中文English
ISSN 1001-5256 (Print)
ISSN 2097-3497 (Online)
CN 22-1108/R

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于文本知识库的肝损伤药物不良反应大数据智能识别研究

葛斐林 郭玉明 牛明 赵旭 柏兆方 王伽伯 肖小河

引用本文:
Citation:

基于文本知识库的肝损伤药物不良反应大数据智能识别研究

DOI: 10.3969/j.issn.1001-5256.2022.02.024
基金项目: 

国家中医药管理局中医药创新团队及人才支持计划项目 (ZYYCXTD-C-202005)

国家自然科学基金 (81630100)

国家科技重大专项 (2018ZX09101002-001-002)

北京市科技新星计划 (XX2018001)

解放军总医院科研专项 (2019MBD-023)

利益冲突声明: 本研究不存在研究者、伦理委员会成员、受试者监护人以及与公开研究成果有关的利益冲突,特此声明。
作者贡献声明: 葛斐林负责分析数据,撰写文章;牛明、赵旭、柏兆方负责整理数据;肖小河负责论文的修改;郭玉明、王伽伯负责拟定论文思路,指导撰写文章并最后定稿。
详细信息

Intelligent identification of the big data of liver injury-related adverse drug reactions based on text database

Research funding: 

Innovation Team and Talents Cultivation Program of National Administration of Traditional Chinese Medicine (ZYYCXTD-C-202005);

National Natural Science Foundation of China (81630100);

National Science and Technology Major Project (2018ZX09101002-001-002);

Beijing New Star Program of Science and Technology (XX2018001);

Special Research Project of PLA General Hospital (2019MBD-023)

More Information
  • 摘要:   目的  本研究基于药物不良反应(ADR)文本知识库的探索性构建,尝试建立肝损伤相关ADR的大数据智能识别方法。  方法  以“药物性肝损伤”“药源性肝损伤”“肝功能异常”等为关键词,检索时间为2012年1月1日—2016年12月31日,检索并随机抽取药品不良反应监测系统数据库中5%(4152份)肝损伤相关ADR病例报告。结合医师临床再评价,分为“否定病例”“疑似病例”“确定病例”。在此基础上,进行关键要素的识别(不良反应名称、生化指标、临床症状),采用关键要素与临床再评价的相关性分析,以及ROC曲线确定评分阈值等构建肝损伤相关ADR智能识别方法,并采用交叉验证的方法评价该智能识别方法的效能。  结果  肝损伤相关ADR评价识别公式为:总分(M)=症状分数+指标分数+不良反应名称分数,“否定病例”与“疑似病例”“确定病例”在M=5分区分度最好(AUC=0.97),敏感度为99.57%,特异度为84.61%;“确定病例”与“疑似病例”“否定病例”在M=12分区分度最好(AUC=0.938),敏感度为87.93%,特异度为85.98%。  结论  该方法将为肝损伤相关ADR大数据智能识别评价提供参考和依据,有望有效减轻人工处理肝损伤相关ADR大数据的负担,为肝损伤相关ADR的早期风险信号识别及预警提供有效工具和方法学示范。

     

  • 图  1  “确定病例”“疑似病例”“否定病例”的ADR名称热图分析

    图  2  “确定病例”“疑似病例”“否定病例”的生化指标热图分析

    图  3  “确定病例”“疑似病例”“否定病例”的临床症状热图分析

    图  4  “否定病例”与“疑似病例”“确定病例”肝损伤相关ADR诊断的ROC曲线

    图  5  “确定病例”与“否定病例”“疑似病例”肝损伤相关ADR诊断的ROC曲线

    图  6  基于智能识别规则的“肯定病例”“疑似病例”“否定病例”的评分分布

  • [1] The State Council. Outline of "Healthy China 2030" plan[EB/OL]. (2016-10-25) http://www.gov.cn/xinwen/2016-10/25/content_5124174.htm.

    国务院. "健康中国2030 "规划纲要[EB/OL]. (2016-10-25)http://www.gov.cn/xinwen/2016-10/25/content_5124174.htm.
    [2] The State Council. The 13th Five-Year Plan for National Drug Safety[EB/OL]. (2017-02-21) http://www.gov.cn/xinwen/2017-02/21/content_5169808.htm.

    国务院. "十三五"国家药品安全规划[EB/OL]. (2017-02-21) http://www.gov.cn/xinwen/2017-02/21/content_5169808.htm.
    [3] Drug-Induced Liver Disease Study Group, Chinese Society of Hepatology, Chinese Medical Association. Guidelines for the management of drug-induced liver injury[J]. J Clin Hepatol, 2015, 31(11): 1752-1769. DOI: 10.3969/j.Issn.1001-5256.2015.11.002.

