我国于上世纪80年代末开始建立不良反应监测机构,到现在,我国的不良反应监测体系已经逐步完善,在不良反应信息收集数量方面涨幅较大。2013年,药品不良反应县级覆盖率已达到93.8%,每百万人口平均不良反应报告数达到983份,高于世界卫生组织的推荐值,说明我国在不良反应信息收集方面的工作有很大进展。面对着我国每年收集的大量不良反应信息,对这些数据进行合理有效的利用是我国目前需要提升的环节,对不良反应数据快速准确挖掘的方法是不良反应数据分析检测中非常重要的工作。本课题将围绕这些问题展开研究：1.文献综述本课题综述部分论述了两个方面内容：(1)我国药品不良反监测现状及意义；(2)不良反应数据分析方法。以上文献综述为论文的后续研究奠定了理论基础。2.北京市制药企业药品不良反应报告总体情况本课题是对北京市2009年至2013年收集的共二十余万条不良反应报告进行分析。课题数据来源真实,数据量大,数据收集比较全面,且年限跨度大,通过合理的科学对比,能够明显的反映出了与药品不良反应相关的一些问题。对北京市不良反应总体情况分析中的得知：不良反应报告中的新的不良反应数量逐年增加,严重的不良反应数量也呈增长的趋势。不良反应报告的来源中,医疗机构始终占有较高比例,药品生产企业的报告数量出现了下降的趋势。经营企业报告数量则有大幅度增加,来自于个人和监测机构的报告数目仍然很少。口服剂型和注射剂型是引起不良反应的最主要的两种剂型,占有较大的比例。抗感染药物发生的不良反应例数最多,其中又以抗生素类和化学合成的抗菌药类为最主要构成。3.挖掘抗感染药物不良反应可疑信号为了了解北京市抗感染药物不良反应发生的情况,探讨患者因素、用药因素等与不良反应的发生之间的关系,了解不良反应发生可能影响的系统器官,发现新的安全信号,本研究对北京市生产的药品产生的不良反应报告加以统计分析,运用了朴素贝叶斯、关联规则、决策树、逻辑回归、神经网络、聚类分析的方法来挖掘不良反应信号,试图寻找出更优的方法分析不良反应数据,为临床更安全有效的用药提供有价值的参考。在对数据挖掘的方法中结果显示：在对变态反应的分析中,分析结果最好的方法为决策树,决策树的可信度高且分析结果更具有指向性。在对消化系统不良反应的分析中,关联规则得到的相关规则较多,但概率不高,贝叶斯法得到的因素较多,神经网络方法可信度最高。在数据挖掘中筛选出了一些不良反应信号,在临床用药中应对其中可信度较高的信号提起注意,避免此类不良反应再次发生。4.不良反应情况、相关因素讨论及建议分析评价了北京药品不良反应监管方面的情况与问题,给出了相应的建议。考察了六种数据挖掘方法应用于不良反应数据的分析,六种方法均可运用于不良反应数据的分析,每一种方法都有其优势与劣势,要根据数据的实际情况进行选择。得出了指导临床用药,尤其是抗感染药物的注意事项。