CN113257436A - 一种帕金森病治疗的药物治疗管理方法和系统 - Google Patents

一种帕金森病治疗的药物治疗管理方法和系统 Download PDF

Info

Publication number
CN113257436A
CN113257436A CN202110665680.9A CN202110665680A CN113257436A CN 113257436 A CN113257436 A CN 113257436A CN 202110665680 A CN202110665680 A CN 202110665680A CN 113257436 A CN113257436 A CN 113257436A
Authority
CN
China
Prior art keywords
evidence
evaluation
analysis
treatment
drug 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.)
Pending
Application number
CN202110665680.9A
Other languages
English (en)
Inventor
易湛苗
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.)
Peking University Third Hospital Peking University Third Clinical Medical College
Original Assignee
Peking University Third Hospital Peking University Third Clinical Medical College
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 Peking University Third Hospital Peking University Third Clinical Medical College filed Critical Peking University Third Hospital Peking University Third Clinical Medical College
Priority to CN202110665680.9A priority Critical patent/CN113257436A/zh
Publication of CN113257436A publication Critical patent/CN113257436A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/40ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT 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

Abstract

本发明是关于一种帕金森病治疗的药物治疗管理方法及系统,其中,方法包括:当获取到具有帕金森病的患者病历信息时,检索是否存在与患者信息对应的药物治疗证据;当未检索到药物治疗证据时,根据接收到的检索指令和患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;对各个药物治疗证据进行综合性评价,确定目标药物治疗方案,综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;定期获取患者在使用目标药物治疗方案进行干预后的干预结果;根据干预结果确定目标药物治疗方案的实际有效性、安全性、经济性和依从性,确定是否调整目标药物治疗方案。

