基于机器学习的药品风险分级模型
发布时间：2021-03-03 17:08
现代医学西医在给人类的健康带来福音的同时,亦给人类生活带来了无尽的恐惧和灾难。由于药品具有“治病又致病”的特点,药品安全一直是世界各国关注的焦点。对上市后药品的风险监测是药物警戒的重要工作,药品风险评估也一直是医学界的研究热点。国外许多国家按药品的安全性和有效性的原则将药品分为处方药（RX）和非处方药（Over The Counter,OTC）。在我国,将药品细分为三类:处方药、非处方药甲类（OTC-A）和非处方药乙类（OTC-B）,其中处方药的风险等级要高于非处方药品,非处方药甲类的风险等级高于非处方药乙类。世界各国对上市后药品类别转换是根据药品生产企业提出的申请,由药品监管部门组织专家进行风险评估,最终确定满足国家相关标准的药品为非处方药。对处方药与非处方药的转化研究有着重要的现实意义,有利于确保人民的用药安全,提高人们的自我保健意识,建立完善的药品分类管理制度,促进医药行业与国际接轨。经调研,我国在处方药与非处方药转换的评价过程中主要依赖专家经验,缺乏自动化的风险评估模型。为此,本文首次提出利用药品不良反应（Adverse Drug Reaction,ADR）自发呈报系统（Spo...
【文章来源】：南京邮电大学江苏省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
T1指标盒图分析
南京邮电大学专业学位硕士研究生学位论文第四章药品风险指标构建28类）2.026，T1指标呈现正相关性。对T2风险指标ADR伤害指数的分析结果如图4.2和表4.6所示：图4.2T2指标盒图分析表4.6实验数据的T2指标分析类别最大值最小值均值I123.7930.9541.02II48.4430.3240.39III43.2130.0040.28All123.7930.3240.90根据图4.2可知，处方药（I类）、非处方药甲（II类），非处方药乙（III类）的T2指标最大值以及均值均呈现逐步递减趋势，但是区分没有T1明显。参考表4.6计算结果中最大值可知，处方药（I类）中存在的最大ADR伤害指数为123.79，远大于非处方药水平。计算结果中均值可知，处方药（I类）的ADR伤害指数为41.02，大于所有数据的均值40.9，大于非处方药的ADR伤害指数，其中非处方药甲（II类）的ADR伤害指数均值为40.39，大于非处方药乙（III类）40.28，T2指标呈现正相关性。对T3风险指标ADR覆盖率的分析结果如图4.3和表4.7所示：图4.3T3指标盒图分析
南京邮电大学专业学位硕士研究生学位论文第四章药品风险指标构建28类）2.026，T1指标呈现正相关性。对T2风险指标ADR伤害指数的分析结果如图4.2和表4.6所示：图4.2T2指标盒图分析表4.6实验数据的T2指标分析类别最大值最小值均值I123.7930.9541.02II48.4430.3240.39III43.2130.0040.28All123.7930.3240.90根据图4.2可知，处方药（I类）、非处方药甲（II类），非处方药乙（III类）的T2指标最大值以及均值均呈现逐步递减趋势，但是区分没有T1明显。参考表4.6计算结果中最大值可知，处方药（I类）中存在的最大ADR伤害指数为123.79，远大于非处方药水平。计算结果中均值可知，处方药（I类）的ADR伤害指数为41.02，大于所有数据的均值40.9，大于非处方药的ADR伤害指数，其中非处方药甲（II类）的ADR伤害指数均值为40.39，大于非处方药乙（III类）40.28，T2指标呈现正相关性。对T3风险指标ADR覆盖率的分析结果如图4.3和表4.7所示：图4.3T3指标盒图分析
【参考文献】：
期刊论文
[1]基于支持向量机的缺血性脑卒中患病风险预测[J]. 侯玉梅,张晨阳,苏艳林. 现代预防医学. 2019(15)
[2]大数据分析挖掘技术及其决策应用研究[J]. 刘政宇. 科学技术创新. 2019(23)
[3]我院522例抗菌药物不良反应报告及相关因素分析[J]. 吴雨亭,冷静. 西北药学杂志. 2019(04)
[4]药物临床试验机构的风险评估与防控[J]. 张继萍,王晓霞,王洪,赵诣,陆俊琴,陈民民. 肿瘤研究与临床. 2019 (06)
[5]药品不良反应术语系统构建探析[J]. 林鑫,郭进京,任慧玲. 医学信息学杂志. 2019(06)
[6]药品不良反应监测的实践和思考[J]. 王坤. 中国医药指南. 2019(15)
[7]基于数据挖掘的药物不良反应因果关系研究[J]. 张文辉,赵文光. 中国数字医学. 2019(05)
