研究与评论在药学和制药雷竞技苹果下载科学
菜单e-ISSN: 2320 - 1215 p-ISSN: 2322 - 0112
e-ISSN: 2320 - 1215 p-ISSN: 2322 - 0112
收到日期:15/06/2016;接受日期:07/07/2016;发表日期:12/07/2016
访问更多的相关文章研究与评论在药学和制药雷竞技苹果下载科学
疾病的发病率在医疗实践是一种常见的和重要的问题。特别需要医疗干预患者在这种情况下。在这里,我们提出了一个基于网络的计算模型来发现疾病药物的模式利用电子健康记录的中药(TCM)的医院。这个模型的一个关键步骤是三种类型的协会的估计,包括disease-disease协会、disease-drug协会通过统计分析和药物之间的关联。基于这些关联,disease-drug网络(DDN)。然后从DDN疾病药物治疗模式被确定通过随机漫步和网络motif-based分析。以循环系统疾病为例,应用该模型获取疾病不同疾病之间的关系,认识到相应药物治疗模式。因此,我们扔的并发症在不同循环系统疾病,并发现循环系统的一个障碍可能伴随着另一个病变的其他位置循环系统。此外,我们发现一些有意义的药物治疗模式与中医理论相一致,例如,一个blood-regulation代理单独或与另一个人陪代理像主音可以用来治疗并存病在不同的“血瘀”有关的疾病
疾病发病率、网络主题分析,中药,Diseasedrug网络,血瘀
疾病发病率是指条件,不同的疾病co-emerge在同一病人(1高血压和糖尿病等),(2,3]。疾病的共病是一种常见的健康问题在医疗实践中,它更有可能产生健康状况比每一个疾病(1,4,5]。发现潜在疾病并发症是非常重要的诊断(6,7),治疗(8),和预防措施(9,10]因为疾病条件,还可以提供一些新的见解疾病病因和病理(11]。
一般来说,疾病发病率的调查将需要大量的临床资源。电子健康记录(EHR) (12)数据,可提供诊断信息为每个病人和疾病或医疗管理反映了临床实践模式,就是这样的一个至关重要的数据资源。电子病历应用找到小说疾病并发症在一些最近的研究(13,14]。该病发病率关系主要是评估同现统计:疾病与共生对大于预期被视为潜在的并发症,并经常疾病网络的形式来表示。例如,伊达尔戈(13)建造了一个疾病表型网络统计检测并存病来自3000万多个病人的医学报告。两个统计指标,相对危险度(RR)和φ-correlation,利用在本研究量化co-associations。同样,罗克(14]研究疾病并发症通过识别重大cooccurring疾病对5543份病历的结构化和自由文本字段根据疾病评分类似RR。
除了EHR-based调查疾病并发症,巨大的努力也一直致力于发现不同疾病之间的生物或医学共性,和基于网络的模型创建了识别分子(15,16)或pathway-based协会(17)和表型之间的相互作用不同的疾病。人类疾病网络与共享由连接疾病基因的基础上,从人类已知的致病基因16]。同样,李(17]试图找到疾病协会根据不同疾病之间共享的途径。获得一个更系统的了解网络之间的相互作用的复杂疾病,Menche [15)使用一种疾病模块是一个连通子图包含所有相关分子在interactome代表每个疾病,疾病和使用模块预测disease-disease之间的重叠关系。除了疾病有关的分子或通路,人类症状疾病网络(HSDN)构造描述相似的两种疾病考虑各自的症状(18]。
这些基于网络的研究已经说明了疾病协会从独特的角度,包括基因、通路,分子interactome和症状,所有这些都有助于理解疾病机制的并发症。然而,则较少受到关注治疗疾病合并症:疾病条件下应如何治疗,什么是区别不同类型的患者治疗并存病?这些问题的答案可以帮助改善并发症的临床管理19]。虽然疾病治疗不同很多不同患者考虑特定的健康状况,还将一致的药物治疗模式对于某些类型的疾病并存病(5,20.,21]。因此,本研究旨在揭示潜在的疾病药物治疗模式的电子医疗纪录。
并发症在不同类型的心血管和脑血管疾病,如高血压、中风和冠心病都属于根据ICD10循环系统疾病(国际疾病分类10日修订),是非常普遍的在临床实践(22- - - - - -25]。在这项研究中,我们考虑循环系统作为一个例子来识别药物模式并存病之间的循环系统疾病。首先,我们收集了标准化的医疗记录循环系统疾病患者电子病历的医院。接下来,三种不同类型的关联:disease-disease协会、disease-drug协会、药物之间的联系被开采的医疗记录。以疾病和药物为网络节点,high-confidential协会作为网络的边缘,我们构建了一个disease-drug异构网络。最后,代表疾病药物治疗模式被公认的异构网络的描述并存病的药物治疗策略通过网络motif-based分析。我们的研究结果发现不同blood-regulating代理或blood-regulating代理与其他类型伴随代理像补养药可以应用于患者并发症的高血压疾病,缺血性心脑血管疾病和疾病。
