[发明专利]一种基于混合模型的药品不良反应遮蔽效应消除方法

权利要求书

1.一种基于混合模型的药品不良反应遮蔽效应消除方法，其特征在于，包括以下步骤：

步骤1)，获取原始ADR数据库，并进行数据处理：其中原始ADR数据库为国家中心的ADR数据；数据的处理包括对原始ADR数据库进行规整以及对关键数据项进行拆分和组合；

步骤2)，矩阵生成：利用数据库编程软件生成用于lasso logistic回归分析的0-1矩阵，该矩阵包括以药品为特征的自变量矩阵X和对应于不良反应的响应矩阵Y；

步骤3)，初步筛选：使用lasso logistic回归模型对自变量矩阵X和响应矩阵Y进行分析，得到回归系数β_j大于0的系数项所对应的药品-不良反应组合作为首轮筛选后的数据集；

步骤3.1)，Lasso logistic回归模型构造为：

对于每种不良反应k，均构建一个lasso logistic回归模型，共构建s个lassologistic回归模型；其中，在第k个模型中，N为经过步骤1)处理后的数据库中报告的总数量，p是经过数据拆分后的数据库中药品的种类，β_j为药物j和不良反应k的关联系数，β₀为截距；x_ij为自变量矩阵X中位于第i行第j列的项，即第j个药物是否存在于第i份报告中；y_i为响应矩阵Y中的第k列的第i行，即第k个不良反应在第i份报告中是否出现；为平方损失函数，λ为预设的收缩正则化参数，λ通过交叉验证可以确定；用以控制lasso logistic回归模型的复杂度；

步骤3.2)，数据集初步筛选；使用MATLAB工具对s个lasso logistic回归模型求解得到相应的系数β_j，得到β_j大于0的系数项所对应的药品不良反应组合集合，并以该集合做为首轮筛选后的数据集，完成数据库的初步筛选任务；

步骤4)，二次筛选：使用移除报告法将首轮筛选后的数据集中小于等于4例报告的组合剔除，余下的组合构成二次筛选后的新数据集；

步骤5)，数据的信号检测：通过IC信号检测方法对新数据集重新进行信号检测，即得到最终的信号集，完成混合模型消除遮蔽效应的任务。

2.根据权利要求1所述的基于混合模型的药品不良反应遮蔽效应消除方法，其特征在于，所述步骤1)的详细步骤如下：

步骤1.1)，获取原始ADR数据库，原始ADR数据从国家药品不良反应监测中心获得；

步骤1.2)，数据处理；

步骤1.2.1)，针对原始数据存在缺项、重复、药品名称以及不良反应名称不规范问题，先将数据中的缺项进行删除，重复项做唯一化处理，将不规范的名称重新规范化；

步骤1.2.2)，原始数据中会存在一份不良反应病例报告中有n个怀疑药物和m种不良事件，因而需将数据拆分成n*m个药品-不良反应组合，以提高对数据的利用率。

3.根据权利要求1所述的基于混合模型的药品不良反应遮蔽效应消除方法，其特征在于，所述步骤2)的详细步骤如下：

步骤2.1)，构造自变量矩阵X；

其中，x_ij为自变量矩阵X中位于第i行第j列的项，i＝1,2，……N；j＝1,2,……p；即X为N*p的矩阵；N为经过步骤1)处理后的数据库中报告的总数量；p是经过数据拆分后的数据库中药品的种类；x_ij表示第i份报告中是否包含第j种药品，如若包含则x_ij置为1，否则置为0；

步骤2.2)，构造响应矩阵Y；

其中，y_ru为自变量矩阵Y中位于第r行第u列的项，r＝1,2，……N；u＝1,2,……s；N与步骤2.1)中的N值相同；s是经过数据拆分后的数据库中不良反应的种类；y_ru表示第r份报告中是否报导第u种不良反应，如若报导则y_ru置为1，否则置为0；其中自变量矩阵X与响应矩阵Y的同一行对应同一份报告。

4.根据权利要求1所述的基于混合模型的药品不良反应遮蔽效应消除方法，其特征在于，所述步骤5)的详细步骤如下：

在新的数据集的基础上，使用IC算法进行信号检测，IC算法如下：

令c_i＝A，c_j＝A+B，c_k＝A+C，N＝A+B+C+D，φ＝1，α＝β＝1，δ＝η＝2，则有

γ＝φ(N+δ)(N+η)/[(c_j+α)(c_k+β)]

E(IC)＝log₂[(c_i+φ)(N+δ)(N+η)/((N+γ)(c_j+α)(c_k+β))]＝log₂γ(c_i+φ)/(N+γ)

V(IC)＝{(N-c_i+γ-φ)/[(c_i+φ)(1+N+γ)]+(N-c_j+δ-α)/[(c_j+α)(1+N+δ)]+(N-c_k+η-β)/[(c_j+β)(1+N+η)]}/(log2)²

其中IC＝E(IC)，SD＝V(IC)，IC值的下限为IC-2SD，上限为IC+2SD；信号检测评价标准为IC-2SD0，则产生信号；

其中的A、B、C和D表示如下：A为目标药物引起目标ADR数量，B为目标药物引起其他ADR数量，则A+B表示目标药物引起的ADR总数；C为其他药物引起目标ADR的数量，D为其他药物引起其他ADR的数量，则C+D表示其他药物引起ADR的总数，A+B+C+D表示所有药品引起所有ADR的总量；将A、B、C、D的值代入IC算法中计算出IC值、SD值，得到最终的信号集，完成混合模型消除遮蔽效应的任务。