Description

一种帕金森病治疗的药物治疗管理方法和系统
技术领域
本公开涉及药物管理技术领域,尤其涉及一种帕金森病治疗的药物治疗管理方法和系统。
背景技术
药物治疗管理(Medication therapy management,MTM)是临床药学领域新兴的重要发展方向,旨在结合优化的药物诊疗方案与药师持续的药物治疗干预,改善患者治疗结局。MTM具有丰富的医教研内容,其研究的重点包括两个方面:1)系统梳理某特定疾病药物的治疗方案,针对发现的问题进行药物治疗证据评估;2)基于治疗证据与患者的疾病和用药评价,设计和实施MTM,并评价干预结局。
发明内容
为克服相关技术中存在的问题,本公开提供一种帕金森病治疗的药物治疗管理方法和系统,从而提升帕金森病治疗的有效性、安全性、经济性和依从性。
根据本公开实施例的第一方面,提供一种帕金森病治疗的药物治疗管理方法,用于帕金森病治疗的药物治疗管理系统,所述方法包括:
当获取到具有帕金森病的患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
当确定未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;
对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
在一个实施例中,优选地,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据,包括:
根据所述患者病历信息确定检索关键词;
根据接收到的检索指令和所述检索关键词在各个医学数据平台中检索对应的所有药物治疗数据;
采用循证医学的PICOS原则设计纳入排除标准,并根据所述纳入排除标准从所述药物医疗数据中筛选药物治疗数据,以得到至少一个药物治疗证据,其中,PICOS原则包括研究人群(patients,P)、干预措施(intervention,I)、对照措施(comparison,C)、结局指标(outcome,O)、研究类型(study,S)。
在一个实施例中,优选地,对每个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,包括以下至少一项:
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行有效性评价,其中,有效性评价过程包括:
对每个药物治疗证据进行Meta分析,以确定每个药物治疗证据改善患者的UPDRS(unifiedParkinson's disease rating scale,统一帕金森病评分量表)评分结果、Schwaband England ADL评分结果、生活质量评分结果和“剂末”现象发生率;其中,当所述至少一个所述药物治疗证据的数量大于预设数量时,使用漏斗图、Begg and Mazumdar’s秩相关检验或Egger’s线性回归法进行发表偏倚分析,UPDRS评分包括精神、行为和情绪评分、日常生活能力评分、运动功能评分和并发症评分;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行安全性评价,其中,安全性评价过程包括:
计算每个药物治疗证据的总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率;
根据所述总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率进行安全性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行适用性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行经济性评价,其中,经济性评价过程包括:
构建马尔可夫经济学模型,对每个药物治疗证据进行最小成本分析、成本效果分析、成本效用分析或成本效益分析;
根据最小成本分析、成本效果分析、成本效用分析或成本效益分析结果进行所述经济性评价。
在一个实施例中,优选地,所述马尔可夫经济学模型中包括患者的健康状态和不良事件,其中,所述健康状态包括:急性期、缓解期、复发期、终止治疗和死亡。
在一个实施例中,优选地,根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,包括:
将所述患者的前后两次的干预结果进行比较,根据比较结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性。
根据本公开实施例的第二方面,提供一种帕金森病治疗的药物治疗管理系统,所述系统包括:
第一确定模块,用于当获取到患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
检索模块,用于当未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;
评价模块,用于对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
获取模块,用于定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
第二确定模块,用于根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
在一个实施例中,优选地,所述检索模块包括:
确定单元,用于根据所述患者病历信息确定检索关键词;
检索单元,用于根据接收到的检索指令和所述检索关键词在各个医学数据平台中检索对应的所有药物治疗数据;
筛除单元,用于采用循证医学的PICOS原则设计纳入排除标准,并根据所述纳入排除标准从所述药物医疗数据中筛选药物治疗数据,以得到至少一个药物治疗证据,其中,PICOS原则包括研究人群、干预措施、对照措施、结局指标、研究类型。
在一个实施例中,优选地,对每个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,包括以下至少一项:
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行有效性评价,其中,有效性评价过程包括:
对每个药物治疗证据进行Meta分析,以确定每个药物治疗证据改善患者的UPDRS评分结果、Schwab and England ADL评分结果、生活质量评分结果和“剂末”现象发生率;其中,当所述至少一个所述药物治疗证据的数量大于预设数量时,使用漏斗图、BeggandMazumdar’s秩相关检验或Egger’s线性回归法进行发表偏倚分析,UPDRS评分包括精神、行为和情绪评分、日常生活能力评分、运动功能评分和并发症评分;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行安全性评价,其中,安全性评价过程包括:
计算每个药物治疗证据的总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率;
