由于药品不良反应（ADR）不同程度的损害着人体健康，甚至危及生命，因此，ADR监测越来越受到世界各国的高度重视。我国每年收集到的ADR报告已达到WHO提出的数量要求。面对收集到的大量数据，如何做进一步的分析、整理，找寻药品、用药人群与ADR之间的关联关系，挖掘信号品种，为临床合理用药提供参考与指导是我们目前亟待解决的问题。针对ADR的数据特点，运用数据挖掘技术可以很好的满足上述要求，为药物的合理应用提供依据。心脑血管疾病目前已成为人类死亡病因最高的头号杀手，严重危害着人民的健康。为了保证心脑血管类疾病用药的安全、合理，提高该类疾病的治疗效果，有效降低治疗成本，对该类疾病的用药进行不良反应的监测，寻找ADR—药品—用药人群间的关联关系，建立安全用药的预警机制尤为重要。本研究以广东省和江苏省药物不良反应信息平台为依托，以目前发病率和致死率都快速增长的心脑血管疾病用药为研究对象，运用数据挖掘技术，通过最小支持度和最小可信度的确定，构建药品与不良反应、用药人群与不良反应，以及不良反应与药品、用药人群三者间的关联模型，筛选出药品与不良反应、用药人群与不良反应，以及不良反应与药品、用药人群三者间具有强关联关系的目标对象，获得有价值的信号产品，对药物不良反应的发生进行及时、快速、有效地预测、预报，准确寻找高危人群，为人们安全用药、有效降低由药源性疾病带来的额外经济负担提供依据。本研究的创新之处在于：（1）首次将数据挖掘技术中的关联规则和聚类分析应用于心脑血管疾病的临床合理用药中，从数据中寻找药品、不良反应及用药人群间潜在的相关关系。（2）运用SQL Server2005Analysis Service（SSAS）构建ADR多维数据模型，共得到了7组具有强的关联性的三维关联组合和5组具有一定关联性的三维关联组合。（3）在12组三维关联组合的基础上，构建药品不良反应预警模型，为临床安全合理用药、有效降低由药源性疾病带来的额外经济负担，提高临床治疗效果提供必要的保障。