FP－Growth 算法在藥物相互作用系統(tǒng)中的應(yīng)用

王殿君 ，邵宗凱

1.昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院，云南 昆明 650500 2．云南省第一人民醫(yī)院云南省藥學(xué)服務(wù)質(zhì)量管理研究中心，云南 昆明 650500

0 引 言

如今，伴隨著靜脈藥物治療中藥品種類的不斷增加以及新品種藥物的出現(xiàn)，聯(lián)合用藥得到了廣泛使用，同時(shí)所產(chǎn)生的藥物之間相互作用也受到了人們?cè)絹?lái)越多的關(guān)注.目前，在靜脈用藥當(dāng)中，對(duì)病人進(jìn)行治療的過(guò)程中幾乎不存在一次只使用單一種類藥物的情況，聯(lián)合用藥是為了增強(qiáng)藥物的治療效果，同時(shí)又減少藥物的不良反應(yīng)和用藥量，隨著當(dāng)前聯(lián)合用藥數(shù)量越來(lái)越多，藥物之間的不良反應(yīng)的頻率也在不斷的上升，聯(lián)合給藥中藥物相互作用是導(dǎo)致藥物不良反應(yīng)的一個(gè)非常重要的因素.因此，對(duì)藥物相互作用的研究具有重要的指導(dǎo)意義和實(shí)踐意義［1－2］.數(shù)據(jù)挖掘是最近幾年里發(fā)展起來(lái)的一種信息處理技術(shù)，它是通過(guò)相關(guān)的算法搜索出隱藏于其中有價(jià)值信息的過(guò)程.本文對(duì)關(guān)聯(lián)規(guī)則挖掘中的FP－Growth算法進(jìn)行了有關(guān)研究，利用的藥物數(shù)據(jù)是相關(guān)文獻(xiàn)［3－4］中的抗感染類藥物數(shù)據(jù)，探討各藥物之間潛在、有價(jià)值的關(guān)系.

1 藥物相互作用的相關(guān)概念

藥物相互作用是指在相同的時(shí)間或同一段時(shí)間2種或2種以上的藥物聯(lián)合使用時(shí)所導(dǎo)致藥物療效所產(chǎn)生的變化，可能加強(qiáng)療效或減少藥物的不利影響，也可能是藥物的藥效減弱或者出現(xiàn)本來(lái)不應(yīng)該有的副作用，有時(shí)候甚至可能發(fā)生一些罕見(jiàn)的不良反應(yīng)，進(jìn)而危害患者的身體健康［1］.比如：當(dāng)去甲腎上腺素與全麻藥同時(shí)使用時(shí)，會(huì)使心肌對(duì)擬交感胺類藥反應(yīng)更加的敏感，容易發(fā)生室性心律失常，不適宜一同使用，必須一同使用時(shí)應(yīng)減少用量；當(dāng)甲苯磺丁脲與磺胺類藥物同時(shí)使用時(shí)，會(huì)致使人體出現(xiàn)低血糖的癥狀.

2 數(shù)據(jù)挖掘概述

2．1 數(shù)據(jù)挖掘概念

在最近幾十年中，伴隨著計(jì)算機(jī)、數(shù)據(jù)庫(kù)及其相關(guān)技術(shù)的快速發(fā)展的同時(shí)，數(shù)據(jù)的存儲(chǔ)也變的越來(lái)越簡(jiǎn)單和低廉.如何對(duì)數(shù)據(jù)進(jìn)行處理成為我們必須面對(duì)的問(wèn)題，所以數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，數(shù)據(jù)挖掘是指從海量的數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的，最終可轉(zhuǎn)換成可被理解的形式的過(guò)程.受多個(gè)學(xué)科影響，比如：統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)、信息科學(xué)、可視化和其它學(xué)科等［5－6］.

2.2 關(guān)聯(lián)規(guī)則概念

當(dāng)前在醫(yī)藥學(xué)領(lǐng)域中數(shù)據(jù)挖掘技術(shù)應(yīng)用也十分廣泛與成功［7］.將數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則應(yīng)用到醫(yī)院靜脈注射藥物相互作用分析中，促進(jìn)了合理用藥，從而對(duì)靜配中心的藥物分析工作起到一定的指導(dǎo)作用.

