基于古籍医案从方证相应探索中药干预中风失语的证治规律.pdf

Aug.2023 Vol.30 No.8 Chinese Journal of Information on TCM基于古籍医案从方证相应探索中药干预中风失语的证治规律陈健 1，任巧生 1，马亚男 1，陶晓华 2，高颖 1，常静玲 11.北京中医药大学东直门医院，北京 100700；2.北京中医药大学中医学院，北京 100029摘要：目的挖掘古籍医案中风失语证候要素与组方用药规律，从方证相应探析本病论治思路。方法以国家重点研发计划中医古籍“病脉证并治”知识元标引数据库及中华医典（第5版）古籍数据库医案部古籍为主要医案来源，筛选符合要求的中风失语古籍医案，运用Python3.8编程语言提取医案的证候、处方等信息，录入Excel2019，进一步提取证素信息，形成标准证药信息数据库，运用Pandas库对数据进行规范化处理、统计描述，调用Apriori算法模块进行关联规则分析；运用Gephi0.9.7进行证素复杂网络可视化呈现与分析；运用SPSS Statistics 26.0对高频中药进行系统聚类分析。结果共纳入48部古籍的210则中风失语医案，涉及18个病性证素，总频次为495，痰、内风、热、气虚、阴虚为高频病性证素；9个病位证素，总频次为218，肝、肾、脾、心、经络为高频病位证素；中药262味，总频次为2 261，频次16中药共40味，包括茯苓、法半夏、人参片、石菖蒲、当归等。关联规则分析得到病位-病性强关联规则10条，中药-病性强关联规则20条。复杂网络可视化分析获得5个病性证素与5个病位证素的紧密关联网络。高频中药聚类分析获得3类核心组合。结论中风失语急性期，肝热生风、痰迷心窍以清神解语汤和羚角钩藤汤主之；恢复期与后遗症期，脾虚痰阻以六君子汤主之，肝肾阴虚、痰浊上扰以地黄饮子主之。关键词：中风失语；古籍医案；方证相应；证素；证治规律；数据挖掘中图分类号：R2-05；R277.733 文献标识码：A 文章编号：1005-5304(2023)08-0036-07DOI：10.19879/ki.1005-5304.202210237开放科学（资源服务）标识码（OSID）：Exploration of Syndrome and Treatment Law of Post Stroke Aphasia Intervened by TCM from Prescription-syndrome Relativity Based on Medical Cases in Ancient BooksCHEN Jian1,REN Qiaosheng1,MA Yanan1,TAO Xiaohua2,GAO Ying1,CHANG Jingling11.Dongzhimen Hospital,Beijing University of Chinese Medicine,Beijing 100700,China;2.School of Traditional Chinese Medicine,Beijing University of Chinese Medicine,Beijing 100029,ChinaAbstract:Objective To mine the syndrome factors and medication law of prescriptions of post stroke aphasia(PSA)in medical cases of ancient books;To explore the treatment idea of PSA from the perspective of prescription-syndrome relativity.Methods The main source of medical cases was the knowledge element indexing database of the national key research and development plan of ancient Chinese medical books“treating diseases,pulse and syndrome simultaneously”and the medical case part of ancient book database of the Chinese Medical