CN113241192A - 一种证据合成方法和计算机设备 - Google Patents
一种证据合成方法和计算机设备 Download PDFInfo
- Publication number
- CN113241192A CN113241192A CN202110538043.5A CN202110538043A CN113241192A CN 113241192 A CN113241192 A CN 113241192A CN 202110538043 A CN202110538043 A CN 202110538043A CN 113241192 A CN113241192 A CN 113241192A
- Authority
- CN
- China
- Prior art keywords
- zero
- event set
- zero event
- evidence synthesis
- test
- 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.)
- Granted
Links
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Chemical & Material Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种证据合成方法和计算机设备,证据合成方法包括:获取非零事件集和多个零事件集;确定非零事件集对应的初始证据合成结果;对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;根据该零事件集对应的每个参考证据合成结果和初始证据合成结果确定是否剔除该零事件集;根据非零事件集和未被剔除的零事件集确定目标证据合成结果。本发明为零事件集设置测试发生次数,确定零事件集对证据合成结果是否存在影响,保留影响证据合成结果的零事件,由于考虑到了对证据合成结果存在影响的零事件集,因此,提高了证据合成结果的准确度。
Description
技术领域
本申请涉及证据合成领域,特别是涉及一种证据合成方法和计算机设备。
背景技术
证据合成是一种用于定量合成针对同一研究问题现有数据的统计方法,也是建立循证医学证据资源库的核心技术,证据合成通过对每项研究数据进行加权平均,从而获得一个平均的结果,这一结果同事包含了所有相关研究的信息,因而能够提供更为全面、稳健的证据。但是由于相关研究间存在巨大差异,例如,受试者人群的差异,药物干预的差异等,或者由于研究本身的设计缺陷,例如样本量较小,导致某些研究所占权重过大,直接支配合并后结果的方向和大小,导致部分情况下效应的“失真”。
在以上情况中,一种较为特殊的情况为药物安全性评价的证据合成。往往因为不良事件的发生率较低、单项研究的样本量不充足,导致观察到的不良事件为零。在证据合成中,目前的常用做法是将包括零事件的研究剔除,但是,剔除包括零事件的研究,意味着剔除了该项研究的所有信息,会导致证据不全面,通过证据合成得到的结果不够准确。
因此,现有技术有待改进。
发明内容
本发明所要解决的技术问题是,现有的证据合成,直接剔除零事件,不考虑零事件对结果的影响,导致证据合成得到的结构不够准确。本发明提出了一种证据合成方法和计算机设备,确定零事件集对证据合成结果是否存在影响,将不影响证据合成结果的零事件集剔除,经过非零事件集和未被剔除的零事件集确定目标证据合成结果,提交证据合成结果的准确度。
第一方面,本发明实施例提供了一种证据合成方法,包括:
获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;
确定所述非零事件集对应的初始证据合成结果;
对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;
对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;
根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。
作为进一步的改进技术方案,所述设定该零事件集对应的若干测试发生次数,具体包括:
获取该零事件集中包括的零事件的数量,得到零事件数;
设定该零事件集对应的若干测试发生次数包括:1至所述零事件数。
作为进一步的改进技术方案,所述设定该零事件集对应的若干测试发生次数,具体包括:
设定该零事件集对应的若干测试发生次数包括:1至预设阈值。
作为进一步的改进技术方案,所述确定该零事件集在每个测试发生次数下对应的参考证据合成结果,具体包括:
对于每个测试发生次数,将该零事件集中各零事件的发生次数设定为该测试发生次数,得到测试事件集;
将所述测试事件集和所述非零事件集合并,得到该零事件集在该测试发生次数下对应的参考证据合成结果。
作为进一步的改进技术方案,所述根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集,具体包括:
确定所述初始证据合成结果对应的第一效应方向,以及每个参考证据合成结果各自分别对应的第二效应方向;
若所有第二效应方向均与所述第一效应方向一致,则剔除该零事件集。
作为进一步的改进技术方案,所述根据该零事件集对应的所有差异确定是否剔除该零事件集之后,还包括:
