CN111883219A - 一种基于决策树的药品不良反应数据挖掘方法 - Google Patents
一种基于决策树的药品不良反应数据挖掘方法 Download PDFInfo
- Publication number
- CN111883219A CN111883219A CN202010542707.0A CN202010542707A CN111883219A CN 111883219 A CN111883219 A CN 111883219A CN 202010542707 A CN202010542707 A CN 202010542707A CN 111883219 A CN111883219 A CN 111883219A
- Authority
- CN
- China
- Prior art keywords
- decision tree
- data
- node
- adverse
- drug
- 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
Links
- 238000003066 decision tree Methods 0.000 title claims abstract description 67
- 206010067484 Adverse reaction Diseases 0.000 title claims abstract description 57
- 230000006838 adverse reaction Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000003814 drug Substances 0.000 title claims abstract description 47
- 229940079593 drug Drugs 0.000 title claims abstract description 37
- 238000007418 data mining Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims abstract description 15
- 238000011160 research Methods 0.000 claims abstract description 14
- 238000003759 clinical diagnosis Methods 0.000 claims abstract description 11
- 206010061623 Adverse drug reaction Diseases 0.000 claims description 13
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000002552 dosage form Substances 0.000 abstract description 5
- 230000000172 allergic effect Effects 0.000 abstract description 3
- 208000010668 atopic eczema Diseases 0.000 abstract description 3
- 238000003860 storage Methods 0.000 description 17
- 238000002347 injection Methods 0.000 description 15
- 239000007924 injection Substances 0.000 description 15
- 238000004590 computer program Methods 0.000 description 12
- 206010002199 Anaphylactic shock Diseases 0.000 description 7
- 208000003455 anaphylaxis Diseases 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000000843 powder Substances 0.000 description 5
- YTHKMAIVPFVDNU-GPTWTFMPSA-N 4-[[(1r,2r,4ar,5r,8as)-2-(3-carboxypropanoyloxy)-1,4a-dimethyl-6-methylidene-5-[(e)-2-(5-oxo-2h-furan-4-yl)ethenyl]-3,4,5,7,8,8a-hexahydro-2h-naphthalen-1-yl]methoxy]-4-oxobutanoic acid Chemical compound C(/[C@@H]1C(=C)CC[C@H]2[C@@]1(C)CC[C@H]([C@]2(COC(=O)CCC(O)=O)C)OC(=O)CCC(O)=O)=C\C1=CCOC1=O YTHKMAIVPFVDNU-GPTWTFMPSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000009254 shuang-huang-lian Substances 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000000546 chi-square test Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000037380 skin damage Effects 0.000 description 2
- 206010040882 skin lesion Diseases 0.000 description 2
