论文部分内容阅读
摘要：目的 探索中药复方治疗中晚期非小细胞肺癌（NSCLC）的用药规律。方法 检索中国生物医学文献数据库（CBM）、中国知识资源总库（CNKI）、中国学术期刊数据库（万方数据）公开发表的文献中治疗中晚期NSCLC的中药复方，建立相应数据库，采用频数分析、聚类分析、关联规则等方法对复方进行数据挖掘，对主要药物、药对（组）规律进行分析。结果 在治疗中晚期NSCLC的107首中药复方中，涉及193味药物，使用频次为1298次，其中使用频次≥9次的药物有42种；42种药物的性味、归经分析发现，四气中以寒性最多（409频次），五味中以甘味最多（627频次），归经中以肺经为最多（546频次）。作为主要药物进行聚类分析，分为补阴药、清热药、补气药、补血药、活血药、止血药、化痰药、降气药、敛肺药共9类；经关联规则分析，共得药对规则26条，药组规则18条，主要为益气药、养阴药与清热药的配伍组合。结论 治疗中晚期NSCLC中药复方用药以寒、平为主，甘、苦药居多，归经以肺、脾、胃经为主，治法以益气、养阴、解毒为主。
关键词：晚期非小细胞肺癌；中药复方；用药规律；数据挖掘
DOI：10.3969/j.issn.1005-5304.2015.05.011
中图分类号：R2-05；R273.4 文献标识码：A 文章编号：1005-5304（2015）05-0037-04
Abstract：Objective To study the medication regularity of compound herbal formulae in treating patients with advanced non-small lung cancer （NSCLC）. Methods Compound herbal formulae published on journals for the treatment of NSCLC were searched and collected from CBM， CNKI， and Wanfang Data for database establishment. Frequency analysis， cluster analysis， and association rule analysis were used for data mining， and regularity of main Chinese medicinal herbs and herbal pairs （combinations） were investigated. Results There were 107 compound herbal formulae （involving 193 Chinese medicinal herbs and 1298 frequency） for NSCLC. 42 Chinese medicinal herbs were used for more than 9 times. Cluster analysis on the tastes and properties of the 42 Chinese medicinal herbs found that， among the four qi， cold showed the highest frequency （409）；among the five tastes， sweet showed the highest frequency （627）；among the meridians， lung meridian showed the highest frequency （546）. Cluster analysis divided main Chinese medicinal herbs into 9 types， including yin-nourishing herbs， heat-clearing herbs， qi-tonifying herbs， blood-enriching herbs， blood circulation activating herbs， hemostasis herbs， phlegm-reducing herbs， qi-descending herbs， lung-astringing herbs. Associate rule analysis obtained 26 rules for Chinese medicinal herbal pairs， 18 rules for Chinese medicinal herbal combination， most of which were combinations for tonifying qi， nourishing yin， and clearing heat. Conclusion Chinese compound herbal formulae for the treatment of NSCLC mainly use Chinese medicinal herbs with properties of cold and mildness， with the tastes of sweet and bitter， with meridians of lung， spleen， and stomach， with the treatment of tonifying qi， nourishing yin， and detoxication.
