真实世界医院集中监测中药不良反应的类不平衡高维预测及其风险因素分类识别

目的：基于真实世界医院集中监测的中药上市后安全性数据,实现中药不良反应的类不平衡高维预测并分类识别影响药品不良反应（ADR）发生的风险因素。方法：采用集成聚类重采样结合正则化Group Lasso回归,对ADR类不平衡的数据进行高维平衡处理,进而集成平衡数据实现ADR预测及其风险因素分类识别。结果：对中药安全性监测数据的示例研究结果显示,建立的ADR预测模型在测试集上的预测正确率、ADR发生的预测灵敏度、ADR未发生的预测特异度及受试者工作特征曲线下面积（AUC）4个指标均达到0.8以上。同时,该方法从600个高维变量中筛选出40个影响ADR发生的保护因素或危险因素,并分类加权识别各类因素对ADR发生的影响,重要风险因素类别依次为既往史、给药方案、合并用药名称、病症情况、合并用药数量、个人资料。结论：在ADR罕见且存在大量临床变量的真实世界数据中,本文实现了精准ADR类不平衡高维预测,并分类识别出关键风险因素及其所属类别的临床重要性,为临床合理用药及联合用药提供风险预警,也为中药上市后安全性再评价提供科学依据。     

基于Bagging结合LASSO回归的规则集成方法对骨质疏松症患者肾阳虚证的辨识研究

目的：研究骨质疏松症（OP）患者的肾阳虚证辨识，形成中医临床辨证规则。方法：纳入982例OP患者的基本信息、病因病机、临床症状等特征信息，通过统计检验筛选数据中与肾阳虚证相关的变量。以决策树为基础模型，应用引导聚集算法（Bagging算法）建立OP肾阳虚证分类模型，生成大量规则并去除冗余；结合最小绝对值收敛和选择算子（LASSO）回归筛选关键规则并集成规则建立辨识模型，实现对OP患者肾阳虚证的辨识。结果：筛选出了18条关键辨识规则，其中11条规则的回归系数>0，对辨识为肾阳虚证具有正向影响，系数最高的规则为畏寒（“有”）&手足心热（“无”）；7条规则的回归系数<0，对辨识为肾阳虚证具有负向影响，系数最低的规则为舌红（“有”）&大便溏（“无”）&禀赋不足（“无”）。根据各关键规则的回归系数计算得到重要性>0.2的变量依次为畏寒、舌红、手足心热、肢冷、小便清、大便溏、禀赋不足、久病。辨识模型的偏依赖性分析结果显示，畏寒取值为“有”相较取值为“无”的OP患者，被辨识为肾阳虚证的概率高0.266 8，该变量对辨识为肾阳虚证具有最高影响。舌红取值为“有”...