基于Neo4j的冠心病中醫(yī)辨證論治知識(shí)圖譜研究

陳善達(dá) 夏帥帥 鄧文祥 李 亮 晏峻峰

1.湖南中醫(yī)藥大學(xué)中醫(yī)學(xué)院，湖南長(zhǎng)沙 410208；2.中醫(yī)診斷學(xué)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南長(zhǎng)沙 410208；3.湖南中醫(yī)藥大學(xué)信息科學(xué)與工程學(xué)院，湖南長(zhǎng)沙 410208

冠心病是冠狀動(dòng)脈發(fā)生粥樣硬化引起管腔狹窄或閉塞，導(dǎo)致心肌缺血、缺氧或壞死而引起的心臟病，屬于中醫(yī)“胸痹”范疇。冠心病嚴(yán)重危害人們的生命健康，2018 年我國(guó)冠心病患者已達(dá)1100 萬(wàn)，近年來(lái)發(fā)病愈加呈上升、年輕化的趨勢(shì)[1]。中醫(yī)藥在冠心病防治中有著獨(dú)特的優(yōu)勢(shì)[2-3]，因此，深入挖掘中醫(yī)藥在冠心病中的辨證論治規(guī)律有著重要意義。

辨證論治是通過(guò)望、聞、問(wèn)、切四診合參收集患者的證候資料，加以綜合分析，辨清疾病當(dāng)前階段的病機(jī)特點(diǎn)并確定治法方藥的過(guò)程，是中醫(yī)學(xué)的診療特色。如今中醫(yī)藥事業(yè)的傳承與發(fā)展到了瓶頸期，亟需從現(xiàn)代信息技術(shù)中尋求突破[4]。朱文鋒教授團(tuán)隊(duì)創(chuàng)立了證素辨證學(xué)，由證候推斷出特定的證素并結(jié)合成完整證型，對(duì)中醫(yī)辨證環(huán)節(jié)起到了執(zhí)簡(jiǎn)馭繁的作用[5]，相反，將完整的證型拆分成證素組合可以更清楚地反映疾病當(dāng)前階段的病機(jī)特點(diǎn)[6]。因此，本研究以證素辨證為核心，運(yùn)用圖數(shù)據(jù)庫(kù)表達(dá)其與證候、中藥的關(guān)系。

Neo4j[7]是一種開(kāi)源的圖數(shù)據(jù)庫(kù)，相比傳統(tǒng)數(shù)據(jù)庫(kù)，更能以圖形節(jié)點(diǎn)的形式呈現(xiàn)數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系，并借此創(chuàng)造一種既視感，更有利于接受。Neo4j 通過(guò)其特有的Cypher 語(yǔ)句能夠?qū)崿F(xiàn)與其他數(shù)據(jù)庫(kù)一樣的結(jié)構(gòu)化編程，實(shí)現(xiàn)數(shù)據(jù)的導(dǎo)入、增、刪、改、查等操作。已有學(xué)者將Neo4j 運(yùn)用于中醫(yī)藥領(lǐng)域的研究，如趙凱等[8]采用Neo4j 構(gòu)建了桂枝湯類(lèi)方的知識(shí)圖譜；姜惠娟等[9]以《中國(guó)藥膳大辭典》為數(shù)據(jù)來(lái)源，采用Neo4j 構(gòu)建藥膳方劑圖數(shù)據(jù)庫(kù)?；诖?，本研究探討采用Neo4j 構(gòu)建一個(gè)小型冠心病辨證論治知識(shí)圖譜。

1 資料與方法

1.1 文獻(xiàn)來(lái)源與檢索方式

數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)、維普及萬(wàn)方數(shù)據(jù)庫(kù)。以“冠心病”“胸痹”“舉隅”“驗(yàn)案”為關(guān)鍵詞或主題詞檢索2010 年1 月至2020 年2 月所有文獻(xiàn)，共檢索出770 篇，剔除重復(fù)的文獻(xiàn)，納入符合要求的文獻(xiàn)，共208 篇。

1.2 文獻(xiàn)納入標(biāo)準(zhǔn)

符合西醫(yī)“冠心病”或中醫(yī)“胸痹”診斷標(biāo)準(zhǔn)且證候、證型、方藥完整的中醫(yī)診治文獻(xiàn)，診斷標(biāo)準(zhǔn)參照人民衛(wèi)生出版社出版的第9 版《內(nèi)科學(xué)》[10]教材，以及中國(guó)中醫(yī)藥出版社出版的第4 版《中醫(yī)內(nèi)科學(xué)》[11]教材。

1.3 文獻(xiàn)排除標(biāo)準(zhǔn)

