[发明专利]一种基于决策树的药品不良反应数据挖掘方法

权利要求书

1.一种基于决策树的药品不良反应数据挖掘方法，其特征在于，所述方法包括：

获取基于同一药品的不良反应的病例信息，建立病例数据库；

获取不良反应相关的数据库字段，并进行数据概化处理；

选择临床诊断为类标号属性，构建决策树，进行训练数据集分类研究，得到决策树模型图。

2.如权利要求1所述的基于决策树的药品不良反应数据挖掘方法，其特征在于，根据获取基于同一药品的不良反应的病例信息，建立病例数据库，所述方法包括：

病例信息的采集包括原始ADR数据的采集和标准库的采集；原始ADR数据从国家药品不良反应监测中心获得；所述标准库是通过网络采集相关药物的说明书、国家食品药品监督管理局发布的各期药品不良反应信息通报以及药物警戒快讯和各种法规文件建立的ADR已知库；

数据的处理为从所述原始ADR数据中删除标准库中不包括的药品及其不良反应数据，并且删除ADR频次小于3的数据；

基于处理后的数据获取同一药品的不良反应的病例信息，建立病例数据库。

3.如权利要求1所述的基于决策树的药品不良反应数据挖掘方法，其特征在于，根据获取不良反应相关的数据库字段，并进行数据概化处理，所述方法包括：

进行数据清理和研究属性筛选，将数据值完整、属性可概化且与不良反应发生相关的数据库字段—性别、年龄、用药量、ADR诊断纳入研究范围，然后进行数据概化处理。

4.如权利要求1所述的基于决策树的药品不良反应数据挖掘方法，其特征在于，根据选择临床诊断为类标号属性，构建决策树，进行训练数据集分类研究，所述方法包括：

选择年龄为首选测试属性，将所研究的药品使用病案分作两类，一类的年龄段为S1(0-9、10-19、20-29、30-39和40-49)，另一类的年龄段为S1(50-59、60-69和70以上)；

根据决策树分支的显示，对不良反应的类型，不同年龄段的患者群进行分析得到分类图。

5.根据权利要求4所述的一种基于决策树的药品不良反应信息分析方法，其特征在于，所述构建决策树具体包括：

初始化决策树的根节点和对应的特征属性集；

根据此时决策树的Gini增益，对训练集的数据进行排序操作；

判断节点中的所有样本数据是否具有相同类别的数据标签；

如果是，则将节点设置为待分裂的节点，同时计算节点的最优和次优特征属性；

判断节点是否满足最优特征属性和中断机制的分裂条件，如果满足，则使用最优特征属性进行分裂，将分裂后的节点替换当前节点，并从分支中添加一个新的叶子节点，达到决策树的自动分裂；否则等待数据流输入，进行样本更新，将节点设置为待分裂的节点，同时计算节点的最优和次优特征属性。

6.如权利要求5所述的基于决策树的药品不良反应数据挖掘方法，其特征在于，所述用Gini值度量通过如下计算：

其中，当前样本集合D中第K类样本所占比例为p_k(K＝1,2,....,|y|)。

7.如权利要求5所述的基于决策树的药品不良反应数据挖掘方法，其特征在于，所述中断机制的分裂条件是满足其中为i为x或y,L、R代表不同的训练子集；中断参数其中Z_(1-a)是指标准正态分布N(0,1)的1-a分位数，Q(K)则表示5K²-8K+4,在这种情况下,g^x比g^y大的概率是1-a。