基于所述多个零事件集确定多个第一组合,其中,所述第一组合中至少包括两个零事件集,所述第一组合中至多包括所述多个零事件组合;
对于每个第一组合,按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,确定该第一组合对应的若干第二组合;
确定每个第二组合对应的候选证据合成结果,根据所述候选证据结果和所述初始证据合成结果确定是否剔除所述第二组合中的零事件集。
作为进一步的改进技术方案,所述按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,确定该第一组合对应的若干第二组合,具体包括:
按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,设定该第一组合对应的若干测试发生次数组合,得到该第一组合对应的若干第二组合,其中,所述若干第二组合与所述若干测试发生次数组合一一对应,每个测试发生次数组合包括:该第一组合中每个零事件集各自分别对应的任一测试发生次数,任意两个测试发生次数组合互不相同。
作为进一步的改进技术方案,所述获取非零事件集和多个零事件集,包括:
获取多个事件集;
对于每个事件集,确定该事件集对应的事件发生总次数,若所述事件发生总次数为零,则将该事件集作为零事件集,若所述事件发生总次数不为零,则将该事件集作为非零事件集。
第二方面,本发明提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;
确定所述非零事件集对应的初始证据合成结果;
对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;
对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;
根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。
第三方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;
确定所述非零事件集对应的初始证据合成结果;
对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;
对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;
根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。
与现有技术相比,本发明实施例具有以下优点:
本发明获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;确定所述非零事件集对应的初始证据合成结果;对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。本发明,为零事件集设置测试发生次数,确定在具备测试发生次数下的零事件集对证据合成结果是否存在影响,将不影响证据合成结果的零事件集剔除,保留影响证据合成结果的零事件,经过非零事件集和未被剔除的零事件集确定目标证据合成结果,由于考虑到了对证据合成结果存在影响的零事件集,因此,提高了证据合成结果的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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中记载的一些实施例,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他的附图。
图1为本发明实施例中一种证据合成方法的流程示意图;
图2为本发明实施例中,两个零事件的组合情况示意图;
图3为本发明实施例中Stata代码绘制的每个第二组合对应的候选证据合成结果和初始证据合成结果之间的差异的示意图;
图4为本发明实施例中一种计算机设备的内部结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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、完整的描述,显然,所描述的实施例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他实施例,都属于本发明保护的范围。
发明人经过研究发现,证据合成是一种用于定量合成针对同一研究问题现有数据的统计方法,也是建立循证医学证据资源库的核心技术,证据合成通过对每项研究数据进行加权平均,从而获得一个平均的结果,这一结果同事包含了所有相关研究的信息,因而能够提供更为全面、稳健的证据。但是由于相关研究间存在巨大差异,例如,受试者人群的差异,药物干预的差异等,或者由于研究本身的设计缺陷,例如样本量较小,导致某些研究所占权重过大,直接支配合并后结果的方向和大小,导致部分情况下效应的“失真”。
在以上情况中,一种较为特殊的情况为药物安全性评价的证据合成。往往因为不良事件的发生率较低、单项研究的样本量不充足,导致观察到的不良事件为零。在证据合成中,目前的常用做法是将包括零事件的研究剔除,但是,剔除包括零事件的研究,意味着剔除了该项研究的所有信息,会导致证据不全面,通过证据合成得到的结果不够准确。
