首页> 中国专利> 一种评估药物发生不良反应倾向的系统及方法

一种评估药物发生不良反应倾向的系统及方法

摘要

本发明公开了一种评估药物发生不良反应倾向的系统及方法,包括受试者用户模块、通信模块和监管用户模块,所述监管用户模块通过所述通信模块与监管用户模块相连通,这样有利于监管用户模块结合受试者用户模块更加全面的评估受试者药物的不良放应,也便于及时采取补救措施,也有利于指导科学有效的用药,同时也便于大面积的推广与使用。

著录项

  • 公开/公告号CN112669993A

    专利类型发明专利

  • 公开/公告日2021-04-16

    原文格式PDF

  • 申请/专利权人 温州市人民医院;

    申请/专利号CN202110191229.8

  • 发明设计人 杨金招;

    申请日2021-02-20

  • 分类号G16H70/40(20180101);

  • 代理机构33371 浙江新篇律师事务所;

  • 代理人张冬尧

  • 地址 325000 浙江省温州市鹿城区仓后57号

  • 入库时间 2023-06-19 10:38:35

说明书

技术领域

本发明涉及临床医学技术领域,尤其涉及一种评估药物发生不良反应倾向的系统及方法。

背景技术

目前,药品不良反应仍然是威胁人类用药健康的一大威胁。由于药物不良反应的机制复杂,很多严重的药物不良反应在上市前的临床试验研究过程中难以被发现,导致药物上市后造成人民生命和财产的严重损失。因此药品不良反应的监测和预警越来越受到国内和国际医药监管机构的重视。不良反应的收集工作一般由医药监管机构进行,一般通过药物不良反应报告的主动上报的形式实现。国际上,美国食品药品监督管理局、加拿大健康局等机构十分重视药物不良反应信息的收集与整理工作,其收集的不良反应数据定期向公众公开。在中国,药物的不良反应相关信息会通过各种途径上报到各个省级药物不良反应监测中心,并汇总到国家药物不良反应监测中心,用于监测药物上市后的安全情况与用药安全预警。一般药物不良反应的研究主要是基于对药物不良反应报告信息的分析来实现。

现有的评估药物发生不良反应的方法往往并没有对药物不良反应的发生机制的不确定性、偶发性,复杂性,以及信息收集、编码、传递的过程中引发的信息失真等因素加以考虑,将所有数据一并采纳,无法过滤不必要的信息干扰,如发明专利 (申请公布号CN105787261A)片面追求计算的简便性而忽略了药物不良反应实际发生特征的复杂性,将不良反应报告当中所有的信息均加以考虑并纳入模型,不对干扰信息进行过滤,并且不对各种药物不良反应的发生的主要数据特征进行进一步分析提取,仅仅采用分子指纹作为药物特征的唯一描述研究其和药物发生不良反应概率的关系,该方法极易受到不良反应报告数据当中异常信息的干扰导致错误的评估结果,从而影响了评估的最终准确性,可能导致错误的评估结果,降低了其实际应用的价值。

于是提出了授权公告号为CN107145735B的中国发明专利,公开了一种评估药物发生不良反应倾向的方法,根据药物的结构特征和发生不良反应倾向值的数量特征,排除干扰信息,建立药物结构特征与发生不良反应倾向值之间的评估定量关系模型。应用该模型对药物的安全性进行评价,能够有效提高评估药物发生不良反应倾向的准确性,减少科研资源的消耗;且本方法具有针对性,可显著降低评估药物发生不良反应倾向一般方法的盲目性;为药物的研究过程和药物上市后的安全监测提供评估药物安全性风险警示,且为药物发生不良反应提供预警,以提高药物监管的预见性和用药安全水平,并用以为个性化医疗提供参考。现有的用药一般采用的是定期进行分阶段用药,不便于实现及时的根据病人的实际情况进行用药监测,同时存在不科学用药和用药乱象,因此亟需要作出改进。

发明内容

针对现有技术中的不足,本发明提供了一种评估药物发生不良反应倾向的系统,其能够实时对药物进行监测,从而能够得出更加准确的评估药物的不良反应倾向。

为了实现上述目的,本发明所采取的技术方案是:

一种评估药物发生不良反应倾向的系统,包括受试者用户模块、通信模块和监管用户模块;