關(guān)聯(lián)規(guī)則挖掘用來(lái)找出海量數(shù)據(jù)中各項(xiàng)集之間潛在的相關(guān)聯(lián)系，它是數(shù)據(jù)挖據(jù)中的一類重要算法.最近幾年廣泛應(yīng)用于各個(gè)行業(yè)中.

FP－Growth 算法［8－9］作為關(guān)聯(lián)規(guī)則挖掘中的經(jīng)典算法，F(xiàn)P－Growth算法利用了特殊的數(shù)據(jù)結(jié)構(gòu)，解決了APRIORI算法挖掘過(guò)程中需要不斷掃描數(shù)據(jù)庫(kù)的缺點(diǎn)，它不需要不斷的生成候選項(xiàng)集和不斷的掃描數(shù)據(jù)庫(kù)來(lái)進(jìn)行對(duì)比.為了能夠達(dá)到這種效果，它采用了一種特殊的數(shù)據(jù)結(jié)構(gòu)形式，稱為頻繁模式樹(shù)（FP－tree）.

采用FP－Growth算法的步驟如下：

（1）為每一個(gè)頻繁項(xiàng)，構(gòu)建它的條件模式基，然后再構(gòu)建它的條件頻繁模式樹(shù)．

（2）為每個(gè)新創(chuàng)建的條件頻繁模式樹(shù)重復(fù)上述過(guò)程．

（3）當(dāng)構(gòu)建的頻繁模式樹(shù)為NULL時(shí)，它的前綴就是頻繁模式；當(dāng)頻繁模式樹(shù)只包含1條路徑時(shí)，列出所有可能的組合，然后與FP－tree的前綴連結(jié)就可以獲取頻繁模式.

通過(guò)最小置信度對(duì)每個(gè)頻繁項(xiàng)集進(jìn)行篩選，選出置信度大于或等于最小置信度的頻繁項(xiàng)集，形成強(qiáng)關(guān)聯(lián)規(guī)則，成為有效關(guān)聯(lián)規(guī)則.

3 以關(guān)聯(lián)規(guī)則挖掘開(kāi)發(fā)的靜脈注射藥物相互作用的分析系統(tǒng)

靜脈藥物配置中心，簡(jiǎn)稱靜配中心，英文縮寫(xiě)為PIVAS，是指依照國(guó)際標(biāo)準(zhǔn)的要求和藥物的特點(diǎn)來(lái)設(shè)計(jì)配藥環(huán)境，并由接受過(guò)嚴(yán)格訓(xùn)練的藥學(xué)技術(shù)人員來(lái)依照操作流程對(duì)包括細(xì)胞毒性藥物在內(nèi)的一些藥物進(jìn)行集中科學(xué)配置的醫(yī)藥機(jī)構(gòu)［10］，它是為合理用藥和臨床治療服務(wù)的.靜脈藥物配置中心可為臨床治療提供安全、可靠、經(jīng)濟(jì)的靜脈用藥，對(duì)臨床治療中的合理用藥起到重要的促進(jìn)作用.所以將數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法應(yīng)用到醫(yī)院靜配中心靜脈注射藥物相互作用中有非常重要的實(shí)際和指導(dǎo)意義.

藥物相互作用的關(guān)聯(lián)規(guī)則挖掘流程圖如圖1所示.

圖1 藥物相互作用分析關(guān)聯(lián)規(guī)則流程圖Fig．1 Flowchartof association rules of drug interaction analysis

3．1 數(shù)據(jù)處理

數(shù)據(jù)處理過(guò)程可以用來(lái)改善數(shù)據(jù)的質(zhì)量，從而有利于后續(xù)的數(shù)據(jù)挖掘工作，提供高質(zhì)量的數(shù)據(jù)，從而提高了數(shù)據(jù)挖掘的準(zhǔn)確度和性能.本文主要對(duì)《藥物相互作用基礎(chǔ)與臨床》和《靜脈用藥物調(diào)配技術(shù)》兩本書(shū)中的抗感染類藥物分別為41種、137種藥物數(shù)據(jù)進(jìn)行處理.