Code(5th Edition).Qualified ancient medical records of PSA were screened.Python 3.8 programming language was used to extract the syndrome,prescription and other information of the medical case,and the information was entered into Excel 2019.Syndrome element information was further extracted to form standard syndrome drug information database.The Pandas library was used to normalize the data processing and statistical description,and the Apriori algorithm module was used to analyze the association rules.Gephi 0.9.7 was used to visualize and analyze the complex network of syndrome elements.SPSS Statistics 26.0 was used to conduct systematic cluster analysis on high-frequency Chinese materia medica.Results Totally 210 cases of PSA in 48 ancient books were included,involving 18 disease nature syndrome elements,with a total frequency of 495.Phlegm,internal wind,heat,qi deficiency and yin deficiency were 基金项目：国家重点研发计划（2019YFC1709200、2019YFC1709203、2019YFC1709204）通讯作者：常静玲，E-mail：中医药信息学36中国中医药信息杂志2023 年 8 月第 30 卷第 8 期high frequency disease nature syndrome element.There were 9 disease location syndrome elements,with a total frequency of 218.Liver,kidney,spleen,heart and meridians were high frequency disease location syndrome elements.262 types of Chinese materia medica had a total frequency of 2 261,there were 40 types of Chinese materia medica with frequency of 16,including Poria,Pinelliae Rhizoma Praeparatum,Ginseng Radix et Rhizoma,Acori Tatarinowii Rhizoma,and Angelicae Sinensis Radix.According to the analysis of association rules,there were 10 strong association rules of disease location-disease nature and 20 strong association rules of Chinese materia medica-disease nature.The complex network visualization analysis obtained the close correlation network of 5 disease nature syndrome elements and 5 disease location syndrome elements.High frequency cluster