【摘 要】
：
药品不良反应大数据的特点是数据体积巨大、数据来源多样、数据类型繁多、数据非结构化、真实世界数据特征、挖掘结果及时与挖掘价值较高。近年来，国内外的研究者对药品不良反应大数据挖掘的研究多集中于应用自然语言处理与机器学习方法，对电子病历(ElectronicMedical Records, EMR)数据、社交媒体(Social Media)数据和药品不良反应相关知识资源进行整合与挖掘。因此，本文尝试从以
【出 处】
：
中华医学会第二十三次全国医学信息学术会议
论文部分内容阅读
药品不良反应大数据的特点是数据体积巨大、数据来源多样、数据类型繁多、数据非结构化、真实世界数据特征、挖掘结果及时与挖掘价值较高。近年来，国内外的研究者对药品不良反应大数据挖掘的研究多集中于应用自然语言处理与机器学习方法，对电子病历(ElectronicMedical Records, EMR)数据、社交媒体(Social Media)数据和药品不良反应相关知识资源进行整合与挖掘。因此，本文尝试从以上三个药品不良反应大数据挖掘研究的热门方向人手，对近年来国内外的相关研究进行梳理与总结，试图为我国相关领域的进一步发展提供参考。
其他文献
本文综述了高血压患者药物素养的研究现状,并提出了应对策略,旨在为今后高血压患者药物素养的研究提供参考.因此需要研究者以及医护人员在实践中摸索，开发出针对高血压患者的药物素养评价工具，就其不同的方面进行干预研究，最后整合出一套提高高血压患者药物素养的综合干预策略，可以考虑组建多学科的团队，尤其是发挥药学专业人员的才能，同时在医药研发人员、医药企业、政府职能部门的配合下，在药物包装上采用更有利于高血压
概述医院感染管理系统是按照医院在医疗、诊断过程中出现的感染等客观规律,运用有关的理论和方法对医院感染现象进行计划、组织和控制活动,以提高工作效率、减少感染发生的一套医院感染管理系统.医院感染管理系统将计算机技术引入到医院感染管理监控工作中去,已成为医院感染学科继续发展的需要.利用医院感染管理系统可以解决医院感染实时监测问题,实现感染病例智能化识别与预警,并进行实时干预反馈,提高监测效率,全面提升预
医院通过启用微信服务，对外可切实解决信息传递不及时、患者就诊流程繁琐等问题，以改善患者就诊体验，多种支付方式的实现提升了医院服务水平，拓展了服务领域;对内则优化办公方式和学习方式，为全体员工带来便利，提升内部服务质量，部分用户还会积极主动参与微信企业号的建设，提升员工对信息化建设的认识。相信随着对微信各种功能深入了解和开发利用，结合患者的需求和医院的现实，医院微信服务将会持续集成更有用的功能，提供
本文从信息检索与可视化的角度，针对如何更好地辅助科研人员提高知识发现的效率，探讨生物医学文献信息检索过程与可视设计对用户知识发现的影响与作用，并分析了常用的文献信息检索结果的信息可视化设计与呈现方法。
本研究分析了主题演化识别的理论和技术方法，在理论研究的基础上笔者提出了学科领域主题演化识别的判断模型和相应的流程步骤，重点分析了其中的关键问题的技术解决方案并以乳腺癌治疗领域为例对所提出的模型和技术方案进行试验。本文通过当前的研究和具体实践，积极探讨主题演化判断实现的最佳方案，为开展主题演化识别探测的实践活动提供有益的借鉴。
在本研究中，构建起循证医学数据库信息模型的顶层宏观结构、中层语义结构和底层属性结构，为建立高级别的循证医学数据库提供语义结构。本文主要从语义结构方面建立循证医学资源信息模型，主要采用了模块化的方法构建了文献特征、诊疗过程以及证据强度这三个多级、可组配的原型模块，每个模块均可复用，形成了完整的基于本体的循证医学资源信息语义模型，以更好地管理和组织临床文献这一类重要的临床证据，更好地为医务人员检索和利
本研究将以科学知识图谱的形式对国内外卫生技术评估的研究态势和发展进行直观对比分析，以为我国卫生技术评估研究与发展提供参考与建议。我国卫生技术评估研究正处于起步阶段，在卫生决策转化等方面有重要的现实需要，并越来越受到卫生计生行政部门的重视，对比国内外卫生技术评估领域研究态势与研究热点及演化趋势的差异，为推进我国卫生技术评估研究的发展。
本研究利用国家人口与健康科学数据共享平台的药品不良反应数据和降血脂药数据，提取筛选其中的降血脂药物不良反应数据，利用Predictive Apriori算法和Apriori算法对数据进行关联规则挖掘，分析降血脂药物的不良反应的发生情况和发生规律，分析降血脂药不良反应可能影响因素和各因素之间的潜在关联，以期为降血脂药物的监测管理提供参考，从而提高降血脂药物用药的合理性和安全性。
本文拟从健康医疗领域大数据的挖掘和分析、可视化分析工具的使用和利用大数据实施精准医疗等方面做简要介绍和分析，以期为大数据在健康医疗领域中广泛应用提供借鉴和帮助。电子健康档案信息的使用和共享以及计算机和网络技术的发展为大数据在健康医疗领域的使用创造了条件。大数据的使用有利于提高对患者治疗的效率和水平、制定更加有效的治疗规范和降低医疗成本。大数据的使用离不开对数据的挖掘和分析，可视化分析工具优于传统的
本文面对数据资源大数据的情形，提出了医学大数据面临的长期保存的问题。医学大数据的长期保存技术策略，本文将其分为现有的长期保存技术方法和医学数字资源的保存技术方法。现有的长期保存技术方法，着重通用性，面向一般的数字资源，包含了技术保存、仿真、按需迁移、风干、格式重构、媒体移植翻新、通用虚拟计算机和底层抽象格式。医学数字资源的保存技术方法针对类型复杂多样、分布广泛、整体长期保存规模庞大、层次性和专业性