根据所述总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率进行安全性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行适用性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行经济性评价,其中,经济性评价过程包括:
构建马尔可夫经济学模型,对每个药物治疗证据进行最小成本分析、成本效果分析、成本效用分析或成本效益分析;
根据最小成本分析、成本效果分析、成本效用分析或成本效益分析结果进行所述经济性评价。
在一个实施例中,优选地,所述马尔可夫经济学模型中包括患者的健康状态和不良事件,其中,所述健康状态包括:急性期、缓解期、复发期、终止治疗和死亡。
在一个实施例中,优选地,所述第二确定模块用于:
将所述患者的前后两次的干预结果进行比较,根据比较结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性。
根据本公开实施例的第三方面,提供一种帕金森病治疗的药物治疗管理系统,所述系统包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
当获取到具有帕金森病的患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
当确定未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;
对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现第一方面中任一项所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:
本发明实施例中,对帕金森病治疗进行药物治疗管理,从而改善患者的药物治疗方案、用药依从性和生活质量等,达到更好的治疗效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理方法的流程图。
图2是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理方法中步骤S102的流程图。
图3是根据一示例性实施例示出的马尔可夫经济学模型的示意结构图。
图4是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理系统的框图。
图5是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理系统中检索模块的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的系统和方法的例子。
图1是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理方法的流程图,如图1所示,该方法包括:
步骤S101,当获取到具有帕金森病的患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
步骤S102,当确定未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;其中,各个医学数据平台包括但不限于:PubMed、Embase、Cochrane图书馆和中国生物医学文献数据库、中国知识资源总库、维普中文科技期刊数据库、万方数据知识服务平台等。
步骤S103,对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
步骤S104,定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
步骤S105,根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
图2是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理方法中步骤S102的流程图。
如图2所示,在一个实施例中,优选地,上述步骤S102包括:
步骤S201,根据所述患者病历信息确定检索关键词;
步骤S202,根据接收到的检索指令和所述检索关键词在各个医学数据平台中检索对应的所有药物治疗数据;
步骤S203,采用循证医学的PICOS原则设计纳入排除标准,并根据所述纳入排除标准从所述药物医疗数据中筛选药物治疗数据,以得到至少一个药物治疗证据,其中,PICOS原则包括研究人群、干预措施、对照措施、结局指标、研究类型。
结局指标的测定步骤包括:估计与疾病相关的长期成本和质量调整生命年。增量成本效果比计算每增加一个质量调整生命年的增量成本。增量净健康效益(incrementalnet-health benefit,INHB)是增量成本和有效性的线性变换,采用以下公式计算:INHB(λ)=(E治疗1–E治疗2)–(C治疗1-C治疗2)/λ=ΔE-ΔC/λ,其中C和E是人群的平均成本和效果,λ是计算年度的中国人均GDP。
纳入排除标准如表1所示。
表1
Figure BDA0003117293140000091
在一个实施例中,优选地,对每个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,包括以下至少一项:
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行有效性评价,其中,有效性评价过程包括:
对每个药物治疗证据进行Meta分析,以确定每个药物治疗证据改善患者的UPDRS评分结果、Schwab and England ADL评分结果、生活质量评分结果和“剂末”现象发生率;其中,当所述至少一个所述药物治疗证据的数量大于预设数量时,使用漏斗图、BeggandMazumdar’s秩相关检验或Egger’s线性回归法进行发表偏倚分析,UPDRS评分包括精神、行为和情绪评分、日常生活能力评分、运动功能评分和并发症评分;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行安全性评价,其中,安全性评价过程包括:
计算每个药物治疗证据的总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率;
根据所述总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率进行安全性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行适用性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行经济性评价,其中,经济性评价过程包括:
构建马尔可夫经济学模型,对每个药物治疗证据进行最小成本分析、成本效果分析、成本效用分析或成本效益分析;
根据最小成本分析、成本效果分析、成本效用分析或成本效益分析结果进行所述经济性评价。
