基于文本分类技术的住院患者药源性变态反应自动监测模块研究

发布时间：2017-11-20 06:18

  本文关键词：基于文本分类技术的住院患者药源性变态反应自动监测模块研究

  更多相关文章： 药品不良反应 医疗电子病历 自然语言处理 文本分类技术

【摘要】：目的:利用医疗电子病历中的文本信息开展住院患者用药安全性评价,为住院患者ADR监测提供新方法。方法:在已有的主动监测系统基础上,设计、开发基于文本分类技术的住院患者药源性变态反应自动监测模块,利用优质文本进行分类算法的机器学习。结果:完成包括事件配置器、特征词集、自然语言处理器、文本分类器、结果展示器5部分的主动监测模块的开发;试用于头孢哌酮舒巴坦用药患者的主动监测,结果显示629例患者中出现变态反应的阳性预测值达到44.44%(4/9),其真实世界发生率0.64%,与说明书中所列的发生率0.68%相近。结论:本研究建立了文本信息主动监测方法,阳性预测值可通过特征词集、分类规则的深入研究加以改善。
【作者单位】： 解放军总医院药品保障中心;
【基金】：2014年全军后勤科研重点项目(BWS14R039)
【分类号】：R95
【正文快照】： 药品不良反应(adverse drug reaction,ADR)监测是药品安全性监测的主要手段,是药品上市后评价的重要组成部分。随着药品风险研究领域中ADR主动监测工作的日趋重要,计算机ADR自动监测系统的研究也日渐深入。我们采用触发器技术研发的“医疗机构ADE主动监测与智能评估警示系统”，

本文编号：1206370