CN111143652A - 一种食品药品安全风险监测系统 - Google Patents

一种食品药品安全风险监测系统 Download PDF

Info

Publication number
CN111143652A
CN111143652A CN201911363819.3A CN201911363819A CN111143652A CN 111143652 A CN111143652 A CN 111143652A CN 201911363819 A CN201911363819 A CN 201911363819A CN 111143652 A CN111143652 A CN 111143652A
Authority
CN
China
Prior art keywords
food
adverse reaction
drug
early warning
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911363819.3A
Other languages
English (en)
Inventor
孙微微
李引
苏建城
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Institute of Software Application Technology Guangzhou GZIS
Original Assignee
Guangzhou Institute of Software Application Technology Guangzhou GZIS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Institute of Software Application Technology Guangzhou GZIS filed Critical Guangzhou Institute of Software Application Technology Guangzhou GZIS
Priority to CN201911363819.3A priority Critical patent/CN111143652A/zh
Publication of CN111143652A publication Critical patent/CN111143652A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Strategic Management (AREA)
  • Mathematical Optimization (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Accounting & Taxation (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种食品药品安全风险监测系统，通过对食药品的追溯信息进行预警信息的抓取，实现对食药品中的不良反应信息进行实时的监控获取，再通过信号检测规则对不良反应信息进行检测，从而能够帮助业务人员及时、便捷的筛选信号和监控信号的危险程度，做到防患于未然，有效预防、控制和消除各种突发事件的危害，竭力杜绝各种食品药品事故的发生。