为了解决上述问题,本发明获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;确定所述非零事件集对应的初始证据合成结果;对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。本发明,为零事件集设置测试发生次数,确定在具备测试发生次数下的零事件集对证据合成结果是否存在影响,将不影响证据合成结果的零事件集剔除,保留影响证据合成结果的零事件,经过非零事件集和未被剔除的零事件集确定目标证据合成结果,由于考虑到了对证据合成结果存在影响的零事件集,因此,提高了证据合成结果的准确度。
本申请提供的一种证据合成方法可以应用于电子设备。所述电子设备可以以各种形式来实现,例如,PC机、服务器、手机、平板电脑、掌上电脑、个人数字助理(PersonalDigital Assistant,PDA)等。另外,该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现,当然程序代码可以保存在计算机存储介质中,可见,所述电子设备至少包括处理器和存储介质。
下面结合附图,详细说明本发明的各种非限制性实施方式。
参见图1,示出了本发明实施例中的一种证据合成方法,包括以下步骤:
S1、获取非零事件集和多个零事件集。
在本发明实施例中,非零事件集包括多个非零事件,非零事件是指发生次数不为零的事件,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件。首先在所有事件集中确定非零事件和零事件。具体的,通过代码识别事件集对应的发生次数,如果发生次数为零,则该事件集为零事件集。
具体的,步骤S1包括:
S11、获取多个事件集;
S12、对于每个事件集,确定该事件集对应的事件发生总次数,若所述事件发生总次数为零,则将该事件集作为零事件集,若所述事件发生总次数不为零,则将该事件集作为非零事件集。
在本发明实施例中,事件集中包括多个事件,每个事件均有其对应的发生次数,将事件集中每个事件对应的发生次数相加,得到该事件集对应的事件发生总次数。若所述事件发生总次数为零,则该事件集中每个事件均为零事件,该事件集为零事件集,若发生总次数不为零,则该事件集是非零事件集。
S2、确定所述非零事件集对应的初始证据合成结果。
在本发明实施例中,采用合并方法确定非零事件集对应的初始证据合成结果。所述合并可以是Peto法,或者广义线性混合模型法。将所述初始证据合成结果记为X0。
S3、对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果。
在本发明实施例中,所述测试发生次数,是为零事件集设定的发生次数,所述测试发生次数可以有若干个,以确定在每个测试发生次数下得到的参考证据合成结果。可以基于零事件集中零事件的数量确定。
具体的,步骤S3包括:
S31、获取该零事件集中包括的零事件的数量,得到零事件数;设定该零事件集对应的若干测试发生次数包括:1至零事件数,其中,该零事件集对应的最小测试发生次数为1,该零事件集对应的最大测试发生次数为所述零事件数。
在本发明实施例中,步骤S31是设定该零事件集对应的若干测试发生次数的过程。例如,该零事件集中包括5个零事件,则零事件数为5,该零事件集对应的若干测试发生次数分别为:1、2、3、4和5。
在另一种实现方式中,可以设定预设阈值,并限定每个零事件集的测试发生次数不能超过所述预设阈值。具体的,设定该零事件集对应的若干测试发生次数包括:1至预设阈值,其中,该零事件集对应的最小测试发生次数为1,该零事件集对应的最大测试发生次数为预设阈值。
在本发明实施例中,根据“三例原则(Rule of three)”,即当某事件发生的观察例数为零时,其理论最大例数为3,可以将所述预设阈值设置为3。也就是说,对于一个零事件集,该零事件集对应的若干测试发生次数分别为:1、2和3。
S32、对于每个测试发生次数,将该零事件集中各零事件的发生次数设定为该测试发生次数,得到测试事件集。
S33、将所述测试事件集和所述非零事件集合并,得到该零事件集在该测试发生次数下对应的参考证据合成结果。
在本发明实施例中,步骤S32和步骤S33是确定该零事件集在每个测试发生次数下对应的参考证据合成结果的过程。每个零事件集的每个测试发生次数对应一个测试事件集,以及一个参考证据合成结果。
例如,对于一个零事件集,该零事件集对应的若干测试发生次数分别为:1、2和3。将零事件集的发生次数设定为1,则得到发生次数为1对应的测试事件集-1,将测试事件集-1和非零事件集合并,得到测试发生次数为1时对应的参考证据合成结果X1;将零事件集的发生次数设定为2,则得到发生次数为2对应的测试事件集-2,将测试事件集-2和非零事件集合并,得到测试发生次数为2时对应的参考证据合成结果X2;将零事件集的发生次数设定为3,则得到发生次数为3对应的测试事件集-3,将测试事件集-3和非零事件集合并,得到测试发生次数为3时对应的参考证据合成结果X3。
同样的,确定该零事件集在每个测试发生次数下对应的参考证据合成结果,可以采用Peto法,或者广义线性混合模型法。
S4、对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集。
