摘要: 目的：运用数据挖掘方法，研究中药复方治疗糖尿病肾脏病(DKD)气阴两虚兼血瘀证的用药规律，为临床遣方用药提供依据。方法：检索中国知网、维普、万方、中国生物医学文献数据库近10年收录的中药复方治疗DKD气阴两虚兼血瘀证的临床研究文献，对检索文献进行筛选，提取合格文献中方药信息构建数据库，进行频次分析、关联规则分析和系统聚类分析。结果：共纳入163篇合格文献，包含163首有效处方，涉及170味中药，中药总频次为1874次。其中，使用频次 > 20次的高频中药有26味，排名前5位的中药分别是黄芪、丹参、山茱萸、山药和生地黄。高频中药共涉及8种功效类别，使用频率靠前的为补虚药、活血化瘀药、收涩药、清热药、利水渗湿药。高频中药性味归经分析表明，药性以平、温、寒为主；药味以甘、苦、辛为主；归经以肝、脾、肾、肺为主。关联规则分析表明，“山茱萸→黄芪”、“黄芪、山药→山茱萸”和“茯苓、山药、山茱萸→黄芪”分别为2种、3种和4种药物关联规则中支持度最高的组合。系统聚类分析显示，聚为4类时最佳。结论：中药复方治疗DKD气阴两虚兼血瘀证以益气养阴、活血通络为基本大法，重在健脾益肺、补益肝肾；用药以甘补、苦坚、辛行，寒温平调；提炼出“黄芪、山茱萸、山药”为核心药物组合，黄芪葛根汤、补阳还五汤、参芪地黄汤、水陆二仙丹为常用处方。
Abstract: Objective: Using the method of data mining, this paper studies the medication rule of traditional Chinese medicine compound in the treatment of diabetic kidney disease (DKD) with Qi-Yin deficiency and blood stasis syndrome, and provides the basis for clinical prescription. Methods: The clinical research literatures of traditional Chinese medicine compound for the treatment of DKD with qi-yin deficiency and blood stasis syndrome collected by CNKI, VIP, Wanfang Data and CBM database in recent 10 years were retrieved. The retrieved literatures were screened, and the prescription information in the qualified literature was extracted to construct the database for frequency analysis, association rule analysis and systematic clustering analysis. Results: A total of 163 eligible literatures were included, including 163 effective prescriptions, involving 170 traditional Chinese medicines. The total frequency of traditional Chinese medicines was 1874 times, and 26 high-frequency traditional Chinese medicines with a frequency > 20 times were obtained. Among them, the top 5 traditional Chinese medicines with the highest frequency were Astragalus membranaceus, Salvia miltiorrhiza, Cornus officinalis, Chinese yam and Rehmannia glutinosa. The high-frequency traditional Chinese medicine involves a total of 8 efficacy categories, and the most frequently used are tonic drugs, blood-activating and stasis-resolving drugs, astringent drugs, heat-clearing drugs, and damp-draining diuretics. According to the analysis of the property, taste and meridian tropism of high-frequency traditional Chinese medicine, the medicinal properties are mainly flat, warm and cold; the medicinal tastes are mainly sweet, bitter and spicy; the medicinal meridian tropisms are mainly liver, spleen, kidney and lung. Association rule analysis showed that “Cornus officinalis → Astragalus membranaceus”, “Astragalus membranaceus, Chinese yam → Cornus officinalis” and “Poria cocos, Chinese yam, Cornus officinalis → Astragalus membranaceus” were the most supported combinations of 2, 3 and 4 drug association rules, respectively. The systematic clustering analysis showed that it was the best when clustered into 4 categories. Conclusion: The traditional Chinese medicine compound treatment of DKD with Qi-Yin deficiency and blood stasis syndrome is based on supplementing Qi and nourishing Yin, activating blood and unblocking collaterals, which focuses on strengthening the spleen, lungs, liver and kidney. The medicinal tastes are mainly sweet, bitter and spicy, with the balance of cold and heat. “Astragalus membranaceus, Cornus officinalis and Chinese yam” were extracted as the core drug combination, and Huangqi Gegen Decoction, Buyang Huanwu Decoction, Shenqi Dihuang Decoction, Shuilu Erxian Dan as commonly used prescriptions.
