Art

J-GLOBAL ID：202102250747786838   Reference number：21A0417133

Comparison of Machine Learning Methods Applied to Estimation of Side Effect in Drug Interaction Using Japanese Adverse Drug Event Report (JADER) Database

医薬品副作用データベースを用いた医薬品相互作用での有害事象推定へ適用する機械学習手法の比較

Author (4)： TSUTSUI RYO (近畿大学 理工学部情報学科) ,  ONODA RYO (近畿大学 薬学部医療薬学科) ,  MATSUNO SUMIO (近畿大学 薬学部医療薬学科) ,  OBOSHI NAOKI (近畿大学 大学院総合理工学研究科)
Material： 医薬品情報学  (Japanese Journal of Drug Informatics)
Volume： 22  Issue： 3  Page： 123-130(J-STAGE)  Publication year： 2020 
JST Material Number： L5202A  ISSN： 1345-1464  Document type： Article
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： database ,...
Semi thesaurus term： random forest ,...

Register(free) or Log In to access     To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A0417133&from=J-GLOBAL&jstjournalNo=L5202A") }}

Author keywords (5)： JADER ,  support Vector Machine ,  deep Neural Network ,  random forest ,  drug interaction

JST classification (2)： Pharmaceutical affairs,pharmaceutical practice  (GU01020R) ,  Interactions of drugs  (GV01070X)

Reference (14)：

• 1) 日本製薬工業協会,“Q33 1 つのくすりを開発するのに,どれくらいの年月がかかりますか。”,http://www.jpma.or.jp/medicine/med_qa/info_qa55/q33.html (2020 年 3 月 2 日閲覧)
• 2) 厚生労働省,“医薬品の適正使用のための残薬,重複・多剤投薬の実態調査並びにかかりつけ薬剤師・薬局の評価を含む調剤報酬改定の影響及び実施状況調査報告書”,https://www.mhlw.go.jp/file/05-Shingikai-12404000-Hokenkyoku-Iryouka/0000192292.pdf (2020 年 3 月 2 日閲覧)
• 3) 神谷昌子,渡辺美智子,山内慶太.PMDA 医薬品有害事象報告データベースを用いた総合感冒剤有害事象の集団的背景の研究-潜在クラス分析を使った発症症例の分類-.薬剤疫学 2018;23:75-87.
• 4) 松井大樹,松野純男,小野田良ら.医薬品副作用データベース (JADER) を用いた深層学習による副作用の予測.信学技報 2018;118:1-4.
• 5) 大日本住友製薬株式会社,“多剤併用の現状と課題”,https://ds-harma.jp/learning/polypharmacy/challenges/genjokadai/pdf/polypharmacy_all.html (2020 年 3 月 2 日閲覧)

Terms in the title (6)： 医薬品副作用データベース ,  医薬品相互作用 ,  有害事象 ,  推定 ,  機械学習 ,  手法