所述受试者用户模块包括受试者用药主观整体评估单元,所述受试者用药主观整体评估单元通过所述通信模块与所述监管用户模块相互通;

所述监管用户模块包括

登记单元,所述登记单元记录受试者住院前的过敏药物和患者的基本的信息,其中所述登记单元的数据导入后,系统根据所述登记单元的记录对受试者分级标记,自动入组;

用药登记单元,所述用药登记单元对受试者住院期间的用药量和用药种类进行整理记录;

用药监督单元,所述用药监督单元对受试者的用药进行实时的监控,并根据受试者的病情实施按阶段进行临床用量服药;

不良反应记录单元,所述不良反应记录单元对受试者服药后的不良反应亟需记录整体并调整用药方和救治;

药物治疗监护单元,所述药物治疗监护单元包括药师药学查房记录和药学监护记录;

受试者随访单元,所述受试者随访单元包括出院教育、出院记录、出院随访、出院随访记录,其中受试者出院后启用所述受试者随访单元,系统定期推送随访表给出院受试者,根据填写的随访表给予院外监管治疗指导;

治疗管理日志,所述治疗管理日志根据系统的运行,自动生成受试者治疗管理日志;

监管医师评估单元,所述监管医师评估单元用于对受试者的用药合理性进行评估,所述监管医师评估单元通过所述登记单元、所述用药登记单元、所述用药监督单元、所述不良反应记录单元、所述药物治疗监护单元、所述受试者随访单元和所述治疗管理日志结合所述受试者用药主观整体评估单元的数据进行整体评估。

优选地,所述受试者用药主观整体评估单元评价采用改良的PG-SGA法,所述改良的PG-SGA法的评价结果包括:

若PG-SGA总分为0~1,则为PG-SGA A级,评价为“正常良好”,所述监管用户模块给出药师建议为“不需干预措施,保持常规随诊及评价”;

若PG-SGA总分为2~3,则为PG-SGA B级,评价为“可疑不良倾向”,所述监管用户模块给出药师建议为“可根据受试者症状和实验室检查结果进行药物干预”;

若PG-SGA总分为4~8,则为PG-SGA B级,评价为“中度不良倾向”,所述监管用户模块给出药师建议为“根据症状的严重程度联合进行干预”;

若PG-SGA总分大于等于9,则为PG-SGA C级,评价为“重度不良倾向”,所述监管用户模块给出药师建议为“急需进行症状改善,和/或同时进行干预。

优选地,所述登记单元记录受试者住院前的过敏药物和受试者的基本的信息,受试者的用药信息至少包括曾用药物和现用药物的药品名称、用法用量和不良反应,受试者基本信息至少包括受试者基本资料、入院用药评估和依从性,受试者基本资料包括姓名、性别、病史、入院用药评估。

优选地,所述监管医师评估单元用于收集发生不良反应的受试者的相关信息,形成不良反应报告,然后根据药物种类和不良反应种类,统计不良反应报告中的相关信息,计算不良反应的富集程度值和频数分布显著性值,接下来根据不良反应的富集程度值、频数分布显著性值和相关报告频数,计算药物的发生不良反应倾向值,且从药物结构数据库中提取与特定不良反应相关的药物的结构信息,并筛选最大的具有共同特征的药物子集,最终计算药物子集中的药物结构特征的定量数值,并根据该定量数值建立药物结构特征与发生不良反应倾向值之间的定量关系模型。

本发明能够于基于对药物的安全性评价,提高评估药物发生不良反应倾向的准确性,减少科研资源的消耗,为药物发生不良反应提供预警,以提高药物监管的预见性和用药安全水平,而且更加能够对受试者的用药进行实时的监控,并根据受试者的病情实施按阶段进行临床用量服药,能及时的对受试者用药咨询和反馈,当受试者出现不适时,便于根据受试者的情况进行实时的分阶段用药和发现,也便于及时采取补救措施,也有利于指导科学有效的用药,便于实现更加科学的评估药物的不良反应。其中通过受试者用户模块、通信模块和监管用户模块,受试者用户模块采用的移动智能终端(如智能手机等等),监管用户模块采用的是医院的监管模块以及医师或/和药师的移动终端,此种设计,便于随时随时的掌握和了解受试者的情况,也便于受试者随时随地反馈药物不良反应状况,更加能够做到全面和科学的评估药物的不良反应,同时也便于大面积的推广与使用。

另外本发明还提供另一种评估药物发生不良反应倾向的方法,其包括如下步骤:

步骤一:记录受试者住院前的过敏药物和受试者的基本的信息;

步骤二:对受试者住院期间的用药量和用药种类进行整理记录,对受试者的用药进行实时的监控,并根据受试者的病情实施按阶段进行临床用量服药,便于根据受试者的情况进行实时的分阶段用药,保证了用药的科学性;

步骤三:受试者可自身对用药主观整体评估;

步骤四:对于受试者进行监管,通过医院对在医院进行监管和在医院外面也进行监管,再结合受试者自身对用药主观整体评估进行对药物不良反应的整体评估。

优选地,所述步骤一的受试者的用药信息至少包括曾用药物和现用药物的药品名称、用法用量和不良反应,受试者基本信息至少包括受试者基本资料、入院用药评估和依从性,受试者基本资料包括姓名、性别、病史、入院用药评估。

优选地,所述步骤三用药主观整体评估采用改良的PG-SGA法,所述改良的PG-SGA法的评价结果包括:

若PG-SGA总分为0~1,则为PG-SGA A级,评价为“正常良好”,所述监管用户模块3给出药师建议为“不需干预措施,保持常规随诊及评价”;

若PG-SGA总分为2~3,则为PG-SGA B级,评价为“可疑不良倾向”,所述监管用户模块3给出药师建议为“可根据受试者症状和实验室检查结果进行药物干预”;

若PG-SGA总分为4~8,则为PG-SGA B级,评价为“中度不良倾向”,所述监管用户模块3给出药师建议为“根据症状的严重程度联合进行干预”;

若PG-SGA总分大于等于9,则为PG-SGA C级,评价为“重度不良倾向”,所述监管用户模块3给出药师建议为“急需进行症状改善,和/或同时进行干预。

优选地,所述步骤四通过医院对在医院进行监管和在医院外面也进行监管的步骤:

第一步,医院收集发生不良反应的受试者的相关信息,形成不良反应报告;

第二步,根据药物种类和不良反应种类,统计不良反应报告中的相关信息,计算不良反应的富集程度值和频数分布显著性值;

第三步,根据不良反应的富集程度值、频数分布显著性值和相关报告频数,计算药物的发生不良反应倾向值;

第四步,从药物结构数据库中提取与特定不良反应相关的药物的结构信息,并筛选最大的具有共同特征的药物子集;

第五步,最终计算药物子集中的药物结构特征的定量数值,并根据该定量数值建立药物结构特征与发生不良反应倾向值之间的定量关系模型。

优选地,所述步骤二中根据药物种类和不良反应种类,对不良反应报告中的信息进行分类统计方法是:首先对于特定的不良反应,统计所有与该不良反应相关的药物种类;然后根据与特定药物相关且与特定不良反应相关的报告数量、特定药物所有不良反应的报告数量、与特定药物不相关但与特定不良反应相关的报告数量以及与特定药物不相关的所有不良反应的报告数量,计算富集程度值;最后根据特定药物发生不良反应的报告数量、特定不良反应相关的报告数量以及收集到的所有不良反应报告数量,计算得到频数分布显著性值。

优选地,所述步骤三中计算药物的发生不良反应倾向值的具体步骤包括:首先将富集程度值、频数分布显著性值、相关报告频数符合一定标准的药物归类到发生不良反应倾向高的组,否则归类为发生不良反应倾向低的组,并按药物的不良反应的富集程度值进行组内排序,标准采用富集程度值≥4、分布显著性值≥6、相关报告频数≥4;然后划分不良反应倾向值区间[a ,b],其中,a为区间最小值,b为区间最大值;最终将组内富集程度值最大的药物的发生不良反应倾向值定义为区间的最大值,并将其余药物对应的富集程度值按其占最大富集程度值的比例乘以区间长度,映射到不良反应倾向值的区间内,得到对应的发生不良反应倾向值。

优选地,所述将发生不良反应倾向高的组的药物倾向值最大定义为60,最小定义为40,将发生不良反应倾向低的组的药物倾向值最大定义为30,最小定义为5,得到总不良反应倾向值区间为[0,100],这样更加全面,从而能够更加得到药物的不良反应。

优选地,所述步骤四中筛选最大的具有共同特征的药物子集的具体步骤包括:首先考察药物发生不良反应的特征数值,剔除数据异常的相关药物;然后根据药物的结构特征,剔除结构特征异常的相关药物:计算每个药物分子结构之间的相似性值,利用相似性值进行聚类分析,取出最大的具有共同特征的药物分子子集,其余药物被剔除。

本发明的有益效果:本发明能够于基于对药物的安全性评价,提高评估药物发生不良反应倾向的准确性,减少科研资源的消耗,为药物发生不良反应提供预警,以提高药物监管的预见性和用药安全水平,而且更加能够对受试者的用药进行实时的监控,并根据受试者的病情实施按阶段进行临床用量服药,能及时的对受试者用药咨询和反馈,当受试者出现不适时,便于根据受试者的情况进行实时的分阶段用药和发现,也便于及时采取补救措施,也有利于指导科学有效的用药,便于实现更加科学的评估药物的不良反应。

附图说明

图1为本发明一种评估药物发生不良反应倾向的系统示意图。

图2为本发明一种评估药物发生不良反应倾向的方法示意图。

图中的附图标记为:1,受试者用户模块;2,通信模块;3,监管用户模块;11,受试者用药主观整体评估单元;31,登记单元;32,用药登记单元;33,用药监督单元;34,不良反应记录单元;35,药物治疗监护单元;36,受试者随访单元;37,治疗管理日志;38,监管医师评估单元。

具体实施方式

在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。

在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。

为使本发明的目的、技术方案和优点更加清楚明了,下面通过附图及实施例,对本发明进行进一步详细说明。但是应该理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。

参阅图1,一种评估药物发生不良反应倾向的系统,包括受试者用户模块1、通信模块2和监管用户模块3;

受试者用户模块1包括受试者用药主观整体评估单元11,受试者用药主观整体评估单元11通过通信模块2与监管用户模块3相互通;

其中,受试者用药主观整体评估单元11评价采用改良的PG-SGA法,改良的PG-SGA法的评价结果包括:若PG-SGA总分为0~1,则为PG-SGA A级,评价为“正常良好”,监管用户模块3给出药师建议为“不需干预措施,保持常规随诊及评价”;若PG-SGA总分为2~3,则为PG-SGA B级,评价为“可疑不良倾向”,监管用户模块3给出药师建议为“可根据受试者症状和实验室检查结果进行药物干预”;若PG-SGA总分为4~8,则为PG-SGA B级,评价为“中度不良倾向”,监管用户模块3给出药师建议为“根据症状的严重程度联合进行干预”;若PG-SGA总分大于等于9,则为PG-SGA C级,评价为“重度不良倾向”,监管用户模块3给出药师建议为“急需进行症状改善,和/或同时进行干预。在本发明中,改良的PG-SGA法与常规PG-SGA法区别在于评价结果判断不同,本发明改良的PG-SGA法的评价结果将总分值4~8分判定为中度不良倾向,总分值2~3分判定为可疑不良倾向,从而进一步细化评价结果,针对不同评价结果预设对应的药师建议,方便监管用户模块3自动给出推荐建议。

监管用户模块3包括

登记单元31,登记单元31记录受试者住院前的过敏药物和患者的基本的信息,其中登记单元31的数据导入后,系统根据登记单元31的记录对受试者分级标记,自动入组;

其中,登记单元31记录受试者住院前的过敏药物和受试者的基本的信息,受试者的用药信息至少包括曾用药物和现用药物的药品名称、用法用量和不良反应,受试者基本信息至少包括受试者基本资料、入院用药评估和依从性,受试者基本资料包括姓名、性别、病史、入院用药评估。

用药登记单元32,用药登记单元32对受试者住院期间的用药量和用药种类进行整理记录;

用药监督单元33,用药监督单元33对受试者的用药进行实时的监控,并根据受试者的病情实施按阶段进行临床用量服药;

不良反应记录单元34,不良反应记录单元34对受试者服药后的不良反应亟需记录整体并调整用药方和救治;

药物治疗监护单元35,药物治疗监护单元35包括药师药学查房记录和药学监护记录;

受试者随访单元36,受试者随访单元36包括出院教育、出院记录、出院随访、出院随访记录,其中受试者出院后启用受试者随访单元36,系统定期推送随访表给出院受试者,根据填写的随访表给予院外监管治疗指导;

治疗管理日志37,治疗管理日志37根据系统的运行,自动生成受试者治疗管理日志;

监管医师评估单元38,监管医师评估单元38用于对受试者的用药合理性进行评估,监管医师评估单元38通过登记单元31、用药登记单元32、用药监督单元33、不良反应记录单元34、药物治疗监护单元35、受试者随访单元36和治疗管理日志37结合受试者用药主观整体评估单元11的数据进行整体评估。

其中,监管医师评估单元38收集发生不良反应的受试者的相关信息,形成不良反应报告,然后根据药物种类和不良反应种类,统计不良反应报告中的相关信息,计算不良反应的富集程度值和频数分布显著性值,接下来根据不良反应的富集程度值、频数分布显著性值和相关报告频数,计算药物的发生不良反应倾向值,且从药物结构数据库中提取与特定不良反应相关的药物的结构信息,并筛选最大的具有共同特征的药物子集,最终计算药物子集中的药物结构特征的定量数值,并根据该定量数值建立药物结构特征与发生不良反应倾向值之间的定量关系模型。

其中,根据药物种类和不良反应种类,对不良反应报告中的信息进行分类统计方法是:首先对于特定的不良反应,统计所有与该不良反应相关的药物种类;然后根据与特定药物相关且与特定不良反应相关的报告数量、特定药物所有不良反应的报告数量、与特定药物不相关但与特定不良反应相关的报告数量以及与特定药物不相关的所有不良反应的报告数量,计算富集程度值;最后根据特定药物发生不良反应的报告数量、特定不良反应相关的报告数量以及收集到的所有不良反应报告数量,计算得到频数分布显著性值。

其中,计算药物的发生不良反应倾向值的具体步骤包括:首先将富集程度值、频数分布显著性值、相关报告频数符合一定标准的药物归类到发生不良反应倾向高的组,否则归类为发生不良反应倾向低的组,并按药物的不良反应的富集程度值进行组内排序,标准采用富集程度值≥4、分布显著性值≥6、相关报告频数≥4;然后划分不良反应倾向值区间[a ,b],其中,a为区间最小值,b为区间最大值;最终将组内富集程度值最大的药物的发生不良反应倾向值定义为区间的最大值,并将其余药物对应的富集程度值按其占最大富集程度值的比例乘以区间长度,映射到不良反应倾向值的区间内,得到对应的发生不良反应倾向值,如将发生不良反应倾向高的组的药物倾向值最大定义为60,最小定义为40,将发生不良反应倾向低的组的药物倾向值最大定义为30,最小定义为5,得到总不良反应倾向值区间为[0,100],这样更加全面,从而能够更加得到药物的不良反应。

其中,筛选最大的具有共同特征的药物子集的具体步骤包括:首先考察药物发生不良反应的特征数值,剔除数据异常的相关药物;然后根据药物的结构特征,剔除结构特征异常的相关药物:计算每个药物分子结构之间的相似性值,利用相似性值进行聚类分析,取出最大的具有共同特征的药物分子子集,其余药物被剔除。

本发明通过对于医院的临床用药量和用药种类进行整理记录,对受试者的用药进行实时的监控,并根据受试者的病情实施按阶段进行临床用量服药,能及时的对受试者进行用药监管和教育,便于受试者用药咨询,当受试者出现不适时,便于根据受试者的情况进行实时的分阶段用药,同时便于医院的监管和降低药疗事件,便于实现科学有效评估药物发生不良反应,更加有利于提高安全性。

如图2所示,另外本发明还提供另一种评估药物发生不良反应倾向的方法,其包括如下步骤:

步骤一:记录受试者住院前的过敏药物和受试者的基本的信息,受试者的用药信息至少包括曾用药物和现用药物的药品名称、用法用量和不良反应,受试者基本信息至少包括受试者基本资料、入院用药评估和依从性,受试者基本资料包括姓名、性别、病史、入院用药评估;