analysis of Chinese materia medica obtained 3 groups of core prescriptions.Conclusion In the acute stage of PSA,liver heat generates wind and phlegm disturbs the heart,Qingshen Jieyu Decoction and Lingjiao Gouteng Decoction are the main prescriptions;during the recovery period and the sequela period,the spleen deficiency and phlegm resistance can be treated with Liujunzi Decoction,and the liver and kidney yin deficiency and phlegm turbidity can be treated with Dihuang Yinzi Decoction.Keywords:post stroke aphasia;medical cases in ancient books;prescription-syndrome relativity;syndrome elements;syndrome and treatment law;data mining中风病是我国成年人致死、致残的首位病因1，约1/3的患者均有失语表现2-3。作为中风病五大主症之一4-5，中风失语古籍记载历史悠久，受历代医家所重视，素问大奇论篇即载：“心脉小坚急，皆鬲偏枯，男子发左，女子发右，不喑舌转，可治。”医案是医者临证实践的记录，秦伯未先生曾言：“合病理、治病于一，而融会贯通，卓然成一家言，为后世法者，厥惟医案。”6中风失语古籍医案蕴含丰富的证治规律。方证相应强调证候与病机是临床处方的直接依据，是理法方药规律的具体体现7。然而，证候具有多变量、多层次、多因素、非线性的复杂特点，并且古籍医案缺乏规范性描述，加大了证治规律研究的难度。王永炎院士提出降维升阶方法，通过证候要素表达复杂的证机组合关系，实现证候规范8。本研究通过构建中风失语古籍医案库，对医案证候要素与方药规律进行组合分析，以求方证相应，探讨古代医家治疗中风失语的辨治思路，为现代临床诊治提供参考。1资料与方法资料与方法1.1数据来源本研究资料以国家重点研发计划中医古籍“病脉证并治”知识元标引数据库为主9，数据库包含600部古籍，选目原则：根据全国中医图书联合目录，选取1911年以前出版，具有重要学术价值的中医古籍；所有古籍均完成数字转码、文本规范化处理、内容知识元标引；中风相关古籍经北京中医药大学脑病研究院专家阅读、参考及推荐，纳入中风斠诠 风劳鼓病论 风痨臌膈四大证治等专病古籍；根据古书版本鉴定10确定版本，并由中国中医科学院医史文献学专家审定。同时，中华医典（第5版）数据库拥有中医古籍电子版千余部11，本研究将其中医案部古籍作为补充书目，保证古籍医案资料的全面性。1.2检索策略梳理中医临床诊疗术语：疾病部分12、中医药学名词13及中医名词术语精华辞典14中与中风失语相关古代病证名：言语不利、舌瘖、中风失音、语言蹇/謇涩、语言蹇/謇吃、不能言、哑风、喑痱、阴俳、喑俳、瘖痱、瘖俳、风懿、风癔、不得言、中风不语、舌强语涩，构建检索词库对数据库进行预检索，机器结合人工初步筛选含有以上关键词且文本描述属于医案的古籍内容。1.3医案筛选标准纳入标准：疾病诊断符合中风病诊断与疗效评定标准（试行）15；医案的证候、方药等信息完备；多诊次医案复诊纳入以中风失语为主要辨治对象且用药信息完备的诊次。排除标准：不同文献中出现患者姓名、病情等关键信息雷同，有相互重复嫌疑的医案；表述模糊，容易产生歧义的医案；记载为治疗无效或误治、误诊的医案；采用非中药内服治疗的医案。1.4数据处理1.4.1证素规范化提取证素是组成证候内涵独立且最小的属性概念，分为病性证素与病位证素16。证素提取需尊重医家原意，选择包含证素信息的病机、证候、治法等医案原文，三者互参，按照证素辨证学17所规定的证素诊断要求，结合中医诊断学18，对其进行规范化提取，37Aug.2023 Vol.30 No.8 Chinese Journal of Information on TCM如医案载“火与痰合，遂致弥漫心窍，言语不能自如”，则提取病性证素“痰”“热”，病位证素“心”。