关联规则是寻找在同一个事件中出现的不同项的相关性。关联分析即利用关联规则进行数据挖掘。关联规则挖掘问题的描述：项目集，设I=｛i1，i2，…关联规则挖掘的目标，给定一个事务集合T，关联规则挖掘即找出T中所有满足支持度和置信度分别高于一个用户指定的最小支持度和最小置信度的关联规则。......
2023-11-08
医药数据关联规则分析：探讨
【摘要】：通过方剂数据的预处理和关联分析，挖掘出基层知名老中医马祥治疗慢性胃炎处方的药对、药组和药四对。现有寒症诊断决策原始数据集，可利用关联规则分析哪些临床表现的组合会导致不同的诊断结果。例如，现有如下中医药治疗胰腺癌的处方数据，可进行关联规则分析用药规律。表2-6癫痫用药根据眼科诊疗数据，可挖掘H52.0远视、H52.2散光、H52.4老光之间的关联情况。
中医诊疗数据挖掘。在从师病历、典型医案研究整理的基础上，选取老中医最擅诊治的病症，总结形成老中医认可的老中医临床经验推广应用方案。方案中要详细说明具体的治疗病症、病因病机、治则治法、基本方药、加减用药等，要能体现出老中医的学术思想和诊疗特点。利用机器学习、人工智能等方法，以知名老中医病案信息为对象，从辨证分型、治则治法、方药等多方面的联系规律对其学术思想、临证经验进行分析挖掘，主要包括病症和复方关系挖掘、病症与证型关系挖掘、证型与复方关系挖掘、方剂配伍规律挖掘。
以基层知名老中医马祥治疗慢性胃炎的处方为数据来源，用Access数据库分别建立药名表、方剂表和方药表。通过方剂数据的预处理和关联分析，挖掘出基层知名老中医马祥治疗慢性胃炎处方的药对、药组和药四对。
图2-1 基层知名老中医马祥治疗慢性胃炎处方的关联规则
由图2-1可得，知名老中医马祥治疗慢性胃炎处方用到的药对、药组和药四对，如表2-1、表2-2、表2-3所示。
表2-1 药对
表2-2 药组
表2-3 药四对
寒症是疾病的本质属于寒性的症候，可以由感受寒邪而致，也可以由机体自身阳虚阴盛而致。由于寒症的病因与病位不同，又可分出几种不同的症型，如感受寒邪，有侵犯肌表，有直中内脏，故有表寒、里寒之别。内寒的成因有寒邪入侵者，有自身阳虚者，故又有实寒、虚寒之分。这里先就寒症的共性进行分析。各类寒症的临床表现不尽一致，但常见的有恶寒喜暖，面色苍白，肢冷蜷卧，口淡不渴，痰涎，涕清稀，小便清长，大便稀溏，舌淡苔白润滑，脉迟或紧等。现有寒症诊断决策原始数据集，可利用关联规则分析哪些临床表现的组合会导致不同的诊断结果。
表2-4 寒症诊断决策原始数据
中医药是胰腺癌综合治疗中的主要手段之一，在胰腺癌的病名、病因病机、治则治法和辨证分型等方面文献表述各异，没有统一的标准，但同时在另一方面又存在着广泛的共识。各家对胰腺癌的病名、病因病机、症型分类、治则治法、处方用药的文字表述不尽相同，但认识上基本趋于一致。中医药治疗胰腺癌在生存期、生存质量、临床受益率等临床主要终点指标方面，临床报告具有一定优势，其辨证论治的观念充分体现了个体化的治疗方案。例如，现有如下中医药治疗胰腺癌的处方数据，可进行关联规则分析用药规律。(www.chuimin.cn)
表2-5 中医药治疗胰腺癌的处方数据
（续表）
癫痫（Epilepsy），即俗称的“羊角风”或“羊癫风”，是大脑神经元突发性异常放电，导致短暂的大脑功能障碍的一种慢性疾病。据中国最新流行病学资料显示，国内癫痫的总体患病率为7.0‰，年发病率为28.8/10万，一年内有发作的活动性癫痫患病率为4.6‰。在中国，癫痫已经成为神经科仅次于头痛的第二大常见病。可以使用关联规则挖掘癫痫用药规律。
表2-6 癫痫用药
根据眼科诊疗数据，可挖掘H52.0远视、H52.2散光、H52.4老光之间的关联情况。
表2-7 眼科诊疗数据
（续表）
激素的故事。长期的医学实践与数据分析表明，许多女性疾病与激素依赖高度相关，最常见的是子宫内膜癌与乳腺癌。重要的激素依赖性肿瘤是女性多发的激素依赖性疾病。2003年，SARS袭击中国，中国医生率先在世界上用激素抑制SARS病毒，取得了很好的疗效。然而，大量不规范的激素使用也使得幸存的SARS患者大多患有严重的骨质疏松，激素依赖疾病又一次被数据验证。
有关大数据挖掘技术及其在医药领域的应用的文章
- 详细阅读
-
医药领域的关联规则挖掘详细阅读
布尔型关联规则处理的值都是离散的、种类化的，它显示了这些变量之间的关系。在单维的关联规则中，只涉及数据的一个维，如用户购买的物品。检查冗余的多层关联规则：挖掘多层关联规则时，由于项间的“祖先”关系，有些发现的规则将是冗余的。挖掘多维关联规则的技术。......
