一、课题的目的及意义:药物不良反应(adverse drug reactions,简称ADR)是指正常剂量的药物用于预防、诊断、治疗疾病或调节生理机能时出现的有害的和与用药目的无关的反应。
根据国家食品药品监督管理局药品不良反应监测中心统计,2009年因为药品不良事件导致的或跟用药有关的死亡病例是500例,2010年是600例。
药物不良反应给当事人造成了严重的身体伤害和经济损失,但由于其复杂的发生机理和明显的个体差异性,使得在药物开发阶段进行预测的难度变大。
所以建立药物不良反应数据查询系统,将有效的数据进行分析后,方便各制药企业、用药单位、药监部门能够及时地掌握药品的不良反应信息,就显得尤为必要。
二、研究内容:开发基于数据挖掘技术的药物不良反应系统,需要包含以下几个方面: 1、充分理解药品不良反应信号检测的经典算法(小组合作)。
目前常用的检测方法有:ROR报告比值比法、PRR比例报告比值法、BCPNN贝叶斯置信度增值神经网络法、MGPS多项伽马泊松分布缩减法等,这几种方法的执行过程与原理各不相同,检验效能的优劣尚无统一认定,各主要国家的主管机构也各有采用。
在真实数据的基础上,对已有算法进行实现、横向对比和改良,可以得到更符合我国实际情况的结果。
2、对已有数据进行格式化、规范化、筛选(小组合作)。
目前我国的药品不良反应信号监测数据普遍具有数据采集方式单一且漏报率较高、填写不规范、表达方式迥异等问题,还存在大量的脏数据、不可用数据,给数据挖掘造成了很大困难。
数据准备阶段的工作做的越好,数据挖掘工作就越可能达到理想成果;反之,则甚至可能得不到合理的结果。
以上是文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。