文献

J-GLOBAL ID：202002225538669587   整理番号：20A2292465

薬物副作用同定法のレビュー【JST・京大機械翻訳】

A Review of Drug Side Effect Identification Methods

著者 (5件)： Deng Shuai ( College of Science, Beijing Forestry University, Beijing, China) ,  Sun Yige ( Microbiology Department, Harbin Medical University, Harbin, 150081, China) ,  Zhao Tianyi ( School of Life Science and Technology, Department of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Hu Yang ( School of Life Science and Technology, Department of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Zang Tianyi ( School of Life Science and Technology, Department of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China)
資料名： Current Pharmaceutical Design  (Current Pharmaceutical Design)
巻： 26  号： 26  ページ： 3096-3104  発行年： 2020年 
JST資料番号： W3612A  ISSN： 1381-6128  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 不明 (ARE)  言語： 英語 (EN)

抄録/ポイント： 薬物副作用は薬物の安全性を評価する重要な指標となっている。薬物安全性問題の頻繁な発生には2つの主な要因がある。一方では,薬物副作用の臨床理解は不十分であり,頻繁な有害薬物反応につながるが,一方,臨床試験の長期的期間と複雑性のため,市場に対する承認された薬物の副作用はタイムリーな方法で報告されていない。したがって,多くの研究者が薬物副作用を同定するための方法の開発に焦点を当てた。本レビューでは,この分野における薬物副作用と共通データベースを同定する方法を要約した。著者らは,生物学的実験,機械学習,テキストマイニングおよびネットワーク方法の4つのカテゴリーに副作用を同定する方法を分類した。各種類の方法の要点を指摘した。さらに,各方法の長所と短所を説明した。最後に,将来の研究方向を提案した。Copyright 2020 Bentham Science Publishers All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  ネットワーク ,  *副作用 ,  臨床試験 ,  機械学習
準シソーラス用語： テキストマイニング ,  薬物反応 ,  医薬品安全性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 薬物副作用 ,  機械学習 ,  生物学的実験 ,  テキストマイニング ,  薬物データベース ,  実験

分類 (4件)： 薬理学一般  (GW01000B) ,  薬物の相互作用  (GV01070X) ,  薬物の研究法  (GV01020U) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (3件)： 薬物副作用 ,  同定法 ,  レビュー