一种时序因果图驱动的药物-状态关联发现方法

摘要: 本发明涉及医疗信息化领域中基于医疗时序数据的药物警戒和处方审核规则生成技术,具体涉及一种时序因果图驱动的药物-状态关联发现方法。背景技术:1、处方审核和药物警戒...
一种时序因果图驱动的药物-状态关联发现方法

本发明涉及医疗信息化领域中基于医疗时序数据的药物警戒和处方审核规则生成技术,具体涉及一种时序因果图驱动的药物-状态关联发现方法。

背景技术:

1、处方审核和药物警戒需要识别药物使用与患者后续临床状态变化之间的关系。现有处方审核系统通常依据药品说明书、临床指南以及既往药物警戒经验预先建立审核规则,并根据患者处方或用药记录与规则库进行匹配。该类方法适于识别已知的药物风险,但规则覆盖范围受到已有知识和人工维护范围的限制。对于新上市药物、罕见药物组合以及医疗机构实际诊疗过程中形成的特殊用药模式,已有规则库可能缺少相应的药物-状态关联。

2、现有技术中已有利用电子健康记录进行患者表示和药物推荐的方案。代表性方案从患者历史就诊数据中提取诊断、手术和药物信息,按照就诊时间形成患者的多变量就诊序列,并利用医学编码体系和语义模型获得医疗实体表示。随后根据患者历史数据学习实体之间的因果图,通过因果图结构及患者历史就诊时序信息形成患者表示,再根据患者表示预测药物。这类技术能够利用医疗实体之间的因果关系改进患者表征和药物推荐,但其处理目标主要是形成患者表示并进行药物预测,并非从医院检验时序数据中自动形成药物与后续检验异常状态之间的候选审核规则。

3、药物安全信号挖掘领域也存在基于患者纵向事件序列的分析方案。已有技术可以将患者用药、诊断等事件按照时间顺序组织,分析用药事件与随后发生的不良事件之间的时间关系,并结合时间间隔、可能的混杂诊断事件、药物剂量以及已知潜伏期信息计算药物与不良事件之间的累积关联程度。在患者群体层面,可以进一步构建关联数据并采用不成比例分析识别潜在药品安全信号。该类方法能够利用时间信息并对部分混杂因素进行处理,但其主要依据加权关联程度和比例失衡进行信号识别,所处理的临床状态也主要围绕不良事件及相关诊断信息。

4、医院电子病历中还保存有大量药物给药记录和实验室检验结果。药物给药具有明确的发生时间或持续时间,检验数据则通常表现为不同时间点获得的连续数值。直接利用连续检验数值进行药物关联分析时,不同检验项目的数据尺度和采样方式存在差异。仅依据药物与异常结果的共现关系,也难以充分区分药物暴露发生在异常状态之前还是之后。同时,患者年龄、肾功能、慢性病状态及合并用药等因素还可能同时影响药物使用和检验状态,从而形成与目标药物本身无关的统计关联。

5、现有时序因果分析方法能够用于分析一个时间序列的历史信息是否对另一时间序列具有额外预测作用,条件独立性分析也能够用于考察给定其他变量后两个变量之间的依赖关系。但是,如何将医院中的药物给药记录和检验数据组织为适于时序因果分析的数据形式,如何在保证药物暴露先于临床状态变化的条件下进行关联筛选,并进一步控制患者混杂因素,再将得到的关联转换为能够被审核和使用的药物-状态规则,仍需要形成相互衔接的数据处理机制。

6、因此,需要一种基于医院时序医疗数据发现药物暴露与后续检验状态潜在关联的数据处理方法,以减少时间方向不符及患者混杂因素导致的伪关联,并将得到的关联转换为可审核的候选药物-状态关联规则。

技术实现思路

1、本发明旨在提供一种时序因果图驱动的药物-状态关联发现方法,利用医院时序医疗数据形成具有时间先后约束的候选关联,经混杂因素条件独立性检验筛选后构建时序因果图,并输出可审核的候选药物-状态关联规则。

2、为了实现上述目的,本发明提供一种时序因果图驱动的药物-状态关联发现方法,包括:获取多个患者的药物给药事件和检验事件,将同一患者的所述事件映射至同一时间基准形成统一临床时间轴,并将所述时间轴离散为多个时间分箱;根据给药开始时间和给药停止时间形成的给药区间与时间分箱的重叠关系标记药物暴露状态,生成药物暴露时序序列;根据各时间分箱内是否出现满足预设临床事件判定条件的检验事件,将状态事件标记为发生或未发生,生成二值状态事件时序序列;针对药物标识和检验项目标识构成的组合,仅在存在药物暴露时间分箱先于状态事件发生时间分箱的患者记录时,对相应药物暴露时序序列与状态事件时序序列执行因果检验,获取药物标识指向检验项目标识的因果显著性结果,并据此确定候选因果关联;在给定患者混杂因素的条件下,对所述候选因果关联执行条件独立性检验,剔除药物暴露与状态事件条件独立的候选因果关联,保留条件依赖的候选因果关联,得到显著因果关联集合;以药物标识对应的药物节点和检验项目标识对应的检验项目节点作为节点,以所述显著因果关联作为由药物节点指向检验项目节点的有向边,构建时序因果图;遍历所述时序因果图,将由所述有向边构成且由药物节点指向检验项目节点的显著因果路径转换为候选药物-状态关联规则。

