林昌稳 罗世春 蒋 晶 熊 坚昝 燕 姚蘅珊 谭姝文 乔 赟

基于数据挖掘技术探析中医慢性鼻炎处方用药规律

林昌稳1罗世春2蒋 晶1熊 坚2昝 燕1姚蘅珊1谭姝文1乔 赟1

（1.广西中医药大学，广西 南宁 530001；2.成都中医药大学，四川 成都 610075）

：基于数据挖掘技术，探究在中医药理论体系中治疗慢性鼻炎的处方用药规律，从而可以为慢性鼻炎在临床治疗的遣方用药方面提供一定的理论依据。：中国期刊全文数据库（CNKI）、万方数据库（Wanfang Data）和维普中文科技期刊全文数据库（VIP）将被全面检索作为数据文献来源，检索时间区间为建库至2020年6月，收集中医药治疗慢性鼻炎的方药文献，对文献处方运用Microsoft Excel 2013进行数据统计，建立处方数据库，进行数据分析计算则应用SPSS 17.0与SPSS Modeler 14.1，找出其核心药物、方组，挖掘中医慢性鼻炎处方用药规律。：共筛选出相关处方570条；药物使用频次最多的是辛夷，其次为苍耳子，之后为白芷；药性以温性药物使用最多，其后依次为微寒、平；药味以辛味最为常用，其次味苦、甘；归经以手太阴肺经为最；药物归类以解表药使用最多，清热药次之，其次为补虚药等其他药物；聚类分析大致可得到8个有效聚类群集，关联规则分析共发现597条规则，其中发现的强关联药物组有：苍耳子→辛夷、白芷+辛夷→苍耳子、甘草+苍耳子+辛夷→白芷等。：通过数据挖掘技术发现中医治疗慢性鼻炎方药的应用存在一定的规律，临床用药较为广泛，以辛夷、苍耳子、白芷等为核心药物，辛温解表法为治疗慢性鼻炎的基本治法，兼以甘温扶正，核心关联组合与聚类集群可直接配伍组成相关方药处方，为临床应用提供参考和指导。

慢性鼻炎；中医；数据挖掘；用药规律；中药

引言

慢性鼻炎（chronic rhinitis）是一种常见的慢性疾病，在全球范围内严重影响人们的身体健康和工作生活质量[1]，它是一种以鼻腔黏膜及黏膜下层充血肿胀为主要病理变化的慢性炎症，西医学认为其由急性原发病发展而来[2]，根据其病理变化及功能紊乱的严重程度，又有慢性单纯性鼻炎和慢性肥厚性鼻炎之分[3]，流行病学调查结果显示慢性鼻炎在我国的发病率为5%～15%[4]，欧洲患病率为10.9%[1]。其临床症状以鼻塞、多涕、头痛、眩晕等多见，加之现代生活压力大，人们生活环境污染较为严重，慢性鼻炎发病率在世界范围内呈逐年升高的趋势，且该病有病情反复，迁延不愈的特点，每逢天气变化易复发，常并发中耳炎、鼻窦炎和萎缩性鼻炎，严重者还可能引起嗅觉失灵、记忆力减退等其他病变。慢性鼻炎已严重影响人们的工作生活质量，给患者自身家庭和社会医疗系统带来了巨大的负担。

目前，西医针对慢性鼻炎的治疗手段有一般治疗、药物治疗和手术治疗之分，临床上以药物治疗和手术治疗为主。药物主要使用抗生素、糖皮质类固醇激素、抗组胺药物和血管收缩剂治疗，虽能在短时间内缓解患者症状，抑制过敏反应等病理过程，但因该病一般是由急性鼻炎发展而来的，且有反复发作、迁延不愈的特点，长期使用血管收缩类药物会引起鼻腔黏膜血管收缩舒张功能失调，鼻黏膜组织也会因药物刺激导致异常增生，从而发展为药物性鼻炎，长时间使用不但不能从根本上治愈慢性鼻炎，反而还会产生依赖性等一系列不良反应；糖皮质激素类药物长期或者不恰当的使用会有引起骨质疏松和肌肉萎缩等的风险；而西医手术治疗慢性鼻炎只治其标，不调其本，常常无法彻底治愈，疗效也不尽如人意。中医讲究治病求本，辨证论治，大量临床研究表明中医内服方剂、针刺、熏鼻、艾灸及局部推拿等方法能有效改善鼻黏膜充血肿胀等病理变化，缓解鼻塞流涕等症状，具有费用低、疗效高、创伤性小、药物副作用小和复发率低等特点[5-13]。

