CN111178444B - 一种基于向量分析的中药配方治疗效果统计方法 - Google Patents
一种基于向量分析的中药配方治疗效果统计方法 Download PDFInfo
- Publication number
- CN111178444B CN111178444B CN201911416721.XA CN201911416721A CN111178444B CN 111178444 B CN111178444 B CN 111178444B CN 201911416721 A CN201911416721 A CN 201911416721A CN 111178444 B CN111178444 B CN 111178444B
- Authority
- CN
- China
- Prior art keywords
- prescription
- information
- chinese medicine
- traditional chinese
- treatment
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/90—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to alternative medicines, e.g. homeopathy or oriental medicines
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Pharmacology & Pharmacy (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Alternative & Traditional Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于向量分析的中药配方治疗效果统计方法,涉及中医治疗技术领域,技术方案为,将现有的中药治疗医案进行结构化;将结构化后的中药治疗医案数据化;用数据化后的中药治疗医案构建中药治疗基础库;通过所述中药治疗基础库,按照疾病信息遍历其对应的药方组成信息,对药方组成信息的短文本向量进行比对,通过向量的相似度判定该疾病对应药方的药方疗效信息。本发明的有益效果是:本方案通过构建中医治疗病案的大数据,以大数据为基础进行统计,通过对病人对疾病的诊疗次数来反推其使用药方治疗效果,从侧面体现药方对疾病的治疗的有效程度,借助向量的相似度对药方组成进行判定,使其成为疾病治疗的参考。
Description
技术领域
本发明涉及中医治疗技术领域,特别涉及一种基于向量分析的中药配方治疗效果统计方法。
背景技术
中医作为我国独有的医疗技术,中医治疗方式中的一大组成部分为熬制中药进行治疗,借助多种药材组成配方进行熬煮,通过患者饮用中药来调和人体,从而实现疾病治疗。
作为去看病的患者,通常不会对看病疗效做出反馈。作为医生而言,需要面对大量的患者,并不容易直接获取所开药方的治疗效果。只能根据个人的经验去判断药方的使用情况。
发明内容
针对上述技术问题,本发明提供一种基于向量分析的中药配方治疗效果统计方法。
其技术方案为,S1、将现有的中药治疗医案进行结构化;
S2、将结构化后的中药治疗医案数据化;在对医案数据化时,将其文本部分转换为短文本向量,方便后续进行文本相似度匹配;
S3、用数据化后的中药治疗医案构建中药治疗基础库;
S4、通过所述中药治疗基础库,提取疾病信息,药方组成信息和药方疗效信息;
S5、按照疾病信息遍历其对应的药方组成信息,通过对药方组成信息的短文本向量进行比对,通过向量的相似度判定该疾病对应药方的药方疗效信息;
S6、输出药方疗效信息结果。
优选为,所述S1中对中药治疗医案的结构化方法为,
S101、定义多维的医案数据元素结构;
S102、根据S101的医案数据元素结构对应中药治疗医案进行元素拆分;
S103、将拆分后的医案数据按照元素结构组成结构化的中药治疗医案信息。
优选为,所述S2中,将结构化后的中药治疗医案数据化具体为,按照结构化后的元素信息将原中药治疗医案转换为数据形式;
其中药方组成部分的数据形式转换,首先对使用的药材名称进行排序,然后对应配方中每种药材形成药材名称和用量组成的药材特征格式(N,C),其中N药材名称格式,C为该药材的用量格式,药材名称和用量的文本分别转换为短文本向量,药方则由其使用的各个药材特征格式组成;
所述S3为将S2数据化后的中药治疗医案构建为中药治疗基础库。
优选为,所述S4中,通过所述中药治疗基础库,提取疾病信息,药方组成信息和药方疗效信息;具体为,
通过中药治疗基础库中的数据,提取病案信息,病案信息包括病人信息,病种信息、药方组成信息;
所述病种信息为疾病信息,疾病信息包括疾病名称,及对应中医诊疗的疾病体现形式,即通过望闻问切的中医诊疗方式获取的疾病表现形式,如血瘀,胸痹等等;
药方组成信息为药方使用的药材信息;
通过所述病人信息,病种信息,药方组成信息,提取疗效信息;
所述疗效信息为根据某一病人对应的某一个病种去医院治疗的次数,来统计药方疗效,以该病人去某一医院第一次诊疗某一病种为起始,以获取一个药方后的诊疗次数进行统计,其后续时间中,去医院诊疗同一病种次数值越低,则证明其使用该药方的治疗配方效果越好。
