賀 丹,姜 淼, 鄭 光, 張 弛,楊 靜,趙 寧, 沈姍姍, 邊艷琴,呂愛平△

(1.上海中醫(yī)藥大學(xué)E研究院, 上海 201203； 2.中國(guó)中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所, 北京 100700；3蘭州大學(xué)計(jì)算機(jī)信息學(xué)院，蘭州 730000)

反流性食管炎在西方國(guó)家是最高發(fā)的胃腸疾病之一，在亞洲國(guó)家也有逐漸增高的趨勢(shì)[1]。在我國(guó)，這一疾病在成年人中的發(fā)病率大約為2.8%～4%[2]。然而隨著胃腸鏡檢查的普及，加之人們對(duì)本病認(rèn)識(shí)程度的增高以及西化飲食和生活方式的改變，這一數(shù)據(jù)還存在逐年增高趨勢(shì)[3]。據(jù)分析，年齡、性別、體質(zhì)量指數(shù)、抽煙、酗酒以及空腹血糖水平都是高危因素。最近許多證據(jù)證明，壓力即成年人抵抗各種負(fù)面情緒的一種狀態(tài)已成為一項(xiàng)新的誘發(fā)因素[4]。 反流性食管炎的癥狀一般表現(xiàn)為吞酸、持續(xù)嘔吐、厭食、唾液分泌過多、胸痛以及睡眠障礙。反流性食管炎屬于中醫(yī)“反酸”、“呃逆”、“噎嗝”等范疇，中醫(yī)治療上述疾病主要依據(jù)辨證論治，具體情況具體分析，存在高度的個(gè)體性。如何將這些經(jīng)驗(yàn)整理并集合凝練，把癥狀、證候以及治療方法之間的規(guī)律摸索出來，對(duì)于臨床醫(yī)生的隨證決策將起到一定的指導(dǎo)作用。作為數(shù)據(jù)挖掘技術(shù)的一個(gè)分支，文本挖掘在中醫(yī)藥領(lǐng)域的應(yīng)用已日漸成熟，通過檢索相關(guān)文獻(xiàn)發(fā)現(xiàn)，文本挖掘技術(shù)應(yīng)用于中醫(yī)疾病診治規(guī)律的探索已經(jīng)取得一些成績(jī)。本文將借助這一技術(shù)手段首次對(duì)反流性食管炎疾病的癥狀、證候和用藥規(guī)律進(jìn)行挖掘，以期得出一些新穎且有臨床參考價(jià)值的結(jié)論，供相關(guān)領(lǐng)域的醫(yī)生借鑒。

1 材料與方法

1.1 文本數(shù)據(jù)收集

登錄中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(Chinese BioMedical Literature Database，CBM，http://sinomed.cintcm.ac.cn/index.jsp)，在“缺省”狀態(tài)下，以“反流性食管炎”為關(guān)鍵詞進(jìn)行檢索共得到文獻(xiàn)7988篇(檢索日期：2013 年9 月16日)，并選擇“詳細(xì)”和“顯示全部”的顯示格式，以獲得每篇文獻(xiàn)的流水號(hào)、標(biāo)題、摘要、主題詞等信息備用。

1.2 文本數(shù)據(jù)處理

將收集來的數(shù)據(jù)按照下載的先后順序整合到一個(gè)平面文件(后綴txt)里，以ANSI編碼格式保存。然后利用專有的文本提取工具(軟件著作權(quán)，軟著登字第0261882號(hào)，登記號(hào)2010SR073409)，對(duì)下載的非結(jié)構(gòu)化txt文本數(shù)據(jù)進(jìn)行信息提取，保存成格式化的、便于大型關(guān)系型數(shù)據(jù)庫(Microsoft SQL Server簡(jiǎn)稱SQL)處理的格式，然后導(dǎo)入SQL中進(jìn)行下一步挖掘分析。假設(shè)每篇文獻(xiàn)的貢獻(xiàn)度是相同的，1篇文獻(xiàn)中重復(fù)出現(xiàn)的關(guān)鍵詞只需要計(jì)算1次，據(jù)此構(gòu)建算法進(jìn)行數(shù)據(jù)清洗工作[5]。清洗后的數(shù)據(jù)，既可以提取挖掘?qū)ο蟮囊痪S頻次，也可以得到挖掘?qū)ο蟮亩S關(guān)系并進(jìn)行可視化呈現(xiàn)。抽出不同頻次的關(guān)鍵詞對(duì)，用Cytoscape 2.8軟件進(jìn)行可視化處理，形成可視化網(wǎng)絡(luò)圖，然后結(jié)合專業(yè)知識(shí)進(jìn)行解析，發(fā)現(xiàn)不合理的結(jié)果，即回溯原文獻(xiàn)數(shù)據(jù)集，如果是噪音仍按算法進(jìn)行噪音清洗，直至噪音降到滿意為止。最后的結(jié)果可視化成圖，結(jié)合專業(yè)知識(shí)進(jìn)行解析。