Key words：NSCLC；compound herbal formulae；medication regularity；data mining
近半个世纪来，肺癌的发病率和死亡率迅速上升，其中非小细胞肺癌（NSCLC）约占85%～90%，而且大部分在确诊时已属晚期，失去了手术根治机会[1]。2011年，美国国立综合癌症网络指南推荐晚期NSCLC患者的化疗方案，其疗效在30%～40%之间，而患者的中位无疾病进展生存期仅为3～4个月[2]，因此，积极探索中医药在本病防治中的作用具有重要的意义。近年来，研究人员对采用中药复方治疗中晚期NSCLC进行探索，取得了一定的效果，如一项Meta分析表明，与单纯化疗相比，中医专病专方联合化疗治疗Ⅲ～Ⅵ期NSCLC患者可提高治疗有效率，改善生活质量，减少不良反应[3]，提示中医药治疗本病具有广阔的前景。本研究旨在通过对治疗中晚期NSCLC的中药复方进行数据挖掘，归纳、整理众多医家治疗该病的用药经验，探寻隐藏在数据中的规律，从而更好地指导临床实践。 1 资料与方法
1.1 数据收集
以“非小细胞肺癌”为主题词检索中国生物医学文献数据库（CBM，1978年1月-2014年1月）、中国知识资源总库（CNKI，2004年1月-2014年1月）、中国学术期刊数据库（万方数据，1998年1月-2014年1月）。通过阅读标题及摘要，初步获得有关中医药治疗中晚期NSCLC的文献。仔细阅读全文，将符合下列标准的中药复方纳入：①以中晚期NSCLC患者为研究对象；②组方符合中医理论、药味完整、主治明确、用量在《中药学》[4]教材规定范围内；③纯中药治疗，研究对象至少30例；④疗效确切（WHO实体瘤近期疗效评价、卡氏评分、中医临床证候评价三者中至少有一项优于对照组者）。共获得符合标准的107个复方，按照编号、药名等依次输入Excel中，建立数据库。
1.2 数据清洗
依据《中华人民共和国药典》[5]、《中药大辞典》[6]将药名规范，如将“生半夏”“制半夏”统一为“半夏”，“天龙”“守宫”统一为“壁虎”；其次，将组合概念拆分，如药味“味甘辛”拆分为“味甘”“味辛”，归经“归肺脾经”拆分为归“肺经”“脾经”，功效“清热解毒”拆为“清热”“解毒”等。再根据《中华人民共和国药典》《中药大辞典》，将每味药物的性、味、归经和功效进行数字化并输入：其中寒、热、温、凉等药性按蒋氏方法[7]赋值；对于酸、苦、甘、辛、咸等药味及归经、功效主治等，某药的描述与其某一项相符则记为1，无则记为0。由2人单独分别输入数据，完成后交叉核对，不一致处，讨论解决。
1.3 数据挖掘
1.3.1 描述性分析 以频数分析方法计算药物的种类、每味药物的使用频次；对使用频次≥9次的药物计算总的性味、归经频次[8-10]。
1.3.2 聚类分析 对使用频次≥9次的药物，按每味药物的性味、归经、功效采用分层聚类法进行聚类分析[8-10]。
1.3.3 关联规则分析 采用关联规则探索药对、药组配伍规律，设最小支持度为20%，最小可信度为30%[8-10]。
1.4 数据挖掘工具
采用STATISTICA8.0软件进行描述性分析和关联规则分析，采用SPSS17.0软件进行聚类分析。
2 结果
2.1 描述性分析结果
107个复方中使用193种药物、共1298频次。其中使用频次≥9次的有42种，按使用频次由高到低为：黄芪（69）、白花蛇舌草（51）、麦冬（47）、茯苓（43）、白术（42）、北沙参（37）、甘草（35）、薏苡仁（32）、党参（31）、浙贝母（31）、半枝莲（28）、莪术（24）、女贞子（23）、天冬（22）、鱼腥草（22）、太子参（21）、半夏（21）、仙鹤草（20）、瓜蒌（20）、重楼（19）、南沙参（16）、石见穿（16）、山慈菇（16）、人参（15）、百合（15）、苦杏仁（14）、五味子（13）、丹参（13）、桔梗（12）、枸杞子（12）、川贝母（12）、石上柏（11）、桑白皮（11）、壁虎（11）、三七（11）、天南星（10）、当归（10）、山楂（10）、桃仁（9）、熟地黄（9）、夏枯草（9），共905频次。对42种药物的性味、归经进行汇总，结果发现：四气中以寒性出现频次最高（409），其次为平（183）、热（142）、温（117）、凉（65）；五味中频次以甘味最多（627），其次为苦（529）、辛（180）、酸（23）、咸（11）；归经中频次以肺经最高（546），其次为脾经（375）、胃经（338）、心经（263）、肝经（234）、肾经（150）、大肠经（94）、小肠经（51）、胆经（9）。