在一个实施例中,优选地,所述马尔可夫经济学模型中包括患者的健康状态和不良事件,其中,所述健康状态包括:急性期、缓解期、复发期、终止治疗和死亡,具体如图3所示,该图仅针对精神病性并发症,对于其他并发症,可以根据需要调整健康状态和经济学模型。
在一个实施例中,优选地,根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,包括:
将所述患者的前后两次的干预结果进行比较,根据比较结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性。
图4是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理系统的框图。
如图4所示,根据本公开实施例的第二方面,提供一种帕金森病治疗的药物治疗管理系统,所述系统包括:
第一确定模块41,用于当获取到患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
检索模块42,用于当未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;
评价模块43,用于对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
获取模块34,用于定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
第二确定模块45,用于根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
图5是根据一示例性实施例示出的一种帕金森病治疗的药物治疗管理系统中检索模块的框图。
如图5所示,在一个实施例中,优选地,所述检索模块32包括:
确定单元51,用于根据所述患者病历信息确定检索关键词;
检索单元52,用于根据接收到的检索指令和所述检索关键词在各个医学数据平台中检索对应的所有药物治疗数据;
筛除单元53,用于采用循证医学的PICOS原则设计纳入排除标准,并根据所述纳入排除标准从所述药物医疗数据中筛选药物治疗数据,以得到至少一个药物治疗证据,其中,PICOS原则包括研究人群、干预措施、对照措施、结局指标、研究类型。
在一个实施例中,优选地,对每个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,包括以下至少一项:
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行有效性评价,其中,有效性评价过程包括:
对每个药物治疗证据进行Meta分析,以确定每个药物治疗证据改善患者的UPDRS评分结果、Schwab and England ADL评分结果、生活质量评分结果和“剂末”现象发生率;其中,当所述至少一个所述药物治疗证据的数量大于预设数量时,使用漏斗图、BeggandMazumdar’s秩相关检验或Egger’s线性回归法进行发表偏倚分析,UPDRS评分包括精神、行为和情绪评分、日常生活能力评分、运动功能评分和并发症评分;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行安全性评价,其中,安全性评价过程包括:
计算每个药物治疗证据的总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率;
根据所述总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率进行安全性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行适用性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行经济性评价,其中,经济性评价过程包括:
构建马尔可夫经济学模型,对每个药物治疗证据进行最小成本分析、成本效果分析、成本效用分析或成本效益分析;
根据最小成本分析、成本效果分析、成本效用分析或成本效益分析结果进行所述经济性评价。
在一个实施例中,优选地,所述马尔可夫经济学模型中包括患者的健康状态和不良事件,其中,所述健康状态包括:急性期、缓解期、复发期、终止治疗和死亡。其中,上述健康状态和经济学模型仅适用于精神病性并发症,对于其他并发症,可以根据需要调整健康状态和经济学模型。
在一个实施例中,优选地,所述第二确定模块35用于:
将所述患者的前后两次的干预结果进行比较,根据比较结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性。
根据本公开实施例的第三方面,提供一种帕金森病治疗的药物治疗管理系统,所述系统包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
当获取到具有帕金森病的患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
当确定未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;
对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现第一方面中任一项所述方法的步骤。
进一步可以理解的是,本公开中“多个”是指两个或两个以上,其它量词与之类似。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
进一步可以理解的是,术语“第一”、“第二”等用于描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开,并不表示特定的顺序或者重要程度。实际上,“第一”、“第二”等表述完全可以互换使用。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
进一步可以理解的是,本公开实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种帕金森病治疗的药物治疗管理方法,其特征在于,用于药物治疗管理系统,所述方法包括:
当获取到具有帕金森病的患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
当确定未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;
对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
2.根据权利要求1所述的方法,其特征在于,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据,包括:
根据所述患者病历信息确定检索关键词;
根据接收到的检索指令和所述检索关键词在各个医学数据平台中检索对应的所有药物治疗数据;
采用循证医学的PICOS原则设计纳入排除标准,并根据所述纳入排除标准从所述药物医疗数据中筛选药物治疗数据,以得到至少一个药物治疗证据,其中,PICOS原则包括研究人群、干预措施、对照措施、结局指标、研究类型。