1. 引言
糖尿病肾脏病(Diabetic kidney disease, DKD)是糖尿病最常见的微血管病变之一，我国约20%的糖尿病患者会并发DKD [1]。其临床特征主要为持续性白蛋白尿和(或)肾小球滤过率进行性下降，最终进展为终末期肾脏病(End stage kidney disease, ESKD)。自2011年以来，DKD在我国慢性肾脏疾病中的占比已经超过肾小球肾炎，成为导致ESKD的最主要原因[2]。DKD的发病机制复杂，尚未完全明确，涉及代谢紊乱、肾小球血流动力学障碍、炎症和纤维化、饮食和肠道菌群改变、遗传易感性和表观遗传修饰等多方面因素[3]。目前，现代医学注重早期治疗，延缓DKD进展的措施主要为改善生活方式和降糖、降压、调脂等药物治疗，但药物控制会出现高钾血症、急性肾损伤等不良事件，且药物疗效有限，难以阻止肾脏损害的继续进展[4] [5]。然而，大量临床实践证实[6]-[10]，中药治疗DKD在改善临床症状、降低蛋白尿、减轻肾脏炎症和纤维化等方面体现出独特的优势，采用中药进行早期干预，延缓DKD进展作用明显，且安全性高。
祖国医学认为，DKD归属于“水肿”“尿浊”“肾消”等范畴，为消渴日久迁延不愈，病情发展所致。其病机特点为本虚标实，以脾肾虚损为病机之本，脾气不足，运化失职，肾气虚衰，气化失常，产生痰湿、瘀血、浊毒等诸多病理产物，其中瘀血阻络贯穿该病发生、发展之始终，为病机之标，故该病的主要病机为脾肾亏虚，瘀血阻络。亦有研究表明[11] [12]，早期DKD (III期)患者常见气阴两虚证、血瘀证，病性以阴虚、气虚、血瘀为主，故本研究选择气阴两虚兼血瘀证以探讨中药防治早期DKD的用药规律。目前，已有相关的数据挖掘类研究[13] [14]，但其研究数据相对久远，分析方法不符合数据特征，结果有失偏颇，并且缺少可视化，值得进一步完善。因此，本研究收集近10年中药复方治疗DKD气阴两虚兼血瘀证的相关文献，提取方药信息，运用更为贴合数据特征的分析方法，挖掘中药复方治疗DKD气阴两虚兼血瘀证的组方及用药规律，旨在为临床遣方用药提供更为可靠的依据。
2. 资料与方法
2.1. 资料来源
通过计算机分别检索中国知网(CNKI)、维普中文期刊服务平台(VIP)、万方数据知识服务平台(Wanfang Data)、中国生物医学文献数据库(CBM)，收集中药复方治疗DKD气阴两虚兼血瘀证的期刊文献，所有纳入文献均为全文文献，导入EndNote X9进行文献整理。
2.2. 检索策略
采用专业检索，将“糖尿病”“肾病”“肾脏病”“肾脏疾病”“气阴”“瘀”作为检索词进行组合检索。以CNKI为例，检索式为：TI% = (“糖尿病” * (“肾病” + “肾脏病” + “肾脏疾病”)) AND TKA% = (“气阴” * “瘀”)，检索文献类型为期刊论文，检索时间范围限定为2014年1月1日~2023年11月30日。
2.3. 文献筛选标准
2.3.1. 纳入标准
① 研究类型：中药治疗DKD的临床研究，包括临床观察、随机对照试验、多中心研究等；② 研究对象：符合《糖尿病肾脏病中西医结合防治专家共识(2023版)》[4]相关诊断标准，明确诊断为DKD气阴两虚兼血瘀证；③ 干预措施：以中药口服制剂作为主要治疗手段，包括汤剂、颗粒剂、胶囊、膏剂、散剂等剂型，且药物组成明确；④ 研究结局：具有确切的疗效，即中药治疗组和对照组比较，差异有统计学意义(p < 0.05)。
2.3.2. 排除标准
① 动物实验、综述、理论探讨及经验总结类文献；② 研究对象不符合DKD气阴两虚兼血瘀证诊断的文献；③ 干预措施为敷贴、定向透药、封包熨烫等非中药口服制剂的文献；④ 单味中药制剂或方药组成不明确的文献；⑤ 包含相同方剂(方药组成一致)的文献，取最新发表者。