1.3 數(shù)據(jù)一次清洗

根據(jù)“文本數(shù)據(jù)處理”中生成的Access 數(shù)據(jù)庫，將“結(jié)果”數(shù)據(jù)表導(dǎo)入SQL 中，以“Table_Initial”為表名稱，針對(duì)“序號(hào)”和“機(jī)標(biāo)關(guān)鍵詞”進(jìn)行處理。為便于處理，將“序號(hào)”和“機(jī)標(biāo)關(guān)鍵詞”2個(gè)字段分別用PMID(類似于PubMed 里面的字段名)和DescriptorName(類似于PubMed 里面的字段名)表示。為確保下載數(shù)據(jù)真實(shí)，需要對(duì)原文獻(xiàn)進(jìn)行回溯分析，相同的關(guān)鍵詞存在著在一篇文獻(xiàn)的標(biāo)題和摘要重復(fù)出現(xiàn)的情況。在文本挖掘中，每篇文獻(xiàn)的貢獻(xiàn)度都是相同的，因此對(duì)于一篇文獻(xiàn)中重復(fù)出現(xiàn)的關(guān)鍵詞，只需要計(jì)算1次。據(jù)此，需要對(duì)重復(fù)文獻(xiàn)進(jìn)行刪除，即數(shù)據(jù)清洗[6]。

1.4 數(shù)據(jù)挖掘處理

通過返查原文獻(xiàn)發(fā)現(xiàn)，在同一篇文獻(xiàn)中出現(xiàn)的關(guān)鍵詞，在關(guān)鍵詞這一抽象層面上部分反映整篇文章的信息。對(duì)某篇具體的文獻(xiàn)來說，相關(guān)的關(guān)鍵詞之間存在著“共同出現(xiàn)”這一基本事實(shí)。這種共同出現(xiàn)不是隨機(jī)的，而是蘊(yùn)含有一定的意義[7]，尤其對(duì)于高頻協(xié)同出現(xiàn)的關(guān)鍵詞對(duì)，在一定的程度上反映了科研工作者的關(guān)注程度。更重要的是，針對(duì)目前的文本挖掘技術(shù)來說[8～10]，這些協(xié)同出現(xiàn)的關(guān)鍵詞也是很好的分析素材?；谏鲜龇治?，首先構(gòu)造針對(duì)每篇文獻(xiàn)共同出現(xiàn)的關(guān)鍵詞對(duì)，然后構(gòu)造算法來實(shí)現(xiàn)這一工作。經(jīng)過計(jì)算得到名為DN_pairs 的數(shù)據(jù)表。研究發(fā)現(xiàn)，數(shù)據(jù)表DN_pairs 中存在著大量相同的關(guān)鍵詞對(duì)，這些重復(fù)的數(shù)據(jù)對(duì)于進(jìn)一步分析來說，大部分屬于噪音。對(duì)此，通過構(gòu)造算法將相同的關(guān)鍵詞對(duì)進(jìn)行合并處理，只保留它們出現(xiàn)的頻數(shù)，得到了名為DN_pairs_frequency 的數(shù)據(jù)表，在這個(gè)數(shù)據(jù)表內(nèi)，所有的關(guān)鍵詞對(duì)都只出現(xiàn)1次并都有1個(gè)對(duì)應(yīng)的頻數(shù)(Frequency)。

1.5 數(shù)據(jù)二次清洗

利用專業(yè)知識(shí)對(duì)數(shù)據(jù)進(jìn)行評(píng)估后會(huì)發(fā)現(xiàn)，針對(duì)特定的疾病可能仍然存在噪音問題。這些噪音不再是關(guān)鍵詞的簡(jiǎn)單重復(fù)，而是獨(dú)立于專業(yè)知識(shí)以外的噪音問題。對(duì)此，針對(duì)特定問題對(duì)數(shù)據(jù)進(jìn)行二次清洗。這些噪音主要是由自然語言的二義性和表達(dá)方式的多樣性所產(chǎn)生，對(duì)于這類問題只能逐個(gè)分析、建立規(guī)則，然后根據(jù)規(guī)則進(jìn)行數(shù)據(jù)的二次清洗。

