从健康改善网络（THIN）数据库中检测药物不良反应的特征选择
机器学习
2014-09-03 v1 计算工程、金融与科学
摘要
药物不良反应（ADR）是公共卫生问题中广泛关注的问题。ADR是某些药物从市场撤出的最常见原因之一。处方事件监测（PEM）是检测药物不良反应的重要方法。处理该方法的主要问题是如何从日常临床实践中收集的高通量医疗事件中自动提取医疗事件或副作用。在本研究中，我们提出了一种新颖的特征矩阵概念来检测ADR。特征矩阵是从健康改善网络（THIN）数据库的大医疗数据中提取的，用于表征服药患者的医疗事件。特征矩阵为不规则的大医疗数据奠定了基础。然后对特征矩阵进行特征选择方法以检测显著特征。最后，基于显著特征可以定位ADR。实验在三种药物上进行：阿托伐他汀、阿仑膦酸钠和甲氧氯普胺。每种药物的主要副作用都被检测到，并且与其他计算机化方法相比取得了更好的性能。检测到的ADR基于计算机化方法，需要进一步研究。
引用
@article{arxiv.1409.0775,
title = {Feature selection in detection of adverse drug reactions from the Health Improvement Network (THIN) database},
author = {Yihui Liu and Uwe Aickelin},
journal= {arXiv preprint arXiv:1409.0775},
year = {2014}
}
备注
International Journal of Information Technology and Computer Science (IJITCS), in print, 2014