基于数据挖掘的药物不良反应因果关系研究

• 作者: 张文辉 赵文光
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 数据挖掘 药物不良反应 关联规则 因果关系
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 特别专题—网络大会优秀论文选登
• 页码范围: 43-45
• 页数: 3页
• 分类号: R319
• 字数: 2568字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2019.05.012

摘要

目的:针对药物相互作用导致广大患者的发病率和死亡率提高,利用现有的药物不良反应自发报告系统的资源,研究如何高效快速地发现药物不良反应的发生,降低医疗意外的发生率.方法:药物不良反应的数据挖掘和因果发现是一个非常有挑战性的课题,需要对药物信息和不良事件之间的所有组合进行分析,同时准确估计药物组合与不良事件之间的因果关系.为有效识别药物与不良事件之间的因果关系,通过研究发现,可以将因果概念引入关联规则的数据挖掘中,通过关联规则找出关联程度高的药物和不良事件的频繁项集,再通过贝叶斯网络中V结构的性质识别出药物与不良事件之间的因果关系.结果 与结论:通过比较由关联规则和因果发现所得出的100个高度关联结果,与关联规则相比,因果关系发现的结果准确度更高,并且通过因果关系发现的结果中存在更低的未知药物不良反应.