数据挖掘是指从大量模糊随机的实际应用数据中挖掘分析其中无法被直观发现但确切存在并且有实用价值的信息的过程，一般以概念、规则、规律、模式等形式将所得信息呈现出来。因其可以让信息更加具体化、形象化和标准化，数据挖掘技术现在已经广泛应用于金融、物流、电商、信息等行业，在中医药领域也得到重视和广泛的应用，对于临床针灸和中药处方、新药开发和名老中医经验总结有重要指导意义[14-19]。

本课题组通过收集中药治疗慢性鼻炎的方药文献，对相关文献进行中药处方的相关整理和数据分析，应用数据挖掘技术，分析药物配伍和组方规律，探究其核心治法，以期较为客观全面地展示中医药治疗慢性鼻炎的特点和规律，为进一步的临床治疗研究以及开发相关方药产品提供参考。

1 资料与方法

1.1 文献检索方法

应用主题词与自由词结合方法，中国期刊全文数据库（CNKI）、万方数据库（Wanfang Data）、维普中文科技期刊全文数据库（VIP）将被全面检索作为文献数据来源，建库至2020年6月为检索的时间区间；（“鼻炎”OR“慢性鼻炎”OR“慢性单纯性鼻炎中药”）AND（“中医”OR“组方”）被设定为检索词；检索结果一共得到中医慢性鼻炎文献799篇，最终符合纳入标准的有570篇文献。

1.2 文献纳入标准

中医药治疗慢性鼻炎的公开文献，包括临床研究、报道、医案；研究对象为诊断明确的慢性鼻炎患者；以观察或者分析评价中医药对慢性鼻炎的相关治疗效果为研究目的；中药方剂治疗是其主要研究干预方法，单独应用或联合其他方法应用；药物组成和剂量在文献中有明确说明。

1.3 文献剔除标准

单独运用非中药方剂治疗慢性鼻炎的文献，如物理疗法、医疗器械和化学合成药物等；不是以宣通鼻窍及治疗缓解慢性鼻炎为研究目的的文献；检索文献中除慢性鼻炎外还合并了其他慢性疾病如高血压、糖尿病、肝炎等的文献；重复出现的文献只纳入一篇。

1.4 数据的规范整理及数据库的建立

数据的规范整理：以《中国药典》[20]、《中药学》[21]为标准依据对中药名词、药物性味归经、药物分类等进行规范整理；据原文献描述区分中药名与中药别名，并进行规范合并；保留教材外中药名并将原文献信息纳入分析。数据库的建立：应用Microsoft Excel 2013对相关文献数据进行录入整理，建立中医药治疗慢性鼻炎的中药处方数据库。

1.5 数据统计与分析

将整理后的文献运用Microsoft Excel 2013收集分类，对中药的药性、药味、归经、分类进行分析。将所得数据应用Microsoft Excel 2013、SPSS 17.0与SPSS Modeler 14.1进行统计与分析计算；统一采用四舍五入法对所得到的数据进行处理并保留小数点后2位。

2 结果

2.1 药物频次分析

对符合研究纳入标准的570条处方进行分析发现，共有114味中药应用于慢性鼻炎的中医治疗，这114味药物在使用时合计出现了8029次，其中平均每味药出现的频次为70.4次。其中有110味药物运用频次达10次以上，出现频次8029次，占总用药频次的87.14%；表明中医治疗慢性鼻炎用药范围较广，但核心用药较为集中。运用频次较高中药为：辛夷、苍耳子、白芷、甘草、川芎、细辛、黄芩、黄芪、防风和薄荷。治疗慢性鼻炎的中药中使用频次排名前40，具体统计信息见表1。