2.4. 数据录入与规范
根据上述纳入标准及排除标准对文献进行筛选，运用EndNote X9软件剔除重复及不符合筛选标准的文献，提取有效处方信息录入Excel 2016建立处方数据库，录入信息包括：处方编号、题目、方剂名称、剂型、中药名称等。采用双人背对背输入、第三人核对的方法，以确保数据的准确性。
参考2020年版《中华人民共和国药典：一部》[15]、《中华本草》[16]和《中药学》[17]，对中药的名称、性味归经、功效类别进行规范化处理。将中药别名或炮制名统一修改为规范名称，如将“山萸肉”规范为“山茱萸”、“熟大黄”规范为“大黄”等；保留因炮制方法或药用部位不同而导致药性差别较大的中药名称，如“生地黄”与“熟地黄”、“瓜蒌”与“瓜蒌皮”等。为令数据更具典型性，去除对性味的修饰词，如将“微苦”统一为“苦”、“大热”统一为“热”等。若单味中药归属多种药味，录入时需分别计入，同理进行中药归经频次统计。
2.5. 数据分析
① 频次分析：将处方数据库导入R 4.3.1软件中，对处方用药的使用频次进行统计，得出高频中药，运用Excel 2016软件对高频中药的功效类别、性味归经进行统计分析，并运用Origin 2021软件实现可视化展示；② 关联规则分析：运用R 4.3.1软件中apriori、ggplot2函数对高频中药进行关联规则分析与可视化展示，总结核心药物组合；③ 系统聚类分析：运用R 4.3.1软件中phi、corrplot函数计算高频中药之间的Phi相关系数，进行系统聚类分析与可视化展示，归纳聚类组合。
3. 结果
3.1. 文献纳入情况
初步检索收集相关文献1669篇，剔除重复文献1036篇，再根据纳入标准和排除标准进行筛选，最终163篇文献纳入研究，包含有效中药处方163首，筛选流程见图1。
Figure 1. Literature screening process
图1. 文献筛选流程
3.2. 使用频次分析
对163首有效处方进行药物频次分析，共包含170味中药，总使用频次为1874次。其中，使用频次 > 20次的高频中药共26味，累计用药1307次，占比69.74%，排名前5位的中药依次是黄芪(155次)、丹参(110次)、山茱萸(94次)、山药(87次)和生地黄(83次)，见图2。
Figure 2. Traditional Chinese medicine used more than 20 times
图2. 使用频次 > 20次的中药
3.3. 功效类别分析
对26味高频中药的功效类别频次进行统计，药物功效共涉及8类，以补虚药(567次，占比43.38%)、活血化瘀药(249次，占比19.05%)、收涩药(148次，占比11.32%)、清热药(121次，占比9.26%)和利水渗湿药(120次，占比9.18%)为主，以上各类型中使用频次最多的中药分别为黄芪、丹参、山茱萸、生地黄和茯苓，见图3。
3.4. 性味归经分析
对26味高频中药的性味归经频次进行统计，药性以平性(454次)、温性(440次)、寒性(385次)为主；药味以甘味(881次)、苦味(368次)、辛味(177次)为主；归经以肝经(667次)、脾经(654次)、肾经(581次)、肺经(535次)为主，见图4。
3.5. 关联规则分析
关联规则可以反映事物之间的关联关系，其主要包括3个重要指标：① 支持度(support)：support(A → B) = P(A ∩ B)，表示A和B同时出现的概率，反映规则出现的频繁程度。② 置信度(confidence)：confidence(A → B) = P(B|A) = P(A ∩ B)/P(A)，表示在A出现的条件下，B出现的概率。③ 提升度(lift)：lift(A → B) = P(B|A)/P(B)，表示A的出现对B出现概率的提升程度，反映的是关联规则中A与B的关联性强弱，提升度 = 1表明A、B两者没有关联性；提升度 < 1，表明A与B互相排斥；提升度 > 1且越高，表明A与B的关联性越强。同时满足最小支持度和最小置信度，且提升度 > 1的关联规则，被视为有效强关联规则。