换句话说,通过构建医案大数据,假设病人A因为疾病B在某一个医院进行诊疗,获取药方C,如果在此之后,病人A一段时间的病案信息中没有再出现因为疾病B而去某个医院的诊疗记录,则说明药方C具有较好的疗效。反之,如果病人A在获取药方C后,又出现了多次去其任一医院进行疾病B诊疗的记录,则说明之前的药方C疗效较差。
优选为,所述S5中,按照疾病信息遍历其对应的药方组成信息,通过对药方组成信息的短文本向量进行比对,通过向量的相似度判定该疾病对应药方的药方疗效信息;具体为,
通过向量的相似度比对同一疾病的药方组成信息,遍历相似度最为接近的药方组成信息,根据相似度接近的药方组成信息对应的疗效信息进行统计,从而获取不同的药方组成的疗效对应结果。向量的相似度计算可以采用余弦相似度计算,或者其它的相似度计算方法。
优选为,所述S5中疗效信息的统计方法为,根据所述疗效信息中统合的药方诊疗次数值,设定诊疗次数值的取值上限,提出超出上限的病案信息,视其为无效病案信息;
遍历有效的病案信息,将相似度最为接近的所有药方的诊疗次数值相加,求取诊疗次数平均值,作为药方诊疗效果参考值,诊疗效果参考值越低,则说明该药方对应该疾病的疗效越好。
优选为,所述药材名称排序方法为,按照药材名称的拼音字母为优先顺序排序,按照药材名称的声调为次要顺序排序。
本发明实施例提供的技术方案带来的有益效果是:本方案通过构建中医治疗病案的大数据,以大数据为基础进行统计,通过对病人对疾病的诊疗次数来反推其使用药方治疗效果,从侧面体现药方对疾病的治疗的有效程度,借助文本向量的相似度对药方组成进行判定,从而从海量的数据中统计出相似药方的平均治疗效果,使其成为疾病治疗的参考。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。当然,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,在不冲突的情况下,本发明创造中的实施例及实施例中的特征可以相互组合。
实施例1
本发明提供一种基于向量分析的中药配方治疗效果统计方法,
S1、将现有的中药治疗医案进行结构化;具体为,
S101、定义多维的医案数据元素结构;
S102、根据S101的医案数据元素结构对应中药治疗医案进行元素拆分;
S103、将拆分后的医案数据按照元素结构组成结构化的中药治疗医案信息。
S2、将结构化后的中药治疗医案数据化;在对医案数据化时,将其文本部分转换为短文本向量,方便后续进行文本相似度匹配;因为药方相对来说其组成文本量较小,因此可以直接以短文本向量的形式在数据库中加以保存;
其中药方组成部分的数据形式转换,首先对使用的药材名称进行排序,然后对应配方中每种药材形成药材名称和用量组成的药材特征格式(N,C),其中N药材名称格式,C为该药材的用量格式,药材名称和用量的文本分别转换为短文本向量,药方则由其使用的各个药材特征格式组成;
药材名称排序方法为,按照药材名称的拼音字母为优先顺序排序,按照药材名称的声调为次要顺序排序。
将原文本形式转变为数据格式,从而便于下一步形成基础数据库。
S3、用数据化后的中药治疗医案构建中药治疗基础库;具体为将S2数据化后的中药治疗医案构建为中药治疗基础库。构建医案大数据,通过单一医院,扩展至一个区,一个市,一个省……从而形成医案大数据,以便对病患的治疗情况作出全面的统计。
S4、通过中药治疗基础库,提取疾病信息,药方组成信息和药方疗效信息;具体为,
具体为,通过中药治疗基础库中的数据,提取病案信息,病案信息包括病人信息,病种信息、药方组成信息;
病种信息为疾病信息,疾病信息包括疾病名称,及对应中医诊疗的疾病体现形式,即通过望闻问切的中医诊疗方式获取的疾病表现形式,如血瘀,胸痹等等;
药方组成信息为药方使用的药材信息;
通过病人信息,病种信息,药方组成信息,提取疗效信息;
疗效信息为根据某一病人对应的某一个病种去医院治疗的次数,来统计药方疗效,以该病人去某一医院第一次诊疗某一病种为起始,以获取一个药方后的诊疗次数进行统计,其后续时间中,去医院诊疗同一病种次数值越低,则证明其使用该药方的治疗配方效果越好。
换句话说,通过构建医案大数据,假设病人A因为疾病B在某一个医院进行诊疗,获取药方C,如果在此之后,病人A一段时间的病案信息中没有再出现因为疾病B而去某个医院的诊疗记录,则说明药方C具有较好的疗效。反之,如果病人A在获取药方C后,又出现了多次去其任一医院进行疾病B诊疗的记录,则说明之前的药方C疗效较差。
S5、按照疾病信息遍历其对应的药方组成信息,通过对药方组成信息的短文本向量进行比对,通过向量的相似度判定该疾病对应药方的药方疗效信息;具体为,通过向量的相似度比对同一疾病的药方组成信息,遍历相似度最为接近的药方组成信息,根据相似度接近的药方组成信息对应的疗效信息进行统计,从而获取不同的药方组成的疗效对应结果。向量的相似度计算可以采用余弦相似度计算,或者其它的相似度计算方法。
其中疗效信息的统计方法为,根据疗效信息中统合的药方诊疗次数值,设定诊疗次数值的取值上限,提出超出上限的病案信息,视其为无效病案信息;
遍历有效的病案信息,将相似度最为接近的所有药方的诊疗次数值相加,求取诊疗次数平均值,作为药方诊疗效果参考值,诊疗效果参考值越低,则说明该药方对应该疾病的疗效越好。
S6、输出药方疗效信息结果。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于向量分析的中药配方治疗效果统计方法,其特征在于,包括,
