基于药理学网络模型的抗肿瘤药物不良事件预测
目的:针对抗肿瘤药物引起的不良事件,为提高患者的生活质量,提出了一种抗肿瘤药物不良事件的预测方法,从而减少药品不良事件的发生.方法:该方法选择了药理学网络模型(pharmacological network models,PNM),在充分考虑时间顺序的基础之上,由特定药物和不良事件信息的关联构建二分网络,定义3类协变量,采用逻辑回归实现预测.文中选择美国食品药品监督管理局不良事件报告系统(FAERS)数据库2010年的数据,构建了由151种抗肿瘤药物和625种不良事件组成的网络,通过训练逻辑回归模型对2011 ~2015年FAERS数据库中的新抗肿瘤药物-不良事件关联组合进行预测.结果:PNM实现了受试者工作特征曲线下面积(AUROC)为0.824,具有良好的预测结果.结论:PNM对抗肿瘤药物的不良事件有良好的预测性能,可以为临床的合理用药以实际指导意义.
药品不良事件、协变量、药理学网络模型、逻辑回归模型、药物警戒
28
R181.3+5(流行病学与防疫)
内蒙古自治区高等学校科学研究项目NJZY16377
2019-05-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
236-240