方剂由多味中药组成，共同发挥治疗作用。同一处方中，有的中药发挥主要作用，有的中药发挥次要作用。古代医家以“君、臣、佐、使”为原则进行组方。普遍认为抓住了方剂中的主要药物，即抓住了方剂的主旨。但方剂中的主要药物，并非一目了然，如果缺少组方者自己的解释，旁观者很难直接从众多中药中，筛选出哪些中药是主要药物，哪些中药是次要药物。

本研究以期从处方中记载的中药及其剂量信息入手，探索处方剂量与“君、臣、佐、使”的关系，通过中药的处方剂量即可判断出，哪味中药为主要药物，以便阅读处方者迅速抓住该处方的主旨。

1 材料与方法 1.1 数据来源及概况

本研究共采集了2022个中医方剂，方剂主要来源于专著及期刊，涉及78本方剂书籍（1 556个方剂）及28本期刊（466个方剂），方剂书籍是按照《中国图书馆图书分类法》R289类下书籍进行检索^[1]，检索馆藏为中国国家图书馆、中国中医科学院中医药信息所图书馆。期刊文章选自中国期刊数据库，期刊为中文核心期刊目录（2011年版）内中国医学分类下的期刊。书籍出版年限为1909—2009年，期刊发表年限为1956—2011年。

1.2 纳入标准

本研究所涉及方剂无论是来源于书籍或者期刊，必须具备如下条件：①该方剂具有明确的中药组成及剂量；②方剂具有方解，即对其包含的每味中药的君、臣、佐、使地位进行了说明。所有方剂无重复，无重复的标准是中药组成或中药剂量均不同的方剂。

1.3 数据采集内容

本研究主要采集方剂的具体相关数据包括中药名称、剂量信息及中药君、臣、佐、使的注释信息，为下一步相关关系计算做数据准备。采集范例见表 1。

1.4 采集方剂概况

由表 2可以看出，每一个方剂的组成药物味数不尽相同，某药物在方剂内的排名，在只含有2味中药的方剂与含62味中药的排名含义是不同的，本研究通过计算该方剂的平均味数（平均味数＝总味数/总方剂数），然后计算平均味数内的相对剂量排名情况，本研究计算平均味数为8味 [(1×22＋2×82＋……62×1)/2 022＝16 492/2 022＝8.16味]，在后期的相关关系研究中，探讨排名前8名的药物和剂量的关系。

2 数据预处理

数据预处理部分，主要是围绕处方数据关键的要素中药剂量进行数据预处理。但在实际中，某味药使用时有大剂量或者小剂量区别，某一味中药，它的处方剂量是否为大剂量或小剂量并未有一个统一的标准，同样剂量的不同中药，因为常用剂量不同，大小剂量的判别也有所区分。例如：黄芪处方20 g为黄芪的一般剂量，但如果细辛处方20 g，就是大剂量。故本研究需要把方剂中的实际中药剂量经过计算得到相对剂量，以便进行相对剂量大小的排名。在本研究中，按照以往编写的中药剂量规范化公式^[2]，进行剂量的预处理。

中药相对剂量标准化公式：

${X_i}^*={X_i}/({X_{min}}{X_{max}})$

X^∗_i为规范化后的中药剂量，X_i为中药的实际剂量，X_min为中药常用剂量中的最小值，X_max为中药常用剂量中的最大值

中药剂量标准化后的值越大，其相对处方剂量一定越大，这样可以与君、臣、佐、使的情况进行比较。中药常用剂量参考《中国药典》2010年版^[3]、《中药大辞典》^[4]、《中药学》^[5]。以麻黄汤为例见表 3。

3 相关关系假设检验

本研究在预处理中把处方中的每一味中药剂量进行规范化，获得某个处方内所含中药的相对剂量，例如：麻黄汤的4味中药的相对剂量为桂枝0.50，麻黄0.82，杏仁0.44，甘草（炙）0.29。然后按照相对剂量从大到小进行排序，排出第1、第2、第3名等，然后再把组方者自己确定的君、臣、佐、使信息附加上，查看所有方剂剂量排名第1的又是君药的有多少处方，排名第2又是君药的有多少处方，同样方式处理臣药、佐药、使药。