在本发明实施例中,对于一个零事件集,确定该零事件集对证据合成结果是否存在影响,若该零事件集对证据合成结果存在一定影响,则不应该剔除该零事件集,若该零事件集对证据合成结果不存在影响,则剔除该零事件集。根据零事件集对应的参考证据合成结果和非零事件集对应的初始证据合成结果确定是否剔除该零事件集。
具体的,步骤S4包括:
S41、确定所述初始证据合成结果对应的第一效应方向,以及每个参考证据合成结果各自分别对应的第二效应方向。
在本发明实施例中,所述第一效应方向是所述初始证据合成结果对应的第一效应值的方向,所述第二效应方向是所述参考证据合成结果对应的第二效应值的方向。可以采用odds ratio,risk ratio和risk difference三种衡量事件发生率差别的效应量确定效应值,确定第一效应方向和确定第二效应方向均可以采用现有技术实现,在此不赘述了。
S42、若所有第二效应方向均与所述第一效应方向一致,则剔除该零事件集。
在本发明实施例中,若第一效应方向和所有第二效应方向均一致,则说明该零事件集对证据合成没有影响,可以剔除该零事件集,若所述所有第二效应方向中存在与所述第一效应方向不一致的第二效应方向,则表示该零事件集对证据合成存在影响,不应该剔除该零事件集。
例如,对于参考证据合成结果X3,确定X3和初始证据合成结果X0的效应方向是否一致,若一致,则剔除X3对应的零事件集。
经过步骤S4,确定了单个零事件集对证据合成结果的影响,可能存在单个零事件集对证据合成结果不存在影响,但是该零事件与其他零事件集组合时,对证据合成结果存在影响。因此,为了进一步确定零事件集对证据合成结果的影响,可以考虑零事件集之间的组合对证据合成结果的影响。具体的,在步骤S4之后,包括:
S401、基于所述多个零事件集确定多个第一组合,其中,所述第一组合中至少包括两个零事件集,所述第一组合中至多包括所述多个零事件组合。
在本发明实施例中,例如,多个零事件集包括:N1、N2和N3,第一组合包括:N1N2、N1N3、N2N3、N1N2N3。
S402、对于每个第一组合,按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,确定该第一组合对应的若干第二组合。
在本发明实施例中,按照零事件集的若干测试发生次数,第一组合包括若干零事件集,对第一组合中每个零事件集对应的测试发生次数进行组合,可以得到若干第二组合。
具体的,按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,设定该第一组合对应的若干测试发生次数组合,得到该第一组合对应的若干第二组合,其中,所述若干第二组合与所述若干测试发生次数组合一一对应,每个测试发生次数组合包括:该第一组合中每个零事件集各自分别对应的任一测试发生次数,任意两个测试发生次数组合互不相同。
例如,对于第一组合:N1N2,假设N1对应的若干测试发生次数包括:a1和a2,N2对应的若干测试发生次数包括:b1、b2和b3,则N1对应的若干测试发生次数组合包括:a1b1、a1b2、a1b3、a2b1、a2b2、a2b3;N1N2对应的若干第二组合包括:(N1-a1,N2-b1)、(N1-a1,N2-b2)、(N1-a1,N2b3)、(N1-a2,N2b1)、(N1-a2,N2b2)、(N1-a2,N2b3),其中,N1-a1是指测试发生次数为a1时,N1对应的测试事件集。
在具体实施时,两个零事件的组合情况如图2所示,study1和study2分别表示两个零事件,study1(+0)表示study1的测试发生次数为0,study1(+1)表示study1的测试发生次数为1,study1(+2)表示study1的测试发生次数为2,study1(+3)表示study1的测试发生次数为3,study2(+0)表示study2的测试发生次数为0,study1(+1)表示study2的测试发生次数为1,study2(+2)表示study2的测试发生次数为2,study2(+3)表示study2的测试发生次数为3,study1(+1)study2(+2)表示组合为:测试发生次数为1时的study1和测试发生次数为2时的study2的组合。图2列出了测试发生次数从0至3时,study1和study2的多种组合情况,但是,测试发生次数为0时,表示未研究该测试发生次数下的零事件,例如,图2中的study1(+0)study2(+2),由于study1的测试发生次数为0,表示不研究study1,是单个零事件study2对应的测试事件集。
S403、确定每个第二组合对应的候选证据合成结果,根据所述候选证据合成结果和所述初始证据合成结果确定是否剔除所述第二组合中的零事件集。
在本发明实施例中,确定每个第二组合对应的候选证据合成结果,具体的,第二组合中包括若干测试事件集,将若干测试事件集和所述非零事件集合并,得到第二组合对应的候选证据合成结果。同样的,确定第二组合对应的候选证据合成结果,可以采用Peto法,或者广义线性混合模型法。
在本发明实施例中,得到候选证据合成结果后,确定该候选证据合成记过对应的第三效应方向,所述第三效应方向是所述候选证据合成记过对应的效应值的方向。若第三效应方向与第一效应方向(初始证据合成结果对应的第一效应方向)不一致,表示第二组合中的若干零事件集组合起来对证据合成结果存在影响,因此,不剔除第二组合对应的若干零事件集。
