基于Apriori算法的高血压电子病历研究

采用SQL技术对电子病历数据进行预处理,将高血压患者按照性别以65岁为界,分为<65岁男、<65岁女、≥65岁男、≥65岁女4组。运用Apriori算法研究检查检验结果与用药之间的关联规则,挖掘出29条强关联规则,对制定高血压临床诊疗方案提供参考依据。     

基于优化Apriori算法的中风病证治规律研究

在概述关联规则算法及算法优化的基础上,针对中医治疗中风病诊疗方案中的方剂配伍规律展开探索,建立中医电子病历数据库,使用经典关联规则Apriori算法对数据进行处理和分析,引入相关性度量参数Kulc和IR优化挖掘结果,去除伪强关联规则,得到相关性强且有理论意义的药物配置组合,为中医治疗中风病遗方用药提供理论指导和参考。     

基于Apriori算法提取糖尿病并发症数据的关联规则

目的:提取糖尿病并发症数据的关联规则。方法:采用Apriori算法对糖尿病并发症临床数据进行研究。结果:经3 969例确诊病例验证,Apriori算法能从数据中提取诊断关联规则,并得到相应的支持度和置信度。结论:关联规则结果对于临床诊断有参考价值。     

基于Apriori算法分析2021年山东省医疗器械不良事件的关联性

目的 医疗器械不良事件监测是医疗器械上市后风险管理的重要手段。本研究旨在基于Apriori算法分析2021年山东省医疗器械不良事件的关联性。方法 对2021年山东省各监测机构上报的63 041起不良伤害事件,按广义医疗器械分类划分为三类(无源医疗器械、有源医疗器械以及体外诊断试剂)医疗器械不良事件进行描述分析。采用关联规则挖掘中的Apriori模型,挖掘出与不良事件相关的器械类别、使用科室、医院类别、是否超期使用以及上报单位所属地区,探索医疗器械不良事件关联风险。结果 不良事件中包含有源医疗器械20 564起、无源医疗器械42 181起及体外诊断试剂296起。其中,无源医疗器械不良事件发生最多的地级市为烟台市(5 711起)、科室为手术室(835起)、医院类别为二级综合医院(5 320起);有源医疗器械不良事件发生最多的地级市为济南市(2 271起)、科室为手术室(196起)、医院类别为三级综合医院(1 108起);体外诊断试剂不良事件发生最多的地级市为烟台市(42起)、科室为儿科(6起)、医院类别为一级医院(42起)。根据关联规则可知,一级医院中卫生院使用未超期无源器械关联规则支持度...     

一种基于权函数的改进型关联规则挖掘算法

提出了一种基于权函数的改进型关联规则算法——CWA priori算法。该算法利用决策属性在挖掘中的作用,归约数据源中无价值或价值较小的记录,从而缩短程序运行时间和节约数据存储空间,较好地改进了算法性能。实验结果证明CWA priori算法的效率明显高于A priori算法。     

关联规则技术在儿童安全用药中的应用

介绍数据挖掘及关联规则的基本概念,采用Apriori算法对儿童肺炎用药数据进行挖掘分析,总结总体用药、高频用药、用药组合和用药关联规则,为儿科临床专家在科研和疾病诊治方面提供科学依据,有助于提高儿童用药的安全性和规范性。     

基于数据挖掘技术的门诊合理用药分析

主要研究将数据挖掘技术应用于门诊合理用药分析中,采用自主研发的软件抽取、清理、转换数据、最终装载入库,通过设置最小支持度与最小可信度,得到关联规则,并对重要关联规则进行分析解释,找出医院门诊用药可能存在的问题,最终将结果应用于医院合理用药管理中,真正做到减轻患者经济负担,解决人民群众“看病难、看病贵”问题。     

基于Apriori算法的个人医疗费用关联规则分析

目的：利用Apriori算法分析个人医疗费用的关联规则,为相关科研人员今后的研究方向提供参考。方法：对源数据预处理后,使用R软件进行关联规则分析,采用Apriori算法挖掘出与高额医疗费用有强关联的因素。结果：得出45条符合当前设置支持度和置信度的关联规则,调用R软件的绘图函数,将挖掘结果可视化。结论：高龄、吸烟与高额医疗费用有较为显著的关联,低龄人群中低医疗费用者与不吸烟关联显著,在高龄人群中女性高额医疗费用的特征比男性更明显,男性中的吸烟者有较高概率出现高额医疗费用,其他如BMI指数、居住地、医疗保险覆盖的儿童等指标与高额医疗费用无明显关系。     