Figure 3. Distribution of efficacy categories of high-frequency traditional Chinese medicine
图3. 高频中药功效类别分布
Figure 4. Distribution of property, taste and meridian tropism of high-frequency traditional Chinese medicine
图4. 高频中药性味归经分布
运用R 4.3.1软件中apriori函数对26味高频中药进行关联分析，设置最小支持度为0.2，最小置信度为0.7，提升度 > 1，最大项数为4，共得到72条有效强关联规则，其中二项关联规则24条，三项关联规则33条，四项关联规则15条，按支持度大小降序排列，见表1~3。运用ggplot2函数对72条关联规则进行可视化展示，气泡大小表示支持度，颜色深浅表示提升度，箭头指向次数多的中药提示为核心药物，见图5。
Figure 5. Association rules network diagram of high-frequency traditional Chinese medicine
图5. 高频中药关联规则网状图
Table 1. Association rules of two kinds of high-frequency traditional Chinese medicine (top 10)
表1. 高频中药2项关联规则(前10条)
序号 |
前项 |
后项 |
频次 |
支持度/% |
置信度/% |
提升度 |
1 |
山茱萸 |
黄芪 |
90 |
55.21 |
95.74 |
1.01 |
2 |
生地黄 |
黄芪 |
81 |
49.69 |
97.59 |
1.03 |
3 |
茯苓 |
黄芪 |
68 |
41.72 |
97.14 |
1.02 |
4 |
山药 |
山茱萸 |
65 |
39.88 |
74.71 |
1.30 |
5 |
山药 |
丹参 |
61 |
37.42 |
70.11 |
1.04 |
6 |
茯苓 |
山茱萸 |
52 |
31.90 |
74.29 |
1.29 |
7 |
茯苓 |
山药 |
51 |
31.29 |
72.86 |
1.37 |
8 |
泽泻 |
黄芪 |
48 |
29.45 |
96.00 |
1.01 |
9 |
大黄 |
黄芪 |
46 |
28.22 |
97.87 |
1.03 |
10 |
当归 |
黄芪 |
45 |
27.61 |
95.74 |
1.01 |
Table 2. Association rules of three kinds of high-frequency traditional Chinese medicine (top 10)
表2. 高频中药3项关联规则(前10条)
序号 |
前项 |
后项 |
频次 |
支持度/% |
置信度/% |
提升度 |
1 |
黄芪，山药 |
山茱萸 |
61 |
37.42 |
74.39 |
1.29 |
2 |
丹参，生地黄 |
黄芪 |
53 |
32.52 |
98.15 |
1.03 |
3 |
茯苓，山茱萸 |
黄芪 |
51 |
31.29 |
98.08 |
1.03 |
4 |
茯苓，黄芪 |
山茱萸 |
