利用电子医疗数据库检测药物副作用的算法比较
机器学习
2014-09-03 v1 计算工程、金融与科学
摘要
电子医疗数据库正变得越来越易于获取，并被认为在生成药物不良反应信号方面具有巨大潜力。健康改善网络（THIN）数据库是一个包含超过 1100 万患者医疗信息的电子医疗数据库，在检测药物不良反应（ADRs）方面具有极佳潜力。本文在 THIN 数据库上应用了四种现有的电子医疗数据库信号检测算法（MUTARA、HUNT、时序模式发现和改进的 ROR），针对从六个选定药物家族中选取的药物进行了分析。这是首次包含 MUTARA 和 HUNT 的药物不良反应信号算法比较，使我们能够确立 THIN 数据库在药物不良反应信号检测能力方面的基准。药物的选择性选取旨在便于与先前工作进行比较并体现多样性。研究发现，没有一种算法普遍优于其他算法，且各算法的自然阈值作用于不同的严格程度。此外，所有算法在检测罕见药物不良反应方面表现均不佳。
引用
@article{arxiv.1409.0748,
title = {Comparison of algorithms that detect drug side effects using electronic healthcare databases},
author = {Jenna Reps and Jonathan M. Garibaldi and Uwe Aickelin and Daniele Soria and Jack Gibson and Richard Hubbard},
journal= {arXiv preprint arXiv:1409.0748},
year = {2014}
}
备注
Soft Computing, 17(12) pp. 2381-2397, 2013