基于多层关联规则挖掘的ADR风险检测与预警研究

针对单层关联规则在精神障碍患者药品不良反应(Adverse Drug Reaction,ADR)风险检测与预警中存在的不足,提出一种基于多层关联规则和概念层次树的ADR风险检测与预警系统框架。该系统结合精神障碍患者ADR报告实际数据,通过领域知识构建概念层次树,并采用多层关联规则挖掘方法找出ADR临床症状与不同相关因素(用药人群、用药情况等)组合之间较高概念层次的强关联规则。结果表明,与单层关联规则相比,多层关联规则能够为ADR风险检测与预警提供更好的临床用药辅助决策。

基于FP-Growth算法的精神障碍用药ADR关联挖掘与预警

针对目前国内精神障碍用药ADR信号挖掘与自动预警存在的问题,将基于FP-Growth算法的关联规则挖掘方法引入ADR检测和预警领域,提出基于关联规则的精神障碍用药ADR预警系统框架。该系统针对精神障碍用药ADR数据进行预处理,并利用FP-Growth算法较快地挖掘出隐含在ADR数据间的频繁项集,生成一些合理、可靠的强关联规则,从而为精神障碍用药ADR关联规则挖掘与预警系统提供一种新方法,为精神障碍用药安全提供临床决策依据。