源数据和预处理
东方医院的电子病历收集,这是北京中医药大学第二临床医学院(中医药大学)和a级三级医院中药(TCM)。病人每条记录包含一个独特的ID、访问日期、诊断疾病,药物对这次访问和相应的规定。所有疾病的电子医疗纪录被指定为ICD10代码。所有的药品都由这家医院指定的惟一标识符。只有西药或中药专利处方(TCMPPs)保留在这项研究中,每个TCMPP被视为一种药物而不是它的草本成分。获得洞察循环系统疾病的共病的治疗策略(ICD10编码属于第九章,即。I00-I99),我们只收集记录的诊断疾病ICD10代码与角色“我”开始。最后,我们获得了448384电子病历88153例,与356年疾病和1422年药物在这些记录。
有356 Disease-Drug网络
过滤罕见疾病和药物:1422年疾病和药物在所有448384年临床记录。然而,疾病和药物只出现在很少的一部分记录。这些罕见的疾病或不会导致普遍的共生与其他疾病的药物或药物,所以他们截断节省时间。设置截止448384年10在所有出现的记录,我们保留了135年疾病和1108年药物深造(表1和2的数量记录每个疾病和药物出现)。
评估协会本研究试图发现三种不同类型的关联:disease-disease协会、药物之间关联和药物病协会。计算不同类型的协会、医疗记录被组织成两个formsdiagnostic记录(博士)和病人记录(公关)。博士一个商店的疾病和药物的列表是一个访问记录。
每个公关包含所有在一个特定的疾病病人的历史DRs。Disease-disease关联,提出了我的疾病发病率条件,应提供建议是否两种疾病同时发生在同一病人;因此,他们计算基于PRs。否则,disease-drug协会和药物之间的联系被应用于发现一种药物是否可以用于治疗一种疾病或两种药物是否可以结合考虑医生的诊断经验,所以这两个类型的协会应该依据DRs (图1)。
图1:3个节点的CMM的一个例子。
无论DRs-based PRs-based评价,我们利用两个措施,挖掘大型医疗资源评估实体对的关联。一个是卡方检验,可以检查是否有预期的和观察到的频率之间的显著差异(26]。A和B两个实体,一个列联表构造的分布来描述这两个实体所示表1,一个是记录的数量,不含a或B, B是数字或记录包含一个但不是B, c是包含B但不是记录的数量,和d包含a和B都是记录的数量然后计算卡方统计量为:
| 一个= 0 | 一个= 1 | 总 | |
| B = 0 | 一个 | b | a + b |
| B = 1 | c | d | c + d |
| 总 | a + c | b + d | a + b + c + d |
表1:列联表的实体A和B。
n代表记录的总数:n = a + b + c + d。
卡方统计面临的一个问题是,小细胞值可能使卡方检验误导(27]。在这项研究中,我们采用了修正提出的耶茨(27)应急表任何单元格值小于5:
(即实体对高卡方统计值。,low p-values) are often considered as “clinically significant” associations. However, there are two opposite conditions which may lead to large chi-squared values: 1. Two entities co-occur frequently in the medical records (a, b, c is small while d is very large); 2. Both entities are absent in most of the medical records (b, c, d is small while a is very large). Although the latter one can indicate one entity is dependent on the other, it will not represent meaningful disease comorbidity, drug combination or disease-drug relation if the co-occurrences are very rare. For example, if two diseases A’ and B’ are with a contingency table in which a=9999, b=c=0, d=1, then they will have a very large Chi-square value (χ2相关系数= 2499.50,p = 0.0),但是,它不够有说服力的说他们有共病关系只共现一次10000条记录。因此,共现率(CR)应用卡方检验。实体的CR A和B之间的比率是共生的数量和总数量的记录:
没有明确的边界孤立的实体和相关实体。通常,我们认为两个实体之间存在的联系,如果他们经常同时出现在同一个记录大大超过单独的机会。因此,实体对与重大卡方值(χ2> 6.7,p值< 0.01)和有意义的CR (CR > 2.0)的军医被确定为潜在关联互相依附,不是那么罕见的记录。
网络建设
根据协会分析、disease-disease对药对和药物之间对卡方检验(χ满足要求2> 6.7,p值< 0.01)和CR (CR > 2.0的军医)作为disease-drug网络的边缘(DDN)和相应的冗余节点所有的边都作为节点。此外,疾病发病率网络(DICN)是由只保留disease-disease关联。
识别疾病药物治疗模式
伴随疾病药物主题(CMM)的定义:考虑到disease-drug网络,包含两种不同类型的节点和大量的关联,必须有网络内的各种图案。然而,并非所有的反复出现的主题可以应用于解释疾病并发症的药物治疗策略;例如,主题只有药物或只有一个孤立的疾病。
确保有两种疾病可能具有疾病发病率的关系,并且每个疾病是由至少一个有效的药物,CMM应符合下列要求:
应该有两个连接疾病节点。
b。每个疾病节点应该与至少一种药物节点。
c。每个药物节点应该至少与一个疾病。
鉴于图案大小为3和4,我们生成的所有候选手动测量机和拯救他们以同样的方式作为一种快速的网络主题检测工具:FANMOD [28]。每个CMM被其相邻矩阵的对角元素代表节点类型:1 0疾病和药物,其他元素表示两个节点是否连接。例如,相邻矩阵所示为一个包含3个节点的主题图1是:
CMM评估
我们利用FANMOD可以区分不同类型的节点在主题分析来评估所有候选机disease-drug网络,并保留那些具有统计学意义。每个可能的CMM被z分数的意义和其相应的假定值28]。CMM是计算的频率的比值属于这CMM所有子图的子图具有相同的大小。
疾病治疗模式
然后,对于每个CMM,我们选择了相同的子图相邻矩阵CMM,并认为他们是这个CMM的成员。对于每个CMM,它的子图成员被进一步划分为不同的疾病药物治疗模式(CMPs)基于类别信息疾病和药物。疾病被分为10类根据ICD10二级分类的层次结构,而药物分类基于东方医院的药物组织体系。因此,CMP包含疾病类别、药品类别和相应的网络结构。每个CMP代表一个基本疾病药物单元描述类型的药物可以应用于哪些疾病之间的并发症。测量的患病率CMPi CMMk的进一步划分,计算得分:
在分子代表子图的观察值成员属于CMP吗我,分母代表成员的平均数量属于每个CMM的进一步划分k。
框架
识别特定疾病并存病药物治疗模式,我们的工作主要包括四个阶段(图2):
图2:工作流网络motif-based识别疾病的共病药物治疗模式。红圈代表疾病和蓝色三角形代表药物。
。收集循环系统disease-relevant从东方医院电子病历,并处理her提取标准化病人记录和诊断记录。
b。估计协会包括disease-disease协会、药物之间的关联,disease-drug协会和构造一个disease-drug网络基于重大而有意义的联系。
c。产生疾病药物图案可以代表一般comorbidity-drug协会disease-drug网络结构。
d。认识到疾病治疗模式进一步分割子图属于每个疾病药物的主题分成不同组的基础上,明确的疾病和药物的类别信息。
注意,主题和模式应用于实现不同的目的:图案是用来代表复发disease-drug网络子图结构不考虑明确疾病或药物类别;模式在本研究更具体的主题,他们用于分类的子图属于一个主题分成更明确的考虑到特定类别的疾病和药物,从而我的哪种类型的并发症应由哪种药物形成相关的具体描述每一个主题。此外,由于“疾病”是用来描述不同疾病之间的相关性,它包括至少两个疾病。因此,“疾病”,本文将引用至少有两个重要的共现的疾病,而不是只有一个人。
基于上面的工作流程中,我们认识到疾病药物治疗模式的循环系统疾病。
简要看疾病共生和药物合并施打
