论文部分内容阅读
目的：药品不良反应是医学领域面临的重大难题之一。药品不良反应的发生极大的增加了患者的住院时间、经济负担以及死亡率,甚至还会造成严重的公共卫生事件,严重威胁着人类的生命健康。因此,如何有效的对药品不良反应进行识别与监管,成为了科研部门与卫生管理部门密切关注的问题。目前,对上市后药品的不良反应进行监测是世界各国卫生部门监管药品不良反应的主要手段。我国也将完善药品安全监测体系,提升药品安全监测水平作为医药卫生体制改革的主要任务之一。传统的上市后药品不良反应监测多是基于对药品不良事件上报系统的数据挖掘。如今,在医学研究的大数据背景下,如何在原有海量药品不良事件记录数据的基础上,对其它异构化的药品不良反应相关信息资源进行整合,对药品不良反应进行有效识别、存储、组织与利用,不仅是学术研究的热点话题,也是世界各国公共卫生管理部门重点关注的问题之一。因此,本文从医学信息学的视角,以药品不良反应大数据的信息管理流程为切入点,应用医学大数据处理的技术与方法,对药品不良反应知识的发现、整合与利用等过程进行了深入探讨,从而为药品不良反应相关决策支持提供知识基础。方法：本文首先通过对国内外相关文献调研,基于信息管理的DIKW体系模型,抽象出药品不良反应大数据信息、管理的模型。并以此模型作为整个论文研究的理论框架。然后,应用自然语言处理方法和分布式大数据搜索引擎Elasticsearch,对基于美国食品药品管理局药品不良事件上报系统(FDA Adverse Event Reporting System, FAERS)的药品不良反应大数据集AERS-DM的数据清洗、数据规范化与数据存储过程进行了研究。接下来本研究应用数据挖掘算法对美国患者最常用的20大类慢性病药品的潜在药品不良反应信号进行检测,并提出了性别差异性药品不良反应挖掘算法,对不同性别的高危药品不良反应信号进行了探测,并对所有的挖掘结果进行了可视化展示。接下来在AERS-DM和不良反应信号数据集的基础上,获取RxNorm药品词表、NDF-RT药品术语集、MedDRA不良事件数据集、DrugBank药品靶蛋白数据库、DART药品不良反应靶蛋白数据库等药品不良反应相关信息资源,应用自然语言处理方法,对信息资源进行了知识组织与知识整合,并构建了药品不良反应知识库。最后,在对不同用户对于药品不良反应知识需求分析的基础上,以Elasticsearch为数据存储与搜索工具,借助CGI脚本编程,建立了药品不良反应知识库检索系统。实现了药品不良反应知识的共享与检索利用。结果：通过对DIKW模型的抽象,本研究建立了药品不良反应大数据信息管理模型,对药品不良反应大数据研究活动中信息流动的规律做出了总结。通过对20类常用慢性病药品的不良反应信号和性别差异性不良反应信号的大数据挖掘,共挖掘出药品不良反应信号20237个,性别差异性药品不良反应信号736个。并根据信号挖掘的结果建立了常用药品不良反应信号数据集。通过知识整合研究,建立了包含有AERS-DM、不良反应信号信息、RxNorm、NDF-RT、MedDRA、DrugBank、 DART共7个数据集的药品不良反应知识库。本研究还建立了药品不良反应知识库检索系统,该检索系统包括基础数据检索模块、临床信号检索模块和蛋白知识检索模块3个主要功能模块和9个子功能模块,满足了不同用户不同层次的药品不良反应知识需求。结论：(1)通过对药品不良反应大数据信息管理模型的解读,本研究认为药品不良反应大数据信息管理的过程实际上就是药品不良反应大数据-信息-知识-智慧的转化过程,具体的转化过程是通过各种信息、活动实现的。其最终目的是为患者、医生、研究人员、制药企业与药品监管部门的药品不良反应相关决策提供支持,从而促进智慧的产生。在信息管理的过程中,药品不良反应大数据完成了数据结构化、信息分析层次与信息价值三个维度上的升华。(2)通过对FAERS的大数据清洗与规范化,提高了药品不良事件大数据的质量。Elasticsearch搜索引擎的应用,显著的提高了药品不良事件记录大数据存储与搜索的效率。因此,在数据基础与Elasticsearch支持下,药品不良事件大数据挖掘分析质量与效率得到了保证。(3)通过对药品不良反应信号的大数据挖掘,发现了许多药品与不良事件之间的潜在关联。为后续临床、药学、流行病学等多个学科的相关研究提供了信息支持,完成了药品不良事件数据向药品不良反应信息的转化过程。(4)通过对不同学科背景、信息内容、数据结构的药品不良反应相关信息资源进行整合并建立药品不良反应知识库,使大量药品不良反应相关信息之间产生了关联,扩展了药品不良反应信息的范围,深化了药品不良反应信息的内涵,最终实现了药品不良反应信息向知识的转化。(5)通过对药品不良反应知识库检索系统的建立,能够满足不同用户对药品不良反应知识的需求,使药品不良反应知识得到了更深层次的应用和更广泛的知识共享。对医生、药剂师、药物研究人员、制药企业、药品监管部门的相关人员的决策起到支持作用,为药品不良反应智慧的产生,奠定了知识基础。