روش های تشخیص سیگنال در مراقبت های دارویی با استفاده از تکنیک های داده کاوی

سیستم های گزارش خود به خود داروهای تجویزی عمدتا0 به تشخیص زودهنگام واکنش های ناخواسته داروهای فروخته شده اطلاق می شوند. برخی کشورها پایگاه های اطلاعات لحظه ای (SRD) در اختیار دارند که دارای چندین روش ارسال سیگنال خودکار هستند. محدودیت رایج این روش ها در این واقعیت نهفته است که آنها ارزیابی خودکار سیگنال های تولید شده را انجام نمی دهند در نتیجه آستانه های هشدار به صورت تصادفی انتخاب می شوند. شناسایی علایم و ارزیابی آنها مهمترین جنبه حمایت دارویی است که نقش مهمی در اطمینان از این امر دارد که بیماران داروهای ایمنی را دریافت کنند. در مورد شناسایی واکنش های مامطلوب دارویی آزمایشات بالینی اطلاعات محدودی را ارایه می دهند چون در شرایط بسیار کنترل شده اجرا می شوند. برخی از واکنش های مخرب دارویی تنها پس از استفاده درازمدت در جمعیت های بزرگتر و گروه های بیماران خاص دیده می شوند و علت این امر ابتلا به بیماری های خاص یا به کارگیری نادرست داروها است. شناسایی علایم ناشناخته و غیرقابل پیش بینی در مراحل اولیه می تواند عامل مهمی در تامین داده های موثردر رفع چالش حمایت دارویی باشد. از این رو هدف اصلی در این مقاله بررسی چند روش (مدل انحراف گاما پواسون (GPS) و مدل شبکه عصبی افزایش اعتماد بایس (BCPNN) در چارچوب تصمیم کلی بایس) تشخیص سیگنال مراقبت های دارویی و ارزیابی این ها در حمایت از داروها است تا از این طریق ایمنی دارو را تایید کند. در ادامه پیشرفت ها و چالش ها و نیازهای اتی و جدید مورد بحث قرار می گیرند.

کلیدواژه ها:

داده کاوی ، ثبت الکترونیکی سلامت ، تشخیص سیگنال ، مراقبت دارویی