2.2 聚类分析结果
42味常用药物共分为9类，根据每类药的主要功效加以归类，并将每味药在治疗中晚期NSCLC中所应用的主要功效进行整理，结果见表1。
2.3 关联规则分析结果
3味药组共得关联规则18条，获得药组3个；药对共得关联规则26条，获得药对13对。见表2、表3。
3 讨论
数据挖掘目前已广泛用于中医药研究，它可以发现一些潜在的现象，但不会告诉为什么，因此，中医药数据挖掘的结果必须在中医药领域的专家指导下进行解读和评价[11]。
3.1 主要药物分析
聚类分析是根据事物本身潜在的特性来研究对象分类的方法。对于42味主要的药物根据其性味、归经、功效主治进行聚类分析后，共归为9类：补阴药、补气药、补血药、清热药、活血药、止血药、化痰药、降气药、敛肺药。其特点如下：①以补益药应用最多，大体可以分为补气药、补阴药、补血药三大类。补阴药，多为入肺经，除了具有滋养肺阴之外，还有清肺止咳、气阴（津）双补的功能；补气药多为入肺、脾经，多具有补肺健脾之功效；补血药多为入肾经，以平补为主。②清热药使用频次居次，分为6个亚组，多为清热解毒之品，相兼功效为：消痈散结（如白花蛇舌草等）、化痰散结（如贝母等）、软坚散结（如夏枯草）、消痈排脓（如鱼腥草）、散瘀止血（如半枝莲等）。③其他几类则主要为针对肺经、对症处理的药物，以降肺、敛肺、化痰、活血、止血、止咳等为治疗目的。
在聚类分析中，值得探讨的是：党参、人参等补气之品与桑白皮泻肺之品归为补阴药，似乎与临床实践有出入。通过研习文献发现：①党参除了能补中益气之外，还有生津养血之功，《本草正义》谓其“力能补脾养胃，润肺生津……健脾运而不燥，滋胃阴而不湿，润肺而不犯寒凉，养血而不偏滋腻……”；人参能益气生津，《伤寒论》所载热邪伤阴、伤津必用人参，后世生脉散、玉泉丸亦取其益气生津止渴之功。②桑白皮目前作为清肺泻肺消肿之品在临床较为常用，而《神农本草经》谓其“味甘，寒，无毒。治伤中，五劳六极羸瘦……补虚益气”，提示其有补益作用，以现代数理方法所得到的药物分类与古人的认识更相近，值得进一步研究。 从主要药物的选用频次、性味归经、主治功效等来看，体现出大多数医家对NSCLC的病机认识[12-14]：①病位在肺，而与脾肾关系密切。②病性属本虚标实，二者互相影响，互为因果。早期多为标实，以气滞、血瘀、痰凝、毒聚为主；中晚期肺癌以虚证（或虚中夹实）为多；而晚期肺癌则肺脾肾气阴两虚尤为显著。
从本研究数据挖掘的结果来看，众多医家治疗本病以补脾肺之气、滋肺肾之阴等扶正为主，以清热解毒、软坚化痰散结、活血祛瘀等以治其标实，同时针对肺主气、司呼吸及主宣肃等生理功能，采用降肺气等药以调畅气机，针对久病肺气耗散等情况予以敛肺气药物，针对咳血予以止血等对症处理，均符合临床实践。
3.2 药对（组）分析
通过关联分析找出数据库中隐藏的知识称为关联规则挖掘，在分析药对和药组时，要考虑关联规则中支持度、可信度、提升度，根据关联规则“有趣”的定义，此次挖掘所获得的13个药对和3个药组的关联规则，均是有趣的。
对获得的关联规则进一步分析，可以发现，一类是经典的药对（药组），如党参与黄芪，黄芪与白术，白术与茯苓，沙参与麦冬，黄芪、北沙参与麦冬，黄芪、白术与茯苓，大都是圣愈汤、补中益气汤、四君子汤、沙参麦冬汤等经典名方的主要组成药物；而另一类则是新近出现的药对（组），如黄芪与白花蛇舌草，白花蛇舌草与半枝莲，白花蛇舌草与麦冬，白术与白花蛇舌草，黄芪、白术与白花蛇舌草等，体现了中医理论与现代科学研究结果相结合、现代中药药理研究对临床选药的指导作用。关联规则分析结果表明多数医家重益气、养阴、解毒的学术思想，提示在临床实践中应将其作为治疗中晚期肺癌的基本大法。
由于中医方剂理论体系繁杂、信息海量，重视方剂研究领域的数据挖掘技术的应用，可以不断获得新知识，对其进一步分析和应用验证，从而促进中医药学的发展。
参考文献：
[1] Arango BA， Castrellon AB， Santos ES， et al. Second-line therapy for non-small-cell lungcancer[J]. Clin Lung Cancer，2009，10（2）：91.
