中文摘要 | 第4-6页 |
abstract | 第6-8页 |
第1章 绪论 | 第14-23页 |
1.1 研究背景 | 第14-15页 |
1.2 研究目的及意义 | 第15-16页 |
1.2.1 研究目的 | 第15-16页 |
1.2.2 研究意义 | 第16页 |
1.3 国内外研究现状 | 第16-21页 |
1.3.1 基于单一数据源的不良反应数据挖掘相关研究 | 第16-19页 |
1.3.2 基于多源数据的药物不良反应数据挖掘研究 | 第19-20页 |
1.3.3 本体相关研究 | 第20-21页 |
1.3.4 研究现状述评 | 第21页 |
1.4 研究方法与技术路线 | 第21-23页 |
第2章 相关理论与方法 | 第23-30页 |
2.1 本体相关理论 | 第23-28页 |
2.1.1 本体概念及相关性质 | 第23-24页 |
2.1.2 药物本体 | 第24-26页 |
2.1.3 不良反应本体 | 第26-28页 |
2.2 药物不良反应数据挖掘方法 | 第28-30页 |
2.2.1 比例报告比值比PRR | 第29页 |
2.2.2 报告比值比ROR | 第29-30页 |
第3章 基于文献数据库的心血管药物不良反应数据挖掘 | 第30-37页 |
3.1 数据来源 | 第30页 |
3.2 基于关键词网络的领域知识整合与知识发现方法 | 第30-31页 |
3.3 结果 | 第31-35页 |
3.3.1 关键词网络 | 第31-32页 |
3.3.2 心血管药物不良反应知识发现 | 第32-35页 |
3.4 讨论 | 第35-37页 |
3.4.1 可视化 | 第35页 |
3.4.2 关键词 | 第35页 |
3.4.3 基于本体的知识整合 | 第35-36页 |
3.4.4 知识发现 | 第36-37页 |
第4章 基于NCMI的降血脂药物不良反应数据分析 | 第37-45页 |
4.1 资料与方法 | 第37-39页 |
4.1.1 数据来源 | 第37-38页 |
4.1.2 数据清洗 | 第38页 |
4.1.3 基于OAE的数据规范化处理 | 第38-39页 |
4.1.4 统计分析 | 第39页 |
4.2 数据分析结果 | 第39-42页 |
4.2.1 降血脂药物不良反应的性别年龄分布 | 第39-40页 |
4.2.2 给药途径 | 第40页 |
4.2.3 发生最多的不良反应症状 | 第40-41页 |
4.2.4 严重不良反应 | 第41-42页 |
4.3 讨论 | 第42-45页 |
4.3.1 国家人口与健康科学数据共享平台 | 第42页 |
4.3.2 国内降血脂药物不良反应发生情况 | 第42-44页 |
4.3.3 研究方法的优势与局限性 | 第44-45页 |
第5章 基于AERS-DM的降血脂药物不良反应数据挖掘 | 第45-55页 |
5.1 数据来源 | 第45页 |
5.2 方法 | 第45-46页 |
5.2.1 确定降血脂药物 | 第45-46页 |
5.2.2 基于PRR的数据挖掘 | 第46页 |
5.3 结果 | 第46-53页 |
5.3.1 引起的不良反应类别分布 | 第46-48页 |
5.3.2 降血脂药不良反应信号 | 第48页 |
5.3.3 年龄性别分布 | 第48-49页 |
5.3.4 各降血脂药物引起不良反应情况 | 第49-50页 |
5.3.5 发生最多的不良反应 | 第50-51页 |
5.3.6 严重不良反应 | 第51-52页 |
5.3.7 PRR值的统计 | 第52-53页 |
5.4 讨论 | 第53-55页 |
5.4.1 基于PRR算法的药物不良反应信号监测方法具有可信性 | 第53-54页 |
5.4.2 国内外降血脂药物不良反应发生情况对比 | 第54页 |
5.4.3 可能的降血脂药物相关新不良反应 | 第54-55页 |
第6章 多源数据挖掘结果整合 | 第55-62页 |
6.1 中英文药物名称映射 | 第55-57页 |
6.2 中英文不良反应名称映射 | 第57-59页 |
6.3 知识发现结果 | 第59-62页 |
第7章 结论与展望 | 第62-64页 |
7.1 结论 | 第62页 |
7.2 创新点 | 第62页 |
7.3 展望 | 第62-64页 |
参考文献 | 第64-70页 |
作者简介及攻读硕士学位期间取得的主要科研成果 | 第70-71页 |
致谢 | 第71页 |