随着上海市药物不良反应监测平台的建立,对于SRS进行信号检测的工作已经积极开展。然而,目前药品不良反应(adversedrugreaction,ADR)信号检测通常基于报告中的药物-事件组合数(drug-eventcombination,DEC)计算,且不对数据库中的已知ADR报告加以筛除。本研究旨在考察目前ADR信号检测算法的检测效率,提出改进的算法并评估其实际检测效果。通过理论分析和实际演算比较基于报告数(Report,REP)和基于DEC两种算法的ADR检测效果,评估数据库中已知ADR报告对信号检测的影响,建立基于新ADR报告(newADRreport,NAR)的信号检测算法,并应用于上海市ADR自发呈报数据库。　　 同时,作为上海市药物不良反应监测系统子系统的住院病历数据库的价值尚未被充分挖掘研究。本研究将在多学科交叉的背景下运用药物流行病学的基本原理,采用计算机科学,信息科学的技术手段对住院病历数据库开展药物流行病学研究。　　 本研究可为上海市药物不良反应监测平台大量数据的有效利用提供参考,并通过优化当前的信号检测方法提高信号检测的信度和效度。　　 第一部分基于新报告数的信号检测算法的建立　　 目的考察目前ADR信号检测算法的检测效率,提出改进的算法并评估其实际检测效果。　　 方法通过理论分析和实际演算比较基于报告数(Report,REP)和基于DEC两种算法的ADR检测效果,评估数据库中已知ADR报告对信号检测的影响,建立基于新ADR报告(newADRreport,NAR)的信号检测算法。　　 结果(1)对上海市ADR自发呈报数据库部分数据(2006-2007年)进行了信号检测,结果发现基于DEC的算法会产生不合逻辑的虚假信号,而基于REP的算法能避免产生这类信号并能发现被DEC算法忽略的有价值信号;筛除已知ADR报告能提高信号检出率57％。(2)建立了包含2650种药物,27230种DEC的已知ADR数据库,可自动筛选NAR。(3)通过关联规则的Apriori原理建立了满足NAR要求的信号检测必须的a,b,c,d四个值的提取方法。(4)通过筛选NAR和按照报告数提取a,b,c,d,建立了NAR算法。　　 第二部分NAR算法在上海市ADR自发呈报数据库应用　　 目的对2004-2007年上海市ADR自发呈报数据库进行信号检测,进一步考察和改善NAR算法性能。　　 方法用第一部分建立的NAR算法对上海市ADR自发呈报数据库进行信号检测,并根据NAR算法的原理,改善信号输出的呈现。　　 结果符合最低信号产生条件的DEC共499条,其中特异性较高、临床意义较大的信号380条。通过改善信号输出的形式以及提出可解释率的概念,使得信号检测工作质量进一步提高。在所有信号中,有加替沙星.低血糖反应、头孢他啶-过敏性休克,茵栀黄-荨麻疹等值得密切关注的信号。　　 第三部分住院病历数据库药物流行病学研究　　 目的建立住院病历数据库的数据分析方法并对该库进行药物流行病学研究。　　 方法以实验室检查异常值为线索,提取住院病历数据库不良反应信息。对于单药的危险度采用病例对照研究的暴露比数比方法评估其危险度。通过关联规则的Apriori算法产生联用药物组合,并对其计算频数和关联度以考察该组合在临床的重要性。同时,用Logistic回归分析Apriori算法产生的联用药物组合引起药物性疾病的危险度。　　 结果对上海市同济医院2006.07.01-2006.12.31所有住院病人分别提取了药物性损害,药物性肾损害,药物性肌损害和药物所致过敏的病例,分别为102例,105例,120例和30例。对频数≥3的联合用药组合进行Logistic回归后,共有240个药物组合较单用时显著增大,分析表明,雷尼替丁-硝苯地平合用可能提高的药物性肝病的风险,阿司匹林-头孢呋辛合用可能有较高的药物性肾病的风险。　　 本研究所建立的分析方法能为临床药物相互作用研究提供了新的有效手段。