3.根据权利要求1所述的方法,其特征在于,对每个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,包括以下至少一项:
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行有效性评价,其中,有效性评价过程包括:
对每个药物治疗证据进行Meta分析,以确定每个药物治疗证据改善患者的UPDRS评分结果、SchwabandEnglandADL评分结果、生活质量评分结果和“剂末”现象发生率;其中,当所述至少一个所述药物治疗证据的数量大于预设数量时,使用漏斗图、BeggandMazumdar’s秩相关检验或Egger’s线性回归法进行发表偏倚分析,UPDRS评分包括精神、行为和情绪评分、日常生活能力评分、运动功能评分和并发症评分;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行安全性评价,其中,安全性评价过程包括:
计算每个药物治疗证据的总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率;
根据所述总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率进行安全性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行适用性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行经济性评价,其中,经济性评价过程包括:
构建马尔可夫经济学模型,对每个药物治疗证据进行最小成本分析、成本效果分析、成本效用分析或成本效益分析;
根据最小成本分析、成本效果分析、成本效用分析或成本效益分析结果进行所述经济性评价。
4.根据权利要求3所述的方法,其特征在于,所述马尔可夫经济学模型中包括患者的健康状态和不良事件,其中,所述健康状态包括:急性期、缓解期、复发期、终止治疗和死亡。
5.根据权利要求1所述的方法,其特征在于,根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,包括:
将所述患者的前后两次的干预结果进行比较,根据比较结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性。
6.一种帕金森病治疗的药物治疗管理系统,其特征在于,所述系统包括:
第一确定模块,用于当获取到患者病历信息时,检索是否存在与所述患者信息对应的药物治疗证据,其中,所述患者病历信息包括:患者姓名、年龄、性别、身高、体重、妊娠哺乳情况、婚姻状况、教育程度、职业类型、工作状态、人均月收入、付费方式、疾病确诊时间、生活习惯、所患疾病、疾病的严重程度评估、用药史、药物不良反应史和基因检测结果;
检索模块,用于当未检索到所述药物治疗证据时,根据接收到的检索指令和所述患者病历信息在各个医学数据平台中检索与其匹配的至少一个药物治疗证据;
评价模块,用于对各个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,其中,所述综合性评价包括以下至少一项:有效性评价、安全性评价、适用性评价、经济性评价、依从性评价、Meta分析、敏感性分析和发表偏倚分析;
获取模块,用于定期获取所述患者在使用所述目标药物治疗方案进行干预后的干预结果;
第二确定模块,用于根据所述干预结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性,并确定是否调整所述目标药物治疗方案。
7.根据权利要求6所述的系统,其特征在于,所述检索模块包括:
确定单元,用于根据所述患者病历信息确定检索关键词;
检索单元,用于根据接收到的检索指令和所述检索关键词在各个医学数据平台中检索对应的所有药物治疗数据;
筛除单元,用于采用循证医学的PICOS原则设计纳入排除标准,并根据所述纳入排除标准从所述药物医疗数据中筛选药物治疗数据,以得到至少一个药物治疗证据,其中,PICOS原则包括研究人群、干预措施、对照措施、结局指标、研究类型。
8.根据权利要求6所述的系统,其特征在于,对每个所述药物治疗证据进行综合性评价,以确定目标药物治疗方案,包括以下至少一项:
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行有效性评价,其中,有效性评价过程包括:
对每个药物治疗证据进行Meta分析,以确定每个药物治疗证据改善患者的UPDRS评分结果、SchwabandEnglandADL评分结果、生活质量评分结果和“剂末”现象发生率;其中,当所述至少一个所述药物治疗证据的数量大于预设数量时,使用漏斗图、BeggandMazumdar’s秩相关检验或Egger’s线性回归法进行发表偏倚分析,UPDRS评分包括精神、行为和情绪评分、日常生活能力评分、运动功能评分和并发症评分;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行安全性评价,其中,安全性评价过程包括:
计算每个药物治疗证据的总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率;
根据所述总体不良事件发生率、严重不良事件发生率、因不良事件退出试验发生率和单个不良事件发生率进行安全性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行适用性评价;
对所述至少一个所述药物治疗证据中的每个药物治疗证据进行经济性评价,其中,经济性评价过程包括:
构建马尔可夫经济学模型,对每个药物治疗证据进行最小成本分析、成本效果分析、成本效用分析或成本效益分析;
根据最小成本分析、成本效果分析、成本效用分析或成本效益分析结果进行所述经济性评价。
9.根据权利要求8所述的系统,其特征在于,所述马尔可夫经济学模型中包括患者的健康状态和不良事件,其中,所述健康状态包括:急性期、缓解期、复发期、终止治疗和死亡。
10.根据权利要求6所述的系统,其特征在于,所述第二确定模块用于:
将所述患者的前后两次的干预结果进行比较,根据比较结果确定所述目标药物治疗方案的实际有效性、安全性、经济性和依从性。
CN202110665680.9A 2021-06-16 2021-06-16 一种帕金森病治疗的药物治疗管理方法和系统 Pending CN113257436A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110665680.9A CN113257436A (zh) 2021-06-16 2021-06-16 一种帕金森病治疗的药物治疗管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110665680.9A CN113257436A (zh) 2021-06-16 2021-06-16 一种帕金森病治疗的药物治疗管理方法和系统

