开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）
一、研究背景
药品在治疗疾病的同时有可能发生有害的反应，也就是药品不良反应（adverse drug reaction ADR）。国际药品检测合作中心为药品不良反应作以下定义：药品在预防、诊断、治疗和调节生理功能的正常用法用量下，出现的有害的和意料之外的反应。它包括药品的副作用、毒性作用和过敏反应。
药品不良反应评价是药品上市后再评价的最重要内容，其结果不仅关系到药物推广应用，更与患者长期的用药安全息息相关。我国国家药品不良反应监测中心成立于1998年，主要依靠自发呈报系统（SRS）收集药品不良反应。我国目前主要由人工对ADR监测网络的数据进行筛选分析，但随着大量新药的研发以及临床治疗中的广泛应用，传统的药品不良反应信号人工检出和分析方法暴露出局限性。数据挖掘技术作为一种有效的数据分析手段，已被世界卫生组织和一些国家应用于不良反应评价领域，为提高不良反应评价质量提供了有力的工具。
二、研究方向
数据挖掘技术拥有一系列较为成熟的算法，包括比值失衡测量法、贝叶斯统计算法、决策树方法、关联规则算法等。目前在药品不良反应研究领域，诸多数据挖掘方法应用于信号的检出和分析都是可行的。本课题着重研究比值失衡测量法中具体测量比值失衡程度的两大方法：频数方法和贝叶斯方法。旨在实现这两大方法中的经典算法，并对比最终检测信号，总结算法的优劣。
三、研究手段
本课题结合近几年某某地区药品不良反应中心给出的数据，从统计学的角度构建模型，以SQL Server 2008作为后台数据库，Visual Studio 2008作为前端界面开发工具，采用B/S架构，用C#程序设计语言实现药品不良反应的几大经典算法，并对比算法的优劣。
基本思路及研究步骤如下：
1.对常用ADR信号检测方法进行学习研究，需掌握报告比值比法(ROR)、比例报告比值比法(PRR)、综合标准法(MHRA)、贝叶斯置信区间神经网络法(BCPNN)，多项伽马泊松分布缩减法(MGPS)。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