我们收集了448384电子医疗纪录为88153患者被诊断为循环系统疾病期间2010 - 2015。简要介绍在疾病并发症和药物组合的可能性,我们首先做了一个简单的统计数量每个病人患有的疾病和药物的数量规定为每个诊断。的疾病,大约有一半(51.4%)的患者可能受到2或超过2基于电子医疗纪录(循环系统疾病图3一)。在药物的情况下,只有9.7%的规定只有一个药品,诊断两个甚至更多的药物被co-administrated在大多数电子医疗纪录(图3 b)。虽然简单的统计分析不能准确解释疾病发病率或药物组合问题,它仍然可以显示疾病共生和药物合并施打非常常见的循环系统疾病。接下来,揭示混凝土疾病并发症并确定相应的药物治疗模式,网络motif-based进行了研究。
图3:统计疾病共生和药物合并施打。a分布的患者对他们遭受的循环系统疾病的数量。b分布诊断考虑有多少药物处方的诊断。
网络结构
疾病发病率网络:之前构建异构药物病网络(DDN),我们构建了一个疾病发病率网络(DICN),这是一个疾病DDN只有节点的子图和相应的关联,进行直观描述疾病的共病关系。DICN (图4),有436个边缘连接75个节点,节点是由独特的ICD10代码指定的疾病,估计和边缘连接两个疾病而频繁和non-occasional共存(卡方检验p值< 0.01,CR > 2.0的军医,见材料和方法)。根据ICD10系统疾病属于循环系统疾病可分为10大类(表2)。在这项研究中,属于8类疾病是公认的拥有彼此共病关系(图4)。
| 类别 | ICD10代码 | 的名字 |
|---|---|---|
| 1 | I00-I02 | |
| 2 | I05-I09 | 慢性风湿性心脏病 |
| 3 | I10-I15 | 高血压疾病 |
| 4 | I20-I25 | 缺血性心脏疾病 |
| 5 | I26-I28 | 肺心病和肺循环疾病 |
| 6 | I30-I52 | 其他形式的心脏病 |
| 7 | I60-I69 | 脑血管疾病 |
| 8 | I70-I79 | 疾病的动脉,动脉和毛细血管 |
| 9 | I80-I89 | 疾病的血管、淋巴管和淋巴结,不是其他国家机密 |
| 10 | I95-I99 | 其他和未指明的循环系统的疾病 |
表2:主要类别ICD10 IX-Diseases章循环系统。
图4:一种疾病发病率网络。
存在于两种疾病的共病关系的一部分属于同一类别。比较其他协会,我们可以观察到有些集中并存病,比如I87.201之间的关系(在下肢静脉功能不全)和I80.303(静脉硬化),或I67.903之间的关系(未指明的脑血管疾病)和I63.902(脑梗塞),要有力的多。这可能躺在解剖或功能相似的疾病属于同一ICD10类别。这些关联集中对似乎微不足道的和无趣的,因为他们只是ICD10的分类系统的直接反映。
然而,有更多的疾病不同类别之间的关系(图4和5)为例,缺血性心脏病之间的并存病(4级)和脑血管疾病(7级),以及之间的并发症高血压病(3级)和脑血管疾病(类别7)。其中,最重要的类别7和类别之间的关联是8,尤其是I70.902之间的关系(动脉硬化闭塞性脉管炎)和I87.201(下肢静脉功能不全)。这意味着对脑血管疾病可能共病的问题在下肢静脉,和疾病的原因可能在于,这两种疾病共同的病理机制,结构性变化发生在血管壁(29日,30.]。这些同类产品共病关系表明,大部分的循环系统障碍并不是孤立的,循环系统的一个障碍可能伴随着另一个病变的其他位置循环系统(31日- - - - - -34]。
图5:一个类别关联网络的循环系统疾病。
此外,根据节点的度,一些高度疾病,像一块。X02(高血压),I25.101(冠心病),I63.902(脑梗塞),和I87.201(下肢静脉功能不全)可以形成疾病与多种疾病的关系覆盖不同的类别。这些疾病可能会伴随疾病状况的主要问题,和这类疾病患者应多注意其潜在并发症的预防和检测时间。
疾病由ICD10代码显示为节点。两种疾病连接如果他们估计有并发症的关系。节点颜色代表相应的ICD10分类如图所示在右边。节点具有相同的颜色由黑色边缘相连,而节点与布朗不同颜色的是联系在一起的边缘。节点大小正比于节点网络的学位。边缘宽度成正比(χ卡方值2)计算disease-disease关联。
标签中标识的节点代表类别表2。不同类别,不同的颜色是有区别的图4。边缘宽度正比于联盟得分:
,其中C我Cj是两个不同的类别,N我和Nj成员属于C的数量吗我和Cj分别Nij是疾病协会成员之间的数量从C我从C和成员jDICN。
Disease-drug网络