- 231100000444 skin lesion Toxicity 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006757 chemical reactions by type Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 206010043554 thrombocytopenia Diseases 0.000 description 1
Images
Classifications
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于决策树的药品不良反应数据挖掘方法。该方法包括获取基于同一药品的不良反应的病例信息,建立病例数据库;获取不良反应相关的数据库字段,并进行数据概化处理;选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,得到决策树模型图。本发明提供的一种基于决策树的药品不良反应数据挖掘方法,该方法将决策树方法应用在药品不良反应中进行数据挖掘,对于在海量数据中探寻不良反应与患者性别、年龄、过敏史、药品剂型、剂量等相关性,构建的决策树提高了处理数据流的准确度,降低了系统阻塞的可能性。
Description
技术领域
本发明属于疾病分析领域,特别涉及一种基于决策树的药品不良反应数据挖掘方法。
背景技术
当前,伴随着药品不良反应监测力度的不断加大,海量药品不良反应数据涌现。这些数据的分析对全面、科学、客观认识药品不良反应发生规律和预防不良反应具有重要价值。然而由于方法学的阙如,当前的药品不良反应信息尚未得到充分挖掘,亟需方法学的突破。本专利以分类算法中决策树算法为核心技术,整合数据规约与概化等数据库技术,形成一种新的药品不良反应数据挖掘模式。
发明内容
为了解决现有技术中存在的问题,本发明提供一种基于决策树的药品不良反应数据挖掘方法。
一方面,本发明其中一个技术方案提供一种基于决策树的药品不良反应数据挖掘方法所述方法包括:
获取基于同一药品的不良反应的病例信息,建立病例数据库;
获取不良反应相关的数据库字段,并进行数据概化处理;
选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,得到决策树模型图。
进一步改进的方案中,根据获取基于同一药品的不良反应的病例信息,建立病例数据库,所述方法包括:
病例信息的采集包括原始ADR数据的采集和标准库的采集;原始ADR数据从国家药品不良反应监测中心获得;所述标准库是通过网络采集相关药物的说明书、国家食品药品监督管理局发布的各期药品不良反应信息通报以及药物警戒快讯和各种法规文件建立的ADR已知库;
数据的处理为从所述原始ADR数据中删除标准库中不包括的药品及其不良反应数据,并且删除ADR频次小于3的数据;
基于处理后的数据获取同一药品的不良反应的病例信息,建立病例数据库。
进一步改进的方案中,根据获取不良反应相关的数据库字段,并进行数据概化处理,所述方法包括:
进行数据清理和研究属性筛选,将数据值完整、属性可概化且与不良反应发生相关的数据库字段—性别、年龄、用药量、ADR诊断纳入研究范围,然后进行数据概化处理。
进一步改进的方案中,根据选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,所述方法包括:
选择年龄为首选测试属性,将所研究的药品使用病案分作两类,一类的年龄段为S1(0-9、10-19、20-29、30-39和40-49),另一类的年龄段为S1(50-59、60-69和70以上);
根据决策树分支的显示,对不良反应的类型,不同年龄段的患者群进行分析得到分类图。
进一步改进的方案中,所述构建决策树具体包括:
初始化决策树的根节点和对应的特征属性集;
根据此时决策树的Gini增益,对训练集的数据进行排序操作;
判断节点中的所有样本数据是否具有相同类别的数据标签;
如果是,则将节点设置为待分裂的节点,同时计算节点的最优和次优特征属性;
判断节点是否满足最优特征属性和中断机制的分裂条件,如果满足,则使用最优特征属性进行分裂,将分裂后的节点替换当前节点,并从分支中添加一个新的叶子节点,达到决策树的自动分裂;否则等待数据流输入,进行样本更新,将节点设置为待分裂的节点,同时计算节点的最优和次优特征属性。
进一步改进的方案中,所述用Gini值度量通过如下计算:
其中,当前样本集合D中第K类样本所占比例为pk(K=1,2,....,|y|)。
进一步改进的方案中,所述中断机制的分裂条件是满足其中为i为x或y,L、R代表不同的训练子集;中断参数其中Z(1-a)是指标准正态分布N(0,1)的1-a分位数,Q(K)则表示5K2-8K+4,在这种情况下,gx比gy大的概率是1-a。
另一方面,本发明其中一个技术方案提供一种基于决策树的药品不良反应数据挖掘系统所述系统包括:
采集模块,用于获取基于同一药品的不良反应的病例信息,建立病例数据库;
预处理模块,用于获取不良反应相关的数据库字段,并进行数据概化处理;
处理模块,用于选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,得到决策树模型图。
本发明提供的一种基于决策树的药品不良反应数据挖掘方法,该方法将决策树方法应用在药品不良反应中进行数据挖掘,对于在海量数据中探寻不良反应与患者性别、年龄、过敏史、药品剂型、剂量等相关性,构建的决策树提高了处理数据流的准确度,降低了系统阻塞的可能性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明其中一个实施例的基于决策树的药品不良反应数据挖掘方法的流程图;
图2是发明另一个实施例的基于决策树的药品不良反应数据挖掘方法的流程图;
图3为本发明应用双黄连注射剂的决策树模型分解图;
图4为本发明应用决穿琥宁注射剂的决策树模型分解图;