在本发明实施例中,按照上述方法可以确定单个零事件集、零事件集之间的组合对证据合成结果是否存在影响,剔除对证据合成不存在影响的零事件集。
S5、根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。
在本发明实施例中,未被剔除的零事件集是对证据合成结果存在影响的零事件集,将所述非零事件集和未被剔除的零事件集合并,得到目标证据合成结果。由于考虑了对证据合成结果存在影响的零事件集,根据本发明提出的证据合成方法得到目标证据合成结果准确性更高。
在本发明实施例中,所述证据合成方法可以使用Stata代码实现,在代码中,可以通过字符串形式表示第二组合,例如,有四项零事件集,0100表示,第一个零事件集的测试发生次数为0,第二个零事件集的测试发生次数为1,第三个零事件集的测试发生次数为0,第四个零事件集的测试发生次数为0的这种组合,也就是只研究第二个零事件集对证据合成结果的影响;例如,1200表示,第一个零事件集的测试发生次数为1,第二个零事件集的测试发生次数为2,第三个零事件集的测试发生次数为0,第四个零事件集的测试发生次数为0的这种组合,也就是研究测试发生次数为1时的第一个零事件集,和测试发生次数为2的第二个零事件集对证据合成结果的影响。
本发明实施例中,Stata代码也可以绘制出图像,用于反映每个第二组合对应的候选证据合成结果和初始证据合成结果之间的差异。如图3所示,其中,第一条竖线对应初始证据合成结果,其余的竖线对应候选证据合成结果,竖线的两端为95%的置信区间,竖线的中点表示证据合成结果对应的效应值;图3中示出了64条竖线,后63条竖线表示63个第二组合,与第一条竖线的方向(初始证据合成结果)一致,因此,判断63个第二组合不影响证据合成结果。
在本发明实施例中,获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;确定所述非零事件集对应的初始证据合成结果;对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。本发明,为零事件集设置测试发生次数,确定在具备测试发生次数下的零事件集对证据合成结果是否存在影响,将不影响证据合成结果的零事件集剔除,保留影响证据合成结果的零事件,经过非零事件集和未被剔除的零事件集确定目标证据合成结果,由于考虑到了对证据合成结果存在影响的零事件集,因此,提高了证据合成结果的准确度。
本发明实施例还提供了一种计算机设备,该设备可以是终端,内部结构如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种证据合成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4所示的仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明实施例还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;
确定所述非零事件集对应的初始证据合成结果;
对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;
对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;
根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;
确定所述非零事件集对应的初始证据合成结果;
对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;
对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;
根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
Claims (10)
1.一种证据合成方法,其特征在于,包括:
获取非零事件集和多个零事件集,其中,所述零事件集中包括若干零事件,所述零事件是指发生次数为零的事件;
确定所述非零事件集对应的初始证据合成结果;
对于每个零事件集,设定该零事件集对应的若干测试发生次数,并确定该零事件集在每个测试发生次数下对应的参考证据合成结果;
对于每个零事件集,根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集;
根据所述非零事件集和未被剔除的零事件集确定目标证据合成结果。
2.根据权利要求1所述的证据合成方法,其特征在于,所述设定该零事件集对应的若干测试发生次数,具体包括:
获取该零事件集中包括的零事件的数量,得到零事件数;
设定该零事件集对应的若干测试发生次数包括:1至所述零事件数。
3.根据权利要求1所述的证据合成方法,其特征在于,所述设定该零事件集对应的若干测试发生次数,具体包括:
设定该零事件集对应的若干测试发生次数包括:1至预设阈值。
4.根据权利要求1所述的证据合成方法,其特征在于,所述确定该零事件集在每个测试发生次数下对应的参考证据合成结果,具体包括:
对于每个测试发生次数,将该零事件集中各零事件的发生次数设定为该测试发生次数,得到测试事件集;
