目的：科技部十五攻关项目“经前期综合征(PMS)肝气逆证辨证规范与疗效评价标准研究”收集了海量数据，在大量数据中蕴含了许多针对该病的诊断及中医分型信息，本文建立相关数据库并进行数据挖掘，研究PMS肝疏泄失常引起证候的特点，发掘新知识和被忽视的内容，构建PMS肝疏泄失常引起证候的网络结构，明确并预测PMS肝气逆证的诊断。 方法：本研究运用数据挖掘技术，对PMS现况调查数据进行主成分分析和聚类挖掘，发掘PMS辨证论治规律的新知识；对全国七家分中心收集的《医生打分表》、《患者自评表》、《DRSP》、血清激素及单胺类物质含量指标，使用多层BP神经网络分析，寻找主要影响因素，预测中医辨证分型结果。 结果： 1．应用主成分分析+聚类分析、因子分析+聚类分析、判别分析等统计方法，对(PMS现况调查表》进行数据挖掘，PMS中医辨证分型以肝气逆证、肝气郁证为主，头痛独立于两证。 2．应用判别分析，现有PMS诊断正确率>80％，现有PMS肝气逆证诊断正确率为90.6％，应用PMS主成分+K-平均聚类结果的诊断正确率为96.7％。 3．应用神经网络法和logistic回归法、C&R决策树法分析《医生打分表》，神经网络法优于Logistic回归法。 4．应用BP神经网络法分析《医生打分表》、《患者自评表》、《DRSP》数据及血样指标，证明“两证”与机体性激素水平及单胺类物质有关。对结果影响最大的是烦躁易怒和情绪低落两种症状，情绪低落对于鉴别PMS肝气逆证贡献最大。 5．PMS患者的发病率受职业、学历、营养健康、社会事件等因素影响。PMS患者与正常人群相比，各症状差异显著。 6．PMS患者与正常人群艾森克问卷评价相比，粗分中的N、L，标准分中的P、E、N、L等项目差异显著。PMS患者的粗分N和标准分N均高于正常组；PMS患者的粗分L和标准分L均低于正常组。 结论：数据挖掘技术有助于中医辨证研究发现新知识。PMS发病与人格特征有关。建立PMS辨证分型数据库，采用主成分+K-平均聚类分析能够分出肝气逆证和肝气郁证；应用因子分析，PMS肝气逆证、肝气郁证两证分型较为合理。采用BP神经网络法能够对PMS肝气逆证的辨证诊断进行预测。这将为PMS辨证论治为现代医学界认可提供一种数字化研究方法。