综合反映了疾病和药物之间的复杂关联,disease-drug网络(DDN)构建了基于三种类型的关联包括disease-disease协会、disease-drug协会和drugdrug关联。DDN (图6边缘),有436个在75年疾病,7326边缘在536种药品和2186之间的边缘563疾病和药物(表3- - - - - -5)。有很多药物被用于治疗循环系统疾病:某些药物是非常具体的,和只能治疗一种疾病,而其他人可以使用在各种疾病。更重要的是,可以结合一些药物治疗同样的疾病。DDN的杂项协会很难获得知识一般疾病并发症治疗策略,然而,他们疾病的进一步研究提供有价值的依据疾病药物治疗模式。
| 大小 | ID | 图 | 频率 | z分数 | p值 | 频率 |
|---|---|---|---|---|---|---|
| 3 | 3 _1 * |  |
0.045 | 43.6 | 0 | 0.045 |
| 4 | 4 _1 * |  |
0.025 | 73.6 | 0 | 0.025 |
| 4 _2 * |  |
0.17 | 17.7 | 0 | 0.17 | |
| 4 _3 * |  |
0.05 | 10.89 | 0 | 0.05 | |
| 4 _4 |  |
0.06 | 0.09 | 0.468 | 0.06 | |
| 4 _5 |  |
0.001 | -1.28 | 0.92 | 0.001 | |
| 4 _6 |  |
0.010 | -6.4 | 1 | 0.010 |
表3。候选人CMM的分数。
| 药物类别 | 的英文名字 | 主要功能 |
|---|---|---|
| 24 | Meridians-relieving代理 | 疏通经络,气和血液循环 |
| 104年 | Heat-clearing代理 | 清热、降火、减轻毒性 |
| 106年 | Dispelling-wind代理 | 外部风消散,扑灭内部风,检查痉挛 |
| 107年 | 通过代理 | 消除湿、促进分开,免费痛性尿淋沥,排出浊度 |
| 114年 | Blood-regulating代理 | 止血,激活血液,解决停滞,补充血液 |
| 115年 | 主音 | 补充气血,增强身体 |
| 117年 | 镇静,镇静性 | 缓解不安的心灵和身体 |
| 128年 | 整形外科 和traumatologyagent |
促进血液循环,消除古今,减轻疼痛,消除群众,使湿润与痛苦 |
| 404年 | 钙拮抗剂 | 抑制钙流入,减少钙超载。 |
| 406年 | 海波张量 | 控制血压 |
| 1104年 | 血补养药 | 补充血液,血液治疗虚证 |
| 1402年 | 维生素B的药物 | 补充维生素B |
| 130302年 | 口服降血糖药 | 控制血糖 |
表4。主要药物类别信息。
| CMM ID | CMM的信息 | 疾病治疗模式(CMP) | ||||||
|---|---|---|---|---|---|---|---|---|
| CMM | 排名 | CMP ID | Dis1 * | Dis2 * | 根据Dr1 * | Dr2 * | 分数 | |
| 3 _1 |  |
1 | 3 _11 | 7 | 7 | 114年 | - - - - - - - | 32.24 |
| 2 | 3 _12 | 7 | 4 | 114年 | - - - - - - - | 25.29 | ||
| 3 | 3 _13 | 3 | 4 | 114年 | - - - - - - - | 20.66 | ||
| 4 | 3 _14 | 7 | 3 | 114年 | - - - - - - - | 20.13 | ||
| 5 | 3 _15 | 4 | 7 | 114年 | - - - - - - - | 13.71 | ||
| 6 | 3 _16 | 3 | 4 | 406年 | - - - - - - - | 10.51 | ||
| 7 | 3 _17 | 7 | 3 | 406年 | - - - - - - - | 9.26 | ||
| 8 | 3 _18 | 3 | 7 | 114年 | - - - - - - - | 8.73 | ||
| 9 | 3 _19 | 7 | 7 | 404年 | - - - - - - - | 7.84 | ||
| 10 | 3 _110 | 7 | 3 | 404年 | - - - - - - - | 7.12 | ||
| 4 _1 |  |
1 | 4 _11 | 3 | 7 | 114年 | 114年 | 37.26 |
