相关实验视频
Updated: May 2, 2026

Diagonal Method to Measure Synergy Among Any Number of Drugs
Published on: June 21, 2018
发现子组以确定影响CDSS药物警报处理的决定因素:可行性研究
Kimmy Raven1, Stephanie Medlock1, Linda W Peute1
1Department of Medical Informatics Amsterdam UMC location University of Amsterdam, Meibergdreef 9, Amsterdam, The Netherlands.
临床决策支持系统 (CDSS) 提供药物警报,以提高患者的安全性. 这项研究使用子组发现来发现影响医生如何处理这些警报的因素,旨在更好地设计CDSS.
科学领域:
- 医疗信息学 医疗信息学
- 机器学习应用 机器学习应用
- 患者安全研究 患者安全研究
背景情况:
- 临床决策支持系统 (CDSS) 旨在通过提醒处方者来减少药物错误.
- 医生经常忽视CDSS的大量与药物相关的警报.
- 这种警告的不遵守对患者的安全和治疗疗效构成重大风险.
研究的目的:
- 调查应用子组发现的可行性,以确定影响医生报警处理的关键因素.
- 为了发现特定的医生行为和模式,与管理药物警报在电子健康记录的相关.
- 为优化CDSS警报设计和提高整体患者安全提供见解.
主要方法:
- 利用子组发现,一种机器学习技术,用于数据挖掘.
- 在电子健康记录系统中分析了CDSS警报产生的日志数据.
- 专注于识别拒绝或接受警报的统计学意义上的模式.
主要成果:
- 证明了在CDSS警报日志数据上使用子组发现的可行性.
- 确定了表现出特定警报处理行为的医生不同的子组.
- 发现了影响药物相关警报管理的潜在决定因素.
结论:
- 亚组发现是分析医生与CDSS警报的相互作用的可行方法.
- 了解这些行为模式可以为开发更有效和更有针对性的CDSS干预提供信息.
- 优化CDSS警报策略对于改善药物安全性和患者治疗结果至关重要.
更多相关视频
15:04Potentiation of Anticancer Antibody Efficacy by Antineoplastic Drugs: Detection of Antibody-drug Synergism Using the Combination Index Equation
Published on: January 19, 2019
05:45Developmental Toxicity Assay Based on Real-Time Monitoring of Fibroblast Growth Factor Signal Disruption in Human Induced Pluripotent Stem Cells
Published on: October 10, 2025
相关概念视频
Factors Affecting Drug Response: Overview
Pharmacovigilance
This process, termed pharmacovigilance, aims to detect, evaluate, and minimize harmful effects related to medication use. The data collection for pharmacovigilance depends on spontaneous reporting systems, where healthcare professionals or patients voluntarily report suspected ADRs.
In some cases, there...
Therapeutic Drug Monitoring: Affecting Factors
Impact of Pharmacokinetic–Pharmacodynamic Models: Regulatory Decisions
Drug Toxicity: Risk factors
Pharmaceutical Poisoning: Potential Scenarios