药品上市后,药品不良反应(Adverse Drug Reaction,ADR)监测是药品再评价的主要手段,而自发呈报系统(Spontaneous Reporting System,SRS)是国际上ADR监测的主要方式。各国通常使用不相称测定法对SRS进行信号检测,以发现药品不良反应组合信号。但是不相称测定法存在一定的缺陷如数据遮蔽现象,该现象通常由于SRS中一些ADR组合大量报导而引起相关的其它ADR组合期望值过高,不相称指标下降,造成部分有价值的ADR组合成为假阴性信号,延误了真信号的产生,从而影响了用药安全。故如何消除数据遮蔽现象,及时准确地发现有价值的ADR信号对人类用药安全有着重要意义。国际上针对药品不良反应数据遮蔽现象的消除提出的主流方法是移除法,主要包括传统移除法和套索逻辑回归法(Lasso Logistic Regression,LLR)等。传统移除主要是将SRS中报导频数排名前10的ADR组合移除后重新运用不相称法检测信号,以削弱过度报导的影响。移除法在国外虽已取得一定的遮蔽消除效果,但由于我国SRS数据与国外的数据在质量上差异较大,加上这些方法在我国ADR数据中应用缺乏,故针对我国数据库的现状和特点提出适合我国ADR数据的遮蔽消除方法很有必要。本研究的主要工作如下:(1)选取了国际上针对数据遮蔽消除方面采用的最具代表性的传统移除方法并结合我国数据库进行实证研究;(2)针对我国数据库特点,提出了新移除策略、基于LLR-传统移除的混合模型、基于LLR-新移除的混合模型这3种新型的遮蔽消除方法并进行实证研究。以上工作均选取我国SRS中2010年的中药数据为研究对象,并结合已知信号库进行比较分析,探索各个性能指标的变化。研究结果表明,本文提出的3种创新方法相比于传统移除方法,F指标均有提高,均能有效地提高信号检测效率,有效地减轻了遮蔽效应的影响。故本文可以为药物检测机构提供3种新的思路和方法参考。