[目的]在线健康社区为药物不良反应信号监测提供了新的信息源,从患者对不良反应的评论数据中识别药物不良反应信号有助于为抗糖尿病类药物不良反应的监测预警提供参考.[方法]以Ask a Patient网站中患者的抗糖尿病药物不良反应评论为数据源,结合自然语言处理技术和UMLS、MedDRA等词表对患者评论数据进行规范化处理和映射,构建药物-不良反应共现矩阵,采用PRR法识别符合信号监测阈值的药物-不良反应对并对抽取结果进行专家判读,最后以Drugs.com作为金标准对方法的有效性进行评估.[结果]共计识别出539组药物-不良反应对,整体识别准确率达85％,金标准整体吻合率达82％,说明该方法具有一定的有效性.[局限]因MedDRA中纳入了部分检查、手术操作、社会环境等类型的与ADR无关的术语,对ADR术语的识别准确率产生一定影响.[结论]本研究采用的药物不良反应信号识别思路,丰富了药物不良反应信号监测渠道和方法,为药物不良反应信号监测提供了参考.

在线健康社区;知识发现;比例报告比法;药物不良反应

南京大学信息管理学院 南京 210023;中国医学科学院医学信息研究所 北京 100020;中国医学科学院北京协和医院 北京 100730

[1]郭进京;夏光辉;黄奇;何丽云;张化冰-.基于在线健康社区的药物不良反应信号识别方法研究)[J].数据分析与知识发现,2022(07):70-86

在线健康社区,药物不良反应,不良反应信号,信号识别,信号监测,信息源,评论数据,监测预警,Ask,Patient,抗糖尿病药物,数据源,自然语言处理技术,UMLS,MedDRA,词表,共现矩阵,PRR,专家判读,Drugs,com,金标准,识别准确率,分检,手术操作,ADR,知识发现,比例报告比法

0.318455