表1 中药频次分析

2.2 药性频次频率分析

在114味高频药物中，药性频次出现最多的为温性，有27味，其次有20味药物的药性为平性，居药性频次第二位，微温性药出现频次也达到了11味。温、平和微温占比70.72%。这表明温平性味药在中医慢性鼻炎中应用最多。详细情况见表2。

表2 中药药性频次频率分析

2.3 药味频次频率应用分析

在137味高频药中，辛味、苦味、甘味占比最大，分别为52味、48味、45味。总共占比为95.55%，表明中医主要应用辛味、苦味、甘味药物治疗慢性鼻炎。中医认为，辛具有发散邪气、通行气血和缓和脉管的作用；苦能泻下、燥湿和坚固，具有清火泄热、通泻大便和体内浊气、防止阴津耗伤的作用；而甘为土味，入通于脾，为脾所主之味，能补能和能缓，具有补脾益气、缓急止痛的作用。详见表3。

表3 中药药味频次频率分析

2.4 中药归经分析

中医药治疗慢性鼻炎114味高频中药的归经涉及十二经脉。中药归经频次以手太阴肺经为最、足厥阴肝经次之，然后分别是足太阴脾经、足阳明胃经和手少阴心经。其中共计有600269次药物使用频次归经为手太阴肺经、足厥阴肝经和足太阴脾经；占比为72.42%，表明中医治疗慢性鼻炎主要从肝、肾、脾等论治。详见表4。

表4 中药归经频次频率分析

2.5 药物功效分析

114味高频药所属归类以解表药运用最多，其次为清热药，后面使用较多的药物种类依次为补虚药、化痰止咳平喘药和活血化瘀药，占比分别为21.93%、21.05%、14.04%、9.65%、8.77%。这表明药物类别中解表药、清热药和补虚药为治疗慢性鼻炎的主要药物类别，详见表5。

表5 药物频率≥10的药物类别、频次及构成比

2.6 聚类关联分析

2.6.1 聚类分析

聚类分析（cluster analysis）是一种常见的分析技术，它可以将研究对象分为相对同质的群组并通过数据分析发现研究对象的内部结构，拥有全面性和客观性等显著特征。本研究中要进行聚类分析的对象是出现频率≥50次的药物。向SPSS 25.0中导入数据，选择分析菜单，系统聚类里的R型聚类，由于预先不知道分类情况，本课题将进行探索性分析，将聚类成员设置为5类～10类，见表7；应用皮尔逊相关系数将其以组间连接的方式进行连接，并对个案进行聚类，聚类树状图见图2。从图中可以看出，常用药对以黄芪-白术为最常用，其次为红花-桃仁和辛夷-苍耳子。树状图按15距离尺度大致可得到8个有效聚类群集：黄芪-白术-防风、党参-陈皮-茯苓、桔梗-荆芥-甘草、红花-桃仁-赤芍-川芎-当归-石菖蒲、桂枝-生姜-麻黄、鱼腥草-藿香-饿不食草、辛夷-苍耳子-白芷-薄荷-细辛、金银花-连翘-菊花-黄芩，基本反映了中医治疗慢性鼻炎方药的中药聚类群组及配伍集群。