S1、将现有的中药治疗医案进行结构化;
S2、将结构化后的中药治疗医案数据化;在对医案数据化时,将其文本部分转换为短文本向量;
S3、用数据化后的中药治疗医案构建中药治疗基础库;
S4、通过所述中药治疗基础库,提取疾病信息,药方组成信息和药方疗效信息;
S5、按照疾病信息遍历其对应的药方组成信息,通过对药方组成信息的短文本向量进行比对,通过向量的相似度判定该疾病对应药方的药方疗效信息;
S6、输出药方疗效信息结果;
其中,所述S4中,通过所述中药治疗基础库,提取疾病信息,药方组成信息和药方疗效信息;具体为,
通过中药治疗基础库中的数据,提取病案信息,病案信息包括病人信息,病种信息、药方组成信息;
所述病种信息为疾病信息,疾病信息包括疾病名称,及对应中医诊疗的疾病体现形式,即通过望闻问切的中医诊疗方式获取的疾病表现形式;
药方组成信息为药方使用的药材信息;
通过所述病人信息,病种信息,药方组成信息,提取疗效信息;
所述疗效信息为根据某一病人对应的某一个病种去医院治疗的次数,来统计药方疗效,以该病人去某一医院第一次诊疗某一病种为起始,以获取一个药方后的诊疗次数进行统计,其后续时间中,去医院诊疗同一病种次数值越低,则证明其使用该药方的治疗配方效果越好。
2.根据权利要求1所述的基于向量分析的中药配方治疗效果统计方法,其特征在于,所述S1中对中药治疗医案的结构化方法为,
S101、定义多维的医案数据元素结构;
S102、根据S101的医案数据元素结构对应中药治疗医案进行元素拆分;
S103、将拆分后的医案数据按照元素结构组成结构化的中药治疗医案信息。
3.根据权利要求2所述的基于向量分析的中药配方治疗效果统计方法,其特征在于,所述S2中,将结构化后的中药治疗医案数据化具体为,按照结构化后的元素信息将原中药治疗医案转换为数据形式;
其中药方组成部分的数据形式转换,首先对使用的药材名称进行排序,然后对应配方中每种药材形成药材名称和用量组成的药材特征格式(N,C),其中N药材名称格式,C为该药材的用量格式,药材名称和用量的文本分别转换为短文本向量,药方则由其使用的各个药材特征格式组成;
所述S3为将S2数据化后的中药治疗医案构建为中药治疗基础库。
4.根据权利要求3所述的基于向量分析的中药配方治疗效果统计方法,其特征在于,所述S5中,按照疾病信息遍历其对应的药方组成信息,通过对药方组成信息的短文本向量进行比对,通过向量的相似度判定该疾病对应药方的药方疗效信息;具体为,
通过向量的相似度比对同一疾病的药方组成信息,遍历相似度最为接近的药方组成信息,根据相似度接近的药方组成信息对应的疗效信息进行统计,从而获取不同的药方组成的疗效对应结果。
5.根据权利要求1-4任一项所述的基于向量分析的中药配方治疗效果统计方法,其特征在于,所述S5中疗效信息的统计方法为,根据所述疗效信息中统合的药方诊疗次数值,设定诊疗次数值的取值上限,提出超出上限的病案信息,视其为无效病案信息;
遍历有效的病案信息,将相似度最为接近的所有药方的诊疗次数值相加,求取诊疗次数平均值,作为药方诊疗效果参考值,诊疗效果参考值越低,则说明该药方对应该疾病的疗效越好。
6.根据权利要求3所述的基于向量分析的中药配方治疗效果统计方法,其特征在于,所述药材名称排序方法为,按照药材名称的拼音字母为优先顺序排序,按照药材名称的声调为次要顺序排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911416721.XA CN111178444B (zh) | 2019-12-31 | 2019-12-31 | 一种基于向量分析的中药配方治疗效果统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911416721.XA CN111178444B (zh) | 2019-12-31 | 2019-12-31 | 一种基于向量分析的中药配方治疗效果统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111178444A CN111178444A (zh) | 2020-05-19 |
CN111178444B true CN111178444B (zh) | 2023-06-02 |
Family
ID=70654401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911416721.XA Active CN111178444B (zh) | 2019-12-31 | 2019-12-31 | 一种基于向量分析的中药配方治疗效果统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178444B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113380405A (zh) * | 2021-03-11 | 2021-09-10 | 东莞市人民医院 | 一种移动健康管理平台及其控制方法 |
CN114758745A (zh) * | 2022-04-08 | 2022-07-15 | 天津航旭科技发展有限公司 | 基于处方推荐的医师奖励方法、计算机设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101574556A (zh) * | 2008-09-19 | 2009-11-11 | 兰州军区兰州总医院 | 基于变异的亥母核磁线圈的骨质疏松治疗系统 |