关联规则在中医药方剂专利挖掘中的应用

目的：探讨关联规则在中医药方剂专利挖掘中的应用,为中医药传统知识保护与技术挖掘提供可行性途径。方法：检索国家知识产权局数据库中治疗湿疹的专利,摘录药方组建数据库。对药物进行频次统计分析,建立Apriori模型,进行关联规则分析。结果：共得到药方497首、药物1 203味,使用频次超过50次的药物有20种,得到关联配伍规则51则。清热药、解表药、利水渗湿药、补虚药使用频率较高,为治疗湿疹的主要药物,其中清热燥湿药中的苦参、黄柏常相须使用。结论：通过对高频药物药性及其关联规律的分析,得出在治疗湿疹时最常使用的配伍药物,符合湿疹治疗的用药特点,由此验证了关联规则分析在中医药方剂专利挖掘中的有效性,为中医药传统知识保护与技术挖掘提供了可行性途径。     

Apriori关联规则在基因表达数据中的应用研究

众多的基因数据形成了海量的基因数据环境,在复杂的基因关系中准确建立基因数据的关联关系,对疾病的诊疗至关重要.传统的Apriori算法受到基因数据海量、基因数据关联复杂的影响,导致效率降低.本文提出改进的Apriori算法应用在基因表达数据中,首先减少生成的频繁项集,来减少剪枝中判断数据的数量,从而节约了大量的时间.通过实验数据的计算验证了本算法的有效性.     

基于电子病历信息大数据挖掘的患者就医行为分析

在对就医行为和大数据挖掘及关联规则进行文献综述的基础上,介绍大数据挖掘及关联规则算法——Apriori算法的基本内容。以郑州大学第一附属医院部分电子病历系统数据为基础,采用关联规则的Apriori算法对患者的性别、年龄、手术记录、危重记录、就诊距离、住院天数等因素进行挖掘分析,得出不同就诊距离患者的就医行为规律,提出相关政策和建议。     

基于数据挖掘的柯友辉教授治疗痤疮用药规律研究

摘 要：目的：总结柯友辉教授治疗痤疮的用药规律及临证经验,为中医药治疗痤疮的科研及临床提供参考思路。方法：收集2019年1月—2020年11月温州市中西医结合医院柯友辉教授门诊就诊且符合诊断标准的200例痤疮患者的首诊处方,采用“中医传承辅助平台系统（V2.5）”进行数据挖掘,对常用中药进行频数统计,对其四气、五味、归经等进行描述性统计,并运用关联规则分析和聚类分析探索柯友辉教授治疗痤疮的常用药物组合、关联规则及新处方。结果：共计纳入首诊处方200首,涉及药物133味,柯教授治疗痤疮的常用药为柴胡、香附、蒲公英、连翘、川芎等;四气以寒为主,五味以苦居多;基于关联规则分析,挖掘出20条高频药物组合,18条关联规则。基于复杂系统熵聚类的核心组合分析,核心组合20个;基于无监督的熵层次聚类的新处方分析,新处方4首。结论：柯友辉教授在治疗痤疮时,总体用药以苦寒为主,主归肝、心经,集中体了清热利湿、行气活血、疏肝解郁、祛风解毒等治法。     

基于关联规则的痹证方剂用药规律研究

目的：分析治疗痹证方剂的处方用药及配伍规律,为临床治疗痹证提供参考。方法：筛选《中医方剂大辞典》收录的治疗痹证的方剂,利用SPSS Clementine软件,采用软件内置的Apriori算法对筛选方剂进行处方分析。结果：共筛选1311首痹证方剂,涉及中药672味。对其中使用频率大于100次的42味中药进行关联规则分析,显示常用药对配伍组合为没药、乳香,赤芍、当归和杜仲、牛膝等;常用三味药物组合为牛膝、川芎、当归,肉桂、川芎、当归和羌活、川芎、当归等。结论：通过关联规则等数据挖掘方法对痹证方剂进行挖掘,可以得到痹证治疗的一些常用药物组合以及发现一些新的药物组合,对于开拓痹证临床组方用药思路,提高痹证临床治疗水平和效果具有一定参考意义。     

基于Apriori算法的中药复方配伍规律的数据挖掘研究

关于中药复方配伍规律认识在古今文献中有或多或少的记载,但以往文献多是作者的经验表述,而不是研究成果.以文献研究和理论研究为基础,结合新兴学科—数据挖掘技术,主要运用关联规则方法分析,开展配伍规律研究,既能为中医新药的临床和实验研究提供目标和思路,减少盲目性,缩短研究周期;同时又为大量古今验方研究探索出一条有价值的研究途径和方法.     

