基于数据挖掘技术分析艾迪注射液的不良反应

• 作者: 李志优 田波 姚闽
• 来源期刊: 药品评价
• 关键词: 艾迪注射液 药物相关性副作用和不良反应 数据挖掘 决策树 贝叶斯网络 神经网络 关联规则Apriori算法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 新视野|New Horizons
• 页码范围: 390-395
• 页数: 6页
• 语种: 中文
• DOI: 10.19939/j.cnki.1672-2809.2021.07.02

摘要

目的:采用数据挖掘技术研究艾迪注射液不良反应(ADR)发生特点及发生规律,为临床合理、安全使用中药注射剂提供借鉴.方法:收集近5年艾迪注射液ADR文献案例和国家ADR监测系统中某两家医院上报数据,利用IBM?SPSS?Modeler软件,综合运用决策树(C5.0)算法、贝叶斯网络、神经网络和关联规则Apriori算法,开展数据挖掘研究.结果:决策树(C5.0)算法结果显示,用药剂量是最关键的影响因素(重要性57.44％),其次是过敏史、溶媒用量、性别.贝叶斯网络分析结果显示,ADR累及器官受原患疾病影响最大(重要性29.84％),其次为用药剂量(重要性20.32％).神经网络分析结果与贝叶斯网络基本吻合,原患疾病是最重要影响因素(重要性25.31％),其次为年龄(重要性16.39％),再次是用药剂量(重要性15.33％).关联规则Apriori算法置信度最高的规则显示,对无过敏史的男性患者,以250?mL的5％葡萄糖为溶媒滴注艾迪注射液,发生ADR的例数为24例,占比13.41％,其中54.17％的案例表现为皮肤及附件损害.结论:挖掘结果准确率偏低,其中贝叶斯网络正确率最高,为62.57％,决策树(C5.0)算法正确率为39.66％,神经网络"ADR累及器官分类总体正确率"为32.4％.关联规则Apriori算法得到的6条规则支持度均在10％以上,且提升度均大于1,关联分析具有意义,但置信度均低于60％,条件概率偏低.整体挖掘结果不够理想,可能与样本量有限、临床用药复杂性相关,尚需大样本量数据及最优的挖掘算法来研究和验证.