[2] Reguart N， Cardona AF， Rosell R. Role of erlotinib infirst-line and maintenance treatment of advanced nonsmall-cell lung cancer[J]. Cancer Manag Res，2010，2：143.
[3] 朱明章，吴万垠.中医专病专方联合化疗治疗Ⅲ～Ⅳ期非小细胞肺癌的Meta分析[J].肿瘤，2013，33（6）：534-540，545.
[4] 高学敏.中药学[M].2版.北京：中国中医药出版社，2007.
[5] 国家药典委员会.中华人民共和国药典：一部[M].北京：中国医药科技出版社，2010.
[6] 南京中医药大学.中药大辞典[M].2版.上海：上海科学技术出版社，2006.
[7] 蒋永光，李力，李认书，等.中医脾胃方配伍规律的数据挖掘试验[J].世界科学技术-中药现代化，2003，5（3）：33-37.
[8] 张天嵩，张素，李秀娟，等.治疗肺纤维化中药复方用药规律的数据挖掘[J].中国中医药信息杂志，2011，18（2）：31-34.
[9] 李秀娟，张天嵩，张素，等.基于数据挖掘探索名老中医治疗胃脘痛的用药规律[J].福建中医药，2012，43（3）：13-15.
[10] 张素，张天嵩，李秀娟，等.基于数据挖掘探索中药复方治疗围绝经期综合征的用药规律[J].中国中医药信息杂志，2013，20（12）：20-23.
[11] 姚美村，袁月梅，艾路，等.数据挖掘及其在中医药现代化研究中的应用[J].北京中医药大学学报，2002，25（5）：20-23.
[12] 王三虎，王宗仁.原发性肺癌中医病证研究进展评述[J].中医杂志， 2007，48（4）：370-372.
[13] 刘丽荣，徐凯.中医药治疗晚期非小细胞肺癌研究现状[J].中国中医药信息杂志，2006，13（6）：98-100.
[14] 李蓉，焦丽静，许玲.非小细胞肺癌的中医证型分布规律[J].上海中医药杂志，2012，46（9）：95-97.
（收稿日期：2014-08-27；编辑：华强）
关键词：晚期非小细胞肺癌；中药复方；用药规律；数据挖掘
DOI：10.3969/j.issn.1005-5304.2015.05.011
中图分类号：R2-05；R273.4 文献标识码：A 文章编号：1005-5304（2015）05-0037-04
Abstract：Objective To study the medication regularity of compound herbal formulae in treating patients with advanced non-small lung cancer （NSCLC）. Methods Compound herbal formulae published on journals for the treatment of NSCLC were searched and collected from CBM， CNKI， and Wanfang Data for database establishment. Frequency analysis， cluster analysis， and association rule analysis were used for data mining， and regularity of main Chinese medicinal herbs and herbal pairs （combinations） were investigated. Results There were 107 compound herbal formulae （involving 193 Chinese medicinal herbs and 1298 frequency） for NSCLC. 42 Chinese medicinal herbs were used for more than 9 times. Cluster analysis on the tastes and properties of the 42 Chinese medicinal herbs found that， among the four qi， cold showed the highest frequency （409）；among the five tastes， sweet showed the highest frequency （627）；among the meridians， lung meridian showed the highest frequency （546）. Cluster analysis divided main Chinese medicinal herbs into 9 types， including yin-nourishing herbs， heat-clearing herbs， qi-tonifying herbs， blood-enriching herbs， blood circulation activating herbs， hemostasis herbs， phlegm-reducing herbs， qi-descending herbs， lung-astringing herbs. Associate rule analysis obtained 26 rules for Chinese medicinal herbal pairs， 18 rules for Chinese medicinal herbal combination， most of which were combinations for tonifying qi， nourishing yin， and clearing heat. Conclusion Chinese compound herbal formulae for the treatment of NSCLC mainly use Chinese medicinal herbs with properties of cold and mildness， with the tastes of sweet and bitter， with meridians of lung， spleen， and stomach， with the treatment of tonifying qi， nourishing yin， and detoxication.
