应用关联规则挖掘探讨中药配方（处方）防治乳腺癌复发转移的模式外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

应用关联规则挖掘探讨中药配方（处方）防治乳腺癌复发转移的模式

Yanhua He1, Xiao Zheng1, Cindy Sit2, Wings TY Loo1,6, ZhiYu Wang1, Ting Xie3, Bo Jia4, Qiaobo Ye4, Kamchuen Tsui5, Louis WC Chow6, Jianping Chen1*

来自肿瘤学和转化研究组织（癌转译研究组织）第七年度香港会议。2011年5月13-14日。

摘要

背景：中草药作为控制乳腺癌复发转移的辅助手段越来越广泛地应用。本文研究中药方剂背后隐含的方剂模式，以便探讨中药配方模式或规则在治疗或控制乳腺癌复发转移中的作用。

方法：这项研究基于记录在中华人民共和国药典中的药草和来源于中国期刊网和中国硕士学位论文全文数据库（1990–2010）的文献，以便分析方剂配伍规律。按照所选药材配方列出每种中药材，并组织添加的信息建立数据库。频率和处方模式的关联规则利用SPSS clenmentine数据挖掘分析系统来分析。根据药材的种类、用量、性质、气味、归经、功能等进行了初步统计分析以便对它们进行分类。基于分类计算偶出现频率。

结果：数据挖掘的迭代公式主要规定的特点是：（1）温或冷的草药在五种属性类；甜或苦的草药在五味类，肝经的亲和力是在96种药方剂中最常开处方的；（2）具有补益、活血化瘀、健脾利湿清热，解毒功能的草药很常见；（3）补血，养阴，健脾解湿、清热解毒、活血化瘀的草药与补气药相互关联并联合处方。

结论：结果表明，乳腺癌的复发和转移与肝功能不全有密切的关系。这些侧重于使用滋阴养血和柔调肝草药的方剂是治疗过程中的关键要素。同时，益气健脾药的使用也形成方剂的基础。

一、背景

乳腺癌是女性最常见的恶性肿瘤之一，在发达国家和发展中国家发病率逐年上升[1]。每年，在全世界诊断为乳腺癌的120万女性中，有50万病例死于该疾病。 随着预期寿命的急剧增长，城市化的扩张和西方生活方式的适应，发病率的增加在发展中国家更加明显[2-5]。在中国，病例数从2000年到2005年增加了38.5％。与1990年代的早期调查相比，乳腺癌在2005年死亡率增长最快[6]。

今天，乳腺癌的标准治疗包括手术，化疗，放射治疗和激素治疗。然而，即使患者接受全身治疗，仍然有10％至30％的复发和转移的可能。在局部复发的患者中，75％至93％将最终发展为远处转移，具有极低的5年存活率[7,8]。内脏转移是治疗失败和死亡原因的主要原因。肺，骨，肝和脑是乳腺癌远处传播的最常见部位[9,10]。由于转移是癌症治疗失败的主要原因，转移的管理是决定患者预后的关键因素[11]。

最近，使用具有抗肿瘤效果的天然中草药正越来越受到公众的关注[12]。在中医（TCM）中，乳腺癌复发和转移的治疗和预防是通过多级，多靶和多通道控制的整体方法。CTM与西方医学不同，西方医学采用在特定过程中阻止单次转移的方法。相比之下，中医药采用整体治疗方法治疗和预防复发和转移，改善患者的免疫系统，增强机体对疾病的易感性。同时，中医药还旨在减少放疗和化疗的副作用，逆转耐药性，改善患者的生活质量和生存质量。因此，这些独特的优势已经使中药治疗乳腺癌复发和转移成为本地和海外学者研究的焦点[13,14]。

在中药治疗方面，经验丰富的中医师开出一种药用配方—各种单一药材的组合，用于治疗疾病。根据中医理论，药物之间存在的药理和药效关系被认为是中药兼容性。中草药的兼容性具有特殊的规律和模式。在中药材数据库中，有一万多种包含复杂信息的药品配方。然而，不存在用于组织中药配方信息的完善而有序的系统。这意味着公式后面的大量隐式处方模式尚未完全公开[15,16]。

关联规则挖掘是用于发现大型数据库中的变量之间有意义的关联或相关的方法之一。它从数据集中识别频繁项集，然后使用这些频繁项集来形成它们的关联规则。要从所有可能规则的集合中选择有意义的规则，支持和置信的最小阈值是两个重要的约束。关联规则具有LHS和RHS的形式，其中LHS和RHS是项目集合，并且RHS集合可能与LHS集合同时发生。关联规则挖掘的应用之一是挖掘医疗记录数据中的关联规则[17,18]。因为关联规则挖掘是一种流行的研究方法，它可以用于调查中草药兼容性模式，并反映变量之间的相互依赖和关系。因此，它可以为中医临床应用提供科学证据，从而提示中医药疗法与现代西方医学疗法的结合，以更好地治疗或预防乳腺癌复发和转移[19]。项目集X的支持端口（X）被定义为包含项目集的数据集中的事务的比例。它是用于评估规则的潜在有用性的函数。规则的置信度被定义为conf（X=gt;Y），其可以被解释为估计概率P（Y|X）[20]。

