[發(fā)明專利]一種面向大數(shù)據(jù)的潛在藥物不良反應(yīng)數(shù)據(jù)挖掘方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510093861.3
• 申請(qǐng)日: 2015-03-02
• 公開（公告）號(hào): CN104765947B
• 公開（公告）日: 2017-12-26
• 發(fā)明（設(shè)計(jì)）人: 林鴻飛;趙明珍
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 大連星海專利事務(wù)所有限公司21208
• 代理人: 徐雪蓮

1.一種面向大數(shù)據(jù)的潛在藥物不良反應(yīng)數(shù)據(jù)挖掘方法，其特征在于，該方法包括以下步驟：

A、抓取藥物不良事件報(bào)告：在本地構(gòu)建藥物不良事件數(shù)據(jù)集，利用爬蟲技術(shù)從已知的藥物不良事件報(bào)告數(shù)據(jù)庫中抓取包含有藥名文本數(shù)據(jù)的藥物不良事件報(bào)告，并以字符串形式存儲(chǔ)于所述藥物不良事件數(shù)據(jù)集中,對(duì)于格式上無法存儲(chǔ)在傳統(tǒng)的關(guān)系數(shù)據(jù)庫中的藥物不良事件報(bào)告，利用格式解析工具將藥物不良事件報(bào)告轉(zhuǎn)化為字符串形式按行以文本文件的方式存儲(chǔ)于藥物不良事件數(shù)據(jù)集中；所述藥名文本數(shù)據(jù)為出現(xiàn)在藥物不良事件報(bào)告的藥名域中的文本數(shù)據(jù)；

B、對(duì)藥物不良事件數(shù)據(jù)集的藥物不良事件報(bào)告進(jìn)行數(shù)據(jù)預(yù)處理；所述數(shù)據(jù)預(yù)處理過程包括以下步驟：

B1、藥名文本數(shù)據(jù)規(guī)范化：利用正則表達(dá)式對(duì)所述藥物不良事件報(bào)告中的藥名文本數(shù)據(jù)進(jìn)行規(guī)范化；

B2、生成候選藥名片段：對(duì)于規(guī)范化后的藥名文本數(shù)據(jù)中所包含有‘+’、‘-’、‘/’符號(hào)的藥名文本，通過 ‘+’、‘-’、‘/’符號(hào)對(duì)藥名文本進(jìn)行切分，以形成候選藥名片段；

B3、基于頻率的候選藥名片段去噪：

在步驟B2所形成的候選藥名片段中所存在的無對(duì)應(yīng)藥名的文本數(shù)據(jù)，預(yù)設(shè)最小頻率閾值，并將出現(xiàn)次數(shù)小于該閾值的藥名片段從候選藥名片段中過濾掉,得到藥物名稱列表；

C、藥名標(biāo)準(zhǔn)化：利用生物醫(yī)學(xué)命名實(shí)體識(shí)別技術(shù)，對(duì)藥物名稱列表中的藥物名稱進(jìn)行藥名標(biāo)準(zhǔn)化；藥名標(biāo)準(zhǔn)化的具體方法為：通過利用MetaMap系統(tǒng)對(duì)藥物名稱列表進(jìn)行生物醫(yī)學(xué)實(shí)體識(shí)別，并將識(shí)別到的生物醫(yī)學(xué)實(shí)體映射到UMLS的超級(jí)敘詞表中形成不良反應(yīng)藥物列表 (d1,d2,…, dm)和不良反應(yīng)列表(a1,a2,…,an)；

D、過濾已知不良反應(yīng)：對(duì)于步驟C得到的不良反應(yīng)藥物列表 (d1,d2,…, dm)和不良反應(yīng)列表(a1,a2,…,an)，在每份藥物不良事件報(bào)告中，將不良反應(yīng)藥物列表中的藥物di的已知不良反應(yīng)aj從不良反應(yīng)列表中去除，得到過濾后的不良反應(yīng)列表(a1,a2,…,aj-1,aj+1,…,am)；

E、關(guān)聯(lián)度計(jì)算：包括以下步驟：

E1、在已知的藥物不良事件報(bào)告數(shù)據(jù)庫中，統(tǒng)計(jì)不良事件藥物列表中藥物di出現(xiàn)的次數(shù)、不良反應(yīng)aj出現(xiàn)的次數(shù)以及該藥物di和不良反應(yīng)aj的共現(xiàn)次數(shù)；

E2、計(jì)算藥物di出現(xiàn)的情況下不良反應(yīng)aj出現(xiàn)的條件概率p(aj|di)，和不良反應(yīng)aj出現(xiàn)的情況下藥物di出現(xiàn)的條件概率p(di|aj)；，其中，fre(di)為藥物di出現(xiàn)的次數(shù)，fre(aj)為不良反應(yīng)aj出現(xiàn)的次數(shù)，fre(ai,dj)為藥物di和不良反應(yīng)aj的共現(xiàn)次數(shù)；

E3、關(guān)聯(lián)度計(jì)算：利用雙條件概率乘積法，計(jì)算藥物di和不良反應(yīng)aj的關(guān)聯(lián)度：sim(di,aj)=p(aj|di)*p(di|aj)；

F、關(guān)聯(lián)度排序：對(duì)于藥物di，根據(jù)步驟E3的藥物和不良反應(yīng)之間的關(guān)聯(lián)度sim(di,aj)值，對(duì)所有的不良反應(yīng)按照降序排列，取排列次序在前的不良反應(yīng)作為藥物di的潛在藥物不良反應(yīng)。

2.根據(jù)權(quán)利要求1所述的一種面向大數(shù)據(jù)的潛在藥物不良反應(yīng)數(shù)據(jù)挖掘方法，其特征在于，所述已知的藥物不良事件報(bào)告數(shù)據(jù)庫為公共開放數(shù)據(jù)集或電子病歷。