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。不同患者和疾病有不同的处方，但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。

此前已有很多人对处方数据挖掘进行了研究，例如有人分析了蛛网膜下腔出血的六种处方，以从不同角度分析治疗理念；有人随机选取了浙江绍兴人民医院 2012 年 1 月至 12 月的 12000 张门诊处方作为研究样本，分析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。

基于前人的研究，我们分析医疗处方数据，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，用药就是处方。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、患者以及医疗机构的信誉。医疗处方是所有医疗处方类别中的重要一类，2007 年首次实施《处方管理办法》，对处方质量作出了诸多规定和要求。

有人对贵阳某儿童医院 2009 年 10 月至 12 月门诊和急诊的 22839 张不合理医疗处方进行了调查，发现导致处方问题的变量很多，会在不同程度上导致选药、药量和药物搭配的错误。我们的研究旨在通过数据挖掘算法对医疗处方进行研究和推理，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