Description

一种食品药品安全风险监测系统
技术领域
本发明涉及食品药品安全监测领域，尤其涉及一种食品药品安全风险监测系统。
背景技术
目前国内食品药品主流追溯系统化的监管模式，还是主要关注在流通过程中的采集的数据，进行追溯链条数据的合成，锁定上下游进货销货的产地及流通主体。从而在发生食品或药品安全问题时，追溯相关食品药品相关流通环节及覆盖群体，这种方式只能起到日常辅助监管人员抽查生产经营主体电子台账查验的方式，及在食品药品在生产、存储、销售在发生食品药品安全事件时，追溯流通链条上下游关联信息。锁定问题商品源头及主体责任人。
但这种现有的追溯监管模式只能圈定查找到部分发生问题的食品药品在流通和销售过程中或事后的涉及范围，不能做到预先预测高危食品药品安全事件的发生风险预警的分析及隐患的发现，做到防患于未然，有效预防、控制和消除各种突发事件的危害，竭力杜绝各种食品药品事故的发生。
发明内容
本发明的目的在于，针对上述现有技术中存在的问题，提供一种食品药品安全风险监测系统，能够帮助业务人员及时、便捷的筛选信号和监控信号的危险程度，做到防患于未然，有效预防、控制和消除各种突发事件的危害，竭力杜绝各种食品药品事故的发生。
为解决上述技术问题，本发明基于以下技术方案进行实施：
一种食品药品安全风险监测系统，所述系统包括：
追溯信息获取装置，用于获取食药品的追溯信息；所述追溯信息包括所述食药品的采购单信息、检测报告和维权投诉信息中的一种或多种；
预警信息抓取装置，用于抓取所述追溯信息中的预警信息；所述预警信息中包括所述食药品与不良反应关联的不良反应信息；
预警信号检测装置，用于使用预设的信号检测规则对所述预警信息进行分析，得到预警信号；所述预警信号用于指示所述食药品与所述不良反应信息之间是否存在关联。
进一步的，还包括：
数据查看装置，用于在接收到用户的数据查看请求时，向用户推送所述数据查看请求对应的数据信息；所述数据信息包括所述追溯信息、预警信息和预警信号中的一种或多种。
进一步的，所述数据查看装置还包括权限验证模块，用于对所述用户的权限范围进行验证，并在选择所述数据信息中属于所述用户的权限范围内的数据进行发送。
进一步的，所述预警信号检测装置包括：
规则设置模块，用于设置所述信号检测规则；所述信号检测规则包括检测方法和检测频率；所述检测方法为PRR信号检测法或ROR信号检测法；
检测执行模块，用于使用所述信号检测规则对所述预警信息进行分析以得到所述预警信号。
进一步的，当所述检测方法被设置为PRR信号检测法时，所述检测执行模块执行以下步骤对所述预警信息：
获取目标食药品与特定不良反应关联的不良反应信息数量；
使用以下公式判定所述目标食药品与所述特定不良反应之间存在关联的可信区间：
Figure BDA0002337881480000021
Figure BDA0002337881480000022
其中，95％CI为所述目标食药品与所述特定不良反应之间存在关联的可信区间；A为所述目标食药品与所述特定不良反应关联的不良反应信息数量；B为所述目标食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；C为除所述目标食药品外所有其他食药品与所述特定不良反应关联的不良反应信息数量；D为除所述目标食药品外所有其他食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；
在所述可信区间的下限大于预设下限时，产生所述目标食药品与所述特定不良反应之间存在关联的预警信号。
进一步的，当所述检测方法被设置为ROR信号检测法时，所述检测执行模块执行以下步骤对所述预警信息：
获取目标食药品与特定不良反应关联的不良反应信息数量；
使用以下公式判定所述目标食药品与所述特定不良反应之间存在关联的可信区间：
Figure BDA0002337881480000031
Figure BDA0002337881480000032
其中，95％CI为所述目标食药品与所述特定不良反应之间存在关联的可信区间；A为所述目标食药品与所述特定不良反应关联的不良反应信息数量；B为所述目标食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；C为除所述目标食药品外所有其他食药品与所述特定不良反应关联的不良反应信息数量；D为除所述目标食药品外所有其他食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；