由于部分古籍医案记载存在病位病性证素信息不完整情况，保持古籍原意不推测，同时对于有异议的内容由课题组专家讨论后决定。1.4.2中药名标准化处理中药名与药物炮制方法主要参考2020年版中华人民共和国药典19、中药学20及中药大辞典21进行规范，如“双钩”“钩钩”规范为“钩藤”，“胆星”“陈胆星”规范为“胆南星”等；存在药物取材部位、饮片外形等差异但未影响功效主治则进行统一，如“茯苓块”“茯苓片”统一为“茯苓”等；存在药物取材部位不同而影响功效主治则分别录入，如“瓜蒌子”“瓜蒌皮”“天花粉”；因炮制产生功效差异亦分别录入，如“法半夏”“姜半夏”，“甘草”“炙甘草”等。1.5数据分析运用Python3.8编写数据导入脚本，将规范后的证素、药物导入Excel2019，由2名研究人员分别逐一核对与校正，形成标准证素方药数据库，然后基于Pandas库对数据库中病性证素、病位证素、药物频次等进行统计分析，调用Apriori算法模块进行关联规则分析；运用Gephi0.9.7进行证素复杂网络可视化分析；采用SPSS Statistics 26.0统计软件对高频药物进行系统聚类分析，采用组间联接，选择Pearson相关系数。2结果结果2.1医案筛选结果最终共纳入210则中风失语医案，其中197则医案含有病性证素信息，125则医案含有病位证素信息，120则医案同时含有病位-病性证素信息，涉及方剂210首。共涉及48部古籍，主要为清代（38）、明代（7）、近代（2），医案数前3位古籍分别为临证指南医案（21）、张聿青医案（16）、名医类案（14）。2.2频次统计2.2.1病性证素纳入医案共提取18个病性证素，包括10个实性证素和8个虚性证素，总频次为495（见表1），频次前5位的证素分别为痰、内风、热、气虚、阴虚，累计391次（78.99%）。病性证素组合类型按虚实可归为3类，分别为虚实夹杂（100次，50.76%）、实证（70次，35.53%）、虚证（27次，13.71%）。各型频次14的高频病性证素组合见表2。虚证高频病性证素为气虚；实证高频病性证素为痰、热、内风，复合证素为热+痰、内风+热、内风+痰、内风+热+痰；虚实夹杂主要病性证素组合为痰+气虚、内风+阴虚、热+阴虚、痰+阴虚、内风+气虚、内风+热+阴虚。2.2.2病位证素纳入医案共提取9个病位证素，总频次为218，见表3。频次前5位的证素分别是肝、肾、脾、心、经络，总频次为192（88.07%）。病位证素组合类型按证素数量可归为3类，分别为单证素（48次，38.40%）、双证素（61次，48.80%）、三证素（16次，12.80%）。各型频次3的高频病位证素组合见表4，双证素高频病位证素为肝+肾、心+脾、肝+脾、脾+胃、心+肾、心+肝；三证素高频病位证素组合为肝+肾+经络、心+肝+脾、心+脾+肾。表1197则中风失语医案病性证素病性证素痰内风热气虚阴虚血虚湿外风精亏频次1138684614724151414频率/%22.8217.3716.9712.329.494.853.032.832.83病性证素阳虚气陷阳亢气逆寒血瘀气滞亡阴亡阳频次975533311频率/%1.811.411.011.010.610.610.600.200.20表2197则中风失语医案高频病性证素组合（频次14）证素组合类型虚证（n=27）实证（n=70）虚实夹杂（n=100）高频证素组合气虚痰热内风热+痰内风+热内风+痰内风+热+痰痰+气虚内风+阴虚热+阴虚痰+阴虚内风+气虚内风+热+阴虚内风+痰+气虚热+痰+气虚频次14493733262521153827242018171515独立百分比/%51.8570.0052.8647.1437.1435.7130.0021.4338.0027.0024.0020.0018.0017.0015.0015.00总百分比/%7.1124.8718.7816.7513.2012.6910.667.6119.2913.7112.1810.159.148.637.617.61注：独立百分比为病性证素在同类型病性证素组合中所占百分比；总百分比为该证素在总病性证素组合中所占百分比38中国中医药信息杂志2023 年 8 月第 30 卷第 8 期2.2.3高频中药共获得中药262 味，总频次为2 261。提取频次前40位中药，累计频次为1 409（62.32%），见表5。