Please enable JavaScript.
Coggle requires JavaScript to display documents.
Utilisation de l'apprentissage automatique pour la pharmacovigilance :…
Utilisation de l'apprentissage automatique pour la pharmacovigilance : une revue systématique
Matériels et méthodes
Critéres d'inclusion et d'exclusion
les études ne pouvaient être incluses dans cette revue systématique que si elles visaient à identifier les effets indésirables des médicaments à l'aide de la linguistique informatique et inclus les études que si elles étaient rédigées en anglais,
Arriére plan
Améliorer la pharmacovigilance à l'aide du traitement automatique du langage naturel
Au cours des 15 dernières années, de nombreuses innovations technologiques ont permis le stockage, le traitement et l'analyse des mégadonnées. En particulier, avec l'émergence du Web 2.0 et les plateformes de médias sociaux,
Approches traditionnelles
Les médicaments existants sur le marché sont constamment surveillés pour leur innocuité et leurs effets indésirables. La surveillance à long terme des médicaments existants est cruciale.
Définition
La pharmacovigilance est une science qui implique la surveillance continue des effets indésirables des médicaments existants. Les approches traditionnelles dans ce domaine peuvent être coûteuses et chronophages.
Stratégie de recherche
Pour couvrir toutes les disciplines connexes, une large sélection de bases de données a été réalisée,notamment PubMed, Web of Science, IEEE Xplore et ACM Digital Library.
Sélection d'études
Premièrement, les titres ont été examinés pour la présence de sujets liés à la surveillance de la santé
publique ou à la surveillance de la santé publique.
Deuxièmement, les résumés ont été examinés pour des informations liées à la PNL, à la surveillance de la santé
publique, à la surveillance de la santé publique et à la pharmacovigilance.
Troisièmement, le texte intégral a été téléchargé et lu. Les études étaient considérées comme pertinentes si elles
examinaient l'application de la PNL
L'analyse des données
Une analyse thématique a été utilisée pour analyser les publications incluses. Les thèmes ont
été définis par les objectifs de la présente revue systématique. Pour chaque publication, les thèmes extraits ont été traités dans une matrice d'extraction. Cette matrice a été utilisée pour synthétiser et présenter de manière narrative les informations extraites par thème. Les résultats sont résumés et présentés à l'aide de tableaux.
La fiabilité et la validité
Une étude fiable fournit un protocole bien défini, transparent et cohérent pour la collecte, le traitement et l'analyse des données et valide si les résultats rapportés sont logiquement le résultat du processus, des méthodes, des données et des analyses décrits qui ont été utilisés pour trouver ce résultat
Résultats
Toutes les études ont été évaluées comme ayant une fiabilité et une validité moyennes. Pour tous les types de médicaments, 14 publications ont fait état de résultats positifs en ce qui concerne l'identification des effets indésirables des médicaments, fournissant des preuves cohérentes que le traitement du langage naturel peut être utilisé efficacement et avec précision sur le contenu textuel généré par l'utilisateur qui a été publié sur Internet pour identifier les effets indésirables des médicaments à des fins de pharmacovigilance . Les preuves présentées dans cette revue suggèrent que l'analyse des données textuelles a le potentiel de compléter le système traditionnel de pharmacovigilance.
LOUNIS Yasmine 171831080666 G2