在所述可信区间的下限大于预设下限时，产生所述目标食药品与所述特定不良反应之间存在关联的预警信号。
进一步的，所述预警信号检测装置还包括：
范围设置模块，用于设置所述检测执行模块进行分析的所述预警信息的范围条件；所述范围条件包括所述预警信息符合的日期区间条件、食药品类别条件、不良反应程度条件和不良反应类别条件中的一种或多种。
进一步的，所述系统还包括：
预警信号判别装置，用于根据判别规则对所述预警信号进行真伪判别；所述判别规则为：
将所述食药品的最新一次的预警信号中的可信区间与同一所述食药品的上一次的预警信号中的可信区间进行对比；
若所述最新一次的预警信号中的可信区间的下限大于所述上一次的预警信号中的可信区间的上限，则判定所述最新一次的预警信号为真，否则判定为假。
进一步的，所述系统还包括：
预警信号分析装置，用于根据预设的分析方法对所述预警信号进行分析；所述分析方法包括图表分析方法和分因素分析方法。
进一步的，所述数据查看装置还包括条件筛选模块，用于根据用户输入的筛选条件对欲推送的所述数据信息进行筛选。
与现有技术相比，本发明的有益效果是：
本发明公开了一种食品药品安全风险监测系统，通过对食药品的追溯信息进行预警信息的抓取，实现对食药品中的不良反应信息进行实时的监控获取，再通过信号检测规则对不良反应信息进行检测，从而能够帮助业务人员及时、便捷的筛选信号和监控信号的危险程度，做到防患于未然，有效预防、控制和消除各种突发事件的危害，竭力杜绝各种食品药品事故的发生。
附图说明
图1是本发明实施例中所述的一种食品药品安全风险监测系统的系统架构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
下面结合具体实施例和附图对本发明的技术方案进行清楚、完整的描述。
如图1所示，本实施例公开了一种食品药品安全风险监测系统，本系统包括追溯信息获取装置1，预警信息抓取装置2，预警信号检测装置3，数据查看装置4，预警信号判别装置5，预警信号分析装置6。
具体的，追溯信息获取装置1用于获取食药品的追溯信息；追溯信息包括食药品的采购单信息、检测报告和维权投诉信息中的一种或多种；
具体的，预警信息抓取装置2用于抓取追溯信息中的预警信息；预警信息中包括食药品与不良反应关联的不良反应信息；
具体的，预警信号检测装置3用于使用预设的信号检测规则对预警信息进行分析，得到预警信号；预警信号用于指示食药品与不良反应信息之间是否存在关联。具体的，预警信号检测装置3包括规则设置模块31、检测执行模块32和范围设置模块33。
具体的，规则设置模块31用于设置信号检测规则；信号检测规则包括检测方法和检测频率；检测方法为PRR信号检测法或ROR信号检测法。
具体的，检测频率的设置可以便于用户直接对信号检测的频率进行设置，可由用户自定义频度，单位：年、季度、月。
优选的，本实施例中规则设置模块还可以对信号检测的参数进行设置，参数包括：食品名称；食品分类；产地组合；食品品种；药品名称(可以选择按药品通用名中哪个属性进行检测，如按通用名、去剂型通用名、去盐通用名、去酸通用名、去盐去酸通用名或基础支撑表中统一定义的名称，对于化学药品、中药、生物制品提供不同的选择方式)；药品分类(可以选择基础支撑表中一级、二级…五级)；化学成份；药品组合(暂定单个药品，两个以上的组合都按组合进行检测，如怀疑药用到A,B,C，则组合为A,B,C,AB,AC,BC,ABC)；药品成份；不良反应的相关参数，包括：食品安全事故名称；食品安全类别(WHO-GEMS/food数据库的SOC分类)；药品不良反应名称；药品不良反应类别(WHO-ART数据库的SOC分类)。
具体的，检测执行模块32用于使用信号检测规则对预警信息进行分析以得到预警信号。食品药品安全数据的测定一般均以食品抽检报告及药品ADR报告数据库中的某种食品与药品与某不良反应事件联系在一起被报告的次数作为依据，调差数据库中被报告的食品或药品与不良反应事件之间的统计学联系，定量评价既涉及目标食药品又涉及目标时间的报告的相对频率，该方法是建立在经典的四格表的基础上，其思想就是估计追溯信息中实现出现的与某种食药品有关的不良反应数量与预期数量或者与其他食食药品引发的不良反应报告数量的比值，如果测量的比值大到一定的程度即失衡时，就认为有可能是安全预警信号，则食品或药品和安全事件之间可能存在某种联系,而并非是由于机会因素或者数据库“嘈杂背景”所致。