2.6.2 关联规则分析

对药物采用IBM SPSS Modeler 18进行关联规则分析。关联规则是一种机器学习方法，是基于无监督的条件下实现的，被用于知识的发现，已广泛在西方金融行业中得到应用，近年来得到越来越多学者的重视并将其应用于中医药的规律挖掘。Apriori算法是一种可以发现频繁项集并挖掘物品之间关联规则的算法，也是目前最有影响力的算法之一，以两阶段频集思想为基础的递推算法是其核心。在分类上，该关联规则属于单维、单层、布尔关联规则的领域范畴，采用了逐层搜索的迭代方法的Apriori算法具有简单明了、易于实现的特点。关联规则包括支持度、置信度和提升度三个用于衡量规则强度的指标。两个药物同时使用的概率可以通过支持度说明；而使用了A药物，同时还使用B药物的概率则是通过置信度显示出来；使用A药物的条件下，同时使用B药物的概率，与不使用A药物的条件下却使用B药物的概率之比则用提升度表示。用0和1的格式对数据进行整理，即：0表示没有使用过该药物，1表示使用了该药物。将数据利用源节点导入IBM SPSS Modeler18软件后，依据系统选择数据类型为标记，角色为两者，接着与图选项板下的网络节点相连接；然后进行网络图的制作，将药物全选后按照低、中、高三个连接强度进行绘图，从而得出网络图。将Apriori节点与类型节点在模型选项板下相连接，按照预定义角色，设置10%的最低支持度，80%的最小置信度和数值为5的最大前项，然后运用关联规则分析挖掘药物信息。根据Apriori算法，一共产生597条规则，中药关联度越强表现出来的则是中药之间连线越粗，药物之间网络图见图3。关联规则分析结果显示，两种药物组合关联规则中支持度最高为苍耳子→辛夷，置信度最高为桃仁→川芎；三种药物组合关联规则中支持度最高为白芷+辛夷→苍耳子，置信度最高为川芎+苍耳子→辛夷；四种药物组合关联规则中支持度最高为甘草+苍耳子+辛夷→白芷，置信度最高为川芎+白芷+苍耳子→辛夷。关联规则见表8至表10。

图3 药物关联规则分析图

表8 常用两种药物组合关联规则

表9 常用三种药物组合关联规则

表10 常用四种药物组合关联规则

3 讨论

慢性鼻炎是一种全球常见的慢性疾病，主要病理表现为鼻黏膜炎症水肿，每天至少发病1小时，每年至少发病12周[22]，临床研究发现慢性鼻炎的发生与体内Th17细胞[23]、乏氧诱导因子-1和5-脂加氧酶[24]的高表达有关；同时IL-6、TNF-α[25]等炎症因子和NO[26]等生物活性递质均被证实参与了慢性鼻炎的发生发展过程，使得慢性鼻炎病情反复，迁延不愈，而西医药物治疗和手术治疗往往只治其标，不调其本，且药物副作用大，手术创伤也会增加感染的风险，再者其病情易反复缠绵，治疗效果往往不理想。慢性鼻炎在中国传统医学可纳入到“鼻窒”“鼻鼽”的范畴中，中医认为脏腑功能失调是其发病的根源，外感风寒、邪气侵袭鼻窍是其发病的重要因素。正虚而邪恋或外邪久客往往是导致此病转为慢性的重要原因，而火热灼伤津液常常酿生痰浊阻塞于鼻窍。中医认为慢性鼻炎基本病机是本虚标实，本虚为五脏六腑功能失调，主要包括肺气虚、脾气虚和肾气虚：脾在五行属土，肺在五行属金，土生金，脾为肺之母，母病及子，脾虚则肺的生化之源匮乏而肺虚，加之脾运化水谷津液，肺通调水道百脉，脾生痰而肺贮痰，脾虚会导致水液运化失常而生痰贮于肺；肾属水，肺主通气，肾主纳气，且肾为气之根，所纳之气来源于肺，正常情况下金水相生，病理状态下则子盗母气，二者互相影响；标实为邪气壅塞鼻窍，因鼻为清阳之窍，肺之门户，喜清恶浊，喜温恶寒，以通为用，如热邪郁结鼻窍、寒浊凝滞鼻窍、痰湿壅塞鼻窍或气血瘀阻鼻窍，则鼻的功能受到影响，从而导致鼻炎的发生。独特的理论体系和方法使中医药在治疗慢性鼻炎上有着西医无法比拟的优势。《四声本草》就有利用鹅不食草治疗鼻腔疾病的记载；《普济方》提出利用细辛末少许，吹入鼻中的外治法治疗鼻塞不通，与现代熏鼻法治疗慢性鼻炎有异曲同工之妙。现代医学研究也表明，玉屏风散能下调慢性鼻炎患者血清中TNF-α和NO水平[25]，减少鼻黏膜炎症水肿，提高疗效，降低复发率。