Key words：NSCLC；compound herbal formulae；medication regularity；data mining
近半个世纪来，肺癌的发病率和死亡率迅速上升，其中非小细胞肺癌（NSCLC）约占85%～90%，而且大部分在确诊时已属晚期，失去了手术根治机会[1]。2011年，美国国立综合癌症网络指南推荐晚期NSCLC患者的化疗方案，其疗效在30%～40%之间，而患者的中位无疾病进展生存期仅为3～4个月[2]，因此，积极探索中医药在本病防治中的作用具有重要的意义。近年来，研究人员对采用中药复方治疗中晚期NSCLC进行探索，取得了一定的效果，如一项Meta分析表明，与单纯化疗相比，中医专病专方联合化疗治疗Ⅲ～Ⅵ期NSCLC患者可提高治疗有效率，改善生活质量，减少不良反应[3]，提示中医药治疗本病具有广阔的前景。本研究旨在通过对治疗中晚期NSCLC的中药复方进行数据挖掘，归纳、整理众多医家治疗该病的用药经验，探寻隐藏在数据中的规律，从而更好地指导临床实践。 1 资料与方法
1.1 数据收集
以“非小细胞肺癌”为主题词检索中国生物医学文献数据库（CBM，1978年1月-2014年1月）、中国知识资源总库（CNKI，2004年1月-2014年1月）、中国学术期刊数据库（万方数据，1998年1月-2014年1月）。通过阅读标题及摘要，初步获得有关中医药治疗中晚期NSCLC的文献。仔细阅读全文，将符合下列标准的中药复方纳入：①以中晚期NSCLC患者为研究对象；②组方符合中医理论、药味完整、主治明确、用量在《中药学》[4]教材规定范围内；③纯中药治疗，研究对象至少30例；④疗效确切（WHO实体瘤近期疗效评价、卡氏评分、中医临床证候评价三者中至少有一项优于对照组者）。共获得符合标准的107个复方，按照编号、药名等依次输入Excel中，建立数据库。
1.2 数据清洗
依据《中华人民共和国药典》[5]、《中药大辞典》[6]将药名规范，如将“生半夏”“制半夏”统一为“半夏”，“天龙”“守宫”统一为“壁虎”；其次，将组合概念拆分，如药味“味甘辛”拆分为“味甘”“味辛”，归经“归肺脾经”拆分为归“肺经”“脾经”，功效“清热解毒”拆为“清热”“解毒”等。再根据《中华人民共和国药典》《中药大辞典》，将每味药物的性、味、归经和功效进行数字化并输入：其中寒、热、温、凉等药性按蒋氏方法[7]赋值；对于酸、苦、甘、辛、咸等药味及归经、功效主治等，某药的描述与其某一项相符则记为1，无则记为0。由2人单独分别输入数据，完成后交叉核对，不一致处，讨论解决。
1.3 数据挖掘
1.3.1 描述性分析 以频数分析方法计算药物的种类、每味药物的使用频次；对使用频次≥9次的药物计算总的性味、归经频次[8-10]。
1.3.2 聚类分析 对使用频次≥9次的药物，按每味药物的性味、归经、功效采用分层聚类法进行聚类分析[8-10]。
1.3.3 关联规则分析 采用关联规则探索药对、药组配伍规律，设最小支持度为20%，最小可信度为30%[8-10]。
1.4 数据挖掘工具
采用STATISTICA8.0软件进行描述性分析和关联规则分析，采用SPSS17.0软件进行聚类分析。
2 结果
2.1 描述性分析结果