Publications (1)

Publication Number Publication Date
CN113257436A true CN113257436A (zh) 2021-08-13

Family

ID=77188221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110665680.9A Pending CN113257436A (zh) 2021-06-16 2021-06-16 一种帕金森病治疗的药物治疗管理方法和系统

Country Status (1)

Country Link
CN (1) CN113257436A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114420244A (zh) * 2022-02-28 2022-04-29 北京大学第三医院(北京大学第三临床医学院) 一种帕金森病患者的用药分析方法和装置
CN115620885A (zh) * 2022-12-15 2023-01-17 北京大学 一种测量工具的评价方法及其系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902871A (zh) * 2012-07-03 2013-01-30 成都中医药大学 针灸临床循证决策支持系统及其应用方法
US20160378950A1 (en) * 2015-06-29 2016-12-29 Bruce Reiner Method and apparatus for tracking a pharmaceutical
CN109390043A (zh) * 2017-10-20 2019-02-26 上海市同仁医院 临床药学监护管理系统及其监护管理方法
CN111564220A (zh) * 2019-09-30 2020-08-21 华中科技大学同济医学院附属协和医院 一种应用于循证医学的证据检索与收集系统及其方法
CN112053760A (zh) * 2020-08-12 2020-12-08 北京左医健康技术有限公司 用药指导方法、用药指导装置及计算机可读存储介质
CN112768088A (zh) * 2021-03-22 2021-05-07 合肥巧士健康科技有限责任公司 一种基于慢性病患者用药行为监管的公共卫生管理系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902871A (zh) * 2012-07-03 2013-01-30 成都中医药大学 针灸临床循证决策支持系统及其应用方法
US20160378950A1 (en) * 2015-06-29 2016-12-29 Bruce Reiner Method and apparatus for tracking a pharmaceutical
CN109390043A (zh) * 2017-10-20 2019-02-26 上海市同仁医院 临床药学监护管理系统及其监护管理方法
CN111564220A (zh) * 2019-09-30 2020-08-21 华中科技大学同济医学院附属协和医院 一种应用于循证医学的证据检索与收集系统及其方法
CN112053760A (zh) * 2020-08-12 2020-12-08 北京左医健康技术有限公司 用药指导方法、用药指导装置及计算机可读存储介质
CN112768088A (zh) * 2021-03-22 2021-05-07 合肥巧士健康科技有限责任公司 一种基于慢性病患者用药行为监管的公共卫生管理系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张凌燕: "循证医学理念在药剂师临床用药指导中的应用评价", 《中国医药指南》 *
易湛苗等: "新型冠状病毒肺炎疫情应对的循证药学实践", 《中国药房》 *
易湛苗等: "药品标示外使用的循证医学评价方法探讨", 《中国循证医学杂志》 *
赵志刚,费宇彤主编: "《药品超说明书使用循证评价 2017年版》", 31 May 2017, 中国协和医科大学出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114420244A (zh) * 2022-02-28 2022-04-29 北京大学第三医院(北京大学第三临床医学院) 一种帕金森病患者的用药分析方法和装置
CN115620885A (zh) * 2022-12-15 2023-01-17 北京大学 一种测量工具的评价方法及其系统

Similar Documents

Publication Publication Date Title
Yadav et al. Mining electronic health records (EHRs) A survey
KR101450784B1 (ko) 전자의무기록과 약물/질환 네트워크 정보 기반의 신약 재창출 후보 예측 방법
US6658396B1 (en) Neural network drug dosage estimation
US8571803B2 (en) Systems and methods for modeling and analyzing networks
CN106793957B (zh) 用于预测患者护理未来结果的医疗系统和方法
US20090150134A1 (en) Simulating Patient-Specific Outcomes
US20140195170A1 (en) Apparatus, system and methods for assessing drug efficacy using holistic analysis and visualization of pharmacological data
CN113257436A (zh) 一种帕金森病治疗的药物治疗管理方法和系统
US20170286604A1 (en) Computer System and Information Processing Method
Bellamy et al. Evaluating progress on machine learning for longitudinal electronic healthcare data
US20130275050A1 (en) Methods and systems for integrated health systems
JPWO2018073895A1 (ja) 類似症例検索プログラム、類似症例検索装置および類似症例検索方法
US20110093448A1 (en) System method and computer program product for pedigree analysis
US20040044547A1 (en) Database for retrieving medical studies
Banks et al. Predicting opioid use disorder before and after the opioid prescribing peak in the United States: A machine learning tool using electronic healthcare records
JP4250285B2 (ja) 疾病別診療報酬明細書分析システム
Saab et al. Comparison of Machine Learning Algorithms for Classifying Adverse-Event Related 30-ay Hospital Readmissions: Potential Implications for Patient Safety
US20220223231A1 (en) Systems and Methods for Improved Prognostics in Medical Imaging
WO2016057679A1 (en) Personalized antibiotic dosing platform
CN112071439B (zh) 药物副作用关系预测方法、系统、计算机设备和存储介质
CN111971754B (zh) 医学信息处理装置、医学信息处理方法及存储介质
US20170340272A1 (en) Decision support system for cns drug development
Jonkman et al. Practice variation and length of stay in alcohol and drug detoxification centers
JP2015176336A (ja) スクロール制御プログラム、スクロール制御方法及びスクロール制御装置
Zhang et al. Electroencephalogram analysis: An early diagnostic method for assessing cognitive impairment after cerebral hemorrhage

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