文献

J-GLOBAL ID：201802275255015233   整理番号：18A0236564

ミオパチーに対する高次元薬物組合せ効果のための混合薬物数応答モデル【Powered by NICT】

Mixture drug-count response model for the high-dimensional drug combinatory effect on myopathy

著者 (20件)： Wang Xueying (Institute of Intelligent System and Bioinformatics, College of Automation, Harbin Engineering University, NO.145-1, Nantong Street, Nangang District, Harbin, 150001, Heilongjiang, China) ,  Wang Xueying (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Zhang Pengyue (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Chiang Chien-Wei (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Wu Hengyi (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Shen Li (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Shen Li (Department of Radiology, School of Medicine, Indiana University, 355 W. 16th Street, Suite 4100, Room 4099, Indianapolis, 46202, IN, USA) ,  Ning Xia (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Ning Xia (Computer and Information Science, IUPUI, 723 W Michigan St, SL 265, Indianapolis, IN, 46202, USA) ,  Zeng Donglin (Department of Biostatistics, University of North Carolina at Chapel Hill, 3103B McGavran-Greenberg Hall, CB #7420, Chapel Hill, NC, 27599, USA) ,  Wang Lei (Institute of Intelligent System and Bioinformatics, College of Automation, Harbin Engineering University, NO.145-1, Nantong Street, Nangang District, Harbin, 150001, Heilongjiang, China) ,  Wang Lei (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Wang Lei (Department of Medical and Molecular Genetics, School of Medicine, Indiana University, 975 West Walnut Street, Medical Research and Library Building, IB 130, Indianapolis, 46202, IN, USA) ,  Quinney Sara K. (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Quinney Sara K. (Department of Obstetrics and Gynecology, School of Medicine, Indiana University, 550 University Blvd, Indianapolis, 46202, IN, USA) ,  Quinney Sara K. (Division of Clinical Pharmacology, School of Medicine, Indiana University, Research Institute (R2), Room 402, 950 West Walnut Street, Indianapolis, 46202, IN, USA) ,  Feng Weixing (Institute of Intelligent System and Bioinformatics, College of Automation, Harbin Engineering University, NO.145-1, Nantong Street, Nangang District, Harbin, 150001, Heilongjiang, China) ,  Li Lang (Center for Computational Biology and Bioinformatics, School of Medicine, Indiana University, 410 W. 10th St., Suite 5000, Indianapolis, IN, 46202, USA) ,  Li Lang (Department of Medical and Molecular Genetics, School of Medicine, Indiana University, 975 West Walnut Street, Medical Research and Library Building, IB 130, Indianapolis, 46202, IN, USA) ,  Li Lang (Indiana Institute of Personalized Medicine, School of Medicine, Indiana University, Research Institute (R2), Room 402, 950 West Walnut Street, Indianapolis, 46202, IN, USA)
資料名： Statistics in Medicine  (Statistics in Medicine)
巻： 37  号： 4  ページ： 673-686  発行年： 2018年 
JST資料番号： A1551A  ISSN： 0277-6715  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 薬物-薬物相互作用(DDI)は薬物有害事象(ADE)の一般的な原因である。電子医療記録(EMR)データベースとFDAの有害事象報告システム(FAERS)データベースであるマイニングのための主要なデータ源とADE関連DDI信号を試験した。DDIデータマイニング手法は,ペアワイズ薬物相互作用に焦点を当て,医用データベースにおける高次元DDIを検出する方法は不足している。本論文では,ミオパチーを誘導する高次元薬物併用を検出するための2種の新規混合物薬物数応答モデルを提案した。「数」を組み合わせて薬物の数を示した。一つのモデルは,最大リスクしきい値をもつ固定確率混合物薬物数応答モデルは,(FMDRM MRT)と呼ばれている。他のモデルは最大リスクしきい値を持つ計数依存確率混合物薬物数応答モデルは,(CMDRM MRT)と呼ばれる,混合確率は数に依存した。著者らのグループによって開発された以前の混合薬物数応答モデル(MDRM)と比較して,これら二つの新しいモデルはミオパチーに対する高次元薬物組合せ効果を検出するのに良好な可能性を示した。CMDRM MRTはEMRとFAERSデータベースにおけるミオパチーを誘導する,それぞれ,(54; 374; 637; 442; 131)2 6への薬物相互作用を同定し,検証した。FAERSデータは,EMRデータよりもはるかに高い最大ミオパチーリスクを示した。2混合物モデルのパラメータと局所偽発見率推定の一貫性は統計的シミュレーション研究により評価した。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： シミュレーション ,  薬物相互作用 ,  *モデル ,  電子カルテ ,  データマイニング ,  データベース ,  *複合製剤 ,  *高次元 ,  *筋疾患 ,  病歴
準シソーラス用語： 発見率 ,  副作用情報 , 【Automatic Indexing@JST】

著者キーワード (5件)： 薬物数応答モデル ,  電子医療記録 ,  FDA有害事象報告システム ,  高次元薬物相互作用 ,  ミオパチー

分類 (2件)： 薬物の相互作用  (GV01070X) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (7件)： ミオパチー ,  高次元 ,  薬物 ,  組合せ ,  混合薬 ,  応答 ,  モデル