一种基于数据分析的药物警戒数据更新系统及方法技术方案

本发明专利技术公开了一种基于数据分析的药物警戒数据更新系统及方法，属于医疗技术领域。本发明专利技术包括以下步骤：步骤一：获取个例安全性报告，按照不良反应类型对个例安全性报告进行分类处理，个例安全性报告内容包括确定的患者、确定的报告者、确定的不良反应事件和确定的怀疑药物；步骤二：对分类处理后的个例安全性报告中各药物警戒数据的有效性进行判断，根据判断结果将无效个例安全性报告进行剔除；步骤三：对步骤二中留下的个例安全性报告中的药物警戒数据和不良反应类型进行记录，整理成数据集；步骤四：将步骤三得到的数据集与数据库进行匹配识别，根据匹配识别结果对数据库中的药物警戒数据和药物警戒数据对应的不良反应类型进行更新。型进行更新。型进行更新。

【技术实现步骤摘要】
一种基于数据分析的药物警戒数据更新系统及方法


[0001]本专利技术涉及医疗
，具体为一种基于数据分析的药物警戒数据更新系统及方法。

技术介绍

[0002]药物警戒是与发现、评价、理解和预防不良反应或其他任何可能与药物有关问题的科学研究与活动,药物警戒从用药者安全出发，发现、评估、预防药品不良反应,进而提高患者在用药、治疗及辅助医疗方面的安全性。
[0003]现有的药物警戒数据更新系统基于个例安全性报告获取药物警戒数据，在数据获取后对数据进行分类处理，此过程分类处理较为复杂，容易出现数据遗漏的情况，导致系统更新不全面，进而降低系统的适用范围，以及在获取药物警戒数据时无法确定获取的数据是否具备有效性，或是否存在偶然性，使得获得的药物警戒数据不具有参考价值，进而降低客户使用药物警戒数据更新系统的体验感，以及在对更新系统内的旧数据进行更新时，存在系统故障导致数据更新内容丢失的情况，需要人工检索、判断具体的丢失数据，增加了数据处理时间，且处理效率低下。

