메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
연세대학교 의과대학 Yonsei Medical Journal Yonsei Medical Journal 제58권 제6호
발행연도
2017.1
수록면
1,229 - 1,236 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Purpose: Adverse drug events (ADEs) are associated with high health and financial costs and have increased as more elderly patientstreated with multiple medications emerge in an aging society. It has thus become challenging for physicians to identify drugs causing adverse events. This study proposes a novel approach that can improve clinical decision making with recommendations on ADE causative drugs based on patient information, drug information, and previous ADE cases. Materials and Methods: We introduce a personalized and learning approach for detecting drugs with a specific adverse event, where recommendations tailored to each patient are generated using data mining techniques. Recommendations could be improvedby learning the associations of patients and ADEs as more ADE cases are accumulated through iterations. After consulting the system-generated recommendations, a physician can alter prescriptions accordingly and report feedback, enabling the systemto evolve with actual causal relationships. Results: A prototype system is developed using ADE cases reported over 1.5 years and recommendations obtained from decision tree analysis are validated by physicians. Two representative cases demonstrate that the personalized recommendations could contribute to more prompt and accurate responses to ADEs. Conclusion: The current system where the information of individual drugs exists but is not organized in such a way that facilitates the extraction of relevant information together can be complemented with the proposed approach to enhance the treatment of patientswith ADEs. Our illustrative results show the promise of the proposed system and further studies are expected to validate its performance with quantitative measures.
#Adverse drug event #data mining #clinical decision making #learning

목차

등록된 정보가 없습니다.

참고문헌 (35)

참고문헌 신청
Benton A / 2011 / Identifying potential adverse effects using the web: a new approach to medical hypothesis generation / J Biomed Inform 44:989~996 google schola Harpaz R / 2013 / Combing signals from spontaneous reports and electronic health records for detection of adverse drug reactions / J Am Med Inform Assoc 20:413~419 google schola Adomavicius G / 2005 / Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions / IEEE Trans Knowl Data Eng 17:734~749 google schola Linoff GS / 2011 / Data mining techniques: for marketing, sales, and customer relationship management / John Wiley & Sons :888 google schola Provost F / 2013 / Data science for business: what you need to know about data mining and data-analytic thinking / O’Reilly Media google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0