题目：在电子病历中使用文本挖掘技术发现药物不良反应（Using text-mining techniques in electronic patient records to identify ADRs from medicine use）

本文献综述纳入了那些在电子病历中使用文本挖掘技术考察不良反应的研究。我们在PubMed、Embase、Web of Science 和国际药学文摘数据库中检索截止到2011年7月、不限制来源的所有资料。我们收集了基于经验的使用文本挖掘技术研究药物不良反应的文献，排除了那些与药物无关的不良事件。我们提取研究人群的信息、EPR数据来源、药品不良反应的频率和类型、与药品不良反应相关的药物、使用的文本挖掘技术的算法和性能等信息。7项符合纳入标准的研究均来自美国。研究发表始于2001年，大多数在2009至2010年。从门诊患者门诊记录到住院患者出院小结中简单的自由文本的搜索，到出院患者的涉及自然语言处理技术（NLP）的更高级的技术，文本挖掘技术也在改变。NLP提高了文本挖掘的性能，虽然仍遗漏许多的不良反应。由于研究设计和人群的差异性，虽然各种不良反应能够被识别，但我们无法在研究间做横向的比较。本综述强调了使用文本挖掘技术对电子病历发现不良反应的可能性。然而，还需要更多的实验研究来评估电子病历的文本挖掘是否可用于系统地收集药物不良反应的新信息。

(选题审校：易湛苗 北京大学第三医院药剂科)

本文由翟所迪教授及其团队选题并审校，环球医学编辑完成。

（专家点评：文本挖掘是一种数据挖掘技术，能够实现对文本内容的分析，通过智能分析发现内容新价值。本研究为文本挖掘在识别药物不良反应方面的应用打下了基础。）

相关链接：http://www.ncbi.nlm.nih.gov/pubmed/22122057

版权声明：本文系环球医学独家稿件，版权为环球医学所有。欢迎转载，请务必注明出处（环球医学网），否则必将追究法律责任。