①學(xué)術(shù)思想探討與綜述類(lèi)文獻(xiàn)；②單味藥或藥對(duì)不予納入。

1.4 數(shù)據(jù)規(guī)范、分析與數(shù)據(jù)庫(kù)的建立

1.4.1 數(shù)據(jù)規(guī)范 參照中國(guó)中醫(yī)藥出版社出版的第4 版《中藥學(xué)》[12]以及朱文鋒教授的《證素辨證學(xué)》[13]對(duì)其中涉及的證候和藥物的名稱(chēng)進(jìn)行規(guī)范化處理并將證型中包含的病性證素提取出來(lái)。例如：大便不成形→便溏，山萸→山茱萸，氣虛血瘀→氣虛、血瘀等。

1.4.2 數(shù)據(jù)分析與數(shù)據(jù)庫(kù)的建立 將篩選出的208 篇文獻(xiàn)作為研究對(duì)象，采用Microsoft Office Excel 2010 建立數(shù)據(jù)表記錄每個(gè)案例的證候、證型以及用藥等信息，共錄入329 個(gè)案例，統(tǒng)計(jì)證候、病性證素和中藥的頻次與頻率。在Pycharm 2019.1.3 中采用Python 3.7 進(jìn)行權(quán)值計(jì)算，參照朱文鋒教授的雙層頻權(quán)剪叉算法[14]確立的權(quán)值計(jì)算方法：某一證候、病性證素或中藥在某一病性證素中出現(xiàn)的頻次與該證候、病性證素或中藥在所有病性證素中出現(xiàn)的總頻次的比值。例如：胸悶在“血瘀”這一病性證素中出現(xiàn)的頻次為180，在所有病性證素中出現(xiàn)的頻次為276，則胸悶在病性證素“血瘀”中的權(quán)值為0.65。權(quán)值可以反映某一證候、病性證素或中藥在一定范圍內(nèi)的關(guān)聯(lián)性，權(quán)值越靠前則關(guān)聯(lián)性越強(qiáng)。在Pycharm 2019.1.3 中采用Python 3.7實(shí)現(xiàn)Apriori 算法對(duì)所有中藥進(jìn)行關(guān)聯(lián)規(guī)則分析，最小支持度設(shè)為10%，最小置信度設(shè)為60%。隨后，將權(quán)值計(jì)算以及關(guān)聯(lián)分析得出的結(jié)果分別導(dǎo)入到Neo4j Community 3.5.14 中構(gòu)建圖數(shù)據(jù)庫(kù)，并進(jìn)行數(shù)據(jù)一致性檢驗(yàn)，目的是找出并修改節(jié)點(diǎn)與關(guān)系不匹配的節(jié)點(diǎn)或關(guān)系，例如：“瘀點(diǎn)（斑）舌→血瘀”的關(guān)系為“證候→中心證素”，若變?yōu)椤爸行淖C素→證候”則為節(jié)點(diǎn)與關(guān)系不匹配[15]。采用的Cypher 語(yǔ)句功能：load 將文件導(dǎo)入Neo4j 中；merge 創(chuàng)建節(jié)點(diǎn)或關(guān)系；set 設(shè)置節(jié)點(diǎn)屬性；match 查詢(xún)指定節(jié)點(diǎn)或關(guān)系；where 設(shè)定查詢(xún)的條件；order by 將結(jié)果進(jìn)行排序；desc 按降序排序；limit 限制輸出結(jié)果的數(shù)量。

2 結(jié)果

2.1 頻次統(tǒng)計(jì)

本研究涉及證候217 個(gè)，累計(jì)出現(xiàn)4202 次，出現(xiàn)頻率≥10%的證候有29 個(gè)，其出現(xiàn)頻率≥50%的證候有胸悶、胸痛、氣短、苔白、乏力，見(jiàn)表1；涉及病性證素17 個(gè)，累計(jì)出現(xiàn)770 次，出現(xiàn)頻率≥10%的病性證素有8 個(gè)，分別為血瘀、痰、氣虛、氣滯、陽(yáng)虛、陰虛、濕、火（熱），見(jiàn)表2，與冠心病關(guān)聯(lián)度最高的病性證素為血瘀、痰、氣虛，與冠心病現(xiàn)代中醫(yī)證候特征的臨床流行病學(xué)調(diào)查結(jié)果相符[16]。本研究涉及藥物301 種，累計(jì)用藥頻次4576 次，使用頻率≥10%的中藥有37 種，其中使用頻率≥50%的藥物有丹參、甘草，見(jiàn)表3。

