基于数据挖掘的中医临床用药规律和证型研究进展
中医药长期积累的临床经验中蕴藏着整体观念、辨证论治的精华,但在循证医学的背景下难以提供多中心随机对照双盲临床研究的数据.在全球大数据时代的背景下,中医药临床的数据挖掘工作逐步开展,让数据发声,让证据说话,使中医药临床研究整体水平得到提高,中医药临床疗效评价方法获得完善.新的数据挖掘方法不仅能将中医古籍和现代医案的用药规律进行分析,还可综合症状和证型,为中医药的临床发展提供数据支撑.目前常见的数据挖掘工具有统计产品与服务解决方案软件(SPSS)中的Apriori算法、复杂系统熵聚类方法、Bron-Kerbosch algorithm算法、中医传承辅助系统、贝叶斯网络结构、决策树等.这些数据挖掘工具在中医临床研究中都有不同程度的应用.
中医药、数据挖掘、用药规律、证型
32
R2-03;R969.3;TP311.13
2017-11-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
4579-4582