本文關(guān)鍵詞：基于文本分類技術(shù)的住院患者藥源性變態(tài)反應(yīng)自動監(jiān)測模塊研究

  更多相關(guān)文章： 藥品不良反應(yīng) 醫(yī)療電子病歷 自然語言處理 文本分類技術(shù)

【摘要】：目的:利用醫(yī)療電子病歷中的文本信息開展住院患者用藥安全性評價,為住院患者ADR監(jiān)測提供新方法。方法:在已有的主動監(jiān)測系統(tǒng)基礎(chǔ)上,設(shè)計、開發(fā)基于文本分類技術(shù)的住院患者藥源性變態(tài)反應(yīng)自動監(jiān)測模塊,利用優(yōu)質(zhì)文本進行分類算法的機器學習。結(jié)果:完成包括事件配置器、特征詞集、自然語言處理器、文本分類器、結(jié)果展示器5部分的主動監(jiān)測模塊的開發(fā);試用于頭孢哌酮舒巴坦用藥患者的主動監(jiān)測,結(jié)果顯示629例患者中出現(xiàn)變態(tài)反應(yīng)的陽性預(yù)測值達到44.44%(4/9),其真實世界發(fā)生率0.64%,與說明書中所列的發(fā)生率0.68%相近。結(jié)論:本研究建立了文本信息主動監(jiān)測方法,陽性預(yù)測值可通過特征詞集、分類規(guī)則的深入研究加以改善。
【作者單位】： 解放軍總醫(yī)院藥品保障中心;
【基金】：2014年全軍后勤科研重點項目(BWS14R039)
【分類號】：R95
【正文快照】： 藥品不良反應(yīng)(adverse drug reaction,ADR)監(jiān)測是藥品安全性監(jiān)測的主要手段,是藥品上市后評價的重要組成部分。隨著藥品風險研究領(lǐng)域中ADR主動監(jiān)測工作的日趨重要,計算機ADR自動監(jiān)測系統(tǒng)的研究也日漸深入。我們采用觸發(fā)器技術(shù)研發(fā)的“醫(yī)療機構(gòu)ADE主動監(jiān)測與智能評估警示系統(tǒng)”，

本文編號：1206370