全文鏈接：http://tecdat.cn/?p=30605

原文出處：拓端數(shù)據(jù)部落公眾號(hào)

應(yīng)用關(guān)聯(lián)規(guī)則、聚類方法等數(shù)據(jù)挖掘技術(shù)分析治療抑郁癥的中藥專利復(fù)方組方配伍規(guī)律。方法檢索治療抑郁癥中藥專利復(fù)方，排除外用中藥及中西藥物合用的復(fù)方。最近我們被要求撰寫關(guān)于用藥規(guī)律的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。對(duì)入選的中藥專利復(fù)方進(jìn)行術(shù)語規(guī)范化等處理，抽取信息、建立表，應(yīng)用數(shù)據(jù)分析軟件R對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，應(yīng)用網(wǎng)絡(luò)分析軟件進(jìn)行聚類分析。

查看數(shù)據(jù)

轉(zhuǎn)換成二值矩陣數(shù)據(jù)

colnames(data) <- paste0("X",1:ncol(data))for(i in 1:nrow(data)) { ?tmp <- integer(length(total_types))

建立apriori

plot(all_rules, method = "graph")

中藥專利復(fù)方中藥對(duì)的關(guān)聯(lián)規(guī)則分析

藥對(duì)是方劑配伍的基本形式，它反映了中藥之間相輔相成、相反相成、同類相從等配伍關(guān)系。藥對(duì)中的中藥在組方配伍時(shí)具有在處方中同時(shí)出現(xiàn)的特點(diǎn)，因此在關(guān)聯(lián)規(guī)則分析中，分析置信度較大且雙向關(guān)聯(lián)的規(guī)則即可得到藥對(duì)。?

根據(jù)置信度和支持度篩選強(qiáng)關(guān)聯(lián)規(guī)則

K-means均值網(wǎng)絡(luò)聚類分析

抑郁癥中藥專利復(fù)方中藥物之間形成了一個(gè)復(fù)雜的配伍關(guān)系網(wǎng)絡(luò)，關(guān)聯(lián)規(guī)則分析可以用來發(fā)現(xiàn)其中的藥對(duì)及強(qiáng)關(guān)聯(lián)規(guī)則，但隨著支持度和置信度閾值參數(shù)的降低，關(guān)聯(lián)規(guī)則大量涌現(xiàn)，使得其中的配伍規(guī)律變得難以分析，應(yīng)用網(wǎng)絡(luò)聚類方法可以有效地發(fā)現(xiàn)其中的配伍規(guī)律。

#聚類類別號(hào)kmod$cluster

查看每個(gè)類別中的強(qiáng)關(guān)聯(lián)規(guī)則

聚類1

聚類2

配伍關(guān)系網(wǎng)絡(luò)的聚類分析結(jié)果顯示了抑郁癥治療中常用的中藥“社團(tuán)”，反映了復(fù)方中一些配伍關(guān)系相對(duì)密切、固定的中藥聯(lián)合，臨床運(yùn)用可以提高療效。

最受歡迎的見解

1.R語言分布式滯后非線性模型（DLNM）空氣污染研究溫度對(duì)死亡率影響建模

2.R語言分布滯后線性和非線性模型（DLNM）分析空氣污染（臭氧）、溫度對(duì)死亡率時(shí)間序列數(shù)據(jù)

3.R語言群組變量選擇、組懲罰GROUP LASSO套索模型預(yù)測(cè)分析新生兒出生體重風(fēng)險(xiǎn)因素?cái)?shù)據(jù)和交叉驗(yàn)證、可視化

4.R語言邏輯回歸、隨機(jī)森林、SVM支持向量機(jī)預(yù)測(cè)FRAMINGHAM心臟病風(fēng)險(xiǎn)和模型診斷可視化

5.R語言非線性混合效應(yīng) NLME模型(固定效應(yīng)&隨機(jī)效應(yīng))對(duì)抗哮喘藥物茶堿動(dòng)力學(xué)研究

6.R語言使用限制平均生存時(shí)間RMST比較兩條生存曲線分析肝硬化患者

7.分類回歸決策樹交互式修剪和更美觀地可視化分析細(xì)胞圖像分割數(shù)據(jù)集

8.PYTHON深度學(xué)習(xí)實(shí)現(xiàn)自編碼器AUTOENCODER神經(jīng)網(wǎng)絡(luò)異常檢測(cè)心電圖ECG時(shí)間序列

9.R語言如何在生存分析與Cox回歸中計(jì)算IDI，NRI指標(biāo)