大数据环境下药品安全突发事件预警研究

发布时间：2020-03-19 06:26

【摘要】：由于药品具有“治病又致病”的特殊性,许多药品在前期临床试验中,因检验样本小、观察时间与范围有限等原因,很难发现药品潜在的危险。近几年,药品安全事件频频发生,引发严重的公共卫生安全问题。据WHO统计,因药害事件死亡在其死因顺位中居第4至6位且呈现逐年上升态势。药品安全突发事件的发生率、严重性日益突出,成为全世界普遍关注的焦点。为药品安全突发事件建立科学合理的预警机制成为目前亟需解决的重要课题。大数据环境下,充分利用各类相关的信息资源来构建预警决策知识库,可以为突发事件的快速响应提供更好的决策支持。论文首先针对大数据环境下数据异构、多源等特点,以“药品-事件-应急”三类为核心对药品安全突发事件相关的各类数据资源进行采集和统一规范化处理,并构建数据仓库。然后,针对数据仓库中的数据不能进行知识推理,引入本体技术和基于Jena的规则推理机构建本体库,从而实现数据的语义关联并利用Jena的推理规则本身属性和自定义规则推理出本体中隐含的知识。在此基础上,以“事实-概念-规则”模式构建面向药品突发事件的预警决策知识库模型。最后,针对传统预警模型的不足,提出了适用于大数据环境的三种药品风险预警模型,分别为基于关联规则的单个药品风险预测模型、基于聚类分析的药品类别风险评估模型和基于分类方法的新上市药品风险评估模型,并结合已构建的知识库进行突发事件风险预警。基于上述的理论研究成果,本文利用MySql、Protégé、Java等开发工具构建了一个药品安全突发事件预警原型系统,验证了本文研究的可行性和有效性。该系统通过对舆情监测系统监测到的某种药品发生的不良反应突发事件特征提取,利用语义搜索模块中的SPARQL语句查询本体库,其结果进入预警模块得到预警信号值,根据预警信号值的大小进行语义推荐,并为相关人员提供预警决策方案。
【图文】：

架构图,语义网,架构,层次

并能够被机器处理。语义网的层次架构图如图2.1 所示：图 2.1 语义网层次架构图Unicode 和 URI 层：语义网的最底层。Unicode 用来定义国际通用的字符集；在语义网中，将所有描述的事物称之为资源，而每一个资源都有唯一的 URI（统一资源标识符）来标识。XML+NS+xmlschema 层：描述语言层。XML 是通用的标签式描述语言。命名空间（NameSpace）为 XML 文档指明涵义，可避免命名重复问题，为语言层提供上下文机制便于使用。xmlschema 提供了语法结构上的约束，保证了文档的完整性与有效性。RDF+rdfschema 层：资源描述框架（RDF）是一种表达网络资源的语言，用来表达丰富的网上信息资源；rdfschema 供了一套类型定义系统让 RDF 具有更丰富的结构表达。本体（Ontology）层：语义网的核心基础。RDF 定义网上的信息资源，本体定义了语义空间，将 RDF 进行语义化操作使之具有互操作性使得网上信息资源之间实现信息的共同理

查询引擎,硬盘存储,查询语言,规则推理

数据库保存数据。Jena 允许硬盘存储数据，或者是存储在 OW模型。Jena 提供 ARQ 查询功能，实现了 SPARQL 查询语言和查询引擎是与（3）中的关系数据库相关联的，提高了查询关则的推理。Jena 支持简单的规则推理，推理机制将推理器（Infe，将推理器与创建的模型相关联从而实现推理的功能。na 的推理查询统具有良好的可扩展性，，其推理机制如图 2.2 所示。在 Jena具体需求，在推理机中添加需要的公理和推理规则，从而在潜在的三元组。
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R95;TP311.13

【参考文献】