机器学习方法在预测麻精药品不合理使用风险中的应用现状和思考

作者：周虎子威; 张云静; 于玥琳; 聂晓璐; 詹思延; 王胜锋^*

来源：药物流行病学杂志, 2023, 32(04): 446-457.

DOI：10.19960/j.issn.1005-0698.202304010

• 麻醉药品
• 精神药品
• 药物滥用
• 物质使用障碍
• 药物不良反应
• 机器学习
• 预测模型

麻醉药品、精神药品不合理用药在欧美国家已造成了严重的公共卫生问题，评估麻精药品的滥用及其他不合理用药模式风险、监督麻精药品全流程合理合规使用是监管工作的重点难点。近年来，国外借助真实世界数据，采用机器学习方法构建预测模型以快速识别药物滥用和药物使用障碍，以及预测药物依赖、持续使用等不合理使用模式和不良反应等研究日益增多，然而我国学者对类似研究范式关注仍较少。通过梳理麻精药品预测模型研究现状，集中关注阿片类药物用药风险预测相关研究，概括研究场景和研究设计要点，提出对模型转化和我国监管重点的思考，以期为将机器学习用于中国麻精药品监管领域提供思路。

• 单位
  公共卫生学院; 首都医科大学附属北京儿童医院; 北京大学