CN105718732A (zh) * | 2016-01-20 | 2016-06-29 | 华中科技大学同济医学院附属协和医院 | 一种医疗数据采集分析方法及系统 |
CN105740612A (zh) * | 2016-01-27 | 2016-07-06 | 北京国医精诚科技有限公司 | 基于中医临床医案的疾病诊疗方法和系统 |
CN105760705A (zh) * | 2016-05-20 | 2016-07-13 | 陕西科技大学 | 一种基于大数据的医疗诊断系统 |
CN106169165A (zh) * | 2015-05-20 | 2016-11-30 | 詹宇 | 面向诊疗数据的症状层次关联及预测方法 |
CN106339577A (zh) * | 2016-08-15 | 2017-01-18 | 成都中医药大学 | 中医特色专科医疗信息化方法 |
CN106934018A (zh) * | 2017-03-11 | 2017-07-07 | 广东省中医院 | 一种基于协同过滤的医生推荐系统 |
CN108109700A (zh) * | 2017-12-19 | 2018-06-01 | 中国科学院深圳先进技术研究院 | 一种慢性病药物疗效评价方法和装置 |
WO2019008375A1 (en) * | 2017-07-06 | 2019-01-10 | Ucl Business Plc | METHOD FOR IDENTIFYING RESPONDERS TO THE TREATMENT OF CANCER |
CN109344250A (zh) * | 2018-09-07 | 2019-02-15 | 北京大学 | 基于医保数据的单病种诊断信息快速结构化方法 |
CN109903854A (zh) * | 2019-01-25 | 2019-06-18 | 电子科技大学 | 一种基于中医药文献的核心药物识别方法 |
CN110400633A (zh) * | 2019-03-05 | 2019-11-01 | 徐永强 | 基于临床数据的人工智能学习处理系统 |
-
2019
- 2019-12-31 CN CN201911416721.XA patent/CN111178444B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101574556A (zh) * | 2008-09-19 | 2009-11-11 | 兰州军区兰州总医院 | 基于变异的亥母核磁线圈的骨质疏松治疗系统 |
CN106169165A (zh) * | 2015-05-20 | 2016-11-30 | 詹宇 | 面向诊疗数据的症状层次关联及预测方法 |
CN105718732A (zh) * | 2016-01-20 | 2016-06-29 | 华中科技大学同济医学院附属协和医院 | 一种医疗数据采集分析方法及系统 |
CN105740612A (zh) * | 2016-01-27 | 2016-07-06 | 北京国医精诚科技有限公司 | 基于中医临床医案的疾病诊疗方法和系统 |
CN105760705A (zh) * | 2016-05-20 | 2016-07-13 | 陕西科技大学 | 一种基于大数据的医疗诊断系统 |
CN106339577A (zh) * | 2016-08-15 | 2017-01-18 | 成都中医药大学 | 中医特色专科医疗信息化方法 |
CN106934018A (zh) * | 2017-03-11 | 2017-07-07 | 广东省中医院 | 一种基于协同过滤的医生推荐系统 |
WO2019008375A1 (en) * | 2017-07-06 | 2019-01-10 | Ucl Business Plc | METHOD FOR IDENTIFYING RESPONDERS TO THE TREATMENT OF CANCER |
CN108109700A (zh) * | 2017-12-19 | 2018-06-01 | 中国科学院深圳先进技术研究院 | 一种慢性病药物疗效评价方法和装置 |
CN109344250A (zh) * | 2018-09-07 | 2019-02-15 | 北京大学 | 基于医保数据的单病种诊断信息快速结构化方法 |
CN109903854A (zh) * | 2019-01-25 | 2019-06-18 | 电子科技大学 | 一种基于中医药文献的核心药物识别方法 |
CN110400633A (zh) * | 2019-03-05 | 2019-11-01 | 徐永强 | 基于临床数据的人工智能学习处理系统 |
Non-Patent Citations (3)
Title |
---|
一种高效挖掘冠心病医案关联规则的仿真研究;袁锋;陈守强;计算机仿真;第29卷(第4期);全文 * |
医院诊疗项目ICD-10编码准确性的探讨;刘俊纯;中国卫生统计;第30卷(第1期);全文 * |
