-
公开(公告)号：CN109273096B
公开(公告)日：2021-07-13
申请号：CN201811030444.4
申请日：2018-09-05
Applicant: 南京邮电大学
IPC: G16H70/40
Abstract: 本发明公开了一种基于机器学习的药品风险分级评估方法，所述方法以中国药品不良反应(ADR)中的西药报告数据为基础，利用机器学习的算法研究药品风险分级的问题，以严重报告率、ADR伤害指数和ADR覆盖率三个主要指标作为分级标准，通过基于支持向量机的分类算法对西药不良反应进行风险分级评估，最终将药品按照不良反应风险分为A‑E五个安全等级。本发明对药品的不良反应风险评估提供重要的参考意义。
-
公开(公告)号：CN109215799A
公开(公告)日：2019-01-15
申请号：CN201810946651.8
申请日：2018-08-20
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种用于合并用药不良反应报告数据中虚假关联信号的筛选方法，包括如下步骤：S1、数据获取与预处理步骤，获取ADR数据并进行规范化处理；S2、数据拆分步骤，将数据拆分为单一对应组合；S3、频次统计及分析步骤，统计数据中每个组合的出现频次并进行相关性分析；S4、简易假性关联模型建立步骤，建立简易假性关联模型；S5、假性关联信号比例失衡模型建立步骤，建立假性关联信号比例失衡模型；S6、信号检测步骤，对优化前后的数据进行信号检测；S7、有效性评价步骤，对合并用药虚假关联筛选进行有效性评价，判断筛选前后信号检测的效果。本发明能够提升合并用药数据质量，提高不良反应信号检测的精度和效率。
-
公开(公告)号：CN109271515A
公开(公告)日：2019-01-25
申请号：CN201811091987.7
申请日：2018-09-19
Applicant: 南京邮电大学
Abstract: 本发明公开了基于聚类分析的抗生素风险分级研究，所述研究以中国药品不良反应（ADR）报告数据为基础，以PRR检测方法来比较不同子样本之间ADR数据信号检测的差异性，运用FCM方法进行聚类分析，使用人工打分法对于抗生素风险分级，利用TF-IDF算法提取特征。本发明为中国药品不良反应报告基于聚类分析抗生素风险分级提供了一种可参考方法。
-
公开(公告)号：CN108831563A
公开(公告)日：2018-11-16
申请号：CN201810275119.8
申请日：2018-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种用于判别药品不良反应信号分类检测的决策方法，所述决策方法以中国药品不良反应(ADR)报告数据为基础，研究ADR信号检测时是否进行分类检测的问题，即判别中药数据是否进行独立的信号检测问题。设计了基于标准库的判别指标并构建了用于分类依据的决策树，分别以PRR、MHRA和IC三种信号检测方法来比较从总样本与子样本中提取ADR信号的差异性并进行决策，最终给出是否对总体数据进行分类检测的建议。本发明为中国药品不良反应信号检测数据分类决策提供了一种可参考方法。
-
公开(公告)号：CN110459292B
公开(公告)日：2022-09-20
申请号：CN201910592286.X
申请日：2019-07-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于聚类和概率神经网络(Probabilistic Neural Network，PNN)的药品风险分级方法，实现对于药品风险分级的信息化智能化管理。该方法采用无监督学习与有监督学习相结合的策略，利用模糊C均值聚类方法，解决为原始药品数据自动风险级别标注的问题，再利用概率神经网络算法对带有风险等级标签的数据集进行训练，实现新上市药品的风险级别预测。
-
Patent Agency Ranking
公开(公告)号：CN108831563B
公开(公告)日：2021-09-28
申请号：CN201810275119.8
申请日：2018-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种用于判别药品不良反应信号分类检测的决策方法，所述决策方法以中国药品不良反应(ADR)报告数据为基础，研究ADR信号检测时是否进行分类检测的问题，即判别中药数据是否进行独立的信号检测问题。设计了基于标准库的判别指标并构建了用于分类依据的决策树，分别以PRR、MHRA和IC三种信号检测方法来比较从总样本与子样本中提取ADR信号的差异性并进行决策，最终给出是否对总体数据进行分类检测的建议。本发明为中国药品不良反应信号检测数据分类决策提供了一种可参考方法。
-
公开(公告)号：CN108804494B
公开(公告)日：2021-03-16
申请号：CN201810275118.3
申请日：2018-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种药品不良反应信号检测中最小化数据遮蔽效应的方法，所述方法以中国药品不良反应(ADR)报告数据为基础，研究药品不良反应信号检测中最小化数据遮蔽效应的问题，设计了基于标准库的检测指标并提出了适应于中国最小化数据遮蔽效应的策略，以MHRA检测方法来比较不同子样本之间ADR数据信号检测的差异性，最终给出了实现药品不良反应信号检测时最小化数据遮蔽效应的数据移除策略。本发明为中国药品不良反应报告进行信号检测时最小化数据遮蔽效应提供了一种可参考方法。
-
公开(公告)号：CN110459292A
公开(公告)日：2019-11-15
申请号：CN201910592286.X
申请日：2019-07-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于聚类和概率神经网络(Probabilistic Neural Network，PNN)的药品风险分级方法，实现对于药品风险分级的信息化智能化管理。该方法采用无监督学习与有监督学习相结合的策略，利用模糊C均值聚类方法，解决为原始药品数据自动风险级别标注的问题，再利用概率神经网络算法对带有风险等级标签的数据集进行训练，实现新上市药品的风险级别预测。
-
公开(公告)号：CN109215799B
公开(公告)日：2022-03-15
申请号：CN201810946651.8
申请日：2018-08-20
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种用于合并用药不良反应报告数据中虚假关联信号的筛选方法，包括如下步骤：S1、数据获取与预处理步骤，获取ADR数据并进行规范化处理；S2、数据拆分步骤，将数据拆分为单一对应组合；S3、频次统计及分析步骤，统计数据中每个组合的出现频次并进行相关性分析；S4、简易假性关联模型建立步骤，建立简易假性关联模型；S5、假性关联信号比例失衡模型建立步骤，建立假性关联信号比例失衡模型；S6、信号检测步骤，对优化前后的数据进行信号检测；S7、有效性评价步骤，对合并用药虚假关联筛选进行有效性评价，判断筛选前后信号检测的效果。本发明能够提升合并用药数据质量，提高不良反应信号检测的精度和效率。
-
公开(公告)号：CN109273096A
公开(公告)日：2019-01-25
申请号：CN201811030444.4
申请日：2018-09-05
Applicant: 南京邮电大学
IPC: G16H70/40
Abstract: 本发明公开了一种基于机器学习的药品风险分级评估方法，所述方法以中国药品不良反应(ADR)中的西药报告数据为基础，利用机器学习的算法研究药品风险分级的问题，以严重报告率、ADR伤害指数和ADR覆盖率三个主要指标作为分级标准，通过基于支持向量机的分类算法对西药不良反应进行风险分级评估，最终将药品按照不良反应风险分为A-E五个安全等级。本发明对药品的不良反应风险评估提供重要的参考意义。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
