药物不良反应(Adverse Drug Reaction，ADR)监测是药品上市后监测的一项重要内容。通常研究人员在对药物的不良反应进行监测时只关注某单一药品在使用时所产生的不良反应，然而由于不同药物成分之间交互作用的客观存在使得当同时服用两种或以上药物时有可能产生单独服用这些药物时不会产生的ADR。但由于在新药临床试验阶段药物的联合应用受到限制，只有在药品上市后才可能发现由联合用药产生的ADR。研究表明由药物联合应用而产生的ADR一般占到总的ADR的6％至30％。因此，进行该类ADR的信号挖掘对于避免因联合用药而引起的大规模药害事件的发生，保障人群用药安全具有重大意义。当前，世界各国对联合用药不良反应的监测尚处于起步阶段，主要采用的方法有卡方检验法、OR值法、Logistic回归、对数线性模型、高维BCPNN算法、Ω收缩测量法、交互信号分法、加法与乘法模型等。但由于缺乏金标准，因此对于以上各种方法的检验效能的优劣尚无统一认定。　　 我国的药品不良反应监测工作起步较晚，目前尚未有将联合用药不良反应信号检测方法用于我国不良反应数据的报道。本研究收集整理了上海市2007年1月至2008年12月的33897份不良反应数据并对其进行了规范化整理。在此基础上，首先选取了当前世界各国所采用的较有代表性的方法并运用实际数据对不同方法进行了验证性研究。在确定所采用方法的有效性后，对实际数据库进行了大规模的信号检测。此外，在对数据库进行挖掘的过程中，由于背景数据量巨大且对数据的清洗、整理、分析工作纷繁复杂，因此本研究还利用vb、sql语言及Access数据库计算机化实现了数据的整理、查询与分析，从而极大的提高了信号的检出效率。最终，本研究筛选出了每种方法所挖掘出的高度可疑的10种信号，并对各方法的挖掘结果进行了比较。　　 研究结果表明，所采用的各种信号挖掘方法均成功挖掘出相应的不良反应信号，且所挖掘出信号中的大部分可被临床实践验证。此外，所开发的联合用药不良反应信号挖掘软件也显示出了其简便性与实用性，值得在此后研究中继续加以推广与应用。