将所述测试事件集和所述非零事件集合并,得到该零事件集在该测试发生次数下对应的参考证据合成结果。
5.根据权利要求1所述的证据合成方法,其特征在于,所述根据该零事件集对应的每个参考证据合成结果和所述初始证据合成结果确定是否剔除该零事件集,具体包括:
确定所述初始证据合成结果对应的第一效应方向,以及每个参考证据合成结果各自分别对应的第二效应方向;
若所有第二效应方向均与所述第一效应方向一致,则剔除该零事件集。
6.根据权利要求1所述的证据合成方法,其特征在于,所述根据该零事件集对应的所有差异确定是否剔除该零事件集之后,还包括:
基于所述多个零事件集确定多个第一组合,其中,所述第一组合中至少包括两个零事件集,所述第一组合中至多包括所述多个零事件组合;
对于每个第一组合,按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,确定该第一组合对应的若干第二组合;
确定每个第二组合对应的候选证据合成结果,根据所述候选证据结果和所述初始证据合成结果确定是否剔除所述第二组合中的零事件集。
7.根据权利要求6所述的证据合成方法,其特征在于,所述按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,确定该第一组合对应的若干第二组合,具体包括:
按照该第一组合中每个零事件集各自分别对应的若干测试发生次数,设定该第一组合对应的若干测试发生次数组合,得到该第一组合对应的若干第二组合,其中,所述若干第二组合与所述若干测试发生次数组合一一对应,每个测试发生次数组合包括:该第一组合中每个零事件集各自分别对应的任一测试发生次数,任意两个测试发生次数组合互不相同。
8.根据权利要求1至7中任意一项所述的证据合成方法,其特征在于,所述获取非零事件集和多个零事件集,包括:
获取多个事件集;
对于每个事件集,确定该事件集对应的事件发生总次数,若所述事件发生总次数为零,则将该事件集作为零事件集,若所述事件发生总次数不为零,则将该事件集作为非零事件集。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任意一项所述的证据合成方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任意一项所述的证据合成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110538043.5A CN113241192B (zh) | 2021-05-18 | 2021-05-18 | 一种证据合成方法和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110538043.5A CN113241192B (zh) | 2021-05-18 | 2021-05-18 | 一种证据合成方法和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113241192A true CN113241192A (zh) | 2021-08-10 |
CN113241192B CN113241192B (zh) | 2023-06-20 |
Family
ID=77135063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110538043.5A Active CN113241192B (zh) | 2021-05-18 | 2021-05-18 | 一种证据合成方法和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113241192B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060111847A1 (en) * | 2004-10-25 | 2006-05-25 | Prosanos Corporation | Method, system, and software for analyzing pharmacovigilance data |
US20080269627A1 (en) * | 2007-04-30 | 2008-10-30 | Cho Yong K | Method and Apparatus for Sensing Improvement Using Pressure Data |
TW201313742A (zh) * | 2005-12-20 | 2013-04-01 | 必治妥美雅史谷比公司 | 組合物及製造組合物之方法 |
AU2014200256A1 (en) * | 2007-04-18 | 2014-01-30 | Tethys Bioscience, Inc. | Diabetes-related biomarkers and methods of use thereof |
CN106709047A (zh) * | 2017-01-04 | 2017-05-24 | 浙江宇视科技有限公司 | 对象查找方法及装置 |
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 |
-
2021