| 2 | 4 _12 | 4 | 7 | 114年 | 114年 | 34.05 | ||
| 3 | 4 _13 | 4 | 4 | 115年 | 114年 | 33.09 | ||
| 4 | 4 _14 | 4 | 4 | 114年 | 114年 | 28.59 | ||
| 5 | 4 _15 | 4 | 7 | 115年 | 114年 | 26.66 | ||
| 6 | 4 _16 | 3 | 4 | 106年 | 114年 | 25.05 | ||
| 7 | 4 _17 | 3 | 4 | 114年 | 114年 | 23.77 | ||
| 8 | 4 _18 | 4 | 7 | 106年 | 114年 | 22.81 | ||
| 9 | 4 _19 | 3 | 7 | 114年 | 115年 | 21.52 | ||
| 10 | 4 _110 | 3 | 7 | 115年 | 114年 | 21.52 | ||
| 4 _2 |  |
1 | 4 _21 | 4 | 3 | 114年 | 1104年 | 14.44 |
| 2 | 4 _22 | 8 | 7 | 24 | 114年 | 12.51 | ||
| 3 | 4 _23 | 4 | 4 | 115年 | 104年 | 11.07 | ||
| 4 | 4大于 | 3 | 7 | 107年 | 106年 | 10.11 | ||
| 5 | 4 _25 | 4 | 4 | 115年 | 107年 | 9.63 | ||
| 6 | 4 _26 | 3 | 7 | 107年 | 117年 | 9.15 | ||
| 7 | 4 _27 | 3 | 7 | 128年 | 106年 | 8.66 | ||
| 8 | 4 _28 | 9 | 4 | 1402年 | 114年 | 8.66 | ||
| 9 | 4 _29 | 3 | 3 | 130302年 | 104年 | 8.66 | ||
| 10 | 4 _210 | 8 | 3 | 106年 | 114年 | 8.66 | ||
表5所示。十大疾病药物治疗模式三部分。
图6:disease-drug网络为循环系统疾病
蓝色三角形节点代表药物,红色圆圈节点代表的疾病。有不同疾病和药物之间的复杂关联。进一步分析从网络获取有意义的知识是至关重要的。
主题分析
网络提供了一个非常直观的表示不同的底层复杂的系统交互。然而,大量的节点在网络中很难理解一些功能特性直接隐藏在复杂的网络。自从DDN (图6)由一个相对较大的节点数量,很难理解疾病治疗策略。网络主题(NM),它代表了明显复发子图结构,可以在本地属性提供了一个有效的方法来评估在一个大网络(35]。因此,网络主题应用到底层的DDN发现有意义的模式。然而,一些NMs的DDN、像那些只有一个疾病或没有疾病无法解释疾病并发症的治疗模式。此外,疾病药物的主题(CMM)定义(见材料与方法),以反映并存病的药物治疗策略。测量机的3或4节点生成及其频率评估基于DDN (表3)。3个节点的CMM表明一些疾病可以被治愈的药物。2的节点CMM列出了6个候选人形式diseases-2药物药物治疗策略。
CMM是为了我可能的药物形式疾病发病率。在测量机,不同类型的连接描述基本的疾病和药物之间的关系。两个疾病节点代表疾病之间的联系关系。一个药物和疾病之间的联系表明,这种药物可以治愈这种疾病。两种连接药物意味着这些药物可以同时规定。相反,两种药物没有连接流行性流感减毒活疫苗不应,但可以应用按照序列的疾病进展。这些主题被z分数评估和相应的假定值可以反映特定主题是否有复发性比随机条件[28]子网,只有假定值小于0.01被认为是重要的。结果显示,高频率并不需要特定的主题;大多数主题(如CMM 4 _1和CMM 4 _3)只有较低的频率。根据每个CMM的z分数,测量机6个候选人中,只有三个是重要的,最重要的(z分数= 73.6)4-node CMM CMM 4 _1。 