图5为本发明应用决穿琥宁注射剂的决策树模型另一分解图;
图6为本发明应用决穿琥宁注射剂的决策树模型另一分解图;
图7为本发明实施例所提供的基于决策树的药品不良反应分析系统的构架图;
图8为本发明实施例所提供的系统的硬件示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,该方法包括如下步骤:
本发明其中一个技术方案提供一种基于决策树的药品不良反应数据挖掘方法所述方法包括:
S100、获取基于同一药品的不良反应的病例信息,建立病例数据库。
其中,具体为:
病例信息的采集包括原始ADR数据的采集和标准库的采集;原始ADR数据从国家药品不良反应监测中心获得;所述标准库是通过网络采集相关药物的说明书、国家食品药品监督管理局发布的各期药品不良反应信息通报以及药物警戒快讯和各种法规文件建立的ADR已知库;
数据的处理为从所述原始ADR数据中删除标准库中不包括的药品及其不良反应数据,并且删除ADR频次小于3的数据;
基于处理后的数据获取同一药品的不良反应的病例信息,建立病例数据库。
S200、获取不良反应相关的数据库字段,并进行数据概化处理。
其中,具体为:
进行数据清理和研究属性筛选,将数据值完整、属性可概化且与不良反应发生相关的数据库字段—性别、年龄、用药量、ADR诊断纳入研究范围,然后进行数据概化处理。
S300、选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,得到决策树模型图。
具体包括:
选择年龄为首选测试属性,将所研究的药品使用病案分作两类,一类的年龄段为S1(0-9、10-19、20-29、30-39和40-49),另一类的年龄段为S1(50-59、60-69和70以上);
根据决策树分支的显示,对不良反应的类型,不同年龄段的患者群进行分析得到分类图。
本发明基于决策树的药品不良反应数据挖掘方法将决策树方法应用在药品不良反应中进行数据挖掘,对于在海量数据中探寻不良反应与患者性别、年龄、过敏史、药品剂型、剂量等相关性,具有很高的价值。
参照图2,在本发明优先实施例中,所述构建决策树具体包括:
S310、初始化决策树的根节点和对应的特征属性集;
S320、根据此时决策树的Gini增益,对训练集的数据进行排序操作;
S330、判断节点中的所有样本数据是否具有相同类别的数据标签;
S340、如果是,则将节点设置为待分裂的节点,同时计算节点的最优和次优特征属性;
S350、判断节点是否满足最优特征属性和中断机制的分裂条件;
S360、如果满足,则使用最优特征属性进行分裂,将分裂后的节点替换当前节点,并从分支中添加一个新的叶子节点,达到决策树的自动分裂;
否则等待数据流输入,进行样本更新,执行S350。
本发明构建的决策树提高了处理数据流的准确度,降低了系统阻塞的可能性。
其中,所述用Gini值度量通过如下计算:
其中,当前样本集合D中第K类样本所占比例为pk(K=1,2,....,|y|)。
其中,上述中断机制的分裂条件是满足其中为i为x或y,L、R代表不同的训练子集;中断参数其中Z(1-a)是指标准正态分布N(0,1)的1-a分位数,Q(K)则表示5K2-8K+4,在这种情况下,gx比gy大的概率是1-a。
本发明进行双黄连注射剂不良反应模型分析中,选择临床诊断为类标号属性,应用CART算法,选用数据挖掘系统默认参数值,进行训练数据集分类研究,得决策树模型图。参照图3(双黄连决策树第一分支片段图)所示,决策树算法选择年龄为首选测试属性,将双黄连注射剂病案分作两类。一类的年龄段包括(0~9,10~19,20~29,30~39,40~49);另一类的年龄段包括(50~59,60~69,70以上)。经卡方检验,50岁以上患者群的过敏性休克构成比显著高于50岁以下患者群(P<0.05);而50岁以下患者群的皮肤损害构成比显著高于50岁以上患者群(P<0.01)。除此以外,决策树模型其他分支还显示:18岁以上患者群过敏性休克构成比极显著高于18岁以下患者群(P<0.001)。成年患者群中,注射液患者群的过敏性休克构成比显著高于使用粉针剂患者群(P<0.01);注射液患者群的不良反应类型中过敏性休克构成比显著高于粉针剂的患者群(P<0.01),而皮肤损害构成比显著低于使用粉针剂的患者群(P<0.05)[9]。
本发明进行穿琥宁注射剂不良反应模型分析中,如图4所示,算法首先选择年龄为测试属性,将整体数据集分为两类。第一类的年龄段包括:小于17;第二类的年龄段包括大于等于17。经卡方检验,第一类数据集的临床诊断中,皮肤损害构成极显著高于第二类(P<0.001);而过敏性休克的构成比极显著低于第二类(P<0.001)
如图5所示,算法首先选择年龄为测试属性,将整体数据集分为两类。第一类的年龄段包括:10~19,20~29;第二类的年龄段包括0~9,30~39,40~49,50~59,60~69,70~79,80~89,90~99。经卡方检验,第一类数据集的临床诊断中,过敏性休克构成比极显著高于第二类(P<0.001);而血小板减少的构成比极显著低于第二类(P<0.001)
参照图6,为图5的续图,是图5中两个数据集继续分类的结果。其中第一类数据集的40例病案又被以年龄为测试属性分为两类,即10~19岁为一类,20~29岁为另一类;经卡方检验,10~19岁类中皮肤损害构成比显著高于20~29岁类(P<0.05)。如图5右侧部分所示,算法选择剂型为测试属性对第二类数据集的125例病案进行分类;经卡方检验,注射液类数据集的血小板减少构成比极显著高于粉针剂类(P<0.001);而27例过敏性休克病案则全部出现在粉针剂类的104例病案中。
本发明通过决策树算法将不良反应案例根据年龄和剂型分别进行分类,在不同分类群中患者不良反应表现类型构成比有显著性差异。
另外,参照图7,本发明还提供一种基于决策树的药品不良反应数据挖掘系统所述系统包括:
采集模块,用于获取基于同一药品的不良反应的病例信息,建立病例数据库;