    中华医学会肝病学分会药物性肝病学组. 药物性肝损伤诊治指南[J]. 临床肝胆病杂志, 2015, 31(11): 1752-1769. DOI: 10.3969/j.issn.1001-5256.2015.11.002.
    [4] GE FL, NIU M, HAN ZX, et al. Landscape of hepatobiliary adverse drug reactions related to preparations containing psoraleae fructus and its application in pharmacovigilance[J]. Chin J Integr Med, 2021, 27(11): 832-837. DOI: 10.1007/s11655-021-3442-2.[Online ahead of print]
    [5] GE FL, GUO YM, CAO JL, et al. Research progress on evaluation methods and risk factors for Chinese medicines-induced liver injury[J]. Mod Chin Med, 2019, 21(3): 284-290. DOI: 10.13313/j.issn.1673-4890.20180925002.

    葛斐林, 郭玉明, 曹俊岭, 等. 中药药源性肝损伤评价方法及风险因素研究进展[J]. 中国现代中药, 2019, 21(3): 284-290. DOI: 10.13313/j.issn.1673-4890.20180925002.
    [6] DU XX, SONG HB, REN JT, et al. Opportunities and challenges of post-marketing evaluation of raditional Chinese medicine[J]. Chin J Chin Mater Med, 2014, 39(18): 3427-3429. DOI: 10.4268/cjcmm20141803.

    杜晓曦, 宋海波, 任经天, 等. 中药上市后评价的机遇与挑战[J]. 中国中药杂志, 2014, 39(18): 3427-3429. DOI: 10.4268/cjcmm20141803.
    [7] MAO YM. Strengthening the scientific research and supervision of drug-induced liver injury based on big data[J]. J Clin Hepatol, 2018, 34(6): 1166 -1168. DOI: 10.3969/j.issn.1001-5256.2018.06.005.

    茅益民. 加强基于大数据的药物性肝损伤的科学研究和监管[J]. 临床肝胆病杂志, 2018, 34(6): 1166-1168. DOI: 10.3969/j.issn.1001-5256.2018.06.005.
    [8] State Drug Administration. Technical guidelines for clinical evaluation of liver injury induced by traditional Chinese medicine[J]. J Clin Hepatol, 2018, 34(7): 1403-1409. DOI: 10.3969/j.issn.1001-5256.2018.07.008.

    国家药品监督管理局. 中药药源性肝损伤临床评价技术指导原则[J]. 临床肝胆病杂志, 2018, 34(7): 1403-1409. DOI: 10.3969/j.issn.1001-5256.2018.07.008.
    [9] World Health Organization (WHO), Uppsala Monitoring Centre. The use of the WHO-UMC system for standardised case causality assessment[EB/OL]. http://www.who-umc.org/Graphics/26649.pdf 2018.
    [10] PAN XC. Drug risk assessment based on cluster analysis[D]. Nanjing: Nanjing University of Posts and Telecommunications, 2020.

    潘轩超. 基于聚类分析的药物风险评估[D]. 南京: 南京邮电大学, 2020.
    [11] ZHU Q, DING J, REN WX, et al. Study on risk assessment model of in vitro diagnostic reagent adverse events based on BP neural network[J]. Chin J Med Instrument, 2019, 43(2): 136-139. DOI: 10.3969/j.issn.1671-7104.2019.02.017.

    朱清, 丁静, 任文霞, 等. 基于BP神经网络的体外诊断试剂不良事件风险评估模型研究[J]. 中国医疗器械杂志, 2019, 43(2): 136-139. DOI: 10.3969/j.issn.1671-7104.2019.02.017.
    [12] HARPAZ R, DUMOCHEL W, SHAH NH. Big data and adverse drug reaction detection[J]. Clin Pharmacol Ther, 2016, 99(3): 268-270. DOI: 10.1002/cpt.302.
    [13] MA HL, XU CY, YANG XM. Application status of decision tree in traditional Chinese medicine[J]. World Chin Med, 2021, 16(17): 2648-2651, 2656. DOI: 10.3969/j.issn.1673-7202.2021.17.025.

    马红丽, 徐长英, 杨新鸣. 决策树模型在中医药领域的应用现状[J]. 世界中医药, 2021, 16(17): 2648-2651, 2656. DOI: 10.3969/j.issn.1673-7202.2021.17.025.
    [14] GE FL, NIU M, HAN ZX, et al. Analysis of epidemiological characteristics of drug induced liver injury associated with baixianpi preparations[J]. Chin J Chin Mater Med, 2019, 44(5): 1048-1052. DOI: 10.19540/j.cnki.cjcmm.20181217.001.

    葛斐林, 牛明, 韩紫欣, 等. 白鲜皮制剂相关肝损伤的药物流行病学特征分析[J]. 中国中药杂志, 2019, 44(5): 1048-1052. DOI: 10.19540/j.cnki.cjcmm.20181217.001.
  • 加载中
图(6)
计量
  • 文章访问数:  426
  • HTML全文浏览量:  171
  • PDF下载量:  32
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-06-23
  • 录用日期:  2021-07-25
  • 出版日期:  2022-02-20
  • 分享
  • 用微信扫码二维码

    分享至好友和朋友圈

目录

    /

    返回文章
    返回