2.3证候相兼分析2.3.1病位-病性证素二项关联规则调用Pandas库Apriori算法模块，进行病位-病性证素关联规则分析。根据强关联规则阈值推荐与逐级推演22-23，设置最大前项数为1、最小支持度为10%、最小置信度为50%、提升度1，获得病位-病性证素二项关联规则10条。见表6。2.3.2中药-病性证素二项关联规则结合先验性原则，甘草多为使药入方配伍，因而不纳入前项药物，并设置最大前项数为1、最小支持度为10%、最小置信度为60%、提升度1，获得中药-病性证素二项关联规则20条。见表7。表3125则中风失语医案病位证素病位证素肝肾脾心经络频次5044413423频率/%22.9420.1818.8115.6010.55病位证素胃脑肺心包络频次11753频率/%5.053.212.291.38表4125则中风失语医案高频病位证素组合（频次3）证素组合类型双证素（n=61）三证素（n=16）病位证素肝+肾心+脾肝+脾脾+胃心+肾心+肝肝+经络肾+经络肝+脑脾+肾肝+肾+经络心+肝+脾心+脾+肾频次2617117777544543频率/%20.8013.608.805.605.605.605.604.003.203.204.003.202.40表5210则中风失语医案高频中药（前40位）序号1234567891011121314151617181920中药茯苓法半夏人参片石菖蒲当归麸炒白术炙甘草远志陈皮白芍竹沥生姜橘红天麻麦冬茯神干石斛熟地黄胆南星肉苁蓉片频次8373686359595858565346444139353533292727频率/%39.5234.7632.3830.0028.1028.1027.6227.6226.6725.2421.9020.9519.5218.5716.6716.6715.7113.8112.8612.86序号2122232425262728293031323334353637383940中药羚羊角镑片钩藤菊花肉桂山萸肉牛膝生地黄枸杞子炮附片秦艽黄芪炒僵蚕防风薄荷炒酸枣仁桑叶竹茹蒺藜牡蛎大枣频次2727252424232322222121212020191817171616频率/%12.8612.8611.9011.4311.4310.9510.9510.4810.4810.0010.0010.009.529.529.058.578.108.107.627.62表6120则中风失语医案病位-病性证素二项关联规则（支持度10%，置信度50%）前项肝肝肝肾脾心肾心经络经络后项内风痰热阴虚气虚痰内风热内风热频次38262625242322191712支持度/%31.6721.6721.6720.8320.0019.1718.3315.8314.1710.00置信度/%79.1754.1754.1760.9860.0065.7153.6654.2973.9152.17提升度1.5831.1021.1822.0912.0001.3371.0731.1841.4781.138表7197则中风失语医案中药-病性证素二项关联规则（支持度10%，置信度60%）前项法半夏茯苓石菖蒲人参片远志陈皮竹沥麸炒白术橘红竹沥天麻生姜钩藤胆南星麦冬干石斛熟地黄羚羊角镑片炒僵蚕羚羊角镑片后项痰痰痰气虚痰痰痰气虚痰热内风痰内风痰阴虚阴虚阴虚热痰内风频次5953444337363535312828262121212121202020支持度/%29.9526.9022.3421.8318.7818.2717.7717.7715.7414.2114.2113.2010.6610.6610.6610.6610.6610.1510.1510.15置信度/%84.2963.8674.5866.1564.9172.0077.7862.5077.5060.8775.6865.0084.0080.7760.0063.6472.4174.0795.2474.07提升度1.4691.1131.3002.1361.1321.2551.3562.0181.3511.1471.3191.1331.4641.4082.2861.3001.7431.5631.7431.69739Aug.2023 Vol.30 No.8 Chinese Journal of Information on TCM2.4证素复杂网络可视化分析使用Gephi0.9.7的Fruchterman-Reingold网络布局算法，对210则医案的证素进行复杂网络可视化分析，形成27个节点、156条边的无向复杂网络，见图1。