不平衡数据处理方法对中药不良反应预测的应用研究

• 作者: 吴东苑 唐进法 易丹辉 李学林 杨伟 王晓艳
• 来源期刊: 世界科学技术-中医药现代化
• 学科: 医学
• 关键词: 不平衡数据 不良反应 集中监测数据 采样 boosting
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 专题讨论一:医学统计方法及应用
• 页码范围: 1455-1461
• 页数: 7页
• 分类号: R33
• 字数: 5452字
• 语种: 中文
• DOI: 10.11842/wst.2017.09.008

摘要

目的:针对中药不良反应数据的不平衡性,探索并应用不平衡数据的处理方法,对中药的不良反应进行预测.本文以使用丹红注射液的患者为研究对象,对来自37家医院集中监测数据进行深度挖掘,在使用了丹红注射液的患者中预测是否发生不良反应.方法:从数据层面采用四种方法:不处理、随机欠采样、随机过采样、SMOTE采样;从算法层面采用四种模型或算法:决策树、随机森林、AdaBoost算法、Gradient Boosting算法,对数据的不平衡性进行处理.两个层面的方法两两结合,对16种方法与模型或算法组合的预测效果进行比较.结果:随机欠采样和AdaBoost算法相结合、随机欠采样和Gradient Boosting算法相结合的预测效果较为理想,recall和G-mean都达到80％以上,AUC指标也高达0.86.结论:初步探索中药不良反应可能适用的不平衡数据处理方法,预测结果结合实际经验,能较准确地预测使用了丹红注射液的患者是否发生不良反应,在临床实际应用中能起到一定的警示作用.同时,根据输出的变量重要性排名,能最大程度地避免用药后的不良反应的发生,为丹红注射液的安全性再评价提供一些科学参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易丹辉	中国人民大学统计学院	109	1481	20.0	35.0
2	李学林		104	664	14.0	19.0
3	唐进法		64	313	10.0	14.0
4	杨伟	中央民族大学理学院	25	192	9.0	13.0
6	王晓艳		16	47	4.0	6.0
7	吴东苑	中央民族大学理学院	1	3	1.0	1.0