51 |
31.29 |
75.00 |
1.30 |
5 |
茯苓，山药 |
黄芪 |
50 |
30.67 |
98.04 |
1.03 |
6 |
茯苓，黄芪 |
山药 |
50 |
30.67 |
73.53 |
1.38 |
7 |
山茱萸，生地黄 |
黄芪 |
49 |
30.06 |
100.00 |
1.05 |
8 |
丹参，茯苓 |
黄芪 |
47 |
28.83 |
97.92 |
1.03 |
9 |
丹参，山药 |
山茱萸 |
46 |
28.22 |
75.41 |
1.31 |
10 |
丹参，山茱萸 |
山药 |
46 |
28.22 |
71.88 |
1.35 |
Table 3. Association rules of four kinds of high-frequency traditional Chinese medicine (top 10)
表3. 高频中药4项关联规则(前10条)
序号 |
前项 |
后项 |
频次 |
支持度/% |
置信度/% |
提升度 |
1 |
茯苓，山药，山茱萸 |
黄芪 |
42 |
25.77 |
97.67 |
1.03 |
2 |
茯苓，黄芪，山药 |
山茱萸 |
42 |
25.77 |
84.00 |
1.46 |
3 |
茯苓，黄芪，山茱萸 |
山药 |
42 |
25.77 |
82.35 |
1.54 |
4 |
丹参，黄芪，山药 |
山茱萸 |
42 |
25.77 |
75.00 |
1.30 |
5 |
丹参，黄芪，山茱萸 |
山药 |
42 |
25.77 |
70.00 |
1.31 |
6 |
丹参，茯苓，山茱萸 |
黄芪 |
35 |
21.47 |
97.22 |
1.02 |
7 |
丹参，茯苓，黄芪 |
山茱萸 |
35 |
21.47 |
74.47 |
1.29 |
8 |
丹参，茯苓，山药 |
黄芪 |
34 |
20.86 |
97.14 |
1.02 |
9 |
丹参，茯苓，黄芪 |
山药 |
34 |
20.86 |
72.34 |
1.36 |
10 |
茯苓，山茱萸，泽泻 |
黄芪 |
33 |
20.25 |
97.06 |
1.02 |
3.6. 系统聚类分析
聚类是一个将数据集划分为若干组的过程，并使得同一个组内的数据对象具有较高的相似度，而不同组中的数据对象是不相似的。系统聚类法是国内外使用得最多的一种聚类方法，这种方法是先将聚类的样本或变量各自看成一类，然后确定类与类间的相似性度量，并选择最接近的两类或若干个类合并成一个新类，计算新类与其他各类间的相似性度量，再选择最接近的两群或若干群合并成一个新类，直到所有的样本或变量都合并成一类为止。
对于2个中药二分类变量之间的相关性计算，理论上更佳的选择是Phi系数(φ) [18]。运用R 4.3.1软件中phi函数计算高频中药之间的Phi相关系数，以Phi相关系数作为相似性度量，采用类平均(average)法，对26味高频中药进行系统聚类分析，并运用corrplot函数进行可视化展示，结合热图分布与临床经验，聚为4类时最佳，见图6、表4。
Table 4. Systematic clustering results of high-frequency traditional Chinese medicine
表4. 高频中药系统聚类结果
聚类 |
成员数/味 |
药物组合 |
C1 |
5 |
大黄、水蛭、黄精、黄芪、葛根 |
C2 |
11 |
川芎、白术、麦冬、生地黄、地龙、太子参、甘草、桃仁、红花、当归、枸杞子 |
C3 |
7 |
党参、熟地黄、牡丹皮、茯苓、泽泻、山茱萸、山药 |
C4 |
3 |
丹参、金樱子、芡实 |
