检测药物阿托伐他汀的不良反应
计算工程、金融与科学
2013-09-02 v1
摘要
药物不良反应 (ADRs) 是公共卫生领域的重大关切，也是导致部分药物撤市的最常见原因之一。目前检测 ADRs 的两种主要方法是自发报告系统 (SRS) 和处方事件监测 (PEM)。世界卫生组织 (WHO) 将药物警戒中的“信号”定义为“关于不良事件与药物之间可能存在因果关系的任何报告信息，且该关系此前未知或记录不全”。对于自发报告系统，许多机器学习方法被用于检测 ADRs，例如贝叶斯置信传播神经网络 (BCPNN)、决策支持方法、遗传算法、基于知识的方法等。其局限性之一在于提交 ADR 报告的报告机制，存在严重的漏报问题，且无法准确量化相应风险。另一局限性是难以检测数据库中每种药物 - 事件关联发生次数较少的 ADRs。在本文中，我们提出了一种特征选择方法，从 The Health Improvement Network (THIN) 数据库中检测 ADRs。首先，通过链接患者的处方与相应的医疗事件，构建一个特征矩阵，该矩阵代表患者用药前后的医疗事件。然后，基于特征选择方法，比较患者用药前后的特征矩阵，从而筛选出显著特征。最后，基于相应的特征，可以从数千种医疗事件中检测出显著的 ADRs。实验针对药物阿托伐他汀 (Atorvastatin) 进行，取得了良好的性能。
引用
@article{arxiv.1308.6697,
title = {Detect adverse drug reactions for drug Atorvastatin},
author = {Yihui Liu and Uwe Aickelin},
journal= {arXiv preprint arXiv:1308.6697},
year = {2013}
}
备注
Fifth International Symposium on Computational Intelligence and Design (ISCID), 213-216, 2012. arXiv admin note: substantial text overlap with arXiv:1308.5144