2 022首处方，每个处方最少包含1味中药，最多包含62味中药，平均药味为8味，故本研究统计排名前8位的中药为君、臣、佐、使的情况（表 4）。

本研究分别进行4个相关系数的假设检验^[6]，来探讨君药的处方数（X）与相对剂量排名（Y）的相关关系，即假设1：“是君药的处方数”与“相对剂量排名”是否相关？假设2：“是臣药的处方数”与“相对剂量排名”是否相关？假设3：“是佐药的处方数”与“相对剂量排名”是否相关？假设4：“是使药的处方数”与“相对剂量排名”是否相关？

假设1：

设H₀∶ρ＝0，H₁∶ρ≠0，α＝0.05

t_r=(r－0)/S_r

ν＝n－2S_r＝$\sqrt {\frac{{1 - {r^2}}}{{n - 2}}} $

_{r＝$\frac{{\sum\limits_{i = 1}^n {({X_i} - \overline X )({Y_i} - \overline Y )} }}{{\sqrt {\sum\limits_{i = 1}^n {{{({X_i} - \overline X )}^2}} \sum\limits_{i = 1}^n {{{({Y_i} - \overline Y )}^2}} } }}$}

t_r代表相关关系的t检验，ν是t分布的自由度，S_r为样本相关系数r的标准差，r代表样本相关系数，X代表相对剂量排名对应的君药处方数，Y代表相对剂量排名

假设含义就是检验ρ是否等于0，等于0那么H₀成立，相对剂量排名与君药处方数无关；ρ不等于0代表相对剂量排名与君臣药物处方数相关。

计算结果：r＝-0.917 059 48，S_r＝0.162 789 184，t＝-5.633 42，查t分布表，得到t_0.001,6＝2.447，︱t_r︱＞2.447，P＜0.05，故按照α＝0.05，拒绝H₀，接受H₁，可以认为中药相对剂量排名与君药处方数呈负相关。

同理计算假设2、3、4，中药相对剂量排名与臣药处方数存在负相关，中药相对剂量排名与佐药处方数不存在相关关系，中药相对剂量排名与使药处方数不存在相关关系。

4 结果及分析 4.1 方剂中中药相对剂量排名与君臣地位呈负相关关系

经过本研究证明中药相对剂量排名与君、臣地位存在相关关系，且为负相关，即排名越靠前越有可能成为方剂中的君、臣药物。

古代医家对处方中的君、臣、佐、使已经有了粗浅认识，元代李杲的《脾胃论》曰：“君药分量最多，臣药次之，使药又次之。不可令臣过于君，君臣有序，相与宣摄，则可以御邪除病矣。”经过本研究证明“君药分量最多，臣药次之”的合理性，方剂中的中药剂量与君臣之间存在着相关关系，虽然方剂中各味中药都发挥作用，但有的药物发挥主要作用，作为方剂中的君臣，而君臣的处方剂量，在处方中相对而言剂量较大。

4.2 中药相对剂量排名与佐使地位不存在相关关系

经过本研究证明，中药相对剂量排名与佐使地位不存在相关关系。但在实际应用中，处方中相当一部分佐、使药均使用的生姜、大枣类药性并不峻烈的中药，故用量均较大，有时甚至超过常用剂量。

5 研究中存在的问题

此次研究的药物剂量是根据中药的常用剂量计算相对剂量，再根据相对剂量计算药物用量排名。在数据统计中，中药的常用剂量起到比较重要的作用，本研究中药物常用剂量参考了药典中的建议处方剂量，而药典中的药物常用剂量基本是专家经验的总结，并非大规模统计的用药剂量结果。

本研究所有信息均来自文献的记载，不同产地、不同炮制方法的药材药效不同，所使用剂量也有所差别，而本研究使用了同一种剂量数据预处理方式，会造成一定的误差。

6 结语

本研究通过对方剂的信息进行解析，从处方中中药剂量信息直接预测该中药在处方中的地位，即君、臣、佐、使。此种预测方法，方便读者在仅有方剂的中药组成和剂量时，基本可以循量而定主药药物，掌握了主要药物即迅速了解到该方剂的主旨，对于掌握组方者的思路有所帮助。