加权度代表节点与其他节点的加权连接数，节点网络拓扑属性的接近中心性、中介中心性、特征向量中心性与节点中心性呈正相关24。根据复杂网络节点加权度分析，在加权度100时可过滤形成核心节点群，因此提取加权度100的节点进行网络节点中心性分析，见表8。病性证素痰、热、内风、气虚、阴虚，病位证素脾、肝、肾、心、经络成为复杂网络核心节点，且痰为复杂网络中心。另外，复杂网络边宽可直观反映证素关联频次，边长反映多证素相互作用关系，节点相邻、路径短代表证素关系为正向作用25-26。由此可知，肝-热、内风，心-痰、热，肝、肾-阴虚-内风，脾-气虚-痰，经络-内风、热，平均路径短、宽，表明关联紧密。2.5中药核心组方分析运用SPSS Statistics 26.0测量区间的Pearson相关系数对频次19的中药进行组间连接系统聚类分析，生成聚类树状图，见图2。结合失语医案原始组方药味规律，取类间距为25，聚为3类组合，见表9。3讨论讨论基于中风失语古籍医案病性证素分布情况分析，可知痰、内风、热、气虚、阴虚是构成证型的核心病性证素，虚实夹杂证与实证为主要证型。实证主要以痰、热、风构成痰热互结证或风痰火亢证；虚实夹杂证以气虚或阴虚作为本虚，气虚主要以痰为标实构成气虚痰阻证，阴虚与风、热构成阴虚风动证。病位证素分布表明，肝、肾、脾、心、经络为中风失语核心病位，肝肾、心脾、肝脾、脾胃为主要病位组合。病位-病性关联则分析，获得肝与痰、热、内风，肾与阴虚、内风，脾与气虚，心与痰、热，经络与风、热的强关联规则。证素复杂网络可视化分析也表明，肝-热、内风，心-痰、热，肝、肾-阴虚-内风，脾-气虚-痰，经络-内风、热网络联系紧密。医宗必读有“不语，脾脉络胃挟咽，连舌本，散舌下；心之别脉系舌本。心表8210则中风失语医案证素复杂网络节点中心性分析（加权度100）节点痰热脾内风肝气虚阴虚肾心经络加权度301270157284212172162169134106接近中心性0.9230.8890.8280.8280.8000.8000.7740.7500.7270.706中介中心性29.73420.15123.10214.35415.13318.5039.9175.2342.9042.728特征向量中心性1.0000.9860.9600.9180.9450.8670.8570.9040.8830.834图2210则中风失语医案高频中药聚类分析树状图（频次19）注：节点代表证素，节点大小代表证素频次；边代表证素关联，边宽代表证素关联频次，边长代表证素关联强弱图1210则中风失语医案证素复杂网络（27个节点、156条边）表9210则中风失语医案高频中药核心组合聚类C1C2C3核心组合茯神、炒酸枣仁、菊花、生地黄、秦艽、防风、天麻、竹沥、生姜、羚羊角镑片、胆南星、钩藤、橘红、炒僵蚕当归、白芍、法半夏、陈皮、茯苓、人参片、炙甘草、麸炒白术、黄芪干石斛、肉苁蓉片、山萸肉、麦冬、薄荷、石菖蒲、远志、肉桂、炮附片、牛膝、枸杞子、熟地黄主要功效凉肝息风，清心涤痰健脾益气，化痰祛瘀补益肝肾，化痰醒神40中国中医药信息杂志2023 年 8 月第 30 卷第 8 期脾受风，故舌强不语。亦有因肾脉而上循喉咙挟舌本者”，脉因证治亦提出心脉系舌根，脾脉系舌旁，肝脉、肾脉络舌本，因而医案中言经脉、经络，实则仍是与心、脾、肝、肾相关。针对医案高频中药进行统计并行聚类分析，得出3类核心组合。C1组合为茯神、炒酸枣仁、菊花、生地黄、秦艽、防风、天麻、竹沥、生姜、羚羊角镑片、胆南星、钩藤、橘红、炒僵蚕。结合药物-病性证素关联规则分析显示，组方中天麻、钩藤与内风，羚羊角镑片与热、内风，竹沥与热、痰，胆南星、炒僵蚕、橘红、生姜与痰均为强关联，因而该方主要针对热、痰、内风。根据组方配伍，实为清神解语汤及羚角钩藤汤之合方。本方以羚羊角镑片清心肝之火，生地黄、菊花补肝阴以平热，天麻、钩藤息内风，胆南星、竹沥清痰热，僵蚕、橘红化痰通络，同时配合秦艽、防风平治于风，茯神、炒酸枣仁安定心神，合方共奏凉肝息风、清心涤痰之功。C2组合为当归、白芍、法半夏、陈皮、茯苓、人参片、炙甘草、麸炒白术、黄芪，药物-病性证素关联规则分析提示，人参片、麸炒白术与气虚，法半夏、陈皮、茯苓与痰关联性强，因而本方主治气虚痰阻。同时，本方为六君子汤与补中益气汤之类方。人参片、麸炒白术、黄芪以补脾气，法半夏、陈皮、茯苓以理气除痰，当归、白芍养气之母，兼调血助运，气旺则痰瘀得消，配伍以成健脾益气、化痰祛瘀。