具体的，当检测方法被设置为PRR信号检测法时，检测执行模块执行以下步骤对预警信息：
S11、获取目标食药品与特定不良反应关联的不良反应信息数量；
S12、使用以下公式判定目标食药品与特定不良反应之间存在关联的可信区间：
Figure BDA0002337881480000061
Figure BDA0002337881480000062
其中，95％CI为目标食药品与特定不良反应之间存在关联的可信区间；A为目标食药品与特定不良反应关联的不良反应信息数量；B为目标食药品与除特定不良反应以外的所有其他不良反应关联的不良反应信息数量；C为除目标食药品外所有其他食药品与特定不良反应关联的不良反应信息数量；D为除目标食药品外所有其他食药品与除特定不良反应以外的所有其他不良反应关联的不良反应信息数量；
S13、在可信区间的下限大于预设下限时，产生目标食药品与特定不良反应之间存在关联的预警信号。
具体的，当检测方法被设置为ROR信号检测法时，检测执行模块执行以下步骤对预警信息：
S21、获取目标食药品与特定不良反应关联的不良反应信息数量；
S22、使用以下公式判定目标食药品与特定不良反应之间存在关联的可信区间：
Figure BDA0002337881480000071
Figure BDA0002337881480000072
其中，95％CI为目标食药品与特定不良反应之间存在关联的可信区间；A为目标食药品与特定不良反应关联的不良反应信息数量；B为目标食药品与除特定不良反应以外的所有其他不良反应关联的不良反应信息数量；C为除目标食药品外所有其他食药品与特定不良反应关联的不良反应信息数量；D为除目标食药品外所有其他食药品与除特定不良反应以外的所有其他不良反应关联的不良反应信息数量；
S23、在可信区间的下限大于预设下限时，产生目标食药品与特定不良反应之间存在关联的预警信号。
具体的，上述步骤S13和步骤S23中的预设下限一般都默认设置为1，优选的，研发人员可以根据预设对预设下限进行设置不同的阈值区间，以进行不同程度的预警监测。
具体的，范围设置模块33用于设置检测执行模块进行分析的预警信息的范围条件；范围条件包括预警信息符合的日期区间条件、食药品类别条件、不良反应程度条件和不良反应类别条件中的一种或多种。更具体的，范围包括：
数据起始日期：进行信号检测时，可以设置使用数据的起始日期。
食品范围：设置只在重点关注食品，还是在重点食品和关联食品范畴内进行信号检测。
药品范围：设置只在怀疑用药，还是在怀疑用药和合并用药范围内进行信号检测。
报告范围：默认只对所有食品安全事件、药品个例不良反应事件进行统计，可选择是否统计群体事件中的个例信息；可选择是否统计重复报告、可选择是否统计境外不良反应报告；
时间范围：默认按国家中心接收时间进行检测，也可以选择不良反应发生时间、上报时间和归档时间。
具体的，数据查看装置4用于在接收到用户的数据查看请求时，向用户推送数据查看请求对应的数据信息；数据信息包括追溯信息、预警信息和预警信号中的一种或多种。具体的，数据查看装置4包括权限验证模块41和条件筛选模块42。
具体的，权限验证模块41用于对用户的权限范围进行验证，并在选择数据信息中属于用户的权限范围内的数据进行发送。具体的，在一具体的实施方案中，监测人员只能检索本人权限范围内的数据，对于国家级用户，可以选择的数据背景包括：全部(默认)、食品、农产品、中药、化学药品；对于省级用户，可以选择的数据背景包括：统计本省数据、外省上报的本省所辖企业数据、针对国家指定品种的数据。
具体的，条件筛选模块42用于根据用户输入的筛选条件对欲推送的数据信息进行筛选。具体的，在一具体的实施方案中，筛选条件包括：
按检索规则内容筛选：选择食品、药品、药品组合、药品分类、化学成份；不良反应名称、不良反应系统事件、是否关注、是否全部(全部结果或者当期结果)、执行时间、是否已知，在检测结果数据中检索信息
按不良反应信息的新的数、严重数，死亡数及相应百分比进行筛选
按是否为基本药物，是否为OTC，单独用药比例进行筛选
按信号检测结果值筛选，如：A、B、C、X2、PRR、IC等。
