模糊贝叶斯置信度递进神经网络信法检测药品不良反应报告信号

作者：刘靖; 叶国菊; 王启明; 刘尉; 赵大方; 孙骏; 李国亮; 王新敏; 李明

来源：中国药物警戒, 2022, 1-12.

• 药品不良反应
• 信号检测
• 模糊数
• 语言变量
• 贝叶斯置信度递进神经网络

目的 充分挖掘药品不良反应报告，实现药品不良反应信号检测，为信号验证和临床用药工作提供参考。方法引入模糊数对药品不良反应报告中的模糊语义信息进行量化，构建模糊贝叶斯置信度递进神经网络（FBCPNN）法，与贝叶斯置信度递进神经网络（BCPNN）法进行对比分析一致性，并分析复方骨肽的信号检测结果。结果对江苏省药品不良反应监测中心提供的2014年1月1日至2019年12月31日药品不良反应报告进行信号检测，FBCPNN法检测到11 454个信号，其中新的（说明书中未出现）信号共534个，BCPNN法检测到10 915个信号，其中新的信号545个。FBCPNN与BCPNN法相比较，灵敏度为0.910 3，特异度为0.976 6，约登指数为0.886 9。结论基于不确定信息的FBCPNN法可充分利用药品不良反应报告的不确定信息，有效地实现不良反应信号检测。

• 单位
  湖北师范大学; 江苏省药品不良反应监测中心; 河海大学