分析中,为四君子汤的组成药物,可以发挥健脾益肺、扶正祛邪的作用,有利于疫病后期正气亏虚、脾胃虚弱的患者。

4.1.3. 常用药聚类分析

聚类分析共得到6类相关处方,为中医辨证治疗提供可参考的用药价值。

第一类组方“连翘–薄荷–淡竹叶–桔梗–金银花–芦根”体现了《温病条辨》‌银翘散辛凉透表、清热解毒的思想,契合了肺系疫病初起的发热、咳嗽、咽痛病症。

第二类组方“苦杏仁–麻黄–石膏–甘草”,与麻杏石甘汤吻合,该方有宣有清、有降,具有辛凉宣泄、清肺平喘之功效。

第三类组方“藿香–苍术–厚朴–茯苓–白术–陈皮–黄芪–党参–薏苡仁–山药”,属健脾祛湿复方,体现了“痰生于脾,储于肺”之思想。其中,藿香、苍术、厚朴、茯苓、白术、陈皮、薏苡仁、山药祛湿健脾,黄芪、党参益气。体现了中医“治痰先治脾,治湿需益气”的经典治法思想,与肺系疫病中脾虚湿盛、肺气不足的病机相符。

第四类组方“知母、牡丹皮、麦门冬、沙参、百部、生地黄、当归、白芍、五味子”,以《慎斋遗书》百合固金汤(生地黄、当归、白芍、麦冬、百合等)为基础,融合《温病条辨》沙参麦冬汤(沙参、麦冬)的清肺养阴,并加入知母、牡丹皮清热凉血,百部润肺止咳,五味子敛肺生津而成[8]。针对肺系疫病恢复期,症见干咳、乏力、盗汗、口干等气阴两伤证。

第五类组方“枳实、大黄”,主攻下热结,导火毒从大便出,兼清肺热。体现了中医肺与大肠相表里的机理。适用于肺系疫病中期,症见高热便秘、痰黏喘憋、腹胀的疫毒闭肺证。

第六类组方“桂枝、芍药、黄芩、柴胡、生姜、大枣、半夏、人参”由东汉张仲景《伤寒论》的‌小柴胡汤与桂枝汤化裁合并而成。适用于肺系疫病初期或恢复期,症见低热反复、肢体酸痛、微咳胸满、食欲减退,邪犯少阳兼表证未解[9]

4.1.4. 常用药因子分析

因子与聚类分析虽使用了不同的数据挖掘方法,但二者得出的结果相同,且具有聚类及降维的特点,值得探析,如F1、F10与C6,F2与C2,F3、F11与C1,F4、F5、F13与C3,F6、F7、F8、F12与C4,F9与C5组成基本类似,其相同临床配伍意义不再叙述。

F1 (生姜、大枣、半夏、桂枝)用于治疗肺系疫病,《瘟疫论》中吴又可提出“邪从口鼻入肺”的同时,强调“胃气一败,百药难施”,胃气与瘟疫的传播及治疗密切相关,若胃气不足,则营卫不和,外邪更易内传,内陷营血,导致病情恶化。故胃气是疫病传变与治疗的核心枢纽,体现了以“胃气为本”的防治思想。

F2 (石膏、苦杏仁、麻黄)为麻杏石甘汤主要成分,具有清肺平喘、辛凉解表、化痰止咳的功效,宁夏医科大学黄灿指出麻杏石甘汤对于治疗肺系疫病的有效性,其药物的活性成分可通过抑制炎性因子,发挥抗炎作用,改善肺组织损伤[10]。肺系疫病以外邪郁闭,痰热壅肺为核心病机,麻杏石甘汤通过“宣清并施”化解痰热壅肺,是治疗肺系疫病肺热证的重要方剂。

F3 (薄荷、连翘、淡竹叶、桔梗)是银翘散的组成药物,吴鞠通在《温病条辨》中誉其为“温病第一方”,四味整体协同,透邪解毒,利咽利尿,针对肺系疫病风热犯肺、痰热壅滞的病机,形成“宣上渗下”的立体治法。

F4 (藿香、苍术、厚朴、陈皮)脾为生痰之源,肺为贮痰之器。中焦湿阻(脾失健运)可致痰湿上泛于肺,引发咳喘痰饮。脾胃与肺通过气机升降相互关联,四味药以“治中焦即治肺”为思路,通过健脾化湿、理气化痰,既解决中焦湿阻之本,又缓解肺系痰壅之标,契合《太平惠民和剂局方》“调和脾胃以辟疫气”的治疫原则。

F5 (党参、白术、黄芪)

清代新安医家余国珮曾言:“气虚生内湿”,黄芪、党参入肺经,白术健脾化湿,针对肺系疫病“脾肺气虚、痰湿内停”的核心病机,用于虚湿并重的疫病。

4.1.5. 常用药复杂网络分析

根据分析结果显示,甘草、苦杏仁、半夏、白术、桔梗等药物为治疗肺系疫病的核心药物,通过宣肺、化痰、健脾,分阶段缓解肺系疫病症状,且无论前中后期,核心药物使用频率均较高,达到初期散邪、中期化痰、后期补虚的治疗效果,符合“急则治标,缓则治本”的治疗原则,以痰湿壅肺为标,脾虚生痰为本,五味药协同发挥“健脾祛湿宣肺”的治疗思路,降低炎症水平,增强呼吸道免疫力。

