首页--医药、卫生论文--药学论文--药事组织论文

基于数据挖掘技术的心脑血管用药ADR关联模型构建研究

摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-25页
   ·研究背景第9-12页
     ·国内外心脑血管疾病概况第9-10页
     ·国内外药品不良反应制度发展状况第10-11页
     ·数据挖掘技术应用概况第11-12页
   ·国内外研究现状第12-17页
     ·心脑血管疾病研究现状第12-13页
     ·药品不良反应研究现状第13-15页
     ·数据挖掘技术在医药领域的研究现状第15-17页
   ·研究目的与意义第17-18页
     ·研究目的第17-18页
     ·研究意义第18页
   ·研究内容第18-19页
   ·研究框架第19-20页
   ·本研究相关技术方法第20-23页
     ·关联规则第20-21页
     ·聚类分析第21-23页
   ·论文结构第23-25页
第二章 心脑血管疾病用药不良反应与用药人群及药品间的关联关系研究第25-65页
   ·挖掘对象的确定第25页
   ·数据的收集和清洗第25-26页
   ·模型设定第26-27页
   ·广东省相关数据关联规则运算第27-50页
     ·关联规则的数据处理第27-30页
     ·关联规则中频繁项集的挖掘第30-35页
     ·关联规则的挖掘第35-45页
     ·2004~2009 年关联关系结果第45-49页
     ·关联规则小结第49-50页
   ·江苏省相关数据关联规则运算第50-63页
     ·关联规则的数据处理第50-53页
     ·关联规则中频繁项集的挖掘第53-58页
     ·关联规则的挖掘第58-62页
     ·关联规则的小结第62-63页
   ·广东省与江苏省关联关系统计结果比较第63-65页
第三章 心脑血管疾病用药不良反应与用药人群原患疾病间关联关系研究第65-81页
   ·数据的收集和清洗第65-70页
     ·数据清洗的目的第65页
     ·数据清洗的标准第65-66页
     ·数据清洗的过程第66-70页
   ·实验流程设定第70-71页
   ·相关数据关联规则挖掘模型建立第71-73页
     ·Clementine11.1 数据挖掘软件特点第71页
     ·关联规则的挖掘模型第71-73页
   ·关联规则的挖掘结果第73-80页
     ·2004~2009 年关联规则挖掘结果及分析第73-78页
     ·2004~2009 年数据中强关联规则的挖掘第78-80页
   ·关联规则结果小结第80-81页
第四章 药品不良反应与药品间的聚类分析第81-93页
   ·数据的收集和清洗第81页
   ·研究方法第81-82页
     ·两阶段聚类算法第81-82页
     ·两阶段聚类模型第82页
   ·两阶段聚类数据处理第82-92页
     ·按频次挖掘的两阶段聚类第82-86页
     ·按严重不良反应挖掘的两阶段聚类第86-92页
   ·两阶段聚类结果讨论第92-93页
第五章 药品不良反应多维关联规则挖掘及预警模型构建第93-104页
   ·数据的收集和清洗第93页
   ·技术路线第93-94页
   ·数据仓库及多维关联规则的构建第94页
     ·数据仓库的构建第94页
     ·多维多层关联规则的建立第94页
   ·多维关联规则挖掘及预警模型构建程序第94-97页
     ·数据准备及预处理第94-95页
     ·预警规则挖掘第95-96页
     ·ADR 预警第96-97页
   ·多维关联规则挖掘及预警模型构建结果第97-104页
     ·2004~2009 年多维关联规则的挖掘结果第97-101页
     ·2004~2009 年 6 年纵向多维关联规则结果比较第101-103页
     ·预警模型构建结果第103-104页
第六章 结论与展望第104-109页
   ·结论与管理启示第104-106页
     ·主要结论第104-106页
     ·管理启示第106页
   ·主要创新点第106-107页
   ·本研究的局限第107页
   ·展望第107-109页
参考文献第109-116页
发表论文和科研情况说明第116-117页
致谢第117页

论文共117页,点击 下载论文
上一篇:规范药物管理对癌痛治疗的临床和社会价值探讨
下一篇:关于在研究生复试中引入心理测验的研究