更进一步的，数据查看装置4在向用户推送预警信号时，设置信号强弱图例功能：为每种方法的值设置级别值域，用不同的颜色或者加号个数标示信号的强弱等级。
例如当查看检测结果时，系统会以不同颜色标记出中、强信号，或是查看检测结果时，系统会用加号个数标记出中、强信号。
具体的，预警信号判别装置5用于根据判别规则对预警信号进行真伪判别；判别规则为：
S31、将食药品的最新一次的预警信号中的可信区间与同一食药品的上一次的预警信号中的可信区间进行对比；
S32、若最新一次的预警信号中的可信区间的下限大于上一次的预警信号中的可信区间的上限，则判定最新一次的预警信号为真，否则判定为假。
具体的，针对信号检测的结果，可以采用频数升高法辅助甄别信号的真伪，即将最新一次信号检测结果的置信区间与前一次检测结果的置信区间进行比对，分析近两次阈值置信区间是否出现重叠(在本项目中，信号检测的置信度取为95％)，以ROR为例：ROR05(最新一次的置信区间下限)>ROR95(前一次的置信区间上限)，则说明两个区间无重叠，因此可以认为这是一个信号；反之，则不是一个信号。
具体的，预警信号分析装置6用于根据预设的分析方法对预警信号进行分析；分析方法包括图表分析方法和分因素分析方法。具体的，对于关注的信号，根据检测规则的设置，按检测规则中定义的频度，检测类别，检测算法生成趋势图，可以选择趋势分析图形如柱状图、点线图等，或是根据分层因素进行分层分析，具体的分层因素包括：性别(男、女、不明)、年龄分组(10岁一组)、省份、剂型分组。
具体的，本系统中还对上述预警信号的报警进行了进一步的规则设置：
具体的，通过设置检测信号预警规则，发现并提示用户预警信息，以及时发现信号。具体的，可以从连续周期数、信号强度、变化趋势等方面进行设置，如：连续四个检测周期出现中强信号时进行报警，或是，对于信号成环比增长的进行信号报警。
本实施例所公开的风险监测系统可让监管人员在稽查工作中如按时间周期、事故严重程度、抽检合格率、抽检项目、产地、区域、事件发生次数、投诉类型、食药品种等维度，制定预警的判定标准模型，建立信号检测系统模块通过定制定时检测机制或自定义检测机制，针对检测结果，帮助业务人员及时、便捷的筛选信号，发现其关注的风险监测信号形成食药风险监测报告的画像机制，我们可以提取食药风险监测报告关键词的出现频率，进而分析关键词背后所代表的产品、用户群体、使用主体、危害表现、事发地类型等一系列搜索的不良事件情况、流通情况、关联事件等。更深层次地了解行为背后的原因、数据变化的因素，则可进行数据下钻解析实现更精细的数据统计分析，并辅助监管人员完成二次人工判断。
同时，本系统基于食品药品在流通过程中采集的追溯信息进行利用数据挖掘智能分析，并及时确认检测出来的有可能导致食品药品安全事件的危险信号，创新性地将采集的食品药品追溯大数据进行分析再利用，对采集的食品药品追溯大数据中的不安全信息信号进行主动监测。本系统应用的领域可涉及，食药(食品药品、药品)产品等行业的检测机构、政府食品药品监管等部门的业务的应用。将食药安全防范于未然为治理目标，本着“早发现、早预警、早报告、早干预、早处置”的原则，做到主动应对、及时反应、有效处置、全面控制，有效避免和遏制涉及检验检疫机构及政府监管职能的重大食品药品安全事件，最大限度减少食品药品安全突发事件造成的社会影响、人员伤亡和健康损害。
基于食品药品追溯信息获取食品药品安全风险监测信号的应用方法目前已在具体项目中已研发应用，通过建立食品药品安全风险监测信号机制，将食品药品安全监管监手段提升一个新的科学监管能力，创新实现食品安全风险事前监测预警的分析及隐患的发现，最大限度降低食品药品安全事故的发生。加强食品药品安全监管着力保障和改善民生，提高公众对食品药品消费环境的信心。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可查看存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上详细描述了本发明的较佳具体实施例，应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明构思在现有技术基础上通过逻辑分析、推理或者根据有限的实验可以得到的技术方案，均应该在由本权利要求书所确定的保护范围之中。

