非甾体抗炎药不良反应数据集

多维诊疗数据构建患者主索引：将患者数据特征向量定义为患者性别、住址、家族遗传病、过敏原等信息，使用DBSCAN算法，基于特征向量的密度，将密度相近的数据点划为同一个簇，将患者数据点进行聚类，每个聚类可以视为一个患者群体，作为主索引的标识。
专病治疗方案分类模型：该模型通过分析大量临床数据和医学文献，识别并分类与特定专病相关的治疗方案。数据集包括13个类别，样本不平衡问题通过裁剪和复制补充解决。训练集和测试集按8:2比例划分。使用 GloVe对原始数据进行预处理。模型训练使用CNN构建卷积层、池化层和全连接层。模型调优后，判断准确率、召回率选择最佳参数组合。参数更新通过指定命令完成，确保模型、标签和标签名同步。

搜集汇总

数据集介绍

特点

该数据集包含27万条记录，每月更新，主要记录非甾体抗炎药的不良反应数据，适用于医疗、教学和科学研究。数据集通过多维诊疗数据构建患者主索引，并使用DBSCAN算法进行聚类分析，支持诊疗模式研究和药物经济学研究，特别是针对中轴型脊柱炎患者的治疗模式分析。