4.2. 常用治疗方法分析

根据数据挖掘可以看出,药味频率最高的是甘、苦、辛。甘味药具有扶正作用,在治疗肺系疫病中,甘味药多用于补虚扶弱、增强体质。如甘草、茯苓、人参、麦门冬等均属甘味药,可发挥补气、滋阴等功效,有助于改善肺系疫病患者的整体状况。药性频率以温、寒为主,平性药次之,通过温药发汗解表、寒药清热解毒、平药润肺止咳等恢复肺的正常功能,体现了中医“辨证论治”和“调和阴阳”的核心思想[11]。使用药物中功效排名前3的分别是:补虚药、清热药、解表药,提示治疗中常用扶正固本、清热解毒、宣肺解表的治法。综合关联规则和聚类分析可以看出,治疗肺系疫病常用的治法有清肺平喘、健脾利湿、滋阴润肺、辛凉透表等。

4.3. 研究与传统中医理论的差异分析

研究中出现了与传统中医理论不完全一致的分析结果,也为进一步研究提供了新方向。第一点,归经分析中心经药物占比达32.523%,仅次于肺、脾、胃经,与以治肺为主治疗肺系疫病的思路有所不同。传统肺系疫病的治疗方法在肺,兼顾脾胃,结果得出心经药物占比较高,肺系疫病可能存在“肺心同病”的潜在病机,久病、重症患者可能存在心脉气血瘀滞等问题。肺主气、心主血,气血互根互用,疫邪袭肺后气机不畅,心血不能正常运行,导致心脉不畅。基于此,肺系疫病可能存在“肺壅→气滞→血瘀→心脉受阻”的传导路径,心经药物(如丹参、当归等)可能通过改善微循环、保护心肌功能,提升重症救治效果,需要通过临床研究及动物实验进一步验证。第二点,聚类分析中“枳实–大黄”单独成组且使用频次较高,传统中医认为这两味药多用于热结便秘证,而本研究中该组合与清热、补虚类药物的共现率达18.7%,泻下药可能并非只用于“热结”,存在“泻下通腑以清肺”的作用机制,可能通过调节肠道、降低毒素吸收,间接减轻肺部炎症,其疗效与肠道菌群多样性及代谢产物相关,需通过肠道菌群测序及代谢组学研究进一步证实。

4.4. 研究局限性分析

本研究通过多维度数据挖掘揭示了中医药治疗肺系疫病的用药规律,但仍存在局限性。首先,研究未纳入疗效不佳或未发表的临床数据,可能导致高频药物、优势配伍的统计结果偏倚,部分药物的实际应用价值被夸大。其次,中医“辨证施治”中剂量调整是适配证型的关键,相同药物不同剂量可能产生截然不同的疗效,忽略了关键变量。最后,研究缺乏药物组合的协同机制验证。未来需采用临床研究减少偏倚,结合不同疾病、人群的用药特点,纳入剂量、炮制等变量,并通过实验等方法验证潜在机制,提升研究结果的可靠性及转化价值。

5. 结语

本研究采用数据挖掘技术,系统分析了中医药治疗七种肺系疫病的用药规律,揭示了中医药治疗肺系疫病具有“温寒并用、甘苦相济、肺脾同调”的配伍特点,其核心治疗策略体现为“补气清热–宣肺化痰”的协同作用机制。甘草、茯苓、半夏、黄芩和苦杏仁等高频药物的使用,体现了中医药在治疗痰、咳、喘、炎等肺系症状的独特优势。复杂网络分析进一步确认了甘草、黄芩等核心药物在治疗过程中的重要性,为现代呼吸道传染病的中医药防治提供了重要的组方参考依据。

NOTES

*通讯作者。

参考文献

[1] 包瑜, 马晓北. 肺系疫病的近现代辨治方法[J]. 世界中医药, 2024, 19(1): 31-35.
[2] 郑植彬. 基于数据挖掘的国医大师应用清热类药物的剂量及相关研究[D]: [博士学位论文]. 武汉: 湖北中医药大学, 2021.
[3] 东红阳, 彭孟凡, 安一珂, 等. 基于数据挖掘的近十年中医治疗食管癌用药宏观规律[J]. 中国实验方剂学杂志, 2023, 29(20): 160-168.
[4] 宋俊英, 赵平鸽, 刘鑫. 止血类中药的模糊聚类分析[J]. 中华中医药学刊, 2014, 32(6): 1493-1495.
[5] 邓文欣, 董斐, 刘流, 等. 基于复杂网络探究肺系疫病各阶段核心“症-药”关联及作用机制[J]. 湖南中医药大学学报, 2024, 44(8): 1459-1467.
[6] 李加慧, 陈仁寿, 李陆杰. 抗病毒中药的药性与功效及其关联性文献研究[J]. 中医杂志, 2019, 60(1): 67-71.
[7] 王天娇. 基于数据挖掘的成人肺炎支原体肺炎中医用药规律及网络药理学研究[D]: [硕士学位论文]. 沈阳: 辽宁中医药大学, 2023.
[8] 侯艺, 付亚辉, 于若愚, 等. 基于数据挖掘新型冠状病毒肺炎治疗期中药用药规律[J]. 世界科学技术-中医药现代化, 2021, 23(5): 1667-1675.
[9] 刘思哲, 苗明三, 李秀敏. 中医古籍防疫用药规律的信息学研究[J]. 中药药理与临床, 2023, 39(11): 110-114.
[10] 黄灿. 基于数据挖掘和网络药理学探讨麻杏苦甘汤治疗西北肺系疫病的作用机制[D]: [硕士学位论文]. 银川: 宁夏医科大学, 2023.
[11] 王梦雅, 邓勇, 郭锦晨, 等. 基于数据挖掘探讨《赤水玄珠全集》辨治肺系疾病的组方用药规律及特色[J]. 中国中医基础医学杂志, 2023, 29(4): 611-614, 621.