床研究专门设计开发了中医临床科研信息共享系统(以下简称“共享系统”)[1]，具有临床数据结构化采集、数据抽提转化、数据挖掘分析等功能。共享系统旨在为真实世界临床研究搭建共性技术平台，已在20余家国家中医临床基地及全国近百家中医医疗机构得到应用[2]。近年来，在名老中医辨证论治疗效评价及经验挖掘方面，基于共享系统的数据挖掘发挥着重要作用[3-5]，并逐步形成了“人机结合，以人为主”的中医师临床诊疗数据挖掘方法和理念[1，5]。作为数据挖掘关键环节，恰当的数据预处理方法是数据挖掘结果准确的有力保障。本研究从多名中医师辨证论治失眠症的临床诊疗数据入手，对个体化辨证论治疗效评价研究中的数据预处理方法进行探索，为中医药数据挖掘服务流程提供支持。

    1 资料与方法

    1.1 数据来源

    基于国家自然基金重点项目“阶梯递进的辨证论治疗效评价方法研究”[6]，根据共享系统中预先制订的半结构化诊疗信息模板采集数据(见图1)，并以“字段名+字段值”或“字段值+字段类型”形式存储在数据库不同数据表中。截至2016年5月，数据库共存储了8位医师964例(2455诊次)患者的诊疗数据 ......