根據(jù)以上的藥物數(shù)據(jù)，將相關(guān)文獻(xiàn)中的抗感染類藥物信息進(jìn)行數(shù)據(jù)處理，以此建立藥物事務(wù)的數(shù)據(jù)庫(kù)表.此事務(wù)數(shù)據(jù)庫(kù)表包括七個(gè)欄目：審核項(xiàng)目、藥物名稱、異常藥物名稱、提示、異常藥物編碼、異常藥物類別和注意事項(xiàng)描述.其中提示信息可以分為：

1）禁止與其配伍；

2）與其配伍需謹(jǐn)慎；

3）需要關(guān)注；

4）調(diào)低用藥劑量；

5）調(diào)高用藥劑量.

3．2 關(guān)聯(lián)規(guī)則挖掘結(jié)果及分析

通過(guò)多次試驗(yàn)，最終將最小置信度設(shè)為40%，而避免合用藥物最小支持度設(shè)為8%，謹(jǐn)慎合用藥物最小支持度設(shè)為10%，可以合用藥物數(shù)據(jù)庫(kù)的最小支持度設(shè)為 10%［11］.

對(duì)產(chǎn)生的關(guān)聯(lián)規(guī)則作分析，從而得出其中的一些規(guī)律，取其中的幾條強(qiáng)關(guān)聯(lián)規(guī)則進(jìn)行說(shuō)明.

由避免合用藥物生成規(guī)則說(shuō)明與慶大霉素需避免合用的抗感染類藥物有92．5%與卡那霉素也需避免合用.

慶大霉素?卡那霉素 0．925

這條規(guī)則的置信度為92．5%，說(shuō)明：當(dāng)有一種抗感染類藥物與慶大霉素避免合用時(shí)，這種藥物同時(shí)與卡那霉素避免合用的概率為92．5%.

由謹(jǐn)慎合用藥物生成規(guī)則說(shuō)明與妥布霉素需謹(jǐn)慎合用的抗感染類藥物有41．4%與多黏菌素B與需謹(jǐn)慎合用.

妥布霉素?多黏菌素B 0．414

這條規(guī)則的置信度為41．4%，說(shuō)明：當(dāng)有一種抗感染類藥物與妥布霉素謹(jǐn)慎合用時(shí)，這種藥物同時(shí)與多黏菌素B謹(jǐn)慎合用的概率為41．4%.

對(duì)于其它規(guī)則也可以得到同樣的結(jié)果.由可以合用藥物生成規(guī)則：

阿苯達(dá)唑?氯喹＋伏立康唑 0．50

這條規(guī)則的置信度為50%，說(shuō)明當(dāng)有一種抗感染類藥物與阿苯達(dá)唑可以合用時(shí)，這種藥物同時(shí)與氯喹和福利康唑可以合用的概率為50%.

將關(guān)聯(lián)規(guī)則應(yīng)用到靜脈注射藥物相互作用分析中，系統(tǒng)經(jīng)過(guò)一段時(shí)間實(shí)際測(cè)試，效果良好.部分結(jié)果顯示結(jié)果如圖2所示.

圖2 關(guān)聯(lián)規(guī)則在靜配中心藥物相互作用系統(tǒng)中的應(yīng)用Fig．2 Application of association rules in drug－interaction system at the center of the static distribution

4 結(jié) 語(yǔ)

結(jié)合以上分析，對(duì)于藥物的相互作用案例進(jìn)行關(guān)聯(lián)規(guī)則挖掘是可行的.通過(guò)設(shè)置合理的最小置信度和支持度閾值能夠挖掘出有意義的規(guī)則.通過(guò)分析這些強(qiáng)關(guān)聯(lián)規(guī)則集有利于揭示數(shù)據(jù)之間潛在的、有價(jià)值的聯(lián)系.

對(duì)關(guān)聯(lián)規(guī)則挖掘中的FP－Growth算法進(jìn)行了相關(guān)研究，并對(duì)藥物數(shù)據(jù)進(jìn)行了挖掘，初步探討了各個(gè)藥物各因素值間的聯(lián)系.實(shí)際并實(shí)現(xiàn)了靜脈注射藥物相互作用分析系統(tǒng)，促進(jìn)了合理用藥和用藥安全.

