6、基于数据挖掘的医疗处方研究与推理

基于数据挖掘的医疗处方研究与推理

1. 引言

数据挖掘技术在医疗处方中的应用，为临床治疗提供了数据参考。不同患者和疾病会有不同的处方，但这些差异中存在一定的关联规则，不仅体现在药物类型上，还体现在药物的搭配上。研究这些规则有助于提高治疗效果。

此前已有很多人在处方数据挖掘方面做出了努力。有人分析了神经内科疾病蛛网膜下腔出血的六种处方，从不同角度剖析治疗理念；有人随机选取浙江绍兴人民医院 2012 年 1 月至 12 月的 12000 张门诊处方作为研究样本，探讨门诊处方及改进措施；还有人指出数据挖掘技术已成为中药处方研究不可或缺的强大工具，并介绍了其原理、基本要求、主要方法和研究过程等。

基于这些研究，我们对医疗处方数据进行分析，主要研究处方药物关联的数据挖掘技术，并通过实证分析研究特定药物与其他药物之间的关联规则，以探索科学合理的处方药物关联数据挖掘系统。

2. 医疗处方概述与现状评估

一般来说，用药即处方。不合理用药会造成医疗资源浪费和不良事件，直接影响疾病治疗、患者健康以及医疗机构的信誉。医疗处方是所有处方类别中的重要一类，2007 年开始实施《处方管理办法》，对处方质量提出了诸多规定和要求。

曾有人对贵州贵阳某儿童医院 2009 年 10 月至 12 月门诊和急诊的 22839 张不合理医疗处方进行调查，发现导致处方问题的变量众多，会在不同程度上引发药物选择、剂量和搭配的错误。我们进行医疗处方数据挖掘的目的是为提高处方准确性提供理论依据。

医疗处方数据挖掘的前提是确定分析目的，然后从病例数据库中提取相关数据，完善数据并去除重复数据，最后进行常用药物分析以及区间统计和离散点统计分析。数据分析