R語言用關(guān)聯(lián)規(guī)則和聚類模型挖掘處方數(shù)據(jù)探索藥物配伍中的規(guī)律
原文鏈接：http://tecdat.cn/?p=997
?
概要
方劑藥效與劑量的關(guān)系中藥不傳之秘在于劑量中藥配伍規(guī)律。拓端數(shù)據(jù)使用數(shù)據(jù)挖掘技術(shù)對海量的在線醫(yī)院藥物復方歷史數(shù)據(jù)進行智能分析，并從中找出藥物配伍的規(guī)律。
業(yè)務(wù)挑戰(zhàn)
中醫(yī)傳承過程中，關(guān)于生理、病因病機以及疾病的表現(xiàn)和發(fā)展規(guī)律，都容易記載在書上，也容易理解和傳承。然而隨著醫(yī)藥科技的不斷進步,新特藥品的的種類的不斷出現(xiàn),給藥物配伍又一次新挑戰(zhàn)。同時，為了探索昂貴中藥材是否有其他廉價替代品的問題，對藥物的配伍規(guī)律和性味歸經(jīng)描述來衡量藥物的相似度，根據(jù)相似度對藥物進行聚類。
藥物配伍查詢解決方案設(shè)計
關(guān)聯(lián)規(guī)則模型
結(jié)合機器學習方法、數(shù)據(jù)清理、集成、變換和規(guī)約等技術(shù)對中醫(yī)藥方中原始數(shù)據(jù)進行了規(guī)范化處理，并用關(guān)聯(lián)規(guī)則模型對藥物配伍關(guān)系進行挖掘。
關(guān)聯(lián)規(guī)則可以反映一個事物與其他事物之間的相互依存性和關(guān)聯(lián)性使用關(guān)聯(lián)規(guī)則挖掘算法,找到中藥之間的高頻組合以及強關(guān)聯(lián)關(guān)系。
得到最常用的藥物配伍——對支持度和置信度進行排序
規(guī)則前項 規(guī)則后項 支持度 置信度 提升度
{附子} => {桂枝} 0.1824324 0.7500000 2.413043[2]{桂枝} => {附子} 0.1824324 0.5869565 2.413043[3]{附子} => {白芍} 0.1689189 0.6944444 1.605903[4]{白芍} => {附子} 0.1689189 0.3906250 1.605903[5]{牛膝} => {杜仲} 0.1689189 0.6756757 1.754386[6]{杜仲} => {牛膝} 0.1689189 0.4385965 1.754386[7]{續(xù)斷} => {獨活} 0.1756757 0.7027027 2.418605[8]{獨活} => {續(xù)斷} 0.1756757 0.6046512 2.418605[9]{續(xù)斷} => {杜仲} 0.1891892 0.7567568 1.964912[10]
用網(wǎng)絡(luò)圖對常用的藥物配伍關(guān)系進行可視化
聚類模型
更好的區(qū)分不同種類的藥物配伍關(guān)系——聚類
為了解決昂貴中藥材的廉價替代品問題，對藥物的配伍規(guī)律和性味歸經(jīng)描述來衡量藥物的相似度，根據(jù)相似度對藥物進行聚類。通過理療措施之間的相似性進行聚類，相當于治療方案空間上的粗?；?。
網(wǎng)絡(luò)圖對每個種類進行可視化
藥物配伍查詢系統(tǒng)的實現(xiàn)
通過建立適用于臨床的藥物配伍查詢系統(tǒng),方便醫(yī)務(wù)人員適時適時查詢藥物配伍及藥品信息,促進臨床合理用藥。
?
最后，隨著政府、企業(yè)、科研機構(gòu)加大對智慧醫(yī)院精準醫(yī)療的資源投入，大數(shù)據(jù)將持續(xù)發(fā)揮精準醫(yī)療發(fā)展助推器作用，推動精準醫(yī)療產(chǎn)業(yè)發(fā)展。
?
最受歡迎的見解
1.Python中的Apriori關(guān)聯(lián)算法-市場購物籃分析
2.R語言繪制生存曲線估計|生存分析|如何R作生存曲線圖
3.用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘探索藥物配伍中的規(guī)律
4.通過Python中的Apriori算法進行關(guān)聯(lián)規(guī)則挖掘
5.用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘探索藥物配伍中的規(guī)律
6.采用SPSS Modeler的Web復雜網(wǎng)絡(luò)對所有腧穴進行分析
7.R語言如何在生存分析與COX回歸中計算IDI，NRI指標
8.R語言如何找到患者數(shù)據(jù)中具有差異的指標？（PLS—DA分析）
9.R語言中的生存分析Survival analysis晚期肺癌患者4例
? ?請選中你要保存的內(nèi)容，粘貼到此文本框