107个复方中使用193种药物、共1298频次。其中使用频次≥9次的有42种，按使用频次由高到低为：黄芪（69）、白花蛇舌草（51）、麦冬（47）、茯苓（43）、白术（42）、北沙参（37）、甘草（35）、薏苡仁（32）、党参（31）、浙贝母（31）、半枝莲（28）、莪术（24）、女贞子（23）、天冬（22）、鱼腥草（22）、太子参（21）、半夏（21）、仙鹤草（20）、瓜蒌（20）、重楼（19）、南沙参（16）、石见穿（16）、山慈菇（16）、人参（15）、百合（15）、苦杏仁（14）、五味子（13）、丹参（13）、桔梗（12）、枸杞子（12）、川贝母（12）、石上柏（11）、桑白皮（11）、壁虎（11）、三七（11）、天南星（10）、当归（10）、山楂（10）、桃仁（9）、熟地黄（9）、夏枯草（9），共905频次。对42种药物的性味、归经进行汇总，结果发现：四气中以寒性出现频次最高（409），其次为平（183）、热（142）、温（117）、凉（65）；五味中频次以甘味最多（627），其次为苦（529）、辛（180）、酸（23）、咸（11）；归经中频次以肺经最高（546），其次为脾经（375）、胃经（338）、心经（263）、肝经（234）、肾经（150）、大肠经（94）、小肠经（51）、胆经（9）。
2.2 聚类分析结果
42味常用药物共分为9类，根据每类药的主要功效加以归类，并将每味药在治疗中晚期NSCLC中所应用的主要功效进行整理，结果见表1。
2.3 关联规则分析结果
3味药组共得关联规则18条，获得药组3个；药对共得关联规则26条，获得药对13对。见表2、表3。
3 讨论
数据挖掘目前已广泛用于中医药研究，它可以发现一些潜在的现象，但不会告诉为什么，因此，中医药数据挖掘的结果必须在中医药领域的专家指导下进行解读和评价[11]。
3.1 主要药物分析
聚类分析是根据事物本身潜在的特性来研究对象分类的方法。对于42味主要的药物根据其性味、归经、功效主治进行聚类分析后，共归为9类：补阴药、补气药、补血药、清热药、活血药、止血药、化痰药、降气药、敛肺药。其特点如下：①以补益药应用最多，大体可以分为补气药、补阴药、补血药三大类。补阴药，多为入肺经，除了具有滋养肺阴之外，还有清肺止咳、气阴（津）双补的功能；补气药多为入肺、脾经，多具有补肺健脾之功效；补血药多为入肾经，以平补为主。②清热药使用频次居次，分为6个亚组，多为清热解毒之品，相兼功效为：消痈散结（如白花蛇舌草等）、化痰散结（如贝母等）、软坚散结（如夏枯草）、消痈排脓（如鱼腥草）、散瘀止血（如半枝莲等）。③其他几类则主要为针对肺经、对症处理的药物，以降肺、敛肺、化痰、活血、止血、止咳等为治疗目的。
在聚类分析中，值得探讨的是：党参、人参等补气之品与桑白皮泻肺之品归为补阴药，似乎与临床实践有出入。通过研习文献发现：①党参除了能补中益气之外，还有生津养血之功，《本草正义》谓其“力能补脾养胃，润肺生津……健脾运而不燥，滋胃阴而不湿，润肺而不犯寒凉，养血而不偏滋腻……”；人参能益气生津，《伤寒论》所载热邪伤阴、伤津必用人参，后世生脉散、玉泉丸亦取其益气生津止渴之功。②桑白皮目前作为清肺泻肺消肿之品在临床较为常用，而《神农本草经》谓其“味甘，寒，无毒。治伤中，五劳六极羸瘦……补虚益气”，提示其有补益作用，以现代数理方法所得到的药物分类与古人的认识更相近，值得进一步研究。 从主要药物的选用频次、性味归经、主治功效等来看，体现出大多数医家对NSCLC的病机认识[12-14]：①病位在肺，而与脾肾关系密切。②病性属本虚标实，二者互相影响，互为因果。早期多为标实，以气滞、血瘀、痰凝、毒聚为主；中晚期肺癌以虚证（或虚中夹实）为多；而晚期肺癌则肺脾肾气阴两虚尤为显著。
从本研究数据挖掘的结果来看，众多医家治疗本病以补脾肺之气、滋肺肾之阴等扶正为主，以清热解毒、软坚化痰散结、活血祛瘀等以治其标实，同时针对肺主气、司呼吸及主宣肃等生理功能，采用降肺气等药以调畅气机，针对久病肺气耗散等情况予以敛肺气药物，针对咳血予以止血等对症处理，均符合临床实践。