This CMM (CMM 4_1) suggests certain disease comorbidity conditions can be handled by two drugs in combination and each individual drug has therapeutic effects for both diseases. This strategy accords with the TCM theory of “treating different diseases by the same drugs” and “compatibility of medicines”. To be more concrete, when two comorbid diseases “Dis1” and “Dis2” co-occur on certain patient, doctors can first use a “Dis1”-specific drug “Dr1” on this patient, and then substitute “Dr1” by another drug “Dr2” which can treat both diseases, or in an adverse order considering the disease progress. Next to the most significant CMM, the second one, covering 17% of all four node sub graphs, is with larger frequency than other candidate CMMs, the difference between it and the most significant CMM lies in that these two drugs are not co-administrated, and each drug is with specific effect for only one disease. This strategy may pay more attention to the specificity of each disease. In addition, comparing CMM 4_1 and CMM 4_2 with CMM 4_3, we can discover that there are more medications strategies including one drug which can treat both diseases than applying only disease-specific drugs. These significant motifs, although not necessarily, are more likely to reflect the practical medication strategy.
疾病治疗模式
机显示一般疾病药物的形成。然而,不同类型的疾病并发症可能需要不同种类的药物在药物管理。进一步了解药物治疗规则,我们做了一个额外的努力挖掘疾病药物治疗模式(cmp),更显式测量机,包括疾病和药物的类别信息(见材料与方法)。电子医疗纪录被从中医医院以来,大部分的记录药物属于中医类别,像blood-regulating代理、补养药和meridians-relieving代理(表4)。公认的cmp的可以帮助我们理解疾病并发症治疗原则在中医理论的主要背景。的十大进球cmp的三个最常见的图案所示表5。
CMM 3 _1,顶级CMPs (CMP 3 _11-cmp 3 _15)表明,blood-regulating代理,它们的主要功能是调节人体的血液生成和操作,可以用于治疗高血压的发病率条件以及疾病,缺血性心脏病和脑血管疾病。这是符合中医理论“相同的治疗不同的疾病”(36)这意味着相同的方法可以用于治疗不同的疾病在其发展过程中如果有证据存在的共同的病理性质。根据中医理论,高血压疾病,缺血性心脏病和脑血管疾病属于“眩晕”、“阻塞”,分别“中风”。尽管疾病位置和临床表现不同,“血瘀”是主要的常见综合征(37]。因此,blood-regulating代理可以实现这些不同的疾病的治疗效果通过促进血液循环,消除血瘀是这些疾病的共同病理因素。
CMM 4 _1,一些CMPs喜欢CMP 4 _11, CMP 4 _12, CMP 4 _14和CMP _17表明,当考虑两种药物时,两种不同blood-regulating代理可以应用先后在并发症患者中高血压疾病,缺血性心脏病或脑血管疾病。三节点相比,通过包含另一个blood-regulating代理可以帮助促进血液循环,消除血瘀用不同的方式,从而适应疾病动态发展过程。更重要的是,还可以有另一个主音与一个特定的连续blood-regulating代理合并症条件(CMP 4 _13, CMP 4 _15 CMP 4 _110)。根据中医基本理论,气是血与气的指挥官可以加快血液循环(38,39]。因此,Qi-supplementing代理,比如补养药可以用来加强的监管影响blood-regulating代理治疗的并发症在这些“血瘀”的疾病。
