[發(fā)明專利]基于決策樹分層的藥品不良反應數(shù)據(jù)遮蔽效應消除的方法

有效

• 申請?zhí)枺?/td>: 202010841630.7
• 申請日: 2020-08-20
• 公開（公告）號: CN112133450B
• 公開（公告）日: 2022-08-23
• 發(fā)明（設計）人: 魏建香;阮倩昀;盧志強
• 申請（專利權）人: 南京郵電大學
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H10/40
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 牛莉莉

1.基于決策樹分層的藥品不良反應數(shù)據(jù)遮蔽效應消除的方法，其特征在于：所述方法包括以下步驟：

1)數(shù)據(jù)的采集：包括原始ADR數(shù)據(jù)的采集和標準庫的采集；

2)數(shù)據(jù)的預處理：數(shù)據(jù)的預處理包括對所述原始ADR數(shù)據(jù)中的不良反應名稱規(guī)范為標準庫中包括的不良反應名稱，刪除標準庫中未包括的藥品及其所述未包括藥品的不良反應數(shù)據(jù)，統(tǒng)一化混雜因子所在的字段值，添加藥品不良反應是否出現(xiàn)在標準庫的字段“是否已知”，記錄重復的藥品不良反應組合數(shù)；

3)構建多級分層的決策樹：將原始ADR數(shù)據(jù)的四個特征“性別”、“年齡”、“是否屬于抗生素類”和“地區(qū)”視為混雜因子；為了確定主要的三個混雜因子，從上述四個混雜因子中任選三個作為數(shù)據(jù)的特征，進行下述構建決策樹的過程：將“是否已知”字段作為決策任務的類標簽，利用WEKA軟件中的J48分類算法構建決策樹，根據(jù)每一個子類中數(shù)據(jù)實際的類別和預測的類別不一致的比例，來分析分類的精度，再次選擇三個不同的混雜因子，重復構建多級分層的決策樹的步驟，最后，選擇分類精度最高的一組混雜因子；

4)信號檢測：從所構建的決策樹中得到分類的規(guī)則，即將ADR數(shù)據(jù)按照三個混雜因子的優(yōu)先順序分類，根據(jù)分類的規(guī)則從數(shù)據(jù)集中提取出每一個子類中的數(shù)據(jù)，即數(shù)據(jù)子集，采用信號檢測方法分別對數(shù)據(jù)集和數(shù)據(jù)子集進行信號檢測，從而獲得兩個信號集，總樣本的信號檢測結果對應信號集1，子樣本各自做信號檢測后整合的結果對應信號集2；

5)性能評估：以標準庫作為檢驗的標準，設計評價指標，對兩個信號集進行性能評估，分析基于決策樹的多級分層方法在削弱數(shù)據(jù)遮蔽效應方面發(fā)揮的作用。

2.根據(jù)權利要求1所述的基于決策樹分層的藥品不良反應數(shù)據(jù)遮蔽效應消除的方法，其特征在于：所述步驟5)中還包括如下具體步驟：

501)設計基于標準庫的四格表

標準庫為分類決策提供了客觀的依據(jù)，為了比較多級分層前后總樣本和子樣本在信號檢測結果上的差異性，選擇標準庫作為檢驗的標準；用標準庫中藥品不良反應組合對信號集1和信號集2進行標注，如果該組合出現(xiàn)在標準庫中，則標注為“1”，否則標注為“0”，將信號集1、信號集2與標準庫進行比較，構成所需的四格表；

其中，a代表信號集1與信號集2檢出均為陽性信號的ADR組合數(shù)；b代表信號集1檢出為陽性信號，信號集2檢出為陰性信號的ADR組合數(shù)；c代表信號集1檢出為陰性信號，信號集2檢出為陽性信號的ADR組合數(shù)；d代表信號集1和信號集2檢出均為陰性信號的ADR組合數(shù)；a1、b1、c1和d1分別表示a、b、c和d中出現(xiàn)在標準庫中的ADR組合數(shù)；a0、b0、c0和d0分別表示a、b、c和d中未出現(xiàn)在標準庫中的ADR組合數(shù)；且a＝a1+a0，b＝b1+b0，c＝c1+c0，d＝d1+d0

故，當信號集1與信號集2均為陽性信號時，a(a₁,a₀)；當信號集1為陽性信號，信號集2為陰型信號時，b(b₁,b₀)；當信號集1為陰性信號，信號集2為陽性信號時，c(c₁,c₀)；當信號集1、信號集2均為陰性信號時，d(d₁,d₀)；

502)設計評價指標

①查全率R

用查全率R₁描述總樣本檢測出已知信號的能力，由公式1表示：

用查全率R₂描述多級分層后的子樣本檢測出已知信號的能力，由公式2表示：

②查準率P

用查準率P₁描述總樣本檢測出已知信號的能力，由公式3表示：

用查準率P₂描述多級分層后的子樣本檢測出已知信號的能力，由公式4表示：

③F指標

總樣本和多級分層后的子樣本的F指標分別由公式5、公式6表示：

當F指標達到最大值時，查全率和查準率保持相對平衡，數(shù)據(jù)遮蔽效應消除性能最好；若F₁≥F₂，則無需對總樣本進行分層檢測；否則為需要對總樣本進行分層檢測。