基于数据挖掘的《临证指南医案》络病用药规律研究;白雅雯;麻春杰;韩雪梅;钱占红;任存霞;中国中医药信息杂志;第23卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111178444A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vickers et al. | Homoeopathic Oscillococcinum for preventing and treating influenza and influenza‐like syndromes | |
Wu et al. | Interventions for post‐stroke fatigue | |
Oken et al. | The efficacy of Ginkgo biloba on cognitive function in Alzheimer disease | |
Mueser et al. | Factor structure of the Brief Psychiatric Rating Scale in schizophrenia. | |
CN109273098B (zh) | 一种基于智能决策的药品疗效预测方法和装置 | |
Zeng et al. | Ginkgo biloba for acute ischaemic stroke | |
Kieburtz et al. | A randomized, placebo-controlled trial of latrepirdine in Huntington disease | |
Jin et al. | An improved association-mining research for exploring Chinese herbal property theory: based on data of the Shennong's Classic of Materia Medica | |
CN111178444B (zh) | 一种基于向量分析的中药配方治疗效果统计方法 | |
Salem et al. | Association of oral contraceptives with drug-induced QT interval prolongation in healthy nonmenopausal women | |
CN112216364A (zh) | 一种基于人工智能的用药处方推送方法和系统 | |
CN104615753A (zh) | 获取药品与疾病之间适用关系的方法和系统 | |
Clark | The ethics of alternative medicine therapies | |
CN111180084B (zh) | 一种基于聚类算法的中药疗效统计方法 | |
Eisenstein et al. | Death: the simple clinical trial endpoint | |
CN111180032B (zh) | 一种基于余弦计算的中药物疗效统计方法 | |
Amoako et al. | Evaluation of use of epinephrine and time to first dose and outcomes in pediatric patients with out-of-hospital cardiac arrest | |
Franchignoni et al. | LIFE SATISFACTION INDEX: Italian Version and Validation of a Short Form: 1 | |
Huang et al. | Parecat: Patient record subcategorization for precision traditional chinese medicine | |
Wellek et al. | Planning and analysis of trials using a stepped wedge design: Part 26 of a series on evaluation of scientific publications | |
Qin et al. | A traditional Chinese medicine prescription recommendation method based on mutual information clustering | |
Lasagna et al. | A comparison of acetophenetidin and acetaminophen. I. Analgesic effects in postpartum patients | |
CN104615762A (zh) | 获取药品与人群之间适用关系的方法和系统 | |
Wang et al. | The role of tonifying kidney decoction and acupuncture in the treatment of Alzheimer’s disease: A network meta-analysis | |
Steinberg et al. | Homeopathy and women's health care |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |