• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>AMIA Summits on Translational Science Proceedings >Developing a Data-driven Medication Indication Knowledge Base using a Large Scale Medical Claims Database
【2h】

Developing a Data-driven Medication Indication Knowledge Base using a Large Scale Medical Claims Database

机译：使用大规模医疗索赔数据库开发数据驱动的药物治疗指征知识库

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Medication-indication knowledge base (KB) is useful for clinical care and also a key enabler for secondary use of observational health data. Over the years there are several indication KBs being developed, however, they were built based on curated data sources and thus may not reflect actual clinical practice. The longitudinal observational health data contain information about real world practice of medication indication, but were rarely used in KB construc- tion. A major challenge of leveraging them is the confounders in multi-medication multi-diagnoses relations. In this study, we proposed a sampling based approach that could explicitly handle the aforementioned confounders, and consequently detect more accurate medication-indication relations. Based on this method, we created a medication- indication KB that reflects actual clinical practice and has broad medication and indication coverages. Our work represents the first attempt to develop a medication-indication KB from a large scale observational health data in an automated and unsupervised manner.
机译：药物适应症知识库（KB）可用于临床护理，也是观察健康数据二次使用的关键推动力。多年来，有几种迹象表明正在开发知识库，但是它们是基于精选的数据源构建的，因此可能无法反映实际的临床实践。纵向观察健康数据包含有关现实世界中药物适应症实践的信息，但很少用于KB构造。利用它们的主要挑战是多药多诊断关系中的混杂因素。在这项研究中，我们提出了一种基于抽样的方法，可以明确处理上述混杂因素，从而检测出更准确的用药指示关系。基于此方法，我们创建了一个药物适应症知识库，该知识库反映了实际的临床实践，并涵盖了广泛的药物与适应症范围。我们的工作代表了从大规模的观察性健康数据以自动化且无监督的方式开发药物适应症知识库的首次尝试。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号