二、方法

1、文献源

本研究基于中华人民共和国药典[21]，记录了使用中药治疗和预防乳腺癌复发和转移的规律模式。文献来源包括中国杂志网和中国硕士论文全文数据库（1990-2010）（表1）。每种草药的名称用作获得相关文献的关键词，并且只有关注“乳腺癌”，“乳腺癌的晚期阶段”和/或“乳腺癌术后手术”的文献有资格纳入。根据以下纳入和排除标准，包括了描述用于临床应用的各种药物配方的131篇论文（96种药材配方共有180种中药材（草药）；在96种配方中出现的180种草药的总累积出现次数为1001次）。本文中使用的术语是指“世卫组织西太平洋区域传统医学国际标准术语”，其中记录了传统医学中使用的常见技术术语。

表1文献的数据来源（1990-2010）

Among the 131 papers searched from the databases, 96 medicinal formulae were included in the study according to the inclusion and exclusion criteria

* According to the inclusion and exclusion criteria, a total of 131 papers which described various Chinese medicinal formulae for clinical applications were included 96 medicinal formulae with a total of 180 herbs. Total cumulative occurrences of 180 herbs appearing in 96 formulae is 1001 times.

2、纳入标准

有5种类型的文献，包括文献：（1）涉及使用中医药预防和治疗乳腺癌复发和转移的临床研究；（2）涉及使用中医治疗晚期乳腺癌的临床研究；（3）涉及使用中医预防术后乳腺癌复发和转移的临床研究（特别是在III期或以后发生转移时）；（4）随机对照试验作为研究设计；和（5）临床研究旨在证明实验组中药治疗的疗效优于对照组。

3、排除标准

排除了具有以下标准的文献：（1）少于20例的小样本大小的研究；（2）主要旨在治疗手术并发症或减少化疗的副作用的研究；（3）不调查中医药用于治疗和预防乳腺癌复发和转移的研究；（4）只提供配方名称但没有草药成分说明的研究；（5）报告同一组参与者的重复宣传；和（6）临床试验中Jadad评分小于2的文献。

4、统计分析

关联规则挖掘是用于发现大型数据库中的变量之间有趣关系的一种流行的研究方法[22]。我们对项集和关联规则使用了以下定义。关联规则具有LHS RHS的形式，其中LHS和RHS是项目集合，并且RHS集合可能在每当LHS集合发生时发生[23]。

两个参数（支持因子和置信因子）在关联规则挖掘中至关重要。关于发现关联规则的支持度和置信度，用户应将最小支持（min-sup）和最小置信度（min-conf）设置为提供发现基线的关键值。只有满足支持度和信任度的最低阈值的组合才被视为挖掘有意义的规则。 阈值的选择（支持度和置信度）总是一个问题。如果最小置信度设置过高，则会丢失大量有用的数据。为了找到有效的药物相容性模式，我们发现在支持度为0.1置信度为0.6时，关联规则的集中趋势在草药（使用成对的对联草药）和草药功能的两个相关性分析中更明显。因此，本研究规定了最小支持度0.1和最小置信度0.6。

根据中华人民共和国药典，中药成分按照选定的药物配方列出，并组织建立数据库。计算软件Microsoft ACCESS用作存储工具，然后使用SPSS Clenmentine数据挖掘系统作为平台来分析处方模式的频率和关联规则。对数据库进行初步统计分析，根据草药的药物类型和剂量，性质，风味，通道向性

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27375]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 一种改进的CANNY边缘检测算法外文翻译资料
• 基于强盜的蒙特卡罗规划外文翻译资料
• 第七章 时空索引外文翻译资料
• C#编程语言 第四版外文翻译资料
• 在非洲蓬勃发展的市场中与营销渠道和物流的竞争:一个在加纳的新外文翻译资料
• 使真正的用户浏览网站建设演变外文翻译资料
• 对于网店网站业务流程的内容管理系统的组件设计外文翻译资料
• 用于从生理信号识别情绪的机器学习模型外文翻译资料
• 基于卷积神经网络的手写数字识别的高效改进方案外文翻译资料
• 在线及离线手写汉字识别： 一个全面研究和新基准外文翻译资料