表1 出現(xiàn)頻率≥10%證候分布表（前10 位）

表2 出現(xiàn)頻率≥10%病性證素分布表

表3 使用頻率≥10%中藥分布表（前10 位）

2.2 權(quán)值計(jì)算

在Pycharm 2019.1.3 中采用Python 3.7 對(duì)出現(xiàn)頻率≥10%的證候、病性證素、中藥進(jìn)行權(quán)值計(jì)算，共計(jì)582 條，部分結(jié)果見(jiàn)表4，如第1 條氣虛為在“血瘀”這一病性證素中占比最大的證候，氣虛在所有病性證素中出現(xiàn)的總頻次為110 次，有77%都出現(xiàn)在“血瘀”這一病性證素中，以此類(lèi)推，“瘀點(diǎn)（斑）舌”這一證候95%都出現(xiàn)在“血瘀”這一病性證素中。

表4 出現(xiàn)頻率≥10%證候、病性證素、中藥權(quán)值表（排位第1）

2.3 關(guān)聯(lián)分析

在Pycharm 2019.1.3 中采用Python 3.7 實(shí)現(xiàn)Apriori 算法對(duì)所有中藥進(jìn)行關(guān)聯(lián)規(guī)則分析，最小支持度設(shè)為10%，最小置信度設(shè)為60%，挖掘出61 條關(guān)聯(lián)規(guī)則，見(jiàn)表5。其中前項(xiàng)為前提事件，后項(xiàng)為伴隨事件，支持度為前提事件在所有事件中出現(xiàn)的頻率，置信度為在前提事件出現(xiàn)的情況下，伴隨事件出現(xiàn)的概率。

表5 出現(xiàn)頻率≥10%的中藥關(guān)聯(lián)表（置信度≥75%）

2.4 基于Neo4j 表達(dá)冠心病辨證論治規(guī)律

采用match、where 語(yǔ)句條件查詢(xún)節(jié)點(diǎn)，然后采用set 語(yǔ)句為節(jié)點(diǎn)設(shè)置各項(xiàng)屬性，name 為節(jié)點(diǎn)名，_name為關(guān)系名，freq 或freq1 為頻次，freq2 為頻率，weight為權(quán)值，support 為支持度，confidence 為置信度，見(jiàn)圖1。采用match 語(yǔ)句查詢(xún)“血瘀”“痰”“氣虛”3 個(gè)病性證素的所有關(guān)系，然后采用order 和desc 語(yǔ)句按權(quán)值降序排序，最后采用limit 語(yǔ)句限制輸出前20 條關(guān)系，見(jiàn)圖2～4。同理，采用match、order、desc、limit 語(yǔ)句輸出置信度≥75%的中藥關(guān)系圖，見(jiàn)圖5。圖中圓圈代表節(jié)點(diǎn)，箭頭代表關(guān)系，關(guān)系a 為“證候→中心病性證素”，關(guān)系b 為“中心病性證素→病性證素”，關(guān)系c為“中心證素→前項(xiàng)中藥”，關(guān)系d 為“前項(xiàng)中藥→后項(xiàng)中藥”。

圖1 節(jié)點(diǎn)/關(guān)系屬性圖

圖2 血瘀前20 關(guān)系圖

3 討論

圖3 痰前20 關(guān)系圖

圖4 氣虛前20 關(guān)系圖

圖5 中藥置信度≥0.75 關(guān)聯(lián)圖

圖數(shù)據(jù)庫(kù)可以很直觀(guān)地將數(shù)據(jù)與數(shù)據(jù)間的關(guān)系呈現(xiàn)在人們眼前。Neo4j 是當(dāng)下熱門(mén)的圖數(shù)據(jù)庫(kù)之一，與普通的圖處理或內(nèi)存級(jí)數(shù)據(jù)庫(kù)不同的是，其實(shí)現(xiàn)了專(zhuān)業(yè)數(shù)據(jù)庫(kù)級(jí)別圖數(shù)據(jù)模型的存儲(chǔ)；其性能比其他數(shù)據(jù)庫(kù)穩(wěn)定且運(yùn)行速度要更快[7]。本研究采用頻數(shù)統(tǒng)計(jì)、權(quán)值計(jì)算、關(guān)聯(lián)分析以及Neo4j 技術(shù)構(gòu)建了一個(gè)簡(jiǎn)單冠心病辨證論治知識(shí)表達(dá)圖數(shù)據(jù)庫(kù)。本研究結(jié)果所示，將辨證論治數(shù)據(jù)導(dǎo)入Neo4j 圖數(shù)據(jù)庫(kù)中，通過(guò)為關(guān)系設(shè)置屬性，并通過(guò)特定的查詢(xún)、篩選語(yǔ)句可以更清楚地辨識(shí)出辨證論治中的復(fù)雜關(guān)系，這為中醫(yī)辨證論治知識(shí)表達(dá)圖數(shù)據(jù)庫(kù)的構(gòu)建提供了方法指導(dǎo)。