Figure 6. Systematic clustering heatmap of high-frequency traditional Chinese medicine based on Phi correlation coefficient
图6. 基于Phi相关系数的高频中药系统聚类热图
4. 讨论
4.1. 结果分析
4.1.1. 频次分析
对163首有效处方进行药物频次分析，共得到中药170味，总使用频次为1874次。其中，使用频次前5位的在中药依次为黄芪、丹参、山茱萸、山药和生地黄，与既往数据挖掘类研究相比，药物使用频次结果基本一致[13] [14]。对26味高频中药进行功效类别分析，发现补虚药占比最大，其次为活血化瘀药、收涩药、清热药和利水渗湿药，这与DKD本虚标实的病机特点相符，治疗当以益气养阴、活血通络为主，辅以清热、利湿、化浊。
26味高频药物性味归经分析结果显示，治疗DKD气阴两虚兼血瘀证的中药药性以平性、温性、寒性为主，温性药温中散寒，温经通络，血得温则行；寒性药清热凉血，泻火滋阴；平性药药性平和，不显寒热，作用缓和，以补为主[19]。药味以甘味、苦味、辛味为主，味甘者能补能和，以甘入脾，健脾和中，使中焦得以运化；味苦者能泄能燥能坚，苦甘合化，可恃之以滋周身之阴液；味辛者能散能行，发散行气，活血化瘀，共奏益气养阴通络之功。归经以肝经、脾经、肾经、肺经为主，反映了DKD气阴两虚兼血瘀证病位涉及肝、脾、肾、肺等脏腑，应当健脾益肺、补益肝肾，滋阴养血，补气活血，使气血阴阳调和，恢复脏腑功能。
4.1.2. 关联规则分析
对26味高频中药进行关联规则分析，结果显示“山茱萸→黄芪”、“黄芪、山药→山茱萸”和“茯苓、山药、山茱萸→黄芪”分别为2种、3种和4种药物关联规则中支持度最高的组合；在关联规则网状图中，黄芪、山茱萸和山药为箭头指向次数最多的3种药物，2项结果均提示“黄芪、山茱萸、山药”为中药治疗DKD气阴两虚兼血瘀证的核心药物组合。
中医认为，黄芪味甘，性微温，归脾经，味甘可滋土，性温促运化，为补中益气之要药，气为血之帅，气行则血行。山茱萸味酸、涩，性微温，归肝、肾经，酸涩微温质润，温而不燥，补而不峻，既能益精，又可助阳，为平补阴阳之要药。山药味甘性平，作用缓和，既能补气，又可养阴，入脾、肺、肾经，可平补三脏之气阴。三药配伍，阴阳互补，相互促进，一则使脾气升，散精达肺，输布津液以止渴，二则使肾气固，封藏精微以缩尿，共奏补脾固肾、益气养阴之功，相得益彰。
现代药理学研究表明，在黄芪的主要活性成分中，黄芪多糖能够通过降低DKD大鼠炎症细胞因子IL-1β、IL-6、MCP-1的表达和抑制TLR4/NF-κB信号通路的活性，显著改善肾损伤[20]；还能通过抑制Gm41268/PRLR信号通路，恢复自噬，从而改善肾脏纤维化[21]。黄芪甲苷可以通过激活PPARγ/Klotho/FoxO1信号通路或抑制NF-κB/NLRP3信号通路，上调Klotho蛋白的表达，抑制氧化应激，减轻足细胞凋亡[22] [23]。在山茱萸的活性化合物中，马钱苷可通过MCP-1/CCR2信号通路抑制DKD巨噬细胞浸润和活化，改善肾脏损伤[24]；莫诺苷可通过恢复受损的自噬流量和抑制NOX4的过度表达，减少氧化应激诱导的足细胞凋亡[25]。高子涵等[26]研究发现，山药多糖能通过下调高糖激活的AR/P38MAPK/CREB信号通路，减少细胞外基质积聚，减轻肾脏纤维化程度，从而保护DKD小鼠肾功能。因此，黄芪、山茱萸、山药三者组合，可通过不同的靶点与通路，发挥抗炎、抗氧化应激、调节自噬等作用，减轻足细胞凋亡，改善肾脏纤维化，协同增强对肾脏的保护作用。
4.1.3. 系统聚类分析
