2019 Fiscal Year Annual Research Report
Anomaly detection of drug-adverse events from large-scale database: data-driven analysis with machine learning
| Project/Area Number |
18K14950
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
竹内 正人 京都大学, 医学研究科, 准教授 (80598714)
|
|---|
| Project Period (FY) |
2018-04-01 – 2020-03-31
|
| Keywords | 機械学習 / 薬剤疫学 / 時系列データ |
|---|
| Outline of Annual Research Achievements |
本研究では２つの異なる医療データベース（DB）を用い、既知の薬剤―有害事象の組み合わせが機械学習の手法により検出可能かを探索的に調べた。題材として、SFLT2阻害薬とその有害事象、およびビスフォスフォネートと顎骨壊死とし、前者はJMDC社の健康保険組合情報のDMを、後者はレセプト情報・特定健診等情報データベース（NDB）を用いた。
医療DBにおいても異常点の自動的な検知が可能であったが、（1）SGLT2阻害薬の例においてはその異常点はSGLT2阻害薬の発売前のみであり、（2）BP製剤においては病名抽出の定義（アルゴリズム）により、有害事象の数が変わったのみならず、異常点の同定にも大きく影響した。
|
