[发明专利]一种基于决策树的药品不良反应数据挖掘方法

说明书

本发明公开了一种基于决策树的药品不良反应数据挖掘方法。该方法包括获取基于同一药品的不良反应的病例信息，建立病例数据库；获取不良反应相关的数据库字段，并进行数据概化处理；选择临床诊断为类标号属性，构建决策树，进行训练数据集分类研究，得到决策树模型图。本发明提供的一种基于决策树的药品不良反应数据挖掘方法，该方法将决策树方法应用在药品不良反应中进行数据挖掘，对于在海量数据中探寻不良反应与患者性别、年龄、过敏史、药品剂型、剂量等相关性，构建的决策树提高了处理数据流的准确度，降低了系统阻塞的可能性。

技术领域

本发明属于疾病分析领域，特别涉及一种基于决策树的药品不良反应数据挖掘方法。

背景技术

当前，伴随着药品不良反应监测力度的不断加大，海量药品不良反应数据涌现。这些数据的分析对全面、科学、客观认识药品不良反应发生规律和预防不良反应具有重要价值。然而由于方法学的阙如，当前的药品不良反应信息尚未得到充分挖掘，亟需方法学的突破。本专利以分类算法中决策树算法为核心技术，整合数据规约与概化等数据库技术，形成一种新的药品不良反应数据挖掘模式。

发明内容

为了解决现有技术中存在的问题，本发明提供一种基于决策树的药品不良反应数据挖掘方法。

一方面，本发明其中一个技术方案提供一种基于决策树的药品不良反应数据挖掘方法所述方法包括：

获取基于同一药品的不良反应的病例信息，建立病例数据库；

获取不良反应相关的数据库字段，并进行数据概化处理；

选择临床诊断为类标号属性，构建决策树，进行训练数据集分类研究，得到决策树模型图。

进一步改进的方案中，根据获取基于同一药品的不良反应的病例信息，建立病例数据库，所述方法包括：

病例信息的采集包括原始ADR数据的采集和标准库的采集；原始ADR数据从国家药品不良反应监测中心获得；所述标准库是通过网络采集相关药物的说明书、国家食品药品监督管理局发布的各期药品不良反应信息通报以及药物警戒快讯和各种法规文件建立的ADR已知库；

数据的处理为从所述原始ADR数据中删除标准库中不包括的药品及其不良反应数据，并且删除ADR频次小于3的数据；

基于处理后的数据获取同一药品的不良反应的病例信息，建立病例数据库。

进一步改进的方案中，根据获取不良反应相关的数据库字段，并进行数据概化处理，所述方法包括：

进行数据清理和研究属性筛选，将数据值完整、属性可概化且与不良反应发生相关的数据库字段—性别、年龄、用药量、ADR诊断纳入研究范围，然后进行数据概化处理。

进一步改进的方案中，根据选择临床诊断为类标号属性，构建决策树，进行训练数据集分类研究，所述方法包括：

选择年龄为首选测试属性，将所研究的药品使用病案分作两类，一类的年龄段为S1(0-9、10-19、20-29、30-39和40-49)，另一类的年龄段为S1(50-59、60-69和70以上)；

根据决策树分支的显示，对不良反应的类型，不同年龄段的患者群进行分析得到分类图。

进一步改进的方案中，所述构建决策树具体包括：

初始化决策树的根节点和对应的特征属性集；

根据此时决策树的Gini增益，对训练集的数据进行排序操作；

判断节点中的所有样本数据是否具有相同类别的数据标签；

如果是，则将节点设置为待分裂的节点，同时计算节点的最优和次优特征属性；