文献

J-GLOBAL ID：201702290584163089   整理番号：17A0452614

副作用を同定するための自動化された知識ベースの精度【Powered by NICT】

Accuracy of an automated knowledge base for identifying drug adverse reactions

著者 (14件)： Voss E.A. (Epidemiology Analytics, Janssen Research & Development, LLC, Raritan, NJ, United States) ,  Voss E.A. (Erasmus University Medical Center, Rotterdam, Netherlands) ,  Voss E.A. (Observational Health Data Sciences and Informatics (OHDSI), New York, NY, United States) ,  Boyce R.D. (University of Pittsburgh, Pittsburgh, PA, United States) ,  Boyce R.D. (Observational Health Data Sciences and Informatics (OHDSI), New York, NY, United States) ,  Ryan P.B. (Epidemiology Analytics, Janssen Research & Development, LLC, Raritan, NJ, United States) ,  Ryan P.B. (Columbia University, New York, NY, United States) ,  Ryan P.B. (Observational Health Data Sciences and Informatics (OHDSI), New York, NY, United States) ,  van der Lei J. (Erasmus University Medical Center, Rotterdam, Netherlands) ,  van der Lei J. (Observational Health Data Sciences and Informatics (OHDSI), New York, NY, United States) ,  Rijnbeek P.R. (Erasmus University Medical Center, Rotterdam, Netherlands) ,  Rijnbeek P.R. (Observational Health Data Sciences and Informatics (OHDSI), New York, NY, United States) ,  Schuemie M.J. (Epidemiology Analytics, Janssen Research & Development, LLC, Raritan, NJ, United States) ,  Schuemie M.J. (Observational Health Data Sciences and Informatics (OHDSI), New York, NY, United States)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 66  ページ： 72-81  発行年： 2017年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 医薬品安全性研究者は,ある特定の薬は有害薬物反応と関連する確実性の程度を知るしようとしている。を同定し,評価し,自発的報告,公表された査読文献,製品ラベルを含む医療製品安全証拠を普及させる医薬品安全性監視で使用される情報の種々の源である。これら証拠源を用いて自動データ処理と分類は,薬物安全性研究に使用される陽性および陰性対照(すなわち薬物有害事象とそうでないを引き起こす薬剤)の参照セットを開発するために通常必要なマニュアルキュレーションを大幅に低減できる。本論文では,単一リポジトリに情報の本質的に異なる源を凝集,薬物有害事象の関係を分類するための予測モデルを開発し,統計的方法のキャリブレーションのための陰性対照を同定する実世界問題へのそれらの予測を自動的にする方法を調べた。は持つことが知られているまたは薬物有害事象との関連を持たない薬物と条件の三種の手動で発生したリストに試験した場合,著者らの結果は,全ての利用可能な証拠を組み合わせたモデルの高い予測精度を示し,≧0.92の受信者動作特性曲線下面積であった。本手法のパイロット実装からの結果は,薬物安全性研究に使用される正と負の対照の参照セットを開発するために既に使用されている時間と資源集約,マニュアルキュレーション運動へのスケーラブルな代替物を開発することが可能であることを示唆した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： リポジトリ ,  血中濃度-時間曲線下面積 ,  *副作用 ,  予測モデル ,  集中化 ,  *自動化 ,  統計的方法 ,  データ処理 ,  *知識ベース
準シソーラス用語： 予測精度 ,  医薬品安全性監視 ,  製品安全 ,  ピアレビュー ,  薬物反応 ,  医薬品安全性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 医薬品安全性監視 ,  有害薬物反応 ,  機械学習実験 ,  知識ベース ,  健康転帰

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： 副作用 ,  同定 ,  自動化 ,  知識