典型文献
基于Apriori算法分析2021年山东省医疗器械不良事件的关联性
文献摘要：
目的 医疗器械不良事件监测是医疗器械上市后风险管理的重要手段.本研究旨在基于Apriori算法分析2021年山东省医疗器械不良事件的关联性.方法 对2021年山东省各监测机构上报的63041起不良伤害事件,按广义医疗器械分类划分为三类(无源医疗器械、有源医疗器械以及体外诊断试剂)医疗器械不良事件进行描述分析.采用关联规则挖掘中的Apriori模型,挖掘出与不良事件相关的器械类别、使用科室、医院类别、是否超期使用以及上报单位所属地区,探索医疗器械不良事件关联风险.结果 不良事件中包含有源医疗器械20564起、无源医疗器械42181起及体外诊断试剂296起.其中,无源医疗器械不良事件发生最多的地级市为烟台市(5711起)、科室为手术室(835起)、医院类别为二级综合医院(5320起);有源医疗器械不良事件发生最多的地级市为济南市(2271起)、科室为手术室(196起)、医院类别为三级综合医院(1108起);体外诊断试剂不良事件发生最多的地级市为烟台市(42起)、科室为儿科(6起)、医院类别为一级医院(42起).根据关联规则可知,一级医院中卫生院使用未超期无源器械关联规则支持度最高,而在超期使用产品中,日照市的三级综合医院重症监护室使用有源器械发生不良事件支持度最高.结论 各不良事件发生与各级别医院及使用科室存在强关联,而在超期产品使用中也存在类似问题,这可为各监测单位及医疗机构深化管理医疗器械提供指导.
文献关键词：
数据挖掘;关联性分析;Apriori关联规则;医疗器械不良事件;关联规则挖掘
中图分类号：
作者姓名：
吴雨桐;吴思佳;杨建卫;何依娜;李洪凯;黄琳;刘云霞
作者机构：
山东大学齐鲁医学院公共卫生学院生物统计学系,山东 济南250012;山东大学健康医疗大数据研究院,山东 济南250012;山东省药品不良反应监测中心,山东 济南250014
文献出处：
引用格式：
[1]吴雨桐;吴思佳;杨建卫;何依娜;李洪凯;黄琳;刘云霞-.基于Apriori算法分析2021年山东省医疗器械不良事件的关联性)[J].山东大学学报（医学版）,2022(12):111-118
A类：
B类：
Apriori,算法分析,医疗器械不良事件监测,上市后,监测机构,上报,无源,有源医疗器械,体外诊断试剂,关联规则挖掘,挖掘出,科室,超期,报单,属地,事件关联,地级市,烟台市,手术室,二级综合医院,济南市,三级综合医院,儿科,院中,中卫,卫生院,支持度,日照市,重症监护室,产品使用,深化管理,关联性分析
AB值：
0.195158
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