3、在一种实施方式中,药物给药事件的给药开始时间至给药停止时间形成的给药时间区间与一时间分箱存在时间重叠时,将该时间分箱内的药物暴露状态标记为暴露;对于所述检验事件,将各时间分箱内是否出现满足所述预设临床事件判定条件的检验事件分别标记为事件发生或事件未发生,以形成二值的状态事件时序序列。

4、在一种实施方式中,所述预设临床事件判定条件包括检验数值高于预设阈值、检验数值低于预设阈值以及检验结果处于预设参考区间之外中的至少一种。

5、在一种实施方式中,所述因果检验为格兰杰因果检验;针对药物标识和检验项目标识构成的药物-检验项目对,仅在存在药物暴露对应的时间分箱先于检验事件对应的时间分箱的患者记录时,对所述药物-检验项目对执行所述格兰杰因果检验。

6、在一种实施方式中,根据状态事件时序序列的过去值构建受约束回归模型,并根据所述状态事件时序序列及药物暴露时序序列的过去值构建不受约束回归模型,根据两模型的残差平方和计算统计量:

7、;其中,为格兰杰因果检验统计量,为受约束回归模型的残差平方和,为不受约束回归模型的残差平方和,为回归模型使用的滞后阶数,为回归计算所用的样本量;根据得到显著性概率,并将满足的药物-检验项目对确定为候选因果关联,其中,为预设显著性判断阈值。

8、在一种实施方式中,所述患者混杂因素包括患者年龄、肾功能指标、慢性病诊断状态和合并用药中的至少一种;在给定所述患者混杂因素的条件下,保留药物暴露与状态事件条件依赖的候选因果关联,并剔除二者条件独立的候选因果关联。

9、在一种实施方式中,所述多个患者的时序医疗数据来自多个医疗机构的电子病历系统,所述方法按月或按季度在离线批次中周期执行,以周期更新所述候选药物-状态关联规则。

10、在一种实施方式中,所述候选药物-状态关联规则至少包括源节点、目标节点、统计证据表征值、路径长度和显著性概率;所述源节点为药物节点,所述目标节点为检验项目节点,所述统计证据表征值为,其中,为对应药物-检验项目对的格兰杰因果检验显著性概率。

11、在一种实施方式中,将所述候选药物-状态关联规则与用于存储已存在药物-状态关联规则的预设已知规则集进行比对,将未在所述预设已知规则集中出现的候选药物-状态关联规则标记为新发现规则,并为各候选药物-状态关联规则生成包含对应因果路径和显著性概率的证据说明。

12、在一种实施方式中,将所述候选药物-状态关联规则及所述证据说明输出至供药师审核的审核端;响应于所述审核端发送的审核通过信号,将对应候选药物-状态关联规则加入预设药物-状态审核规则库;对于审核未通过的候选药物-状态关联规则,记录审核未通过原因并归档。

13、在一种实施方式中,将所述统一临床时间轴按照每6小时一个时间分箱进行离散化,并以连续28个所述时间分箱覆盖7天的时序医疗数据。

14、在一种实施方式中,对患者标识执行哈希映射,并根据哈希结果将不同患者的记录分配至对应数据桶,使同一患者的药物给药事件和检验事件位于同一数据桶;针对各数据桶分别执行药物暴露时序序列和状态事件时序序列的构建以及所述因果检验,并将各数据桶的处理结果合并。

15、本发明具有以下有益效果:

16、本技术将药物给药事件和检验事件组织至统一临床时间轴,并通过时间分箱分别形成药物暴露时序序列和事件化的状态事件时序序列,使具有持续时间的药物暴露数据与不规则产生的检验数据能够在统一时间尺度上进行关联分析。在药物暴露先于状态事件的约束下执行因果检验,可以减少反向时间关系进入候选关联。进一步结合患者混杂因素执行条件独立性检验,有助于减少部分由患者自身状态或合并用药产生的伪关联。将筛选后的显著因果关联构建为药物节点指向检验项目节点的时序因果图,并将显著因果路径转换为候选药物-状态关联规则,使时序医疗数据分析结果形成具有明确药物来源、临床状态目标和统计证据信息的候选规则,为后续药物警戒及处方审核提供数据基础。