预处理模块,用于获取不良反应相关的数据库字段,并进行数据概化处理;
处理模块,用于选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,得到决策树模型图。
由于本实施例中的各单元模块能够执行图1所示的方法,本实施例未详细描述的部分,可参考对图1的相关说明。图8是本发明的一个实施例系统的硬件示意图。请参考图8,在硬件层面,该系统包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该系统还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
在一种可能实现的方式中,处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,也可从其它设备上获取相应的计算机程序,以在逻辑层面上形成对应的装置。处理器,执行存储器所存放的程序,以通过执行的程序实现本发明任一实施例中提供的挖掘方法。
本发明实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括本发明实施例系统执行时,能够使本发明实施例系统执行本发明任一实施例中提供的挖掘方法。
上述如本发明图实施例提供的系统执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
本发明实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括本发明实施例系统设备执行时,能够使该系统执行本发明任一实施例中提供的挖掘方法。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元或模块分别描述。当然,在实施本发明时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理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权利要求范围之内。
Claims (7)
1.一种基于决策树的药品不良反应数据挖掘方法,其特征在于,所述方法包括:
获取基于同一药品的不良反应的病例信息,建立病例数据库;
获取不良反应相关的数据库字段,并进行数据概化处理;
选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,得到决策树模型图。
2.如权利要求1所述的基于决策树的药品不良反应数据挖掘方法,其特征在于,根据获取基于同一药品的不良反应的病例信息,建立病例数据库,所述方法包括:
病例信息的采集包括原始ADR数据的采集和标准库的采集;原始ADR数据从国家药品不良反应监测中心获得;所述标准库是通过网络采集相关药物的说明书、国家食品药品监督管理局发布的各期药品不良反应信息通报以及药物警戒快讯和各种法规文件建立的ADR已知库;
数据的处理为从所述原始ADR数据中删除标准库中不包括的药品及其不良反应数据,并且删除ADR频次小于3的数据;
基于处理后的数据获取同一药品的不良反应的病例信息,建立病例数据库。
3.如权利要求1所述的基于决策树的药品不良反应数据挖掘方法,其特征在于,根据获取不良反应相关的数据库字段,并进行数据概化处理,所述方法包括:
进行数据清理和研究属性筛选,将数据值完整、属性可概化且与不良反应发生相关的数据库字段—性别、年龄、用药量、ADR诊断纳入研究范围,然后进行数据概化处理。
4.如权利要求1所述的基于决策树的药品不良反应数据挖掘方法,其特征在于,根据选择临床诊断为类标号属性,构建决策树,进行训练数据集分类研究,所述方法包括:
选择年龄为首选测试属性,将所研究的药品使用病案分作两类,一类的年龄段为S1(0-9、10-19、20-29、30-39和40-49),另一类的年龄段为S1(50-59、60-69和70以上);
根据决策树分支的显示,对不良反应的类型,不同年龄段的患者群进行分析得到分类图。
5.根据权利要求4所述的一种基于决策树的药品不良反应信息分析方法,其特征在于,所述构建决策树具体包括:
初始化决策树的根节点和对应的特征属性集;
根据此时决策树的Gini增益,对训练集的数据进行排序操作;
判断节点中的所有样本数据是否具有相同类别的数据标签;
如果是,则将节点设置为待分裂的节点,同时计算节点的最优和次优特征属性;
判断节点是否满足最优特征属性和中断机制的分裂条件,如果满足,则使用最优特征属性进行分裂,将分裂后的节点替换当前节点,并从分支中添加一个新的叶子节点,达到决策树的自动分裂;否则等待数据流输入,进行样本更新,将节点设置为待分裂的节点,同时计算节点的最优和次优特征属性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010542707.0A CN111883219A (zh) | 2020-06-15 | 2020-06-15 | 一种基于决策树的药品不良反应数据挖掘方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010542707.0A CN111883219A (zh) | 2020-06-15 | 2020-06-15 | 一种基于决策树的药品不良反应数据挖掘方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111883219A true CN111883219A (zh) | 2020-11-03 |
Family