步骤二:对受试者住院期间的用药量和用药种类进行整理记录,对受试者的用药进行实时的监控,并根据受试者的病情实施按阶段进行临床用量服药,便于根据受试者的情况进行实时的分阶段用药,保证了用药的科学性;

步骤三:受试者可自身对用药主观整体评估;

其中,用药主观整体评估采用改良的PG-SGA法,改良的PG-SGA法的评价结果包括:若PG-SGA总分为0~1,则为PG-SGA A级,评价为“正常良好”,监管用户模块3给出药师建议为“不需干预措施,保持常规随诊及评价”;若PG-SGA总分为2~3,则为PG-SGA B级,评价为“可疑不良倾向”,监管用户模块3给出药师建议为“可根据受试者症状和实验室检查结果进行药物干预”;若PG-SGA总分为4~8,则为PG-SGA B级,评价为“中度不良倾向”,监管用户模块3给出药师建议为“根据症状的严重程度联合进行干预”;若PG-SGA总分大于等于9,则为PG-SGA C级,评价为“重度不良倾向”,监管用户模块3给出药师建议为“急需进行症状改善,和/或同时进行干预。

步骤四:对于受试者进行监管,通过医院对在医院进行监管和在医院外面也进行监管,再结合受试者自身对用药主观整体评估进行对药物不良反应的整体评估;

其中,医院收集发生不良反应的受试者的相关信息,形成不良反应报告,然后根据药物种类和不良反应种类,统计不良反应报告中的相关信息,计算不良反应的富集程度值和频数分布显著性值,接下来根据不良反应的富集程度值、频数分布显著性值和相关报告频数,计算药物的发生不良反应倾向值,且从药物结构数据库中提取与特定不良反应相关的药物的结构信息,并筛选最大的具有共同特征的药物子集,最终计算药物子集中的药物结构特征的定量数值,并根据该定量数值建立药物结构特征与发生不良反应倾向值之间的定量关系模型。

其中,根据药物种类和不良反应种类,对不良反应报告中的信息进行分类统计方法是:首先对于特定的不良反应,统计所有与该不良反应相关的药物种类;然后根据与特定药物相关且与特定不良反应相关的报告数量、特定药物所有不良反应的报告数量、与特定药物不相关但与特定不良反应相关的报告数量以及与特定药物不相关的所有不良反应的报告数量,计算富集程度值;最后根据特定药物发生不良反应的报告数量、特定不良反应相关的报告数量以及收集到的所有不良反应报告数量,计算得到频数分布显著性值。

其中,计算药物的发生不良反应倾向值的具体步骤包括:首先将富集程度值、频数分布显著性值、相关报告频数符合一定标准的药物归类到发生不良反应倾向高的组,否则归类为发生不良反应倾向低的组,并按药物的不良反应的富集程度值进行组内排序,标准采用富集程度值≥4、分布显著性值≥6、相关报告频数≥4;然后划分不良反应倾向值区间[a ,b],其中,a为区间最小值,b为区间最大值;最终将组内富集程度值最大的药物的发生不良反应倾向值定义为区间的最大值,并将其余药物对应的富集程度值按其占最大富集程度值的比例乘以区间长度,映射到不良反应倾向值的区间内,得到对应的发生不良反应倾向值,如将发生不良反应倾向高的组的药物倾向值最大定义为60,最小定义为40,将发生不良反应倾向低的组的药物倾向值最大定义为30,最小定义为5,得到总不良反应倾向值区间为[0,100],这样更加全面,从而能够更加得到药物的不良反应。

其中,筛选最大的具有共同特征的药物子集的具体步骤包括:首先考察药物发生不良反应的特征数值,剔除数据异常的相关药物;然后根据药物的结构特征,剔除结构特征异常的相关药物:计算每个药物分子结构之间的相似性值,利用相似性值进行聚类分析,取出最大的具有共同特征的药物分子子集,其余药物被剔除。

需要说明的是,尽管在本文中已经对上述各实施例进行了描述,但并非因此限制本发明的专利保护范围。因此,基于本发明的创新理念,对本文实施例进行的变更和修改,或利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接地将以上技术方案运用在其他相关的技术领域,均包括在本发明专利的保护范围之内。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

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