本研究结果表明，中医治疗慢性鼻炎方药中主要以辛夷、苍耳子、白芷等中药为主，用药性味以辛温为多，药物功效以升清肺气、宣通鼻窍为最，而辛夷、苍耳子和白芷三者均是辛温解表药，主要功效均以散风寒、通鼻窍为主，因辛味具有发散、行气、行血的作用，芳香开窍，能行能散，可以宣散鼻窍留邪，推动血液运行，兼能发散湿浊之邪，恢复鼻的清宣通阳的功能。辛夷属辛温解表药，所以能温中，又归肺经，利用辛夷治疗鼻渊，鼻窒，鼻疮及痘后鼻疮早在《本草纲目》中就有相关记载，因本品辛温上达而透邪外出，芳香发散而宣通鼻窍，上能祛除风寒邪气于外，内能升达胃中清阳于肺、宣发肺气于鼻，因此治疗鼻塞等鼻腔疾病往往取得四两拨千斤的疗效。苍耳子在《本草正》原文记载到，治鼻渊，因其辛温发散，有散风寒，通鼻窍，祛风湿，止痛的作用，常用以治疗因风寒之邪壅塞鼻窍而得的鼻炎；《纲目》有利用白芷治疗鼻渊、鼻衄等相关疾病的记载。本品和辛夷同属辛温解表药，归肺、胃经，以祛风散寒、通窍止痛为主要功效，兼能消肿排脓，燥湿止带。早在宋朝的《济生方》就提出了用辛夷、苍耳子、白芷和薄荷组成的苍耳子散治疗鼻炎的论述记载。

通过对药物归经的分析发现，肺肝脾归经的中药应用最为广泛。因为鼻为肺之门户，鼻通外界之气于肺，所以说“开窍于鼻”，鼻要呼吸均匀通畅，嗅觉灵敏，必须依赖肺气宣发肃降的均匀调和，呼吸畅利。例如，肺受到外感风寒等邪气的侵袭，则会有鼻塞流涕等症状，甚至会影响嗅觉；如果肺有燥热，灼伤津液，鼻腔失于濡润，则鼻孔干涩；再如邪热壅肺，则气道不通，往往会有呼吸困难、气喘和鼻翼翕动的症状。可见鼻的病变常常可以从肺论治是因为肺与鼻窍是息息相关的；而肝与肺为在五行中属于木和金的关系，肝的功能失调，势必会影响肺的功能从而影响鼻的功能，易导致鼻炎的发生；脾为气血生化之源，运化谷食和水饮，化生精、气、血、津液，但同时也为生痰之源，脾虚则不能将谷食水饮化生而来的精、气、血、津液上输于肺，从而导致肺气虚弱，肺的卫外功能失常，则易感外邪，同时脾虚运化水液的功能失常水液易化生痰浊潴留于肺，从而影响肺的宣发肃降功能，痰浊久不能去易随呼气留结鼻窍，诱发鼻炎的发生。此外，脾属土，肺属金，土生金，脾肺实为母子的关系，母脾的功能失常必然会引起子肺的功能失常，导致鼻炎的发生。由此可见，经络辨证与脏腑辨证相结合的中医思维模式在临床治疗慢性鼻炎的用药规律也有突出的体现。

黄芪-白术、红花-桃仁、辛夷-苍耳子、甘草+苍耳子+辛夷→白芷、川芎+白芷+苍耳子→辛夷等配伍在关联与聚类分析挖掘后发现其应用频率显著高于其他药物配伍，分析发现临床在治疗慢性鼻炎具有辨证论治、对症治疗、标本兼顾的特点，如仅为表邪留恋而正气未虚则以辛温解表为主要药物配伍或兼以理气药；若脾虚湿盛显著则在解表药的基础上加大补气药和健脾祛湿药的配伍，从而达到标本兼顾、提高疗效、减少复发的目的。

4 结束语

综上所述，中药治疗慢性鼻炎有着丰富的理论依据和较为集中的用药规律，本文通过对相应规律的研究分析，以期对中医药在临床治疗慢性鼻炎与相关经验传承有一定的参考作用。

[1] YEN H R, SUN M F, LIN C L, et al. Adjunctive traditional Chinese medicine therapy for patients with chronic rhinosinusitis: A population-based study[J]. International Forum of Allergy and Rhinology, 2015, 5(3): 240-246.