2 評(píng)價(jià)與分析

通過整理挖掘結(jié)果我們發(fā)現(xiàn)，反流性食管炎的治療用藥按頻次高低依次為半夏、柴胡、黃連、白及、甘草等(如圖1)，而常見的癥狀依次為潰瘍、胸痛、嘔吐、惡心和咳嗽等(如圖2)。圖3則通過圖表揭示了文獻(xiàn)記載治療反流性食管炎最常用湯劑依次為瀉心湯、半夏瀉心湯、旋覆代赭湯、左金丸、柴胡疏肝散。而通過二維頻次構(gòu)建的網(wǎng)絡(luò)圖可以看出，癥狀、湯劑和中藥之間的相互關(guān)系，通過回溯原文獻(xiàn)發(fā)現(xiàn)，這些癥狀和用藥與反流性食管炎疾病過程中最常見的癥狀和治療高度吻合。圖4為挖掘出的癥狀、證候以及治療用藥三者之間的關(guān)系簡(jiǎn)圖，圖的左側(cè)部分為反流性食管炎疾病的常見癥狀，如惡心、嘔吐、潰瘍、胸痛、泛酸、噯氣等，圖的中間部分是與這些癥狀相對(duì)應(yīng)的治療方法如半夏瀉心湯和左金丸，圖的右側(cè)為主要成分，分別有半夏、黃連、甘草、白芍和吳茱萸。

3 討論

目前西醫(yī)治療反流性食管炎尚無特效療法，仍局限于抑酸藥加食管動(dòng)力藥，而中醫(yī)藥在改善癥狀、調(diào)節(jié)食管下段括約肌(LES)功能、抑制反流、促進(jìn)食管受損黏膜修復(fù)等方面均顯示出良好療效[11]。近年來，國(guó)內(nèi)眾多學(xué)者對(duì)本病的病因病機(jī)、辨證治療及實(shí)驗(yàn)研究等均作了較為深入的研究。目前，大多數(shù)醫(yī)家認(rèn)為其病位在食道，屬胃所主，與肝脾關(guān)系密切，發(fā)病多因情志失和等，脾胃氣虛為其本，胃失和降、肝郁氣滯為其標(biāo)，基本病機(jī)為胃氣上逆。王小平等[12]認(rèn)為，本病病機(jī)以肝胃不和、脾胃升降失調(diào)、胃氣上逆、痰氣火食瘀互結(jié)于食管為關(guān)鍵。并依據(jù)臨床辨證，合理選方，如肝胃不和方選柴胡疏肝散加減；肝胃不和繼而化熱則選左金丸；脾胃不和選用半夏瀉心湯；生痰者加用半夏厚樸湯；脾胃虛弱者香砂六君子為首選。高祥華[13]認(rèn)為，木不疏土，致肝胃不和是其因，諸因素致痰、氣、瘀互結(jié)于食道，胃失通降，甚則食入反出。另外，歷年來在治療反流性食管炎過程中，很多中醫(yī)專家總結(jié)了一些專方治療經(jīng)驗(yàn)，如劉瑩暉[14]等用半夏瀉心湯加味治療36例，有效率88.9%。鄭發(fā)順[15]用柴胡疏肝湯加減治療本病101例，對(duì)照組用嗎丁啉、硫糖鋁，中藥治療組有效率為93.80%， 西藥對(duì)照組有效率83.3%，2組比較差異有統(tǒng)計(jì)學(xué)意義。

圖1 反流性食管炎疾病常用中藥頻率由高到低排列

圖2 反流性食管炎疾病常見癥狀頻次排名

圖3 反流性食管炎疾病常用湯劑頻次排名

圖4 反流性食管炎癥狀與治療之間的關(guān)聯(lián)圖

本文通過對(duì)7988篇文獻(xiàn)進(jìn)行癥狀、證候以及治療方法挖掘發(fā)現(xiàn)，通過文本挖掘技術(shù)獲得的結(jié)果與臨床實(shí)際高度相似，部分結(jié)果甚至有重疊。如反流性食管炎常見癥狀有惡心、嘔吐或伴有潰瘍、胸痛，而文本挖掘結(jié)果中關(guān)于臨床常見癥狀這一塊，其結(jié)果也是潰瘍、惡心、嘔吐、胸痛。通過回溯文獻(xiàn)我們發(fā)現(xiàn)，治療本病常用湯藥有半夏瀉心湯、柴胡疏肝散、左金丸等，這些也與我們的挖掘結(jié)果高度契合。進(jìn)一步提示，此項(xiàng)技術(shù)應(yīng)用于中醫(yī)疾病治療方法的整理和挖掘具有可行性，可應(yīng)用推廣于更多其他疾病。

