全部版块 我的主页
论坛 数据科学与人工智能 人工智能 人工智能论文版
412 0
2018-01-07
摘要:目的:探索清开灵注射剂不良反应的流行病学特点。方法:系统检索1979-2015年期刊文献,采集清开灵注射剂不良反应详细个例报道文献,在此基础上应用Microsoft ACCESS构建数据库,进而以SPSS 20.0、Clementine12.0为数据挖掘平台,综合应用贝叶斯网络、聚类分析、神经网络、关联规则Apriori算法和决策树(CART)算法开展数据挖掘研究。结果:共搜索符合纳入条件的清开灵注射剂不良反应详细个案355例。贝叶斯网络联合逻辑回归分析显示,与不良反应不同诊断结果相关的因素是用药剂量、联合用药情况和原发疾病。聚类分析、神经网络分析显示,与不良反应诊断结果相关的因素包括不良反应发生时间、年龄段、性别、配液浓度、配液用量和配液种类。关联规则Apriori算法中支持度最高的两条规则是“原发疾病类=上呼吸道感染and配液种类(名称)=葡萄糖”与“不良反应临床表现=过敏性休克”同时出现的案例占纳入ADR案例的35.71%和“原发疾病类=上呼吸道感染and配液种类(名称)=葡萄糖and给药途径(方式)=静脉滴注”与“不良反应临床表现=过敏性休克”同时出现的案例占纳入ADR案例的35.71%。结论:清开灵注射剂不良反应发生是在临床用药因素、患者体质因素和药品自身因素共同作用下的复杂表现,其发生规律尚需更大样本量的数据分析验证。

原文链接:http://www.cqvip.com//QK/97958X/201706/672443234.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群