C3组合为干石斛、肉苁蓉片、山萸肉、麦冬、薄荷、石菖蒲、远志、肉桂、炮附片、牛膝、枸杞子、熟地黄。药物-病性证素关联规则分析提示，麦冬、干石斛、熟地黄与阴虚，石菖蒲、远志与痰关联性强。药物基本与地黄饮子一致，熟地黄、山萸肉、肉苁蓉片、干石斛填补肝肾阴精，合麦冬滋阴金水相生，炮附片、肉桂意在鼓舞肾气上达，石菖蒲、远志化痰醒神开窍，以补益肝肾、化痰醒神。综上，将病位-病性证素应证结合继而与中药核心处方进行方证相对，形成三组方证。肝热生风、痰迷心窍，清神解语汤合羚角钩藤汤主之。“言为心之声”（素问玄机原病式）；“心为声音之主”（万病回春）；“病气在肝则为语”（素问识）。现代研究显示，无论缺血性脑卒中还是出血性脑卒中，急性期主要证素均包含痰、热、内风27-28。同时，有研究将中风失语证候学信息进行公因子分析，显示热证主要关联病位为心、肝，语言功能障碍表现为阅读理解、复述命名困难及错语29。肝经热盛，风为气之阳动，挟痰上扰，蒙蔽心窍，神机不利，故可见错乱多言。清神解语汤脱胎于解语汤，杂病源流犀烛载“清神解语汤治中风痰迷心窍，不能言”，同时不包含解语汤中附子、肉桂、羌活等辛热之药，而羚角钩藤汤乃清代俞根初所创以治痰热扰肝诸证，合方意在息心肝之风火、消迷乱之痰热，窍清心安，语声自利。脾虚痰阻，六君子汤主之。“舌本属土”（中风瘫痪验方）。脾在体合肉，主四肢，开窍于口，四肢肌肉与舌肌同出一源，脾亦主舌。内科摘要论中风：“臂麻体软，脾无用也；痰涎自出，脾不能摄也；口斜语涩，脾气伤也；头目晕重，脾气不能升也。”气虚与痰湿均是中风恢复期与后遗症期的主要证候27，30。脾气亏虚，痰湿内生，阻于舌窍，舌机不转，则可见语言含糊不清。杂病证治准绳以六君子汤治疗“亦有不仆而但舌强语涩，痰壅，口眼歪斜，肢体不遂者”，病机沙篆亦载六君子汤治“脾土不足，痰涎壅盛，言蹇涩”。六君子汤为四君子汤与二陈汤之合方，四君子汤为补脾气之祖方，二陈汤可“理一身之气，疗一身之痰”（苍生司命），脾气得健，痰湿以除。此外，痰瘀同源，“痰挟瘀血，遂成窠囊”（丹溪心法），赤水玄珠辨“若血浊气滞，则凝聚为痰”。津液者，血之余也，津血冲和，痰瘀同消。六君配伍归、芍则痰、瘀同治，舌机得转，语言得出。肝肾阴虚、痰浊上扰，地黄饮子主之。“肾为声音之根”（景岳全书）。肝肾乙癸同源，肾藏精，精化气，阴虚则无气。“喑哑声不出者，由肾气之竭。盖声出于喉而根于肾”（古今名医汇粹）。脑为髓海，肾主骨生髓。语言是大脑皮层高级功能的体现，属神；脑髓是语言的物质基础，属形。脑卒中后脑髓败坏，形谢则神灭，因而语言功能受损。中风恢复期与后遗症期，肝肾阴虚，肾中精气无法上充脑髓，神明受损31。下元阴虚，风热内动，挟痰浊上扰清窍，导致记忆力、理解力下降，加重失语、失认。地黄饮子出自黄帝素问宣明论方，为治喑痱之名方，现代亦广泛用于中风失语论治32，方旨在于阴精填，浊痰除，肾中精气通于清窍，神明语清。4结语结语本研究创新点在于以中风失语古籍医案为本，通过降维升阶法以证素表达证机特征，借助频数统计描述、关联规则分析、复杂网络可视化综合分析的多维数据挖掘方法展示病位-病性证素复杂联系，应证组合探析中风失语主要证型。同时，梳理医案处方组成并通过聚类分析形成中药类方，构建证素-中药关联规则，通过方证相应理论证明二者规律互证互配，形成三证41Aug.2023 Vol.30 No.8 Chinese Journal of Information on TCM三方。本研究与课题组既往基于中风失语现代临床证据研究成果32-33存在共性，古今经验互证。此外，急性期肝热生风、痰热扰心，以清神解语汤及羚角钩藤汤合用，从心肝论治息心肝风痰火亢之邪，恢复期与后遗症期脾虚痰阻以六君子汤从脾论治则丰富现代临证思路。本研究主要纳入古籍医案证素与方药组成信息，今后可增加证候表现、舌脉、中药剂量等内容进行多阶规律探析，并加强规律的临证应用与验证。