ID=73157524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010542707.0A Pending CN111883219A (zh) | 2020-06-15 | 2020-06-15 | 一种基于决策树的药品不良反应数据挖掘方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111883219A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289458A (zh) * | 2020-11-26 | 2021-01-29 | 温州市人民医院 | 一种面向大数据的潜在药物不良反应数据挖掘系统及方法 |
CN112382413A (zh) * | 2020-12-09 | 2021-02-19 | 温州市人民医院 | 关于联合用药不良反应的检测方法 |
CN113539502A (zh) * | 2021-07-15 | 2021-10-22 | 中国人民解放军联勤保障部队第九六〇医院 | 一种基于临床电子病历的药品不良反应数据模拟算法 |
-
2020
- 2020-06-15 CN CN202010542707.0A patent/CN111883219A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289458A (zh) * | 2020-11-26 | 2021-01-29 | 温州市人民医院 | 一种面向大数据的潜在药物不良反应数据挖掘系统及方法 |
CN112382413A (zh) * | 2020-12-09 | 2021-02-19 | 温州市人民医院 | 关于联合用药不良反应的检测方法 |
CN113539502A (zh) * | 2021-07-15 | 2021-10-22 | 中国人民解放军联勤保障部队第九六〇医院 | 一种基于临床电子病历的药品不良反应数据模拟算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gotz et al. | A methodology for interactive mining and visual analysis of clinical event patterns using electronic health record data | |
CN111883219A (zh) | 一种基于决策树的药品不良反应数据挖掘方法 | |
US7890519B2 (en) | Summarizing data removed from a query result set based on a data quality standard | |
WO2019080662A1 (zh) | 信息推荐方法及装置、设备 | |
US9928300B2 (en) | Artificial intelligence article analysis interface | |
CN111066033A (zh) | 用于生成模糊结果的标签的机器学习方法 | |
JP6316844B2 (ja) | 予測モデル生成のためのユーザーインタフェース | |
CN110709864A (zh) | 人机回环交互式模型训练 | |
CN114049927A (zh) | 疾病数据处理方法、装置、电子设备及可读介质 | |
EP2922018A1 (en) | Medical information analysis program, medical information analysis device, and medical information analysis method | |
He et al. | A test of inflated zeros for Poisson regression models | |
CN112182391A (zh) | 一种用户画像方法与装置 | |
Mamidi et al. | Development of an individualized risk prediction model for COVID-19 using electronic health record data | |
US20210202111A1 (en) | Method of classifying medical records | |
CN109271453B (zh) | 一种数据库容量的确定方法和装置 | |
US20170147945A1 (en) | Systems and Methods for Financial Data Aggregation | |
CN111445969A (zh) | 一种弹性适应噪音的销售预测的方法及系统 | |
US20150170068A1 (en) | Determining analysis recommendations based on data analysis context | |
CN113436746B (zh) | 基于排序算法的用药推荐方法、装置、设备及存储介质 | |
CN112766779B (zh) | 信息处理方法、计算机设备及存储介质 | |
US20180285526A1 (en) | System and method for phenotype vector manipulation of medical data | |
Kroes et al. | Generating synthetic mixed discrete-continuous health records with mixed sum-product networks | |
CN108804603B (zh) | 人机书面对话方法及系统、服务器、介质 | |
CN112699301B (zh) | 基于路径的定位搜索方法、装置、存储介质及电子设备 | |
JP2020077290A (ja) | 要約作成プログラム、要約作成方法、および情報処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201103 |