2023-11-08
-
医药数据聚类分析：大数据挖掘应用详细阅读
表4-2某大型医院三年住院治疗情况（续表）医学图像数据聚类分析。中医药数据聚类分析。图4-1聚类数据示例聚类分析在数据挖掘中的作用：作为一个独立的工具来获得数据集中数据的分布情况。Q型聚类分析是对样本进行分类处理。根据变量的分类结果以及它们之间的关系，可以选择主要变量进行回归分析或Q型聚类分析。......
2023-11-08
-
大数据挖掘在医药领域的分类分析详细阅读
分类是一种基本的数据分析方式，根据其特点，可将数据对象划分为不同的部分和类型，再进一步分析，能够进一步挖掘事物的本质。分类分析的用途：解释和预报。......
2023-11-08
-
应急大数据时空关联性分析详细阅读
社会安全事件分析也是时空关联性分析广泛应用的领域。闫密巧等提出了一种基于聚类的时空关联规则的公交犯罪挖掘算法，针对某市一个区的110报警数据库中的大量业务信息进行分析。叶文菁、吴升文则引入加权时空关联规则进行挖掘分析，试图找出公交扒窃的案发时空规律与时空犯罪模式。......
2023-06-15
-
医药数据聚类分析：第4章成果详细阅读
医学所关注的最核心问题就是相关性问题。胸痹心痛存在血瘀证一直是研究的热点，中医通过聚类分析证实血瘀证是胸痹心痛最危险的临床证型。有研究结果表明，血瘀证与冠脉狭窄属于距离最近的一类。本章主要讨论医药数据的聚类分析、相似度计算方法、KMeans算法、基于KMeans的药物聚类分析等问题和相关方法技术。一个好的聚类方法将会产生高质量的簇。......
2023-11-08
-
关联规则分类算法优化技巧详细阅读
如果后件“C”只有类别值，自然可以想到使用此规则进行分类。典型的关联规则分类算法有CBA、CMAR和CPAR[99]。CBA是由Liu B等人提出的，是最早的也是最简单的关联规则分类算法[99]。在一些典型的分类数据集的测试中，CBA算法的实验精度高于C 4.5。但与CMAR不同的是，CPAR只选择每组中的“最好的”K个规则进行分类计算。可见，关联规则分类算法是一类基于规则的算法，其基础是频繁项目的与运算。......
2023-06-16
-
交通事故数据关联挖掘分析详细阅读
读取预处理后的交通事故数据，根据经纬度信息，与这195个网格进行空间连接，为交通事故数据赋予与空间位置相对应的网格编号，以便通过Apriori算法进行关联规则挖掘。对交通事故案件类别、时间段、网格编号等属性信息进行关联规则分析，选择合适的最小支持度和最小置信度。按照关联规则长度为2，提升度大于1.1的原则进行筛选，得到共计84条强关联规则。图4.5关联规则结果......
2023-06-15
相关推荐