参考文献：1 The Writing Committee of the Report on Cardiovascular Health and Diseases in China.Report on cardiovascular health and diseases in China 2021:An updated summaryJ.Biomed Environ Sci,2022,35(7):573-603.2 Ginex V,Gilardone G,Vigan M,et al.Interaction between recovery of motor and language abilities after strokeJ.Arch Phys Med Rehabil,2020,101(8):1367-1376.3 De Cock E,Batens K,Hemelsoet D,et al.Dysphagia,dysarthria and aphasia following a first acute ischaemic stroke:incidence and associated factorsJ.Eur J Neurol,2020,27(10):2014-2021.4 王永炎,张伯礼.中医脑病学M.北京:人民卫生出版社,2007:1111.5 高颖,方祝元,吴伟,等.中医内科学M.北京:人民卫生出版社,2015:401.6 秦伯未.清代名医医案精华M.北京:人民卫生出版社,2018:540.7 贾春华,王永炎.“方证相对”续论J.北京中医药大学学报,2022,45(11):1119-1123.8 张志强,王燕平,张华敏,等.证候规范化的问题及策略J.现代中医临床,2016,23(6):1-3.9 赵倪娟,戴娜,罗涛,等.以医方类聚消渴门为例探讨知识元标引在方证和药证规律研究中的应用J.南京中医药大学学报,2022,38(7):635-641.10 李致忠.古书版本鉴定M.北京:北京图书馆出版社,2007.11 中华中医药学会.中华医典M/CD.5版.长沙:湖南电子音像出版社,2014.12 国家中医药管理局医政司.中医临床诊疗术语疾病部分:GB/T 16751.11997S.北京:中国标准出版社,1997.13 中医药学名词审定委员会.中医药学名词M.北京:科学出版社,2005.14 李经纬.中医名词术语精华辞典M.天津:天津科学技术出版社,1996.15 国家中医药管理局脑病急症协作组.中风病诊断与疗效评定标准(试行)J.北京中医药大学学报,1996,19(1):55-56.16 张启明,于东林,王永炎.中医证候要素的确认方法J.中医杂志,2013,54(20):1732-1735.17 朱文锋.证素辨证学M.北京:人民卫生出版社,2008:319.18 朱文锋,庄泽澄,吴承玉,等.中医诊断学M.北京:中国中医药出版社,2019:282.19 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,2020.20 钟赣生.中药学M.北京:中国中医药出版社,2016.21 卫生报馆编辑部.中药大辞典M.上海:上海交通大学出版社,2018.22 陈大方.医学大数据挖掘方法与应用M.北京:北京大学医学出版社,2020:376.23 Wang Y F,Chen W Y,Lee C T,et al.Combinations of scalp acupuncture location for the treatment of post-stroke hemiparesis:A systematic review and Apriori algorithm-based association rule analysisJ.Front Neurosci,2022,16:956854.24 李志鹏,谢祥,肖尤丹.基于专利转让的“双一流”大学知识转化能力研究J.数字图书馆论坛,2018(8):53-59.25 刘勇,杜一.网络数据可视化与分析利器Gephi中文教程 全彩版M.北京:电子工业出版社,2017:304.26 Stapelberg N,Bui T A,Mansour V,et al.The pathophysiology of major depressive disorder through the lens of systems biology:Network analysis of the psycho-immune-neuroendocrine physiomeJ.J Neuroimmunol,2022,372:577959.27 朱文浩,胡浩,刘现锋,等.缺血性中风证候要素分布规律与影响因素的研究J.中西医结合心脑血管病杂志,2019,17(23):3690-3694.28 张琳婷,张根明.出血性中风中医证候要素分布规律研究J.吉林中医药,2021,41(2):205-208.29 张丹莉,曹云,黄佳