[發明專利]一種基于關聯規則分析的藥品不良反應信號檢測方法有效
| 申請號: | 201911117883.3 | 申請日: | 2019-11-15 |
| 公開(公告)號: | CN110879822B | 公開(公告)日: | 2022-11-15 |
| 發明(設計)人: | 魏建香;陳帥;盧志強 | 申請(專利權)人: | 南京郵電大學 |
| 主分類號: | G06F16/2458 | 分類號: | G06F16/2458;G06F16/28 |
| 代理公司: | 南京蘇科專利代理有限責任公司 32102 | 代理人: | 姚姣陽 |
| 地址: | 210023 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 關聯 規則 分析 藥品 不良反應 信號 檢測 方法 | ||
1.一種基于關聯規則分析的藥品不良反應信號檢測方法,其特征在于:包括如下步驟:
步驟1、基于我國藥物不良反應ADR自發報告數據進行數據預處理,將原始數據匯總并整理成表格;所述表格包含藥物名稱、不良反應名稱、藥物產生目標不良反應的記錄數a、藥物產生其它不良反應的記錄數b、藥物產生目標不良反應的記錄數c、藥物產生非目標不良反應的記錄數d、PRR、卡方值χ2、MHRA、支持度Sup、置信度Con、信號標志SC11、目標藥物產生所有不良反應的記錄數ab、所有藥物產生目標不良反應的記錄數ac和數據集的總記錄數abcd;
步驟2、計算步驟1整理的表格中每條藥物記錄需要計算的參數值;所述參數值包括b、c、d、PRR值、χ2值、MHRA 值、支持度和置信度;
步驟3、以MHRA法產生的陽性信號數量作為參考,確定支持度和置信度兩個最小閾值的范圍與調整步長;
步驟4、以MHRA法產生的信號集作為參考,計算每次設定支持度和置信度條件下的召回率、精度、F指標值和KS值,具體步驟如下,
步驟4.1根據步驟3劃定的支持度置信度范圍與調整步長不斷調節支持度與置信度的大小根據每一次閾值條件下MHRA和SC11的值得到TP、FN、FP、TN的值:
MHRA為“1”,SC11為“1”記錄總數為TP,TP代表MHRA為陽性的藥物-不良反應組合被本方法檢測為陽性信號的數量;
MHRA為“1”,SC11為“0”的記錄總數為FN,FN代表MHRA為陽性的藥物-不良反應組合被本方法檢測為陰性信號的數量;
MHRA為“0”,SC11為“1”的記錄總數為FP,FP代表MHRA為陰性的藥物-不良反應組合被本方法檢測為陽性信號的數量;
MHRA為“0”,SC11為“0”的記錄總數為TN,TN代表MHRA為陰性的藥物-不良反應組合被本方法檢測為陰性信號的數量;
步驟4.2、計算不同支持度和置信度條件下的精度Precision、召回率Recall、F指標值、真陽性率TPR、假陽性率FPR和KS值,計算公式為:
KS=TPR-FPR
步驟5、找到KS值最大的記錄并分析。
2.根據權利要求1所述的一種基于關聯規則分析的藥品不良反應信號檢測方法,其特征在于:步驟1中所述MHRA為經MHRA 法判別后的信號陽/陰性判斷,設陽性為“1”,陰性為“0”;所述SC11為支持度與置信度是否均大于所設定的閾值,當支持度和置信度均大于設為“1”,否則為“0”。
3.根據權利要求1所述的一種基于關聯規則分析的藥品不良反應信號檢測方法,其特征在于,步驟2的操作步驟包括:
步驟2.1、原始數據中可得到a,對表格中的數據進行分析處理后可以得到ab、ac和abcd,通過公式b=ab-a,c=ac-a,d=abcd-a-b-c,計算得出b、c和d;
計算PRR值,計算公式為:
計算χ2值,計算公式為:其中n=a+b+c+d;
計算MHRA 值,當同時滿足條件a≥3,PRR≥2,χ2≥4時,MHRA 值為陽性,設為“1”;
當不滿足條件時MHRA 值為陰性,設為“0”;
步驟2.2、計算支持度,計算公式為:Sup=a/(a+b+c),數據中保留小數點后五位;
步驟2.3、計算置信度,計算公式為:Con=a/(a+b),數據中保留小數點后五位。
4.根據權利要求1所述的一種基于關聯規則分析的藥品不良反應信號檢測方法,其特征在于:步驟3的操作步驟包括:以MHRA法得出的陽性信號數量作為參考,即MHRA值為“1”的記錄數,劃定出支持度置信度閾值的范圍與調整步長。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京郵電大學,未經南京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911117883.3/1.html,轉載請聲明來源鉆瓜專利網。





