In recent years, with the continuous understanding of pain knowledge and the continuous improvement of quality of life requirements, patient-controlled analgesia (PCA) has been widely used in a variety of pain patients. In this study, text mining technology was used to analyze relevant literature, try to find out the main drugs of PCA, classify the drugs, and dig out the important drug combination rules. PCA studies were retrieved from PubMed database in recent 10 years, and the bibliographic information of the literatures was taken as mining sample. First, the names of the drugs in the sample were identified by MetaMap package; then, Bicomb software was used to extract high-frequency drugs for the word frequency analysis and to construct a drug-sentence matrix. Finally, “hclust” package and “arules” package of R were used for the cluster analysis and association analysis of drugs. 39 main PCA drugs were screened out. Morphine, dexmedetomidine, and fentanyl were the top three drugs. Through cluster analysis, these drugs were divided into two clusters, one containing 26 common drugs and the other containing 13 core drugs. The association analysis of these drugs was carried out, and 22 frequent itemsets and 6 association rules were obtained. The maximum frequent 1-itemset was {Morphine} and the maximum frequent 2-itemset was {Morphine, Ropivacaine}. The research results have certain guidance and reference value for clinicians and researchers. In addition, it provides a way to study the relationship between drugs from the perspective of text mining.

中文翻译：

---

基于文本挖掘的患者自控镇痛的主要药物和药物组合研究。

近年来，随着对疼痛知识的不断了解和生活质量要求的不断提高，患者自控镇痛（PCA）已广泛用于各种疼痛患者。在这项研究中，文本挖掘技术被用来分析相关文献，试图找出PCA的主要药物，对药物进行分类，并找出重要的药物组合规则。最近10年从PubMed数据库中检索了PCA研究，并以文献的书目信息作为挖掘样本。首先，通过MetaMap软件包识别样品中的药物名称；然后，使用Bicomb软件提取高频药物进行词频分析，并构建药物句子矩阵。最后，R的“ hclust”程序包和“ arules”程序包用于药物的聚类分析和关联分析。筛选出39种主要PCA药物。吗啡，右美托咪定和芬太尼是排名前三的药物。通过聚类分析，将这些药物分为两个类，一个包含26种普通药物，另一种包含13种核心药物。对这些药物进行关联分析，获得22个频繁项集和6个关联规则。最大的1个项目集是{吗啡}，最大的2个项目集是{吗啡，罗哌卡因}。研究结果对临床医生和研究人员具有一定的指导和参考价值。此外，它提供了一种从文本挖掘的角度研究毒品之间关系的方法。筛选出39种主要PCA药物。吗啡，右美托咪定和芬太尼是排名前三的药物。通过聚类分析，将这些药物分为两个类，一个包含26种普通药物，另一种包含13种核心药物。对这些药物进行关联分析，获得22个频繁项集和6个关联规则。最大的1个项目集是{吗啡}，最大的2个项目集是{吗啡，罗哌卡因}。研究结果对临床医生和研究人员具有一定的指导和参考价值。另外，它提供了一种从文本挖掘的角度研究毒品之间关系的方法。筛选出39种主要PCA药物。吗啡，右美托咪定和芬太尼是排名前三的药物。通过聚类分析，将这些药物分为两个类，一个包含26种普通药物，另一种包含13种核心药物。对这些药物进行关联分析，获得22个频繁项集和6个关联规则。最大的1个项目集是{吗啡}，最大的2个项目集是{吗啡，罗哌卡因}。研究结果对临床医生和研究人员具有一定的指导和参考价值。另外，它提供了一种从文本挖掘的角度研究毒品之间关系的方法。一种包含26种普通药物，另一种包含13种核心药物。对这些药物进行关联分析，获得22个频繁项集和6个关联规则。最大的1个项目集是{吗啡}，最大的2个项目集是{吗啡，罗哌卡因}。研究结果对临床医生和研究人员具有一定的指导和参考价值。另外，它提供了一种从文本挖掘的角度研究毒品之间关系的方法。一种包含26种普通药物，另一种包含13种核心药物。对这些药物进行关联分析，获得22个频繁项集和6个关联规则。最大的1个项目集是{吗啡}，最大的2个项目集是{吗啡，罗哌卡因}。研究结果对临床医生和研究人员具有一定的指导和参考价值。另外，它提供了一种从文本挖掘的角度研究毒品之间关系的方法。