[2] 王景阳，白丽君，陈光艳，等. 裴正学教授治疗慢性鼻炎及鼻窦炎经验[J]. 中医研究，2019，32(3): 51-53.

[3] 安立，王才友，王才会. 中西医结合治疗慢性鼻炎的实效性探究[J]. 中国医药指南，2014，12(36): 255，259.

[4] 赵丽，苗兰兰. 中医治疗慢性鼻炎临床研究进展[J]. 光明中医，2019，34(16): 2583-2586.

[5] 刘娇媚. 中医治疗慢性鼻炎临床疗效观察[J]. 四川中医，2015，33(4): 158-159.

[6] 李颖. 辛芷熏鼻散治疗肺经蕴热型慢性单纯性鼻炎的疗效观察[J]. 中医临床研究，2021，13(29): 124-126.

[7] 吴小燕. 揿针结合局部通窍推拿法治疗肺脾气虚证慢性鼻炎的效果研究[J]. 中国全科医学，2020，23(S1): 210-213.

[8] 徐鹏昌. 鼻三针联合董氏奇穴埋线法治疗慢性鼻炎的临床观察[J]. 中国民间疗法，2022，30(1): 42-44.

[9] 徐巾贺，朱玲，吴飞虎. 新吾针联合鼻三针治疗慢性鼻炎气滞血瘀证临床观察[J]. 亚太传统医药，2020，16(2): 114-116.

[10] 赵阳，于彦，李建瑞，等. 祛风通窍方联合低温等离子射频消融术治疗慢性鼻炎51例[J]. 陕西中医，2013，34(7): 855-856.

[11] 田霜. 加用中医辨证治疗慢性单纯性鼻炎疗效观察[J]. 广西中医药，2013，36(2): 47-48.

[12] 宋卫红. 桂枝加附子汤玉屏风散治疗慢性鼻炎120例[J]. 陕西中医，2013，34(2): 194-196.

[13] YIN Z, GENG G, XU G, et al. Acupuncture methods for allergic rhinitis: A systematic review and bayesian meta-analysis of randomized controlled trials[J]. Chinese Medicine, 2020, 15: 109.

[14] 熊坚，陶庆锋，刘致含，等. 基于数据挖掘技术探析针灸治疗后循环缺血性眩晕选穴规律[J]. 亚太传统医药，2021，17(9): 129-134.

[15] 李国祥，胡镜清，潘秋霞，等. 基于数据挖掘分析清代胸痹症状及方剂特征[J]. 世界科学技术-中医药现代化，2021，23(6): 1895-1901.

[16] 雷黄伟，徐佳君，杨朝阳，等. 基于数据驱动的名老中医学术经验智能化传承研究[J]. 中国中医基础医学杂志，2021，27(7): 1111-1113，1144.

[17] 罗世春，赖鹏，熊坚，等. 基于数据挖掘技术探析中医乌发专利方药规律[J]. 中国民族民间医药，2021，30(13): 20-28.

[18] 邓凯烽，宁恒，陆惠玲，等. 基于现代数据挖掘技术分析中医外治法治疗膝骨关节炎的用药规律[J]. 中国中医基础医学杂志，2021，27(5): 796-801.

[19] 贺雅琪，孙定乾，段骄，等. 基于数据挖掘的冼绍祥治疗慢性稳定性冠心病用药规律研究[J]. 中国中医基础医学杂志，2020，26(2): 209-211，216.

[20] 国家药典委员会. 中华人民共和国药典: 一部[M]. 北京:中国医药科技出版社，2015.

[21] 周祯祥，唐德才. 中药学[M]. 北京: 中国中医药出版社，2016.