3.2 药对（组）分析
通过关联分析找出数据库中隐藏的知识称为关联规则挖掘，在分析药对和药组时，要考虑关联规则中支持度、可信度、提升度，根据关联规则“有趣”的定义，此次挖掘所获得的13个药对和3个药组的关联规则，均是有趣的。
对获得的关联规则进一步分析，可以发现，一类是经典的药对（药组），如党参与黄芪，黄芪与白术，白术与茯苓，沙参与麦冬，黄芪、北沙参与麦冬，黄芪、白术与茯苓，大都是圣愈汤、补中益气汤、四君子汤、沙参麦冬汤等经典名方的主要组成药物；而另一类则是新近出现的药对（组），如黄芪与白花蛇舌草，白花蛇舌草与半枝莲，白花蛇舌草与麦冬，白术与白花蛇舌草，黄芪、白术与白花蛇舌草等，体现了中医理论与现代科学研究结果相结合、现代中药药理研究对临床选药的指导作用。关联规则分析结果表明多数医家重益气、养阴、解毒的学术思想，提示在临床实践中应将其作为治疗中晚期肺癌的基本大法。
由于中医方剂理论体系繁杂、信息海量，重视方剂研究领域的数据挖掘技术的应用，可以不断获得新知识，对其进一步分析和应用验证，从而促进中医药学的发展。
参考文献：
[1] Arango BA， Castrellon AB， Santos ES， et al. Second-line therapy for non-small-cell lungcancer[J]. Clin Lung Cancer，2009，10（2）：91.
[2] Reguart N， Cardona AF， Rosell R. Role of erlotinib infirst-line and maintenance treatment of advanced nonsmall-cell lung cancer[J]. Cancer Manag Res，2010，2：143.
[3] 朱明章，吴万垠.中医专病专方联合化疗治疗Ⅲ～Ⅳ期非小细胞肺癌的Meta分析[J].肿瘤，2013，33（6）：534-540，545.
[4] 高学敏.中药学[M].2版.北京：中国中医药出版社，2007.
[5] 国家药典委员会.中华人民共和国药典：一部[M].北京：中国医药科技出版社，2010.
[6] 南京中医药大学.中药大辞典[M].2版.上海：上海科学技术出版社，2006.
[7] 蒋永光，李力，李认书，等.中医脾胃方配伍规律的数据挖掘试验[J].世界科学技术-中药现代化，2003，5（3）：33-37.
[8] 张天嵩，张素，李秀娟，等.治疗肺纤维化中药复方用药规律的数据挖掘[J].中国中医药信息杂志，2011，18（2）：31-34.
[9] 李秀娟，张天嵩，张素，等.基于数据挖掘探索名老中医治疗胃脘痛的用药规律[J].福建中医药，2012，43（3）：13-15.
[10] 张素，张天嵩，李秀娟，等.基于数据挖掘探索中药复方治疗围绝经期综合征的用药规律[J].中国中医药信息杂志，2013，20（12）：20-23.
[11] 姚美村，袁月梅，艾路，等.数据挖掘及其在中医药现代化研究中的应用[J].北京中医药大学学报，2002，25（5）：20-23.
[12] 王三虎，王宗仁.原发性肺癌中医病证研究进展评述[J].中医杂志， 2007，48（4）：370-372.
[13] 刘丽荣，徐凯.中医药治疗晚期非小细胞肺癌研究现状[J].中国中医药信息杂志，2006，13（6）：98-100.
[14] 李蓉，焦丽静，许玲.非小细胞肺癌的中医证型分布规律[J].上海中医药杂志，2012，46（9）：95-97.
（收稿日期：2014-08-27；编辑：华强）