再次，本文利用文本挖掘技術(shù)發(fā)現(xiàn)，在反流性食管炎疾病的治療過程中，其癥狀、證候以及用藥之間存在一定的規(guī)律。如中藥治療本病頻次最高的依次是半夏、柴胡、黃連、白及、甘草，而方劑使用頻率最高的是瀉心湯、半夏瀉心湯，常見證候則為肝胃不和、肝氣郁滯?？v觀三者不難發(fā)現(xiàn)，半夏、柴胡、黃連為瀉心湯的主要組成成分，而瀉心湯常用來治療肝胃不和，由此可見三者之間相互印證、高度吻合。

綜上所述，作為現(xiàn)代科學(xué)技術(shù)產(chǎn)物的文本挖掘技術(shù)具備一定的先進(jìn)性，將此技術(shù)反復(fù)不斷地與中醫(yī)藥理論結(jié)合的過程中，我們體會(huì)到中醫(yī)藥知識(shí)與現(xiàn)代化科技結(jié)合的可行性。而經(jīng)過論證后發(fā)現(xiàn)，只要不斷地嘗試，充分考慮兩者的契合點(diǎn)，可以更深入地挖掘中醫(yī)藥寶庫的內(nèi)涵。文本挖掘技術(shù)不僅能發(fā)現(xiàn)某種疾病癥狀出現(xiàn)的頻次，常用中藥和湯劑的使用頻次也能很好地挖掘出中醫(yī)藥運(yùn)用過程中，其治療方法與癥狀、證候之間的相互關(guān)聯(lián)，這些結(jié)果對(duì)臨床的參考作用有待臨床醫(yī)生的反饋，我們將在未來的研究中持續(xù)關(guān)注此類結(jié)果的臨床意義，以便將本文挖據(jù)技術(shù)繼續(xù)推廣運(yùn)用。

參考文獻(xiàn)：

[1] Fock KM, Talley NJ, Fass R, et al. Asia-Pacific consensus on the management of gastroesophageal reflux disease: update[J]. J Gastroenterol Hepatol,2008, 23: 8-22.

[2] Wu JC. Gastroesophageal reflux disease: an Asian perspective[J]. J Gastroenterol Hepatol,2008,23:1785-1793.

[3] Heming, clinical epidemiological investigation of reflux esophagitis in nanyang city[J]. Chinese Journal of General Practice,2012,10(1).

[4] Song HJ, Shim KN, Yoon SJ, Kim SE, Oh HJ, Ryu KH, Ha CY, Yeom HJ, Song JH, Jung SA, Yoo K. The prevalence and clinical characteristics of reflux esophagitis in Koreans and its possible relation to metabolic syndrome[J]. J Korean Med Sci,2009, 24: 197-202.

[5] 郭洪濤,鄭光,趙靜,等.基于文本挖掘分析甲型H1N1流感的中醫(yī)藥治療特色[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化,2011,13(5):772-776.

[6] 王麗穎,鄭光,郭洪濤,等.基于文本挖掘技術(shù)的高血壓病中成藥與西藥用藥規(guī)律分析[J].中華中醫(yī)藥雜志,2013,28(1):60-63.

[7] Andrea Campagna,RasmusPagh. Finding associations and computing similarity via biased pair sampling [M]．2009 Ninth IEEE International Conference on Data Mining，2009:61-70．

[8] Jeffrey W Seifert．Data mining：An overview[M]．CRS Report RL31798，2004．

[9] Brigitte Mathiak,Silke Eckstein．Five steps to text mining in biomedical literature．In Proceedings of the Second European Workshop on Data Mining and Text Mining for Bioinformatics,held in Conjunction with ECML/PKDD in Pisa[J].Italy， 2004,24:47-50．

[10] Wu X G,Huang ZD,Stamler J,et al.Changes in average blood pressure and incidence of high blood pressure 1983-1984 to 1987-1988 in four population‘s cohorts in the people’s republic of China[J]. J Hypertension，1996,14:1267-1274．

[11] 張贊中.反流性食管炎的中醫(yī)研究進(jìn)展[J]．中醫(yī)藥信息,2004,21(3):16-18.

[12] 王小平,朱瑞華.辨證治療反流性食管炎70例觀察[J].實(shí)用中醫(yī)藥雜志,2007,23(11): 694.

[13] 高祥華.反流性食管炎的中醫(yī)病機(jī)及辨治探討[J].吉林中醫(yī)藥,2004,24(3):15.

[14] 劉瑩暉,陳環(huán)宇.半夏瀉心湯治療反流性食管炎36例臨床觀察[J].遼寧中醫(yī)雜志,2006,33(4):436.

[15] 鄭發(fā)順.柴胡舒肝湯治療反流性食管炎65例療效觀察[J].中華實(shí)用中西醫(yī)雜志,2004,19(4) :29.