目的:利用R语言数据挖掘技术分析脓毒症的中医证型及用药规律,为脓毒症临床中医诊疗方案提供参考。方法:通过检索PubMed、Web of Science、中国知网、万方、维普和中国生物医学文献数据库,收集从建库至2023年12月31日收录的符合纳入标...目的:利用R语言数据挖掘技术分析脓毒症的中医证型及用药规律,为脓毒症临床中医诊疗方案提供参考。方法:通过检索PubMed、Web of Science、中国知网、万方、维普和中国生物医学文献数据库,收集从建库至2023年12月31日收录的符合纳入标准的中医药治疗脓毒症临床研究文献,建立相关处方数据库。运用Excel整理并分析方药信息,包括中医辨证分型、治法治则,中药的使用频次、性味、归经、功效等;并利用R语言进行关联规则分析及聚类分析。结果:共检索出文献10345篇,纳入分析280篇,涉及中药215味,其中排名前10的中药分别是大黄、甘草、赤芍、厚朴、黄芪、芒硝、黄芩、丹参、地黄、枳实;四气以寒、温为主,五味以苦、甘、辛为主,归经以脾、胃、肺为主,功效以清热、补虚、泻下为主,证型以热毒内盛证、瘀毒内阻证为主。关联规则分析得到核心组方为大黄、芒硝、枳实、厚朴、当归、川芎、赤芍、桃仁、地黄、红花。高频药物聚类分析得到4个聚类群,适用于不同证型。结论:治疗脓毒症的用药规律以清热、泻下、化瘀、补虚为主,核心证型-处方有4类,临床上应根据患者的证候特点进行辨证论治,在核心证型-处方的基础上随证加减。展开更多
自然语言处理是实现人机交互的关键步骤,而汉语自然语言处理(Chinese natural language processing,CNLP)是其中的重要组成部分。随着大模型技术的发展,CNLP进入了一个新的阶段,这些汉语大模型具备更强的泛化能力和更快的任务适应性。然...自然语言处理是实现人机交互的关键步骤,而汉语自然语言处理(Chinese natural language processing,CNLP)是其中的重要组成部分。随着大模型技术的发展,CNLP进入了一个新的阶段,这些汉语大模型具备更强的泛化能力和更快的任务适应性。然而,相较于英语大模型,汉语大模型在逻辑推理和文本理解能力方面仍存在不足。介绍了图神经网络在特定CNLP任务中的优势,进行了量子机器学习在CNLP发展潜力的调查。总结了大模型的基本原理和技术架构,详细整理了大模型评测任务的典型数据集和模型评价指标,评估比较了当前主流的大模型在CNLP任务中的效果。分析了当前CNLP存在的挑战,并对CNLP任务的未来研究方向进行了展望,希望能帮助解决当前CNLP存在的挑战,同时为新方法的提出提供了一定的参考。展开更多
文摘目的:利用R语言数据挖掘技术分析脓毒症的中医证型及用药规律,为脓毒症临床中医诊疗方案提供参考。方法:通过检索PubMed、Web of Science、中国知网、万方、维普和中国生物医学文献数据库,收集从建库至2023年12月31日收录的符合纳入标准的中医药治疗脓毒症临床研究文献,建立相关处方数据库。运用Excel整理并分析方药信息,包括中医辨证分型、治法治则,中药的使用频次、性味、归经、功效等;并利用R语言进行关联规则分析及聚类分析。结果:共检索出文献10345篇,纳入分析280篇,涉及中药215味,其中排名前10的中药分别是大黄、甘草、赤芍、厚朴、黄芪、芒硝、黄芩、丹参、地黄、枳实;四气以寒、温为主,五味以苦、甘、辛为主,归经以脾、胃、肺为主,功效以清热、补虚、泻下为主,证型以热毒内盛证、瘀毒内阻证为主。关联规则分析得到核心组方为大黄、芒硝、枳实、厚朴、当归、川芎、赤芍、桃仁、地黄、红花。高频药物聚类分析得到4个聚类群,适用于不同证型。结论:治疗脓毒症的用药规律以清热、泻下、化瘀、补虚为主,核心证型-处方有4类,临床上应根据患者的证候特点进行辨证论治,在核心证型-处方的基础上随证加减。
文摘自然语言处理是实现人机交互的关键步骤,而汉语自然语言处理(Chinese natural language processing,CNLP)是其中的重要组成部分。随着大模型技术的发展,CNLP进入了一个新的阶段,这些汉语大模型具备更强的泛化能力和更快的任务适应性。然而,相较于英语大模型,汉语大模型在逻辑推理和文本理解能力方面仍存在不足。介绍了图神经网络在特定CNLP任务中的优势,进行了量子机器学习在CNLP发展潜力的调查。总结了大模型的基本原理和技术架构,详细整理了大模型评测任务的典型数据集和模型评价指标,评估比较了当前主流的大模型在CNLP任务中的效果。分析了当前CNLP存在的挑战,并对CNLP任务的未来研究方向进行了展望,希望能帮助解决当前CNLP存在的挑战,同时为新方法的提出提供了一定的参考。