Claims (10)

1.一种食品药品安全风险监测系统，其特征在于，所述系统包括：
追溯信息获取装置，用于获取食药品的追溯信息；所述追溯信息包括所述食药品的采购单信息、检测报告和维权投诉信息中的一种或多种；
预警信息抓取装置，用于抓取所述追溯信息中的预警信息；所述预警信息中包括所述食药品与不良反应关联的不良反应信息；
预警信号检测装置，用于使用预设的信号检测规则对所述预警信息进行分析，得到预警信号；所述预警信号用于指示所述食药品与所述不良反应信息之间是否存在关联。
2.根据权利要求1所述的食品药品安全风险监测系统，其特征在于，还包括：
数据查看装置，用于在接收到用户的数据查看请求时，向用户推送所述数据查看请求对应的数据信息；所述数据信息包括所述追溯信息、预警信息和预警信号中的一种或多种。
3.根据权利要求2所述的食品药品安全风险监测系统，其特征在于，所述数据查看装置还包括权限验证模块，用于对所述用户的权限范围进行验证，并在选择所述数据信息中属于所述用户的权限范围内的数据进行发送。
4.根据权利要求1所述的食品药品安全风险监测系统，其特征在于，所述预警信号检测装置包括：
规则设置模块，用于设置所述信号检测规则；所述信号检测规则包括检测方法和检测频率；所述检测方法为PRR信号检测法或ROR信号检测法；
检测执行模块，用于使用所述信号检测规则对所述预警信息进行分析以得到所述预警信号。
5.根据权利要求4所述的食品药品安全风险监测系统，其特征在于，当所述检测方法被设置为PRR信号检测法时，所述检测执行模块执行以下步骤对所述预警信息：
获取目标食药品与特定不良反应关联的不良反应信息数量；
使用以下公式判定所述目标食药品与所述特定不良反应之间存在关联的可信区间：
Figure FDA0002337881470000021
Figure FDA0002337881470000022
其中，95％CI为所述目标食药品与所述特定不良反应之间存在关联的可信区间；A为所述目标食药品与所述特定不良反应关联的不良反应信息数量；B为所述目标食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；C为除所述目标食药品外所有其他食药品与所述特定不良反应关联的不良反应信息数量；D为除所述目标食药品外所有其他食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；
在所述可信区间的下限大于预设下限时，产生所述目标食药品与所述特定不良反应之间存在关联的预警信号。
6.根据权利要求4所述的食品药品安全风险监测系统，其特征在于，当所述检测方法被设置为ROR信号检测法时，所述检测执行模块执行以下步骤对所述预警信息：
获取目标食药品与特定不良反应关联的不良反应信息数量；
使用以下公式判定所述目标食药品与所述特定不良反应之间存在关联的可信区间：
Figure FDA0002337881470000023
Figure FDA0002337881470000024
其中，95％CI为所述目标食药品与所述特定不良反应之间存在关联的可信区间；A为所述目标食药品与所述特定不良反应关联的不良反应信息数量；B为所述目标食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；C为除所述目标食药品外所有其他食药品与所述特定不良反应关联的不良反应信息数量；D为除所述目标食药品外所有其他食药品与除所述特定不良反应以外的所有其他不良反应关联的不良反应信息数量；
在所述可信区间的下限大于预设下限时，产生所述目标食药品与所述特定不良反应之间存在关联的预警信号。
7.根据权利要求4所述的食品药品安全风险监测系统，其特征在于，所述预警信号检测装置还包括：
范围设置模块，用于设置所述检测执行模块进行分析的所述预警信息的范围条件；所述范围条件包括所述预警信息符合的日期区间条件、食药品类别条件、不良反应程度条件和不良反应类别条件中的一种或多种。
8.根据权利要求5或6所述的食品药品安全风险监测系统，其特征在于，所述系统还包括：
预警信号判别装置，用于根据判别规则对所述预警信号进行真伪判别；所述判别规则为：
将所述食药品的最新一次的预警信号中的可信区间与同一所述食药品的上一次的预警信号中的可信区间进行对比；
若所述最新一次的预警信号中的可信区间的下限大于所述上一次的预警信号中的可信区间的上限，则判定所述最新一次的预警信号为真，否则判定为假。
9.根据权利要求5或6所述的食品药品安全风险监测系统，其特征在于，所述系统还包括：
预警信号分析装置，用于根据预设的分析方法对所述预警信号进行分析；所述分析方法包括图表分析方法和分因素分析方法。
10.根据权利要求3所述的食品药品安全风险监测系统，其特征在于，所述数据查看装置还包括条件筛选模块，用于根据用户输入的筛选条件对欲推送的所述数据信息进行筛选。
CN201911363819.3A 2019-12-26 2019-12-26 一种食品药品安全风险监测系统 Pending CN111143652A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911363819.3A CN111143652A (zh) 2019-12-26 2019-12-26 一种食品药品安全风险监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911363819.3A CN111143652A (zh) 2019-12-26 2019-12-26 一种食品药品安全风险监测系统