[22] TIOTIU A, NOVAKOVA P, GUILLERMO G, et al. Management of adult asthma and chronic rhinitis as one airway disease[J]. Expert Review of Respiratory Medicine 2021, 15(9): 1135-1147.

[23] 林向华，王英，肖旺贤，等. Th17细胞在慢性鼻炎常见病中的表达及意义[J]. 中国卫生检验杂志，2015，25(7): 913-916.

[24] 王嘉，高亚娜，田东倩，等. 慢性鼻病中乏氧诱导因子-1与5-脂加氧酶的表达及意义[J]. 临床误诊误治，2021，34(4): 97-102.

[25] 张仲林，钟玲，凌保东，等. 玉屏风散调控变应性鼻炎大鼠IL-6、TNF-α活性的实验研究[J]. 中成药，2014，36(9): 1804-1808.

[26] 张波，郭燕冰，许继宗，等. 变应性鼻炎患者血清褪黑素、一氧化氮水平的季节测定及临床意义[J]. 中国医刊，2015，50(4): 80-83.

Exploration on the Prescription Rules of Chronic Rhinitis in Traditional Chinese Medicine Based on Data Mining Technology

: To explore the prescription rules of chronic rhinitis in the theoretical system of traditional Chinese medicine based on data mining technology, so as to provide a certain theoretical basis for the prescription medication of chronic rhinitis in clinical treatment.: The Chinese Journal Full-text Database (CNKI), Wanfang Data and VIP Chinese Science and Technology Journal Full-text Database (VIP) will be comprehensively searched as data sources. The retrieval time period is from the establishment of the database to June 2020, and the prescriptions of traditional Chinese medicine in the treatment of chronic rhinitis will be collected. Microsoft Excel 2013 was used for data statistics and prescription database was established. SPSS 17.0 and SPSS Modeler 14.1 were used for data analysis and calculation to find out the core drugs and prescription groups, and explore the prescription medication rules of chronic rhinitis in traditional Chinese medicine.: A total of 570 prescriptions were screened out. The most frequently used drug was magnolia, followed by xanthium sibiricum, followed by angelica dahurica; warm drugs were used most frequently, followed by slightly cold and mild drugs; the most commonly used medicine was bitter, followed by bitter and sweet; the lung meridian of hand taiyin was the most important meridian tropism; the most commonly used drugs were surface relieving drugs, followed by antipyretic drugs, followed by tonic drugs and other drugs; cluster analysis can roughly get 8 effective cluster, and association rule analysis found 597 rules, among which the strong association drug groups found are: Xanthium sibiricum → magnolia, Angelica dahurica+magnolia → Xanthium sibiricum, licorice+Xanthium sibiricum+magnolia → Angelica dahurica, etc.: Through data mining technology, it is found that there are certain rules in the application of traditional Chinese medicine prescriptions for chronic rhinitis. The clinical medication is relatively extensive, with magnolia, xanthium sibiricum and angelica dahurica as the core drugs, and the method of relieving exterior symptoms with pungent temperature as the basic treatment for chronic rhinitis, and also with the method of sweet and warm, the core association combination and cluster can be directly combined to form relevant prescriptions, providing reference and guidance for clinical application.

chronic rhinitis; traditional Chinese medicine; data mining; prescription rules; Chinese medicine

R76

A

1008-1151(2022)11-0072-06

2022-09-16

广西自然科学基金（2020GXNSFAA297021）；广西壮族自治区大学生创新创业训练计划项目（XQJ21098）；广西中医药大学大学生科研训练项目（2021DXS15、2020DXS18）；广西中医药大学大学生创新创业训练计划项目（202010600193）；广西中医药大学·一方制药大学生科技创新项目（2021DXS45）。

林昌稳（1999－），男，广东茂名人，广西中医药大学学生，研究方向为中药方剂临床用药规律研究。

乔赟（1965－），男，湖南东安人，广西中医药大学教授，医学博士，研究生导师，研究方向为针灸防治哮喘的临床与实验研究。