对26味高频中药进行系统聚类分析，得到4个聚类组合。聚一类包含大黄、水蛭、黄精、黄芪、葛根，由黄芪葛根汤化裁而来，具有益气升清、通脉活血的功效。黄芪葛根汤可通过调节AGE-RAGE信号通路，降低血清AGEs、TNF-α、VCAM-1、MCP-1水平与肾组织VCAM-1、NF-κB p65水平及RAGE表达缓解炎症反应及纤维化，减轻DKD大鼠肾脏损伤[27]。临床研究[6] [7]显示，黄芪葛根汤能有效改善DKD气阴两虚兼瘀阻肾络证患者24 hUP、UAER、TG等指标。聚二类包含川芎、白术、麦冬、生地黄、地龙、太子参、甘草、桃仁、红花、当归、枸杞子，为补阳还五汤化裁，具有补气活血通络的功效。补阳还五汤可通过激活Nrf2/HO-1通路抑制氧化应激，缓解DKD小鼠肾纤维化，减轻小鼠病理损伤[28]。杨帆等[8]研究显示，加减补阳还五汤治疗DKD的疗效确切，可有效地降低患者尿蛋白，调节糖脂代谢，改善血液流变学，保护足细胞，延缓DKD进展。聚三类包含党参、熟地黄、牡丹皮、茯苓、泽泻、山茱萸、山药，为参芪地黄汤化裁，具有益气养阴、滋肾健脾的功效。杜小梅等[9]运用参芪地黄汤加减治疗DKD气阴两虚证疗效显著，既可改善中医症状，减轻蛋白尿，保护肾功能，还能减轻患者慢性微炎症状态和恢复肠道菌群平衡。聚四类包含丹参、金樱子、芡实，为水陆二仙丹合丹参，水陆二仙丹出自《洪氏集验方》，具有健脾利湿、益肾固精的功效[29]，配伍丹参以活血祛瘀。水陆二仙丹中槲皮素、山奈酚、β-谷甾醇等核心活性成分可通过AKT1、MAPK1、PTGS2等靶点及TNF、AGE-RAGE、VEGF等信号通路，调控肾脏免疫功能，发挥抗炎、抗氧化应激等作用，有效减缓肾脏纤维化[29]。陈龙[10]研究显示，水陆二仙丹加减方可以明显改善DKD III期患者的临床症状，能显著降低尿微量白蛋白。由此可见，所得聚类组合皆为现代医家治疗DKD的常用处方，且都遵循益气养阴、活血通络之法。
4.2. 研究局限性
由于以下几方面原因，本研究存在一定局限性：① 本研究在筛选文献时，为增加纳入文献数量，未要求全部源自核心期刊，部分研究数据的严谨性可能不足；② 本研究在录入处方信息时，未纳入中药使用剂量，没有考虑中药剂量变化对方药组方的影响，特别是核心药物组合的剂量配比，有待临床进一步研究；③ 本研究在确定最佳聚类数目时，本应综合各类算法得出支持度最高的聚类数目，但目前R语言系统聚类算法中，尚未有基于Phi相关系数进行分类的，故本研究采用结合Phi相关系数热图聚类分布与临床经验确定最佳聚类数目，结果带有一定的主观偏向性。
4.3. 展望
本研究表明中药复方治疗DKD气阴两虚兼血瘀证的核心药物组合为黄芪、山茱萸和山药，现代药理学研究也证实三药组合能协同增强对肾脏的保护作用。提示中药复方治疗DKD气阴两虚兼血瘀证可以黄芪、山茱萸和山药为基础，配伍以益气养阴、活血化瘀类中药，临床可取得较好疗效。未来研究需更多关注中药复方治疗DKD气阴两虚兼血瘀证的核心药物组合，可通过网络药理学研究进一步阐明其作用机制，并设计高质量的随机对照动物实验与临床研究，证明其有效性和安全性，为DKD的中药治疗和新药研发提供更多新思路。
5. 结语
本研究通过数据挖掘分析，初步总结中药复方治疗DKD气阴两虚兼血瘀证的用药规律，以益气养阴、活血通络为基本大法，重在健脾益肺、补益肝肾，使气血阴阳调和，恢复脏腑功能；用药以甘补、苦坚、辛行，寒温平调，标本虚实兼顾；提炼出“黄芪、山茱萸、山药”为核心药物组合，黄芪葛根汤、补阳还五汤、参芪地黄汤、水陆二仙丹为常用处方，可为临床遣方用药提供依据。未来应关注核心药物组合，设计高质量的网络药理学、动物实验及临床研究，进一步探讨其作用机制、有效性与安全性。
利益冲突
所有作者均声明不存在利益冲突。
基金项目
黑龙江省中医药科研项目(GY2022-27)。
NOTES
*第一作者。
#通讯作者。