Publications (1)

Publication Number Publication Date
CN111143652A true CN111143652A (zh) 2020-05-12

Family

ID=70520281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911363819.3A Pending CN111143652A (zh) 2019-12-26 2019-12-26 一种食品药品安全风险监测系统

Country Status (1)

Country Link
CN (1) CN111143652A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111653371A (zh) * 2020-06-05 2020-09-11 河南省药品评价中心 一种基于加权判断的潜在致瘾致幻药品的预警方法
CN112185547A (zh) * 2020-09-24 2021-01-05 重庆医科大学 药物性别差异性不良反应信号的检测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122059A (zh) * 2016-11-30 2018-06-05 沈阳药科大学 一种药品生产企业的生产风险识别的方法及自动预警系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122059A (zh) * 2016-11-30 2018-06-05 沈阳药科大学 一种药品生产企业的生产风险识别的方法及自动预警系统

Non-Patent Citations (13)

* Cited by examiner, † Cited by third party
Title
侯永芳: "说明书第1节-2.3节", vol. 9, no. 9, pages 1 *
侯永芳;任经天;江静;田春华;金少鸿;: "药品不良反应信号检测方法研究", no. 07 *
侯永芳;刘翠丽;宋海波;王亚丽;王丹;邹箴蕾;吴桂芝;: "药品不良反应信号检测模型优化及应用", no. 07 *
刘沛;朱凤才;史志旭;: "患病人数未知时患病率的点估计及区间估计方法", 中国卫生统计, no. 05, pages 484 *
史亚祥;陈璇;: "中药治疗失眠症临床随机对照试验的Meta分析", 辽宁中医杂志, no. 08, pages 2 *
张燕;于丹丹;崔德华;廖星;国华;: "《中国中药杂志》发表的干预类系统评价/Meta分析的报告质量评价研究", 中国中药杂志, no. 06, pages 3 *
曹璐娟: "地市级药品安全监测数据综合管理平台构建研究" *
曹璐娟;赵霞;: "地市级药品安全监测数据综合管理平台构建研究", 中国药事, vol. 32, no. 11, pages 3 - 2 *
杨岫岩: "因果关系的推导及一些相关的概念", 中华风湿病学杂志, no. 03 *
王玲;陈中;陈安;: "数据挖掘的定性分析法在药品不良反应监测中的应用", no. 08 *
符丽媛;宋凌浩;陆永贵;丁永健;: "应用蒙特卡罗模拟开展传染病爆发早期预警的研究", 口岸卫生控制, no. 02, pages 2 *
陈文戈;李婵娟;江静;邓剑雄;: "基于BCPNN法的药品不良反应信号检测与自动预警技术研究", no. 04, pages 1 *
陈炯华;魏永越;孙骏;王永炎;谢雁鸣;: "基于数据挖掘的预警方法在双黄连注射剂不良反应监测中的应用研究", no. 03, pages 1 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111653371A (zh) * 2020-06-05 2020-09-11 河南省药品评价中心 一种基于加权判断的潜在致瘾致幻药品的预警方法
CN111653371B (zh) * 2020-06-05 2023-09-12 河南省药品评价中心 一种基于加权判断的潜在致瘾致幻药品的预警方法
CN112185547A (zh) * 2020-09-24 2021-01-05 重庆医科大学 药物性别差异性不良反应信号的检测方法
CN112185547B (zh) * 2020-09-24 2022-04-01 重庆医科大学 药物性别差异性不良反应信号的检测方法

Similar Documents

Publication Publication Date Title
Minozzi et al. Anticonvulsants for cocaine dependence
Stricker et al. Detection, verification, and quantification of adverse drug reactions
Dobkin et al. Are supply-side drug control efforts effective? Evaluating OTC regulations targeting methamphetamine precursors
CN111145844A (zh) 综合医疗监管平台
Davis et al. Utilizing aLIGO glitch classifications to validate gravitational-wave candidates
CN111143652A (zh) 一种食品药品安全风险监测系统
CN111340652A (zh) 基于大数据分析的餐饮食安动态监管方法
Park et al. Risk factors for work-related injury among male farmers in Iowa: a prospective cohort study
Petroczi et al. Network analysis of the RASFF database: a mycotoxin perspective
CN112650608B (zh) 异常根因定位方法以及相关装置、设备
CN110765116A (zh) 基于商业智能系统开发的医院廉政风险防控系统
CN112669991A (zh) 一种药品不良反应信号检出方法
Wolkin et al. Early detection of illness associated with poisonings of public health significance
Feldman et al. Monitoring deaths in police custody: public health can and must do better
CN108122059B (zh) 一种药品生产企业的生产风险识别的方法及自动预警系统
CN111986819B (zh) 药物不良反应监测方法、装置、电子设备及可读存储介质
CN112633639A (zh) 一种面向食品药品安全监管靶向风险预警平台及方法
CN116680147A (zh) Led显示屏的运行监控方法、装置及电子设备
Baller et al. The interchangeability of homicide data sources: A spatial analytical perspective
Karapetiantz et al. Qualitative and Quantitative Analysis of Web Forums for Adverse Events Detection:“Strontium Ranelate” Case Study
CN112801788A (zh) 一种互联网股权融资平台监控系统及监控方法
CN111613029A (zh) 一种警医联动的医院报警系统
Bender et al. Combined proactive risk assessment: unifying proactive and reactive risk assessment techniques in health care
CN110738570A (zh) 基于多通道异质数据的信息型操纵自动识别方法
Shuai et al. The research status and enlightenment of foreign foodborne disease prevention and control

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200512