目的：随着“知识经济”及“信息化时代”的到来,各行各业都期待有一种技术能深入分析现有的海量数据,以发现数据中隐藏的知识,“数据挖掘”技术由此应运而生,中医药行业也应尝试将这一新技术应用于中医文献的研究中。然而由于中医自身特点,如多种辨证方法,用语的不规范等现状都极大程度限制了数据挖掘的应用。如何在保证中医特色同时对这些不适应的内容进行规范,为数据挖掘的应用扫清障碍,是一个有重要意义的课题。另外,中医文献的数据挖掘研究主要体现在关联规则对用药规律的分析,但现存的评价体系及筛选规则得到的结果并不尽如人意,经常夹杂着一些无意义的结论,这降低了数据挖掘结果的临床指导价值。如何改善已有的评价体系,使得这些结果更加有参考价值,也是一个亟待解决的问题。本文一方面是对所选取的古今医案进行分析,得到新的知识用以指导中医实践；更重要的是探索数据挖掘移植于中医文献研究的思路以及所遇到问题的解决方法,为今后的研究人员提供些许借鉴和参考。方法：本文采取了证素辨证体系对中医文献中的证型进行了规范,一方面解决了证型规范化问题,另一方面使用的证素可以拆分及组合,充分发挥了计算机技术处理规范化数据的优势,使得数据挖掘技术对中医文献的研究更加深入了。为了使数据挖掘得到的结果更有价值,本研究采用了具有强大处理能力的sql server2008软件作为工具,引入了近年来数据挖掘领域提出的“重要性”参数作为新的评价指标。在研究过程中,采用循序渐进方式,在先前的研究中总结思路,用于稍后的研究中；采用多层次的研究方法,将研究内容按目的不同分组,每组用以研究最适合解决的某一特定问题。医案分析共分为频数分析和关联分析两大部分。前者采用统计学方法,用以得到医案的证素组成情况以为后面的研究提供参考等。后者采用数据挖掘技术,其中单纯药物组得到古今整体用药规律,并对研究中出现的问题进行总结和处理,为以后的研究提供依据；病性证素组用以得到强关联关系,即方药中隐含的药对；病位证素组用以得到作用于某一病位上的用药规律。结果：通过对古今医案四种疾病,约九百则医案进行数据挖掘分析后,发现大部分关系都是已有的传统理论,验证了数据挖掘结果的有效性；也得到了新鲜知识：发现了医案中隐藏的新药对及隐含的用药规律。小结如下：一、新药对共17则：古代崩漏医案,气虚证素下：(柴胡,苍术)；阴虚证素下(麦冬,熟地黄)；现代崩漏医案,热证素下：(棕榈炭,地榆)；阴虚证素下(枸杞子,山药),(黄柏,椿皮)；古代痛经医案,血瘀证素下：(木香,乳香)；寒证素下：(吴茱萸,半夏)；气滞证素下：(赤芍,刘寄奴)；近现代痛经医案,血瘀证素下：(丹参,牛膝)；寒证素下：(香附,艾叶)(小茴香,干姜)；古代闭经医案,气滞证素下：(三棱,刘寄奴)；血瘀证素下：(牛膝,红花)；阴虚证素下：(柏子仁,续断)(柏子仁,泽兰)；现代闭经医案,血瘀证素下：(土鳖虫,水蛭)；阴虚证素下：(丹参,茺蔚子)。二、用药规律(一)古今妇科用药规律(1)妇科核心用药及核心方剂不论古今,“当归”当之无愧是妇科疾病(至少是所研究的崩漏、闭经、痛经三种疾病)的核心用药,其地位最重要；近现代用药中“白芍”地位明显上升,仅次于当归；验证了“四物汤”是中医妇科“调经之主方”的地位。(2)四物汤中四种药物地位、关联程度并不一致四物汤四种药物各有所长、配伍得当,本研究中发现四种药物关系的另外一面：第一,当归虽是臣药,但无论是在四物汤中还是妇科整体用药中,其地位远远超过了君药“熟地黄”。