贝叶斯倾向性评分方法研究及其在药品不良反应信号检测中的应用

项目名称： 贝叶斯倾向性评分方法研究及其在药品不良反应信号检测中的应用

项目编号： No.81373105

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 医药、卫生

项目作者： 贺佳

作者单位： 中国人民解放军第二军医大学

项目金额： 70万元

中文摘要： 如何在药品不良反应监测过程中，高效、准确地发现"药害事件"，保护民众健康，是目前国内外关注的重要问题。课题组与上海市药品不良反应监测中心合作近十年，已建立了药品不良反应信号检测的分析平台，但在实际应用过程中发现，目前常用的信号检测方法存在着检出过多假阳性信号问题。为克服混杂因素的影响，减少偏倚，提高信号检出的准确性，本研究首先根据贝叶斯思想估算倾向性评分值，然后以倾向性评分值作为潜变量，采用贝叶斯回归模型，控制混杂因素的影响，构建结局变量（不良反应）与分组变量（药品）的联合分布，采用马尔可夫链蒙特卡罗算法（MCMC），利用先验信息和样本信息得到各项参数的后验估计，根据估计值确定信号。并以实际数据为背景，产生模拟数据（包含协变量和信号），对方法进行评价，再将方法应用于实际数据，进行考核验证。最后将所建立的方法嵌入已建立的药品不良反应信号检测系统中，推广应用，为药监部门提供科学的循证监测依据。

中文关键词： 贝叶斯倾向性评分；信号检测；药品不良反应监测；混杂因素；

英文摘要： In the process of adverse drug reaction (ADR)surveillance, it is hotspot of the public to predict the drug harm efficiently and accurately so as to protect the public health. Our group has been in collaboration with Shanghai ADR monitoring center for near

英文关键词： bayesian propensity score；signal detection；adverse drug reaction surveillance；confounding factor；