Detecting and classifying drug interaction using data mining techniques

Abstract

Günümüzde, tıbbi sorunları olan kişilerin tedavisinde kullanılabilecek binlerce onaylı ilaç bulunmaktadır. Bu nedenle reçetelerde bulunan , Ilaç Kullanım Uyarıları ve Önlemler bölümü, hasta yönetimine etkileri olduğu için, ciddi ya da başka bir şekilde klinik olarak önemli olan farklı istenmeyen yan etkiler ve diğer potansiyel güvenlik tehlikelerini tanımlamak ve açıklamak için tasarlanmıştır. Bu tezde, önerilen araç hastanın cinsiyet, yaş, hamilelik, hastanın yaşadığı mevcut hastalıklar, mevcut ilaçlar ve yeni teşhis edilen hastalıklar gibi hastanın kişisel bilgilerini temel olarak alır ve mevcut hastaya uygun önerilen açıklamaları, bilgileri ve ilaçları verir. Önerilen araç iki ana aşamadan oluşmaktadır: Veri toplama ve veri işleme. Veri edinme aşamasında, ilaç bilgisi DINTO, DrugBank, RxNorm ve FDA dahil olmak üzere farklı kaynaklardan toplanmıştır. Ayrıca, önerilen aracın performansını farklı senaryolarda değerlendirmek için bir dizi test çeşidi tasarlanmıştır. Test çeşitleri verimliliği % 96 doğrulukla ve önerilen aracın etkinliği ile göstermiştir.

Nowadays, there are thousands of approved drugs that can be used for treating people who have medical problems. Therefore, drug Warnings and Precautions section is intended to identify and describe a discrete set of adverse reactions and other potential safety hazards that are serious or are otherwise clinically significant because they have implications for prescribing decisions or for patient management. In this thesis, proposed tool takes the patient personal information, such as gender, age, pregnancy, the current diseases that the patient suffers from, the current drugs, and the newly diagnosed disease as input and returns the suggested drugs that suit the current patient state. The proposed tool consists of two main phases: data acquisition and data processing. In data acquisition phase, drug information has been collected from different sources including DINTO, DrugBank, RxNorm, and FDA. Moreover, a number of test cases have been designed for evaluating the performance of the proposed tool in different scenarios. The test cases have shown the efficiency with accuracy 96% and effectiveness of the proposed tool