全文鏈接：http://tecdat.cn/?p=32660

原文出處：拓端數(shù)據(jù)部落公眾號

腫瘤是近年來嚴(yán)重威脅人類的健康的疾病,據(jù)統(tǒng)計,目前大部分種類的腫瘤都呈現(xiàn)不同程度的上升趨勢,中國因患腫瘤而死亡的人數(shù)約占全球腫瘤死亡總?cè)藬?shù)的1/4左右,人類正面臨著腫瘤防治的新挑戰(zhàn)?，F(xiàn)代醫(yī)學(xué)治療腫瘤的手段和方式已經(jīng)日臻完善,主要為手術(shù)配合放、化療聯(lián)合治療。

但傳統(tǒng)西醫(yī)治療在提高緩解率的同時易產(chǎn)生較強(qiáng)的毒副作用與耐藥性。作為傳統(tǒng)醫(yī)學(xué)主體的中醫(yī)藥與西醫(yī)相結(jié)合辨證施治,在提高療效、緩解不良反應(yīng)等方面有其獨(dú)特的優(yōu)勢。

本研究幫助客戶在收集數(shù)據(jù)建立抗腫瘤中藥數(shù)據(jù)庫的基礎(chǔ)上,運(yùn)用數(shù)學(xué)模型探尋抗腫瘤中藥性效關(guān)系及現(xiàn)代藥理學(xué)研究,為抗腫瘤中醫(yī)及中西醫(yī)綜合治療的臨證用藥提供理論依據(jù)。

讀取數(shù)據(jù)

siqi=read.xlsx("性效挖掘一列0616 2.xlsx",sheet=1 ) ?wuwei=read.xlsx("性效挖掘一列0616 2.xlsx",sheet=2 ) ?guijing=read.xlsx("性效挖掘一列0616 2.xlsx",sheet=3 ) ?duxing=read.xlsx("性效挖掘一列0616 2.xlsx",sheet=4 ) ?gongneng =read.xlsx("性效挖掘一列0616 2.xlsx",sheet=5 )

（一）頻數(shù)統(tǒng)計

四氣、五味、歸經(jīng)、有（無）毒、藥理功能基礎(chǔ)分析

（1）抗腫瘤中藥四氣、五味、歸經(jīng)、有無毒性、功能、藥理作用→頻數(shù)統(tǒng)計（?or?數(shù)據(jù)分布）

（四氣、五味、歸經(jīng)、有毒無毒考慮數(shù)字、直方圖、餅圖表示）

繪制直方圖

barplot(table(unlist(x[,2]))) ?? tab1=table(unlist(x[,2])) ?? tab2=table(unlist(x[,2]))/sum(table(unlist(x[,2]))) ?? ?? res=cbind(tab1,tab2) ?? colnames(res)=c("頻數(shù)","頻率")

a_df3=merge(siqi,wuwei,by="流水號" ) ?a_df3=merge(a_df3,guijing,by="流水號" )

交叉表

藥味和四氣那兩列要和功效分別做兩張這種圖

tab=table(a_df$功能,a_df$四氣) ?for(i in 1:ncol(tab)){

導(dǎo)出為excel文件：

（二）關(guān)聯(lián)規(guī)則

對經(jīng)典的?Apriori?算法進(jìn)行改進(jìn)，編程實(shí)現(xiàn)雙向強(qiáng)關(guān)聯(lián)規(guī)則挖掘方法，采用此方法分析藥?-?藥性?-?功效之間的聯(lián)系

將數(shù)據(jù)轉(zhuǎn)換成事務(wù)類型

for(i in 2:ncol(a_df3))a_df3[,i]=as.factor(a_df3[,i])rulesmodel=function(X){ ?rules <- sort(rules, by="support") ?arules::inspect(head(rules, n=20)) ?#查看最高置信度樣本規(guī)則 ?rules <- sort(rules, by="confidence")

（1）藥性?功效關(guān)聯(lián)性分析

1）藥性關(guān)聯(lián)性分析

①四氣、五味??

rulesmodel(c("四氣","五味"))

②四氣、歸經(jīng)

2）藥性**-**?功效關(guān)聯(lián)性分析

①四氣、功能

④四氣、五味、歸經(jīng)、功能→綜合分析

◎?用網(wǎng)絡(luò)圖表示。用表格？圖片類似下圖。

rulesmodel(c("四氣","五味","歸經(jīng)"))

四個比較有兩個，一個是（性-味-歸經(jīng)-毒性），用頻繁項(xiàng)集和圓圈圖。

rulesmodel(c("四氣","五味","歸經(jīng)","毒性"))

（性-味-歸經(jīng)-功能）的做頻繁項(xiàng)集和網(wǎng)絡(luò)圖，做成關(guān)系網(wǎng)

rulesmodel(c("四氣","五味","歸經(jīng)","功能"))

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(jìn)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(fù)雜網(wǎng)絡(luò)對所有腧穴進(jìn)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(biāo)

8.R語言如何找到患者數(shù)據(jù)中具有差異的指標(biāo)？（PLS—DA分析）

9.R語言中的生存分析Survival analysis晚期肺癌患者4例