|
|
|
| Research on medication rule of modern doctors in the treatment of Alzheimer disease based on data mining |
| ZHONG Dayuan LI Lan JIANG Chengting SONG Zhenyan |
| Hu’nan Provincial Key Laboratory of Integrated Traditional Chinese and Western Medicine for Prevention and Treatment of Heart and Brain Diseases, Hu’nan University of Chinese Medicine, Hu’nan Province, Changsha 410208, China |
|
|
|
Abstract Objective To collect and sort out the prescription rules of traditional Chinese medicine in the prevention and treatment of Alzheimer disease. Methods The randomized controlled trials of Alzheimer disease were searched in CNKI, VIP database and Wanfang database. The retrieval time was limited to October 2020. The literatures were screened, and then Apriori algorithm was used for statistical analysis. Results A total of 173 Chinese herbal compounds were screened out, involved 190 Chinese herbal medicines. The total frequency of Chinese herbal medicines was 1752, and 12 of them were more than 40. Traditional Chinese medicine for the prevention and treatment of Alzheimer disease is mostly tonifying deficiency drugs, promoting blood circulation and removing blood stasis drugs and phlegm, relieving cough and asthma drugs. Most of them belong to liver, kidney, lung and spleen meridians, with mild nature and sweet and bitter taste. The results of Apriori calculation showed that the compatibility of two herbs were Polygalae Radix and Acori Tatarinowii Rhizoma. The common compatibility of three herbs were Rehmanniae Radix Praeparata, Polygalae Radix and Acori Tatarinowii Rhizoma; Chuanxiong Rhizoma, Polygalae Radix and Acori Tatarinowii Rhizoma. The common compatibility of four herbs were Salviae Miltiorrhizae Radix et Rhizoma, Rehmanniae Radix Praeparata, Polygalae Radix and Acori Tatarinowii Rhizoma. Conclusion In this study, Polygalae Radix and Acori Tatarinowii Rhizoma have the highest correlation, and the prescription can be made based on the compatibility of this drug pair.
|
|
|
|
|
|
[1] Jia J，Wei C，Chen S，et al. The cost of Alzheimer’s disease in China and re-estimation of costs worldwide [J]. Alzheimers Dement，2018，14（4）：483-491.
[2] Bhardwaj D，Mitra C，Narasimhulu CA，et al. Alzheimer’s disease-current status and future directions [J]. J Med Food，2017，20（12）：1141-1151.
[3] 薛延华，李定安，李晶.补肾化痰祛瘀方联合盐酸多奈哌齐对阿尔茨海默病病人认知功能、脑神经递质及生活质量的影响[J].中西医结合心脑血管病杂志，2019，17（19）：2910-2913.
[4] 李晨萌，田金洲，魏明清，等.补肾平肝方联合盐酸多奈哌齐治疗阿尔茨海默病精神行为症状的有效性观察[J].天津中医药，2019，36（10）：951-954.
[5] 谢文婷，谭子虎，陈延，等.加减薯蓣丸治疗轻、中度阿尔茨海默病的临床观察[J].中国实验方剂学杂志，2018，24（21）：176-181.
[6] 钟赣生.中药学[M].10版.北京：中国中医药出版社，2016.
[7] Joe E，Ringman JM. Cognitive symptoms of Alzheimer’s disease：clinical management and prevention [J]. BMJ，2019，367：16217.
[8] 宋金辉，张如富.老年痴呆患者中医证候与MMSE及海马体积相关性的研究[J].中国现代医生，2020，58（32）：31-34.
[9] 孟旭，张鹏.多奈哌齐联合美金刚对老年痴呆精神行为障碍的疗效及认知功能动态影响分析[J].中国现代医生，2019，57（4）：81-84.
[10] 刘明芳，李浩，刘剑刚，等.中医虚瘀浊毒与老年性痴呆[J].中医杂志，2010，51（7）：651-654.
[11] 吴红彦，王虎平.以肝脾论治老年性痴呆及逍遥散对老年痴呆模型小鼠学习记忆能力、中枢胆碱能神经元活性的影响[J].中国实验方剂学杂志，2010，16（5）：190-192.
[12] 沈世豪，王玲琳，蔡新荣.养阴柔肝醒脑方治疗老年性痴呆精神行为障碍临床观察[J].中国民间疗法，2007， 15（1）：25.
[13] 丁建哲.顺气导痰汤治疗痴呆[J].四川中医，1991（12）：34.
[14] 张美璇.石菖蒲抗老年痴呆活性部位的确定及其初步物质基础研究[D].上海：中国医药工业研究总院，2016.
[15] 王哲，崔小川，周高峰，等.远志皂苷改善APP/PS1转基因小鼠认知功能损伤的机制研究[J].解放军医学杂志，2020，45（4）：398-404.
[16] 孔令海，孙金华.癫狂梦醒汤加减治疗老年性痴呆50例[J].中国医药导报，2009，6（16）：131.
[17] 李筱筱，武雪玲，张凯，等.丹参酮ⅡA对阿尔兹海默病防治作用的研究进展[J].生命科学研究，2017，21（1）：59-63.
[18] 杨植媛，吴红彦，李海龙，等.当归含药血清对阿尔兹海默病细胞模型损伤的保护作用[J].辽宁中医杂志，2014， 41（1）：164-167.
[19] 李鹏涛，杨晓楠，霍艳丽，等.黄芪联合骨髓间充质干细胞治疗阿尔茨海默病的新思路[J].神经药理学报，2016， 6（2）：31-36.
[20] 姜懿纳，罗林明，陈乃宏.甘草与神经退行性疾病的相关研究[J].中药新药与临床药理，2016，27（3）：455-460.
[21] 张静娴.何首乌神经保护活性成分研究[D].北京：北京协和医学院，2016.
[22] 刘强，薛伟伟.老年性痴呆病因病机浅析[J].光明中医，2015，30（9）：1989-1990.
[23] 吴正治，唐春艳，卢汉平.清肝泻胆法对老年痴呆模型小鼠学习记忆能力及海马M受体亚型的影响[J].中医杂志，1999，40（7）：437-438.
[24] 吴正治，张永锋，贾秀琴，等.清肝泻火法对老年痴呆模型学习记忆及中枢单胺神经递质的影响[J].中国中医基础医学杂志，1998（12）：26-29.
[25] 李琼锋，杜义斌，赵义.立论于肝脾同治研究逍遥散对老年性痴呆模型鼠行为学及神经可塑性的影响[J].世界中医药，2017，12（5）：1124-1127.
[26] 黄斌，罗洪斌，黄胜，等.基于网络药理学探索石菖蒲-川芎配伍治疗阿尔兹海默病的作用机制研究[J].湖北民族大学学报：医学版，2020，37（1）：1-6.
[27] 吴雨桐，肖洪贺，梁喜才，等.远志和石菖蒲有效成分对APP-NSCs保护及促进增殖分化作用[J].中国新药杂志，2020，29（4）：443-448. |
|
|
|
