本發(fā)明提供了一種藥物不良反應(yīng)監(jiān)測方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)，以解決提高樹狀掃描統(tǒng)計量在藥物不良反應(yīng)監(jiān)測準(zhǔn)確性的技術(shù)問題。所述藥物不良反應(yīng)監(jiān)測方法包括：獲得用于樹狀掃描統(tǒng)計量的醫(yī)療觀測數(shù)據(jù)，所述醫(yī)療觀測數(shù)據(jù)包含經(jīng)傾向評分匹配的實驗組數(shù)據(jù)與對照組數(shù)據(jù)；獲得用于樹狀掃描統(tǒng)計量的樹狀結(jié)構(gòu)數(shù)據(jù)，所述樹狀結(jié)構(gòu)數(shù)據(jù)用于反映疾病診斷分層樹狀結(jié)構(gòu)；使用所述醫(yī)療觀測數(shù)據(jù)和樹狀結(jié)構(gòu)數(shù)據(jù)進(jìn)行樹狀掃描統(tǒng)計量從而挖掘目標(biāo)藥物不良反應(yīng)信號。通過傾向評分匹配能夠平衡實驗組數(shù)據(jù)與對照組數(shù)據(jù)中的不良反應(yīng)混雜影響因素，使用所述醫(yī)療觀測數(shù)據(jù)和樹狀結(jié)構(gòu)數(shù)據(jù)進(jìn)行樹狀掃描統(tǒng)計量可以更為準(zhǔn)確的挖掘目標(biāo)藥物不良反應(yīng)信號。

技術(shù)領(lǐng)域

本說明書提供的發(fā)明創(chuàng)造的實施例涉及醫(yī)療數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種藥物不良反應(yīng)監(jiān)測方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)

近年來，因藥品不良反應(yīng)(Adverse Drug Reaction，ADR)而引起的藥品安全性事件頻發(fā)，開展藥品上市后不良反應(yīng)監(jiān)測工作尤顯重要。目前國內(nèi)外ADR監(jiān)測均以自發(fā)報告的被動監(jiān)測為主。由于自發(fā)報告系統(tǒng)為自愿而非強制，不可避免的會出現(xiàn)漏報；且因缺乏整體用藥人群基數(shù)，無法計算ADR的發(fā)生率，因此無法衡量發(fā)生風(fēng)險并分析相應(yīng)危險因素，在時效性和發(fā)掘未知信號的能力方面也存在欠缺。雖然流行病學(xué)專題調(diào)查為主的主動監(jiān)測可以彌補自發(fā)報告系統(tǒng)的上述不足，但花費高，且費時費力，時效性較差。因此，開發(fā)快速有效的主動監(jiān)測方法是當(dāng)前ADR監(jiān)測中的熱點。

隨著醫(yī)療記錄電子化的不斷進(jìn)步和數(shù)據(jù)庫系統(tǒng)的完善，大數(shù)據(jù)技術(shù)的信號挖掘技術(shù)的提高，以基于大規(guī)模現(xiàn)有電子醫(yī)療數(shù)據(jù)(如電子病歷數(shù)據(jù)、醫(yī)保數(shù)據(jù)、區(qū)域醫(yī)療數(shù)據(jù)等)開展ADR主動監(jiān)測成為可能。電子醫(yī)療數(shù)據(jù)庫具有海量的信息，自動記錄了臨床日常的診療過程，包括患者的診斷和處方醫(yī)囑、癥狀體征、實驗室檢查等信息，較好地反映了臨床實踐情況。利用電子醫(yī)療數(shù)據(jù)可以快速有效地識別使用某種藥物的患者，不僅彌補自發(fā)報告系統(tǒng)無法獲得分母以及流行病學(xué)專題調(diào)查花費高、時效性差的缺點，而且可以快速高效地發(fā)現(xiàn)和識別藥品安全信號，尤其是罕見不良事件。

目前常見的基于電子醫(yī)療數(shù)據(jù)的ADR信號挖掘方法包括兩類：①比例失衡方法，如貝葉斯可信區(qū)間遞進(jìn)神經(jīng)網(wǎng)絡(luò)法(Bayesian Confidence Propagation Neural Network，BCPNN)和泊松壓縮估計法(Gamma Poisson Shrinker，GPS)等；②傳統(tǒng)藥物流行病學(xué)設(shè)計方法，如隊列研究粗率的顯著性檢驗(Crude Cohort)等。上述這些方法也存在一定局限性，如僅適用于分析需要藥物治療的不良事件，無法自動檢測所有藥物-事件對，多重檢驗增加結(jié)果假陽性等問題。

樹狀掃描統(tǒng)計量(Tree-based Scan Statistic，TreeScan)是一種基于電子醫(yī)療數(shù)據(jù)庫的信號挖掘方法，該方法能夠同時對大量的藥物-事件對進(jìn)行挖掘，在調(diào)整多重檢驗問題后找出有統(tǒng)計顯著性的ADR信號，從而為ADR的監(jiān)測和預(yù)警提供信號依據(jù)，因此，TreeScan在一定程度上克服了上述常見的基于電子醫(yī)療數(shù)據(jù)的ADR信號挖掘方法的不足。TreeScan的實施需要先獲得用于樹狀掃描統(tǒng)計量的醫(yī)療觀測數(shù)據(jù)以及樹狀結(jié)構(gòu)數(shù)據(jù)，然后再使用醫(yī)療觀測數(shù)據(jù)和樹狀結(jié)構(gòu)數(shù)據(jù)進(jìn)行樹狀掃描統(tǒng)計量從而挖掘目標(biāo)藥物不良反應(yīng)信號，而目前的TreeScan所挖掘的ADR信號仍存在一些假陽性信號而影響ADR監(jiān)測的準(zhǔn)確性。

發(fā)明創(chuàng)造內(nèi)容

本說明書提供的發(fā)明創(chuàng)造的實施例的目的在于提供一種藥物不良反應(yīng)監(jiān)測方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)，以解決提高樹狀掃描統(tǒng)計量(TreeScan)在藥物不良反應(yīng)監(jiān)測準(zhǔn)確性的技術(shù)問題。

為了實現(xiàn)上述目的，根據(jù)本說明書的一個方面，提供了一種藥物不良反應(yīng)監(jiān)測方法，包括：獲得用于樹狀掃描統(tǒng)計量的醫(yī)療觀測數(shù)據(jù)，所述醫(yī)療觀測數(shù)據(jù)包含經(jīng)傾向評分匹配的實驗組數(shù)據(jù)與對照組數(shù)據(jù)；獲得用于樹狀掃描統(tǒng)計量的樹狀結(jié)構(gòu)數(shù)據(jù)，所述樹狀結(jié)構(gòu)數(shù)據(jù)用于反映疾病診斷分層樹狀結(jié)構(gòu)；使用所述醫(yī)療觀測數(shù)據(jù)和樹狀結(jié)構(gòu)數(shù)據(jù)進(jìn)行樹狀掃描統(tǒng)計量從而挖掘目標(biāo)藥物不良反應(yīng)信號。