基于Apriori关联规则的急性胰腺炎相关因素分祈

目的：进行急性胰腺炎相关因素研究,通过数据挖掘形成关联规则。方法：急性胰腺炎相关资料来源于南通大学附属医院电子病历系统,收集该院2010—2012年的急性胰腺炎住院病例数据。内容包括与急性胰腺炎相关的15项临床指标。首先将各项指标数据离散化为计数资料,将源数据库映射为挖掘数据库;然后设置最小支持度为0．1,最小置信度为0．8,利用Apriori算法进行关联规则挖掘,最后由临床消化科和检验科专家解释及检验所产生的规则。结果：共形成247个强关联规则,这些强关联规则中蕴含着急性胰腺炎发病与血清酶系列及血常规指标、性别、年龄等因素之间的关联关系。结论：通过数据挖掘方法挖掘目前医院中大量医疗病例,从而发现其中蕴含的新信息、新知识,为医院大量病案信息提供了新的研究方法,具有一定的实用价值。     

基于数据挖掘探讨柯友辉治疗痤疮用药规律

痤疮是一种累及毛囊及皮脂腺的慢性炎症性皮肤病[1],好发于青少年,对患者的外观容貌和心理健康带来巨大困扰.现代医学常采用抗生素、抗雄激素药物、角质溶解剂等进行治疗,但存在耐药性高、易复发等缺陷[2].柯友辉教授从事中医临床科研、教学十余年,尤其善于运用中医药治疗痤疮等皮肤疾病,经验丰富,疗效卓著.因此,笔者基于数据挖掘...     

基于改进型关联算法的门票分析系统设计与实现

提出了一种加权的关联规则CWA priori算法,在数据挖掘过程中,充分利用决策属性在挖掘中的作用,清洗掉数据源中无价值或价值较小的记录,从而达到节省程序运行时间和空间的目的。给出了CWA priori算法的描述,开发设计了基于该算法的A S-M in ing门票分析系统,该系统在项目单位正常运行使用。实践证明:发现的知识模式对公司的门票销售决策具有一定的实用参考价值,同时在节省程序运行资源方面也取得了良好的效果。     

在线挖掘关联规则算法的改进

介绍了由ＣｈｒｉｓｔｉａｎＨｉｄｂｅｒ提出的在线挖掘关联规则算法Ｃａｒｍａ,提出了该算法的若干改进,减弱了原算法第一步有交易的子集ｖ被插入集合Ｖ的条件,同时改进了ｍａｘＭｉｓｓｅｄ的计算公式,使其计算更为简单。实验证明,以上改进提高了算法的速度。     

基于数据挖掘的硬皮病中医辨证用药规律研究

目的 探讨中医对硬皮病的证治用药规律.方法 收集中医治疗硬皮病的医案,基于数据挖掘技术,采用关联规则分析熵聚类等数据挖掘方法,分析中医治疗硬皮病的辨证和处方用药规律.结果 通过对94个医案进行分析,确定了医案中常见证型、主要治法、常用中药出现频次,以及药物之间的关联规则,挖掘出41个核心配伍和10个新处方.结论 中医治疗硬皮病具有一定规律性,证型主要为瘀血阻络证、寒凝经脉证、脾肾阳虚证、气虚血瘀证,常用活血、通络、温肾、祛风湿等功效的中药,规律性较强.     

采用频繁集与关联规则挖掘《王仲奇医案》用药规律

目的研究《王仲奇医案》用药规律并进行关联性分析,为临床用药提供参考。方法以"咳血"、"虚劳"以及"湿温"医案为研究对象,通过分析医案信息结构以对医案原文进行数据预处理,构建《王仲奇医案》数据库;通过整合Apriori关联规则算法,设计并实现"新安中医临证指导系统",完成数据挖掘结果的可视化,提供"临床查询应用"功能以及用药规律的关联性分析。结果药物关联性分析结果显示治疗"咳血"的常用药物为丝瓜络、茜根以及牡丹皮等,其中核心药对为丝瓜络和茜根;治疗"虚劳"的常用药物为石斛、牡蛎及甘草等,其中核心药对为石斛和牡蛎;治疗"湿温"的常用药物为茯苓、佩兰及杏仁等,其中核心药对为茯苓、佩兰。结论关联规则分析可用于挖掘医案的用药规律,本技术框架可应用于其他医籍的研究。