根据提供的文件信息，可以提炼出以下几个关键知识点：
1. 风湿病的中医治疗：风湿病是一种常见的慢性炎症性疾病，主要影响关节和肌肉，中医通过辨证论治的原则，采用中药进行治疗。其治疗手段注重调和气血、驱散风湿邪气、活血化瘀，以达到缓解病症、恢复关节功能的目的。
2. 中药组方规律：中药的组方是一门深奥的学问，需要结合药物的性味、归经、功能等综合考虑。在治疗风湿病的过程中，会有特定的中药组合，以期望能够取得协同作用，增强疗效。常见的高频药物包括当归、甘草、白芍、黄芪、羌活、丹参等。
3. 数据挖掘在中医研究中的应用：数据挖掘是一门利用数学统计学、计算机科学等技术，从大量的数据中挖掘出有价值的信息和知识的过程。在中医药研究领域，数据挖掘可以应用于临床病历、处方、药材等信息的分析。通过构建数据库，运用关联规则挖掘、复杂系统熵聚类算法等技术手段，可以发现中药品种间的规律性，如药物的使用频次和药物组合模式。
4. 关联规则和熵聚类算法：关联规则是一种发现大量数据中有趣关系的方法，用于发现不同物品之间的相关性，常见的算法有Apriori算法。复杂系统熵聚类算法是一种依据信息熵理论，通过聚类分析来确定数据集中的特征结构和模式。在中医药研究中，这两种方法能够帮助研究者了解药物之间的相互作用和组合规律。
5. 中医药传承辅助平台软件：随着现代信息技术的发展，出现了专门用于中医药传承辅助的软件平台，如TCMISS（Traditional Chinese Medicine Inheritance Support System，中医传承辅助系统）。这类平台支持中医数据的整理、分析和挖掘，旨在为中医药的研究和临床应用提供辅助决策工具。
6. 中医药的现代研究方法：中医药学不仅仅是传统医学，它也在与现代科技相结合，发展出许多新的研究方法。这些方法包括但不限于数据分析、文献挖掘、生物信息学、临床流行病学等，其目的是为了更客观、准确地评价中药的疗效，并探索其作用机理。
7. 中医药的临床实践与科研：中医药研究既包括基础理论研究，也涵盖临床应用研究。研究者通过收集大量临床处方数据，分析常用药物和组合，以验证中医理论的正确性和实用性。同时，这些研究成果也能够为中医临床治疗提供科学指导和依据。
通过上述知识点，可以看出在中医药领域，数据挖掘技术的应用有助于揭示传统医学的内在规律，推动中医药现代化和国际化进程。研究者可以利用这些技术手段，结合现代临床经验，不断优化和改进中医药的治疗方案，更好地服务于风湿病患者的健康需求。