[8]机器学习算法比较[J]. 郭成. 信息与电脑(理论版). 2019(05)
[9]数据挖掘技术在电子病历系统中的应用研究[J]. 刘怡. 科技创新导报. 2019(06)
[10]我国药品不良反应监测发展现状与展望[J]. 刘玉龙,孙燕,张明霞,舒冰. 中国药业. 2019(04)
硕士论文
[1]基于支持向量机的不平衡数据分类算法研究[D]. 刘东启.浙江大学 2017
[2]ADR严重程度的分级评分及两种ADR分析指数的设计与应用[D]. 李利军.第二军医大学 2007
本文编号：3061617
【文章来源】：南京邮电大学江苏省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
T1指标盒图分析
南京邮电大学专业学位硕士研究生学位论文第四章药品风险指标构建28类）2.026，T1指标呈现正相关性。对T2风险指标ADR伤害指数的分析结果如图4.2和表4.6所示：图4.2T2指标盒图分析表4.6实验数据的T2指标分析类别最大值最小值均值I123.7930.9541.02II48.4430.3240.39III43.2130.0040.28All123.7930.3240.90根据图4.2可知，处方药（I类）、非处方药甲（II类），非处方药乙（III类）的T2指标最大值以及均值均呈现逐步递减趋势，但是区分没有T1明显。参考表4.6计算结果中最大值可知，处方药（I类）中存在的最大ADR伤害指数为123.79，远大于非处方药水平。计算结果中均值可知，处方药（I类）的ADR伤害指数为41.02，大于所有数据的均值40.9，大于非处方药的ADR伤害指数，其中非处方药甲（II类）的ADR伤害指数均值为40.39，大于非处方药乙（III类）40.28，T2指标呈现正相关性。对T3风险指标ADR覆盖率的分析结果如图4.3和表4.7所示：图4.3T3指标盒图分析
南京邮电大学专业学位硕士研究生学位论文第四章药品风险指标构建28类）2.026，T1指标呈现正相关性。对T2风险指标ADR伤害指数的分析结果如图4.2和表4.6所示：图4.2T2指标盒图分析表4.6实验数据的T2指标分析类别最大值最小值均值I123.7930.9541.02II48.4430.3240.39III43.2130.0040.28All123.7930.3240.90根据图4.2可知，处方药（I类）、非处方药甲（II类），非处方药乙（III类）的T2指标最大值以及均值均呈现逐步递减趋势，但是区分没有T1明显。参考表4.6计算结果中最大值可知，处方药（I类）中存在的最大ADR伤害指数为123.79，远大于非处方药水平。计算结果中均值可知，处方药（I类）的ADR伤害指数为41.02，大于所有数据的均值40.9，大于非处方药的ADR伤害指数，其中非处方药甲（II类）的ADR伤害指数均值为40.39，大于非处方药乙（III类）40.28，T2指标呈现正相关性。对T3风险指标ADR覆盖率的分析结果如图4.3和表4.7所示：图4.3T3指标盒图分析
【参考文献】：
期刊论文
[1]基于支持向量机的缺血性脑卒中患病风险预测[J]. 侯玉梅,张晨阳,苏艳林. 现代预防医学. 2019(15)
[2]大数据分析挖掘技术及其决策应用研究[J]. 刘政宇. 科学技术创新. 2019(23)
[3]我院522例抗菌药物不良反应报告及相关因素分析[J]. 吴雨亭,冷静. 西北药学杂志. 2019(04)
[4]药物临床试验机构的风险评估与防控[J]. 张继萍,王晓霞,王洪,赵诣,陆俊琴,陈民民. 肿瘤研究与临床. 2019 (06)
[5]药品不良反应术语系统构建探析[J]. 林鑫,郭进京,任慧玲. 医学信息学杂志. 2019(06)
[6]药品不良反应监测的实践和思考[J]. 王坤. 中国医药指南. 2019(15)
[7]基于数据挖掘的药物不良反应因果关系研究[J]. 张文辉,赵文光. 中国数字医学. 2019(05)
[8]机器学习算法比较[J]. 郭成. 信息与电脑(理论版). 2019(05)
[9]数据挖掘技术在电子病历系统中的应用研究[J]. 刘怡. 科技创新导报. 2019(06)
[10]我国药品不良反应监测发展现状与展望[J]. 刘玉龙,孙燕,张明霞,舒冰. 中国药业. 2019(04)
硕士论文
[1]基于支持向量机的不平衡数据分类算法研究[D]. 刘东启.浙江大学 2017
[2]ADR严重程度的分级评分及两种ADR分析指数的设计与应用[D]. 李利军.第二军医大学 2007
本文编号：3061617
本文链接：https://www.wllwen.com/projectlw/hxgylw/3061617.html
最近更新
教材专著