第二,从整体来看四种药物之间的关联程度不一致,关系亦不对称：归与川芎关联程度最强,当归与白芍关联程度最差；当归与川芎的关联关系亦不对称,当归->川芎的关联程度要高于川芎->当归。(3)古今用药习惯有差别古代活血化瘀常用药对为(桃仁,红花),现代常用药对为(蒲黄,五灵脂)；古代使用四物汤强调整体组方理血功效,较少拆方使用；现代则在辨证基础上,删减后使用。(4)对崩漏的研究古今崩漏证素“热”占近三成,但用药频次前十位无一味专事清热用药,得出治疗崩漏,即便是因热致崩,也不宜过用寒凉之品。(5)对妊娠恶阻的研究不论古今,治疗妊娠恶阻基本是以“二陈汤”和“橘皮竹茹汤”的药物组成为主；近现代医案半夏及竹茹用药频次明显上升。不论古今,医家都将半夏作为治疗妊娠恶阻的要药,近现代半夏的用药频次还远远超过了古代,证实了多数医家不仅未将半夏作为妊娠禁忌药,而且作为治疗妊娠恶阻不可或缺的药物。(二)病位上的用药规律作用于胞宫的药物35种,分别为：川芎,当归,生地黄,熟地黄,肉桂,吴茱萸,牡丹皮,红花,桃仁,牛膝,蒲黄,五灵脂,赤芍,刘寄奴,香附,延胡索,青皮,川楝子,乌药,木香,党参,没药,丹参,大黄,枳壳,续断,三棱,莪术,小茴香,益母草,白芍,柴胡,茯苓,黄芩,艾叶。作用于肾的药物有38种,分别为：菟丝子,熟地黄,生地黄,党参,当归,白芍,川芎,黄芪,香附,覆盆子,牡蛎,山萸肉,山药,牡丹皮,牛膝,续断,赤芍,干姜,艾叶,茜草,杜仲,柴胡,龙骨,丹参,益母草,旱莲草,桑寄生,甘草,阿胶,黄芩,枸杞子,女贞子,麦冬,龟甲,泽兰,蒲黄,桑寄生,黄芩。作用于肝相关的药物25种,分别为：生地黄,熟地黄,川芎,白芍,当归,川楝子,茜草,牡蛎,女贞子,旱莲草,白术,牡丹皮,茯苓,覆盆子,甘草,黄芩,益母草,延胡索,山药,香附,柴胡,赤芍,甘草,续断,牛膝。作用于脾相关的药物19种,分别为：黄芪,白芍,熟地黄,生地黄,山药,柴胡,陈皮,甘草,白术,当归,党参,茯苓,川芎,人参,木香,续断,阿胶,香附,干姜。作用于心相关的药物12种,分别为：当归,远志,茯苓,人参,白术,龙眼肉,黄芪,酸枣仁,党参,熟地黄,木香,甘草。古今病位上用药对比,进行独立样本的卡方检验发现,除了肝的用药有统计学差异外,胞宫,肾,脾均无统计学差异。心由于医案数量小,未能进行古今对比。三、数据挖掘在中医文献研究的规律总结(一)“重要性”在医案的数据挖掘中的意义引入“重要性”作为参数后,将会弥补只有“支持度”和“置信度”作为关联规则结果评价的局限,可以帮助研究者筛选出最有价值的关系,使数据挖掘得到的理论结果更加符合临床,更能反映关系的本质。(二)新评价体系中强关联关系的特点有强关联性满足以下条件：1.在相同支持度下,置信度及重要性都较高的；2.对调规则前件、后件位置后A->β、B->A互相有这样的规则产生。本研究过程中暴露的不足也应引起注意,首先数据挖掘研究的对象要具有一定规模,另外数据的跨度要大,小范围和过于整齐的内容都得不到理想结果。结论：在证素辩证体系的基础上运用数据挖掘技术,可从多个层次对医案进行分析,充分发挥了计算机技术对结构化数据多层次、多角度强大处理能力的优势,使得对医案的分析更加深入,更加全面。本研究结果发现了医案中隐藏的新药对、古今用药规律等新鲜知识,达到了预期知识发现的目的。另外在引入“重要性”作为关联规则新的参考指标后,得到的结果更加有现实意义。故证素辩证体系与数据挖掘技术相结合应用于中医文献研究是一个可取的方法,值得继续深入研究。