現(xiàn)代醫(yī)學西醫(yī)在給人類的健康帶來福音的同時,亦給人類生活帶來了無盡的恐懼和災難。由于藥品具有“治病又致病”的特點,藥品安全一直是世界各國關注的焦點。對上市后藥品的風險監(jiān)測是藥物警戒的重要工作,藥品風險評估也一直是醫(yī)學界的研究熱點。國外許多國家按藥品的安全性和有效性的原則將藥品分為處方藥（RX）和非處方藥（Over The Counter,OTC）。在我國,將藥品細分為三類:處方藥、非處方藥甲類（OTC-A）和非處方藥乙類（OTC-B）,其中處方藥的風險等級要高于非處方藥品,非處方藥甲類的風險等級高于非處方藥乙類。世界各國對上市后藥品類別轉換是根據(jù)藥品生產企業(yè)提出的申請,由藥品監(jiān)管部門組織專家進行風險評估,最終確定滿足國家相關標準的藥品為非處方藥。對處方藥與非處方藥的轉化研究有著重要的現(xiàn)實意義,有利于確保人民的用藥安全,提高人們的自我保健意識,建立完善的藥品分類管理制度,促進醫(yī)藥行業(yè)與國際接軌。經調研,我國在處方藥與非處方藥轉換的評價過程中主要依賴專家經驗,缺乏自動化的風險評估模型。為此,本文首次提出利用藥品不良反應（Adverse Drug Reaction,ADR）自發(fā)呈報系統(tǒng)（Spo... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

T1指標盒圖分析

南京郵電大學專業(yè)學位碩士研究生學位論文第四章藥品風險指標構建28類）2.026，T1指標呈現(xiàn)正相關性。對T2風險指標ADR傷害指數(shù)的分析結果如圖4.2和表4.6所示：圖4.2T2指標盒圖分析表4.6實驗數(shù)據(jù)的T2指標分析類別最大值最小值均值I123.7930.9541.02II48.4430.3240.39III43.2130.0040.28All123.7930.3240.90根據(jù)圖4.2可知，處方藥（I類）、非處方藥甲（II類），非處方藥乙（III類）的T2指標最大值以及均值均呈現(xiàn)逐步遞減趨勢，但是區(qū)分沒有T1明顯。參考表4.6計算結果中最大值可知，處方藥（I類）中存在的最大ADR傷害指數(shù)為123.79，遠大于非處方藥水平。計算結果中均值可知，處方藥（I類）的ADR傷害指數(shù)為41.02，大于所有數(shù)據(jù)的均值40.9，大于非處方藥的ADR傷害指數(shù)，其中非處方藥甲（II類）的ADR傷害指數(shù)均值為40.39，大于非處方藥乙（III類）40.28，T2指標呈現(xiàn)正相關性。對T3風險指標ADR覆蓋率的分析結果如圖4.3和表4.7所示：圖4.3T3指標盒圖分析

南京郵電大學專業(yè)學位碩士研究生學位論文第四章藥品風險指標構建28類）2.026，T1指標呈現(xiàn)正相關性。對T2風險指標ADR傷害指數(shù)的分析結果如圖4.2和表4.6所示：圖4.2T2指標盒圖分析表4.6實驗數(shù)據(jù)的T2指標分析類別最大值最小值均值I123.7930.9541.02II48.4430.3240.39III43.2130.0040.28All123.7930.3240.90根據(jù)圖4.2可知，處方藥（I類）、非處方藥甲（II類），非處方藥乙（III類）的T2指標最大值以及均值均呈現(xiàn)逐步遞減趨勢，但是區(qū)分沒有T1明顯。參考表4.6計算結果中最大值可知，處方藥（I類）中存在的最大ADR傷害指數(shù)為123.79，遠大于非處方藥水平。計算結果中均值可知，處方藥（I類）的ADR傷害指數(shù)為41.02，大于所有數(shù)據(jù)的均值40.9，大于非處方藥的ADR傷害指數(shù)，其中非處方藥甲（II類）的ADR傷害指數(shù)均值為40.39，大于非處方藥乙（III類）40.28，T2指標呈現(xiàn)正相關性。對T3風險指標ADR覆蓋率的分析結果如圖4.3和表4.7所示：圖4.3T3指標盒圖分析

【參考文獻】：
期刊論文
[1]基于支持向量機的缺血性腦卒中患病風險預測[J]. 侯玉梅,張晨陽,蘇艷林.  現(xiàn)代預防醫(yī)學. 2019(15)
[2]大數(shù)據(jù)分析挖掘技術及其決策應用研究[J]. 劉政宇.  科學技術創(chuàng)新. 2019(23)
[3]我院522例抗菌藥物不良反應報告及相關因素分析[J]. 吳雨亭,冷靜.  西北藥學雜志. 2019(04)
[4]藥物臨床試驗機構的風險評估與防控[J]. 張繼萍,王曉霞,王洪,趙詣,陸俊琴,陳民民.  腫瘤研究與臨床. 2019 (06)
[5]藥品不良反應術語系統(tǒng)構建探析[J]. 林鑫,郭進京,任慧玲.  醫(yī)學信息學雜志. 2019(06)
[6]藥品不良反應監(jiān)測的實踐和思考[J]. 王坤.  中國醫(yī)藥指南. 2019(15)
[7]基于數(shù)據(jù)挖掘的藥物不良反應因果關系研究[J]. 張文輝,趙文光.  中國數(shù)字醫(yī)學. 2019(05)
[8]機器學習算法比較[J]. 郭成.  信息與電腦(理論版). 2019(05)
[9]數(shù)據(jù)挖掘技術在電子病歷系統(tǒng)中的應用研究[J]. 劉怡.  科技創(chuàng)新導報. 2019(06)
[10]我國藥品不良反應監(jiān)測發(fā)展現(xiàn)狀與展望[J]. 劉玉龍,孫燕,張明霞,舒冰.  中國藥業(yè). 2019(04)

碩士論文
[1]基于支持向量機的不平衡數(shù)據(jù)分類算法研究[D]. 劉東啟.浙江大學 2017
[2]ADR嚴重程度的分級評分及兩種ADR分析指數(shù)的設計與應用[D]. 李利軍.第二軍醫(yī)大學 2007



本文編號：3061617