CT-ADE: 임상 시험 결과로부터 약물 부작용 예측을 위한 평가 기준

약물 부작용(ADE)은 임상 연구와 공공 건강에 중대한 영향을 미치며, 임상 시험의 실패를 초래하고 의료 비용을 증가시키는 데 기여합니다. ADE의 정확한 예측 및 관리는 보다 안전하고 효과적인 의약품 개발을 개선하고 환자 결과를 향상시키기 위해 매우 중요합니다. 이러한 노력을 지원하기 위해 우리는 ADE의 예측 모델링을 강화하기 위해 구성된 새로운 데이터 세트인 CT-ADE를 소개합니다. CT-ADE 데이터 세트는 임상 시험 결과에서 추출한 12,000개 이상의 사례를 포괄하며, 단일 약물 치료에서 다중 레이블 ADE 분류 작업을 제공하기 위해 약물, 환자 집단 및 맥락 정보를 통합하여 고급 예측 모델 개발을 위한 포괄적인 리소스를 제공합니다. ADE의 복잡한 본질을 반영하기 위해 주석은 규제 활동을 위한 의학 용어 사전(MedDRA) 온톨로지의 시스템 기관 분류 수준에서 표준화됩니다. 기본 모델을 사용한 초기 분석은 73.33%의 F1 점수와 81.54%의 균형 정확도를 달성하여 ADE 예측을 발전시킬 CT-ADE의 잠재력을 강조합니다. CT-ADE는 인공지능과 머신러닝의 힘을 활용하여 환자 안전성을 높이고 ADE가 제약 연구 및 개발에 미치는 영향을 최소화하고자 하는 연구자들에게 필수적인 도구입니다. CT-ADE 데이터 세트를 사용하고자 하는 연구자들은 https://github.com/xxxx/xxxx 에서 모든 필요한 리소스를 찾을 수 있습니다.