基于临床合理用药的数据挖掘技术和应用研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:liwl11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着医疗卫生事业的发展,在临床医疗活动中的药物使用问题逐步成为公众关注的焦点。据统计资料显示,中国每年五千多万住院人次中与药物不良反应有关的可达二百五十多万人,死于药物不良反应的约有近二十万人,药物致死占死因第4位,其危害不容低估。随着药物的广泛使用,药源性疾病对人类健康的危害也越来越大,合理使用药物是降低药物不良反应危害的重要前提。合理用药是指根据疾病种类、病人状况和药理学理论选择最佳的药物及其制剂,制定或调整给药方案,以期有效、安全、经济地防治和治愈疾病的措施。解决临床合理用药中存在的技术性问题的指导性原则就是循证医学。循证医学的主要研究方法有随机对照研究、系统评估和临床指引等几种。本文通过对数据挖掘中关联规则挖掘技术、数据预处理技术和专家系统的深入研究,根据我国医疗卫生部门信息化发展的现状和趋势,结合临床医疗活动的特点,提出一种基于临床合理用药的药物治疗专家系统模型,并对实现进行了探索。该系统通过对医院信息系统下电子病例资料的数据抽取和医嘱信息的提取,在进行必要的数据预处理后按年龄、性别等分类,形成相应的医嘱序列,再运用改进的SCG算法挖掘,可以得到一组或多组医嘱序列,这种医嘱序列和案例序列一起构成临床药物治疗知识库,为临床医生在给患者治疗过程中药物治疗方案的制定提供决策支持。本文通过对Apriori算法和SCG算法的研究,提出SCG算法的改进方法,实验证明,改进后的SCG算法比SCG具有更高的挖掘时间效率。本论文首次将数据挖掘技术应用于临床合理用药的循证研究,采用数据挖掘技术提高了临床合理用药知识的自动收集和验证能力,促进临床医学领域数据挖掘技术的应用发展,有效地提高临床合理用药指导和监督的智能化水平。
其他文献
嵌入式系统的一个重要应用领域是移动通讯终端手机。通信技术的发展,大大提高了无线数据的传输速率和可靠性,电信业也已从传统的“运输行业”正转变为为用户提供新内容和增值服
随着计算机网络应用的不断深入,对安全协议进行分析和研究已经成为信息安全领域的一个十分重要的研究方向。形式化分析由于其精炼、简洁和无二义性逐步成为分析安全协议的一条
作为J2ME 的核心组件,KVM 被广泛地应用于各种手持设备中,如智能手机、PDA 等。这些设备有着共同的特点:使用电池作为主要能源。如何设计这些手持设备的硬件和软件,使其能够在有
近年来,由互联网所产生的数据极具膨胀,在如此巨大规模的数据中,准确地获得想要的信息,成为人们日益追求的目标。如何能准确、智能地返回给用户,成为近年来研究比较广泛的一
随着信息技术的发展和企业管理水平的提高,越来越多的企业更加希望了解自己的情况。OLAP技术在这样的环境和需求的推动下应运而生。OLAP发展到至今已经过了十多年的技术发展。
近年来,移动网络得到了飞速的发展,移动计算机正在得到日益广泛的使用,移动网络给人们的生产生活带来了极大的方便。移动用户对在移动互联网中使用多媒体和其它实时业务的需求也
强化学习是一种无监督的机器学习技术,能够利用不确定的环境奖赏发现最优的行为序列,实现动态环境下的在线学习,因此被广泛用于Agent的智能决策。目前主流的强化学习算法是Q
随着网络技术的不断发展和普及,网络安全问题也日益凸现。基于策略的网络安全防护是当前网络安全技术的主要发展方向,但其中的安全策略求精问题一直没有得到很好的解决。迄今
互联网的迅速发展,越来越多的用户连入网络,使得原有的IP地址日渐不足,为了解决这个问题,人们提出了多种解决方案,其中短期解决方案网络地址转换技术(NAT)的出现,很好的缓解了地址
由于Internet的迅速普及以及对多媒体业务日益增长的需求,流媒体技术已经引起了越来越多的关注,成为当前研究的热点之一。流媒体技术将成为未来Internet应用的主流,并将推动整个