- 2021-05-18 CN CN202110538043.5A patent/CN113241192B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060111847A1 (en) * | 2004-10-25 | 2006-05-25 | Prosanos Corporation | Method, system, and software for analyzing pharmacovigilance data |
TW201313742A (zh) * | 2005-12-20 | 2013-04-01 | 必治妥美雅史谷比公司 | 組合物及製造組合物之方法 |
AU2014200256A1 (en) * | 2007-04-18 | 2014-01-30 | Tethys Bioscience, Inc. | Diabetes-related biomarkers and methods of use thereof |
US20080269627A1 (en) * | 2007-04-30 | 2008-10-30 | Cho Yong K | Method and Apparatus for Sensing Improvement Using Pressure Data |
CN106709047A (zh) * | 2017-01-04 | 2017-05-24 | 浙江宇视科技有限公司 | 对象查找方法及装置 |
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 |
Non-Patent Citations (2)
Title |
---|
CHANG XU: ""A proposed framework to guide evidence synthesis practice for meta-analysis with zero-events studies"", 《JOURNAL OF CLINICAL EPIDEMIOLOGY》 * |
李新旭;唐智敏;周军;王骏;: "药物上市前临床试验安全性评价的局限性及改进建议", 中国药物警戒, no. 08 * |
Also Published As
Publication number | Publication date |
---|---|
CN113241192B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106610892B (zh) | 内存泄漏检测方法和装置 | |
WO2019052234A1 (zh) | 产品算法自动化测试方法及应用服务器 | |
CN107689998B (zh) | 一种增量数据同步方法、终端设备及计算机可读存储介质 | |
CN111190808A (zh) | 自动化测试方法、系统、装置和计算机可读存储介质 | |
CN111179066A (zh) | 业务数据的批量处理方法、装置、服务器和存储介质 | |
CN109213668B (zh) | 操作记录方法、装置及终端 | |
CN114676040A (zh) | 一种测试覆盖率验证方法、装置及存储介质 | |
CN112631911A (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN112506798A (zh) | 一种区块链平台的性能测试方法、装置、终端及存储介质 | |
CN113360548A (zh) | 基于数据资产分析的数据处理方法、装置、设备及介质 | |
CN111612616A (zh) | 区块链账户评估方法、装置、终端设备及计算机可读介质 | |
CN115129257A (zh) | 数据读写方法、电子设备及计算机可读存储介质 | |
CN110704303A (zh) | 一种测试覆盖度信息的获取方法及装置 | |
CN104641370B (zh) | 时序数据蓄积装置 | |
CN108280024B (zh) | 流量分配策略测试方法、装置及电子设备 | |
CN107404491B (zh) | 终端环境异常检测方法、检测装置及计算机可读存储介质 | |
CN113241192A (zh) | 一种证据合成方法和计算机设备 | |
CN108228611B (zh) | 单据信息抄写方法和装置 | |
CN111638439A (zh) | 通信模块测试方法、装置、计算机设备和存储介质 | |
CN110134581A (zh) | 软件测试方法、装置、计算机设备和存储介质 | |
CN114185463B (zh) | 表格处理方法、装置、电子设备和存储介质 | |
CN110569402A (zh) | 错题检索方法、系统、终端及介质 | |
CN113821443B (zh) | 应用程序的功能检测方法、装置、设备及存储介质 | |
CN109544661B (zh) | 面积图绘制方法、装置、计算机设备和存储介质 | |
CN111143149B (zh) | 请求数据回显方法、装置、计算机设备及存储介质 |
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 |