技术实现思路

[0004]本专利技术的目的在于提供一种基于数据分析的药本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的药物警戒数据更新方法，其特征在于：所述方法包括以下步骤：步骤一：获取个例安全性报告，按照不良反应类型对个例安全性报告进行分类处理，个例安全性报告内容包括确定的患者、确定的报告者、确定的不良反应事件和确定的怀疑药物；步骤二：对分类处理后的个例安全性报告中各药物警戒数据的有效性进行判断，根据判断结果将无效个例安全性报告进行剔除；步骤三：对步骤二中留下的个例安全性报告中的药物警戒数据和不良反应类型进行记录，整理成数据集；步骤四：将步骤三得到的数据集与数据库进行匹配识别，根据匹配识别结果对数据库中的药物警戒数据和药物警戒数据对应的不良反应类型进行更新；步骤五：对数据库更新内容进行隐藏，基于隐藏内容对缺失的更新数据进行识别判断，根据识别判断结果完成数据库的全面更新。2.根据权利要求1所述的一种基于数据分析的药物警戒数据更新方法，其特征在于：所述步骤一中按照不良反应类型对个例安全性报告进行分类处理、以及对步骤二中分类处理后的个例安全性报告中各药物警戒数据的有效性进行判断的具体方法为：Step1.设不良反应类型集合X＝{中毒、过敏、遗传性异常反应、感染、突变}，个例安全性报告Y＝{Y1、Y2、
…
、Y
n
}，根据集合中出现的关键词对个例安全性报告进行检索，其中，n＝1、2、3、4
…
，表示个例安全性报告数量；Step2.基于Step1的检索结果对单个药物警戒数据出现多种不良反应的个例安全性报告进行查找，具体方法为：判断是否存在单个药物警戒数据出现多种不良反应的个例安全性报告，具体的判断公式Q为：Q＝m+i+j+σ+κ
‑
n；其中，m、i、j、σ、κ分别表示出现各不良反应对应的个例安全性报告数量，m、i、j、σ、当Q＝0时，表示不存在单个药物警戒数据出现多种不良反应的个例安全性报告，Q≠0时，表示存在单个药物警戒数据出现多种不良反应的个例安全性报告；Step3.当Q≠0时，将各检索结果放入一个集合M中，对集合M中出现的重复事件进行标记，对标记的重复事件中确定的怀疑药物之间的相似性进行计算，以及对集合M无效个例安全性报告进行删除；Step4.根据步骤一(3)中的相似性计算结果，对分类处理后的个例安全性报告进行整合。3.根据权利要求2所述的一种基于数据分析的药物警戒数据更新方法，其特征在于：所述Step3中对标记的重复事件中确定的怀疑药物之间的相似性进行计算，以及对集合M无效个例安全性报告进行删除的具体方法为：1)对标记的重复事件中确定的怀疑药物进行统计，以确定的不良反应事件为横坐标，标记的重复事件中确定的怀疑药物为纵坐标，构建坐标系；2)基于1)中构建的坐标系对重复事件中的确定的怀疑药物之间的相似性进行计算，具体的相似性计算公式S为：
其中，(x
t
，y
t
)表示当重复事件中确定的不良反应事件为x
t
时，对应的怀疑药物为y
t
，表示当重复事件中确定的不良反应事件为时，对应的怀疑药物为当S＝0时，表示标记的重复事件中确定的怀疑药物相同，表明该重复事件具备有效性，当S≠0时，表示标记的重复事件中确定的怀疑药物不同，表明该重复事件不具备有效性，对该重复事件重新进行分类处理；3)对2)中具备有效性的重复事件中的不良反应情况全部整合到匹配的怀疑药物中，对重复事件进行替换，并将标记的重复事件进行删除，计算此时个例安全性报告数量与原个例安全性报告数量是否一致，若一致，则表明分类完成，具体的判断模型E为：E＝m
′
+i
′
+j
′
+σ
′
+κ
′
+η
‑
n；其中，m
′
、i
′
、j
′
、σ
′
、κ
′
分别表示删除重复事件后出现各不良反应对应的个例安全性报告数量，η表示替换的个例安全性报告。4.根据权利要求3所述的一种基于数据分析的药物警戒数据更新系统及方法，其特征在于：所述步骤四中通过将步骤三得到的数据集与数据库进行匹配识别，基于匹配识别结果对数据库进行更新的具体方法为：步骤四(Ⅰ).获取数据集和数据库数据信息；步骤四(Ⅱ).基于确定的怀疑药物类型对数据集和数据库中的不良反应类型进行匹配，当匹配识别结果不一致时，则对该怀疑药物的不良反应情况进行更新，若匹配识别结果一致，则无需对该怀疑药物的不良反应情况进行更新；步骤四(Ⅲ).对步骤四(Ⅱ)中怀疑药物的不良反应情况进行更新的具体方法为：若需要对怀疑药物的不良反应进行添加，则在添加之后，将数据库中该条数据进行隐藏，不执行步骤四(Ⅱ)中的匹配识别处理，若需要对怀疑药物的不良反应情况进行修改，则将数据库中的该条数据替换成修改后的数据，并将修改后的数据进行隐藏处理。5.根据权利要求4所述的一种基于数据分析的药物警戒数据更新方法，其特征在于：所述步骤五中对数据库中缺失的更新数据进行识别判断的具体方法为：步骤五(Ⅰ).获取数据库中更新后的隐藏数据；步骤五(Ⅱ).构建重合度计算模型，对隐藏数据和数据集中数据的重合度进行计算，具体的重合度计算模型为：基于Step3中构建的坐标系，将隐藏数据和数据集中的数据以坐标形式进行表示；构建的重合度计算模型D
l
为：其中，l＝b
‑
a，a、b表示相邻两个不同类型的不良反应，l表示两个不良反应之间的距离，T
l
表示在该距离范围内属于数据集的坐标数量，F(x)表示概率分布函数，表示在该距离范围内属于隐...

【专利技术属性】
技术研发人员：尉建锋，叶建统，朱小燕，宋玉娥，郦丽莉，聂海波，盛慧萍，
申请(专利权)人：杭州卓健信息科技股份有限公司，
类型：发明
国别省市：