CMM 4 _2,霍姆CMP (CMP 4 _21)表明一个blood-regulating代理可以结合补血治疗并发症高血压和缺血性心脏病(CMM4_21)。血瘀将阻碍新的血液的生成。因此,血液补养药可以结合blood-regulating代理商促进血液生产缺血性心脏疾病和高血压疾病的发病率。考虑CMP 4 _22,尽管脑血管疾病和疾病的动脉,动脉和毛细血管出现在不同的位置,这些疾病可以共现40- - - - - -43),这种并发症的药物可以由blood-regulating代理和meridians-relieving代理。
也表明,此外,CMPs同样疾病可以由不同的治疗策略。CMP 4 _11, CMP 4 _19, CMP 4 _110, CMP 4 _26和CMP 4 _27为例,我们可以发现他们都引用同一个一双疾病类别:高血压病(3级)和脑血管疾病(7级),但药物治疗模式是不同的。这体现出多样性并存病的药物治疗策略。然而,不同的模式不应该被视为等于:high-scored CMPs可能通常采用比得分低,即。之间并存病,高血压和脑血管疾病更可能是CMP 4 _11药物干预的模式。
疾病的共病是一种常见的和重要的健康问题在医疗实践。需要特别注意药物管理的某些疾病患者。的电子医疗纪录为医学研究提供前一个数据资源,一些研究已经发现潜在疾病协会根据电子医疗纪录。然而,则较少受到关注相应的药物治疗模式并存病的疾病。我们向前迈出一步认识到疾病药物治疗模式后,我们获得了疾病关联。理解疾病药物治疗模式将促进治疗并发症的患者,并改善适当药物的正确使用。
首先,我们估计在三种类型的关联:disease-disease协会、药物病协会,和药物之间的关联,代表了DDN显著关联。接下来,我们认识到疾病药物从DDN motif-based分析模式。以循环系统的疾病为例,我们利用我们的方法和说明一般药物形式和显式药物模式上下文中的具体的疾病和药物类别。一般来说,药物治疗效果的多种疾病并存病广泛采用。此外,高分疾病药物治疗模式帮助我们理解医疗原则并存病,并提供一些参考并存病的药物治疗规则的循环系统。例如,不同blood-regulating代理可以应用先后并存病不同“血瘀”为本的疾病。由于这些模式是基于主题与复发性子图比随机网络,他们可能会产生一些潜在的法律治疗并发症。然而,他们只能在一定程度上描述药物的原则。它仍然需要进一步评估每个主题的实用功能,在这个问题上,我们将努力在未来的研究中。尽管如此,这些发现可能帮助医务人员为患者更好的医疗决策和管理的共病。
在我们的研究中,我们只使用图案与3和4节点来描述疾病药物治疗模式。3-node主题有助于我们理解co-treatment不同疾病同样的药物,而4-node主题考虑成对毒品作为基本单元组合规则。虽然在临床实践中经常有更多的药物处方并发症患者,这些药物可分为一组两两药物和单一药物。因此,3-node和4-node图案能够描述最基本的疾病药物治疗模式。做出具体而明确的评价疾病情况和疾病治疗模式的一个主要类型的疾病,只考虑在这个循环系统疾病的研究。然而,我们的模型并不局限于这些疾病;它也可以应用于疾病协会进行估计在不同类型的疾病,内分泌、营养和代谢疾病(ICD10第四章)、精神和行为障碍(ICD10第五章),和神经系统疾病(ICD10第六章),如果有足够的电子医疗纪录这些疾病。
这项工作的一个限制是,我们不能歧视的主要疾病和疾病的共病两个相关的疾病。目前,它可以推测,更大程度上DRCN疾病可能是一个主要的疾病。然而,这还不够有说服力。因此,未来的研究将明确的因果关系,识别相应的药物治疗模式考虑到更多的信息在电子医疗纪录。此外,鉴于所有的电子医疗纪录来自东方医院中医医院,公认的疾病药物治疗模式更适合反映中医从业者的医疗经验,可以作为参考,但它们不足以代表疾病干预的黄金标准。
这项工作的一个限制是,我们不能歧视的主要疾病和疾病的共病两个相关的疾病。目前,它可以推测,更大程度上DRCN疾病可能是一个主要的疾病。然而,这还不够有说服力。因此,未来的研究将明确的因果关系,识别相应的药物治疗模式考虑到更多的信息在电子医疗纪录。此外,鉴于所有的电子医疗纪录来自东方医院中医医院,公认的疾病药物治疗模式更适合反映中医从业者的医疗经验,可以作为参考,但它们不足以代表疾病干预的黄金标准。
这项工作得到了国家自然科学基金(批准号81303152),国家重点项目和国家自然科学基金(批准号81330086)
作者宣称没有利益冲突有关的出版。