致 謝

感謝昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院、云南省第一人民醫(yī)院藥劑科靜配中心提供的幫助與支持！

［1］劉彥卿，洪燕君，曾蘇．代謝性藥物－藥物相互作用的研究進(jìn)展［J］．浙江大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2009，38（2）：215－224．LIU Yan－qing， HONG Yan－jun， ZENG Su．Recentadvances inmetabolism－based drug－drug interactions［J］．Journal of Zhejiang University （Medical Sciences），2009， 38（2）：215－224．（in Chinese）

［2］孟威宏，史國(guó)兵，趙慶春，等．促進(jìn)醫(yī)療機(jī)構(gòu)合理用藥的對(duì)策［J］．中國(guó)藥房，2011，22（5）：385－387．MENGWei－h(huán)ong， SHIGuo－Bing， ZHAO Qing－chun，et al．Countermeasures for the Improvement of Rational Drug Use in Medical Institutions ［J］．China Pharmacy，2011， 22（5）：385－387．（in Chinese）

［3］劉治軍，韓紅蕾．藥物相互作用基礎(chǔ)與臨床［M］．北京：人民衛(wèi)生出版社，2009．LIU Zhi－jun， HAN Hong－lei．Basic and clinical druginteraction ［M］．Beijing：People＇s Medical Publishing House（PMPH）， 2009．（in Chinese）

［4］劉圣，傅先明．靜脈用藥物調(diào)配技術(shù)［M］．安徽：安徽科學(xué)技術(shù)出版社，2015．LIU Sheng，F(xiàn)U Xian－ming．Intravenous Drug formulation technology ［M］．Anhui：Anhui Science and Technology Press，2015．（in Chinese）

［5］TAN Pang－ning， Michael Steinbach， Vipin Kumar．Introduction to Data Mining ［M］．Addison Wesley： 1st International edition， 2005．

［6］王光宏，蔣平．?dāng)?shù)據(jù)挖掘綜述［J］．同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，32（2）：246－252．WANG Guang－h(huán)ong， JIANG Ping．Survey of d ata m ining［J］．Journal of Tongji University（Natural Science），2004， 32（2）：246－252．（in Chinese）

［7］劉嬋楨，王友俊．醫(yī)學(xué)數(shù)據(jù)挖掘技術(shù)與應(yīng)用研究［J］．生物醫(yī)學(xué)工程學(xué)雜志，2014，31（5）：1182－1186．LIU Chan－zhen， WANG You－jun．Research on medical data mining and its applications ［J］．Journal of Biomedical Engineering，2004，31（5）：1182－1186．（in Chinese）

［8］陸楠，王喆，周春光．基于FP－tree頻集模式的FPGrowth算法對(duì)關(guān)聯(lián)規(guī)則挖掘的影響［J］．吉林大學(xué)學(xué)報(bào)（理學(xué)版），2003，41（2）：180－185．LU Nan， WANG Zhe， ZHOU Chun－guang．The effect of fp－growth algorithm based on fp－tree frequent set patterns on association rulemining ［J］．Journal of Jilin University （Science Edition）， 2003， 41（2）：180－185．（in Chinese）

［9］Jiawei Han ， Micheline Kamber．Data Mining Concepts and Techniques ［M］．Beijing：China Machine Press，2001．

［10］晏馬成，陳勝新，周東．醫(yī)院靜脈注射液配制業(yè)務(wù)的進(jìn)展［J］．中國(guó)醫(yī)院藥學(xué)雜志，2003，23（8）：29－34．YAN Ma－cheng， CHEN Sheng－xin， ZHOU Dong．Hospital intravenous injection allocation of business progress ［J］．Chinese Journal of Hospital Pharmacy，2003， 23（8）：29－34．（in Chinese）

［11］胡雙．關(guān)聯(lián)規(guī)則挖掘研究及其在藥物相互作用中的應(yīng)用［D］．昆明：昆明理工大學(xué)，2013．HU Shuang．Mining association rules and its application in the drug interaction［D］．Kunming： Kunming University of Science and Technology，2013．（in Chinese）