文献

J-GLOBAL ID：202102224891186886   整理番号：21A0104302

データマイニングおよび複雑ネットワーク技術に基づく喘息発作期における周仲間充教授の治療経験【JST・京大機械翻訳】

Discussing Professor Zhou Zhongying’s Experience in Asthma Attack Based on Data Mining and Complex Network Technology

著者 (6件)： Shao Zangjie (南京中医薬大学,国医大師周仲瑛伝承研究工作室,江蘇南京210029) ,  Wang Panpan (南京中医薬大学,国医大師周仲瑛伝承研究工作室,江蘇南京210029) ,  Li Hong (江蘇省昆山市中医院,国医大師周仲瑛伝承研究工作室昆山工作站,江蘇昆山215300) ,  Wu Fengmei (江蘇省昆山市中医院,国医大師周仲瑛伝承研究工作室昆山工作站,江蘇昆山215300) ,  Yang Ju (江蘇省昆山市中医院,国医大師周仲瑛伝承研究工作室昆山工作站,江蘇昆山215300) ,  Ye Fang (南京中医薬大学,国医大師周仲瑛伝承研究工作室,江蘇南京210029)
資料名： Zhongguo Zhongyi Jizheng  (Zhongguo Zhongyi Jizheng)
巻： 29  号： 10  ページ： 1744-1748,1753  発行年： 2020年 
JST資料番号： C3616A  ISSN： 1004-745X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:病案データマイニング及び複雑ネットワーク技術を通じて、周仲の「機-証-薬-方」の喘息発作期を弁治する経験を検討する。方法:筆者は周仲恢教授外来で治療された喘息発作期症例記録を収集し、189例、合計612回症例を組み入れ、症例情報化処理後、頻度分析、因子分析、関連規則方法を通じて、複雑ネットワーク分析を用いてネットワークモデルを構築し、病機、処方、薬品使用、治療などの治療を行った。コア処方などの多面的なデータ分析を行う。結果:病機頻度が一番高いのは風痰伏肺であり、病位は主に肺で、心肝脾胃腎大腸などの臓臓にも関与し、病理的要因は風、痰を主とし、寒、熱、湿、飲、鬱、気滞などもある。周仲紹教授弁治喘息発作期の核心薬物は、エゾウ、蘇子、法半夏、甘草、陳皮、白前、射幹、桑白皮、硬蚕、青耳草、露蜂房、アーモンド、オウゴン、北沙参、南沙参、太子参である。結論:周仲の喘教授喘息発作期の弁治規則:去風痰は治療大法;虚実相因、去邪は忘れなく、病機証素間の兼ね返し、復法合治、小方複合、柔軟運用、弁明寒熱、分から治療する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 大腸 ,  露 ,  データ解析 ,  カンゾウ ,  因子分析 ,  ハンゲ ,  抑うつ ,  陳皮 ,  病理 ,  *データマイニング
準シソーラス用語： 黄岑 ,  *喘息発作 ,  *複雑ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 東洋医学  (GA04000I)

タイトルに関連する用語 (5件)： データマイニング ,  複雑ネットワーク ,  喘息発作 ,  教授 ,  治療経験