4.2 結果討論
4.2.1 逐季(或年)新增資料的維護時間比較
首先我們比較漸進式維護1、漸進式維護 2 與完全重新計算方法在逐季新增 資料的計算時間，結果如圖4-3 所示。
(AGE,SEX,DRUG,PT)
(DRUG,PT)
(SEX,DRUG,PT) (AGE,DRUG,PT)
42
圖4-3 列聯方體維護時間比較-以季為單位進行更新
圖4-3 中的縱軸是消耗時間(以分鐘為單位)，橫軸則是每次加入的資料(以季 為單位)，如 2004Q4 代表的是 2004Q1~2004Q3 的列聯方體加上 2004Q4 這一季
的資料時所需要消耗的時間，圓形的線代表的是完全重新計算方法，正方形的是 漸進式維護2，而三角形的是漸進式維護 1;特別說明的是為何是從 2004Q2 開始，
是因為要以2004Q1 作為 ADCold的資料才能進行維護。由圖4-3 可以觀察到在資 料筆數少的時候如2004Q2、2004Q3 等，三種方法維護的時間差異並不大，但在 資料筆數多的時候如2016Q2、2016Q4 等，我們的兩個漸進維護方法與完全重新
0
43
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
維
44
45
圖中的縱軸與前述相同，橫軸的部分則是由 2004Q1~該季的維護時間，如 2004Q1~2005Q1 代表從 2004Q1 到 2005Q4 當中，每加入一季資料時維護時間的
總計。由結果可以發現，在隨著越來越多的資料加入，三個方法的維護時間也差
46
上圖中的縱軸與前述雷同，橫軸的部分則是由 2004 ~該年的維護時間，如 2004~2006 代表從 2004 年到 2006 年每加入一年的資料時所需維護時間的總計。
由圖的結果可發現和以季作為單位的累計維護時間的曲線是一致的，並無不同。
4.2.3 逐季(或年)新增資料的儲存空間比較
接著我們比較漸進式維護1 與漸進式維護 2 的儲存空間，能觀察以季為單位，
的結果如圖4-7 所示。
圖4-7 列聯方體維護儲存空間比較-以季為單位進行更新
0 200 400 600 800 1000 1200 1400
資 料 量(MB)
時間(季) 逐季新增資料的儲存空間
漸進式維護2 漸進式維護1
47
圖中的縱軸代表的是儲存空間(以 MB 作為單位)，橫軸代表的是時間(以季為 單位)，其中每個點代表的是該季該種方法其列聯方體的儲存空間。由結果可以
看出漸進式維護 1 與漸進式維護 2 的差距隨時間逐漸增加;這是因為漸進式維護 2 需要對未出現項目的對應列聯表以特殊值做預存，自然會較漸進式維護 1 的儲
存空間多而各季的通報資料是愈來愈多，自然讓差距加大。
接著我們以年為單位對漸進式維護1 與漸進式維護 2 進行資料量的比較，如 圖4-8 所示。
圖4-8 列聯方體維護儲存空間比較-以年為單位進行更新
0 200 400 600 800 1000 1200 1400
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
資 料 量(MB)
時間(年) 逐年新增資料的儲存空間
漸進式維護2 漸進式維護1
48
04Q2 04Q4 05Q2 05Q4 06Q2 06Q4 07Q2 07Q4 08Q2 08Q4 09Q2 09Q4 10Q2 10Q4 11Q2 11Q4 12Q2 12Q4 13Q2 13Q4 14Q2 14Q4 15Q2 15Q4 16Q2 16Q4
儲
49
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
儲
50
最後我們比較漸進式維護 1 與漸進式維護 2 的效益。由前述的實驗結果已知漸
進維護方法 1 所需要的儲存空間較少，而漸進維護方法2 則有較少的執行時間，
但整體而言，究竟哪一個方法較好？為回答這一問題，我們導入效益比的概念。
簡而言之，就是漸進維護方法 2 所付出的空間增加的成本可以帶來多少執行時間 減少的好處，為此，我們分別定義下列式子:
空間增加幅度:漸進維護方法 2 儲存空間−漸進維護方法 1 儲存空間 漸進維護方法 1 儲存空間
時間減少幅度: 漸進維護方法 1 執行時間−漸進維護方法 2 執行時間 漸進維護方法 2 執行時間
效益比:時間減少幅度
空間增加幅度
上述三個式子的計算結果如圖 4-11 所示。
51
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
效
52
第 5 章 結論與未來工作
5.1 結論
在本篇論文中，我們探討如何改善列聯方體維護的效率與合併變動方體時會 出現的未出現項目的問題。在維護效率方面，我們原本是使用完全重新計算，但 此種作法效率不佳因為每次維護時都要重新再對原本的列聯方體進行掃描，因此 我們提出了漸進式維護這種方法解決維護效率的問題，將要進行維護的資料製作 成變動方體，再與列聯方體進行合併減少需要進行運算的資料，以改善維護效率 的問題。
在未出現項目方面，我們探討可能會出現的未出現項目組合，探討(1)需要時 再計算相對應列聯表，(2)先行儲存相對應列聯表來，兩種不同方法的優缺點，並
有系統地分析該如何對未出現項目進行計算與所有情況可預先儲存的值。
最後我們以 FAERS 的真實資料進行實驗，探究漸進維護這種方法是否較完 全重新計算有效率。實驗結果顯示漸進式維護雖然在列聯方體資料量不多時與完 全重新計算維護效率差異不大，但隨著每季(或年)的資料加入的時候，完全重新
計算花費時間成長的幅度較漸進式維護多了許多，因此在列聯方體資料量很多時 漸進式維護較完全重新計算更有效率。
5.2 未來工作
53
本論文研究的問題只是針對列聯方體這種架構進行維護，未來還有許多可 以進行延伸的工作，以下列舉三個面向說明:
1. 我們設計的漸進式維護方法，在效率與消耗資源方面也許還能更加優化，
例如:可考慮在生成變動方體時只生成維度最多的組合，再由該種組合生成
其他差異方體，但如果是使用此種作法對於效率方面就無法得知是否會有 影響，因此還需要多加進行研究。
2. 而除了效率與消耗資源以外，我們也會考慮有關於多重藥物的問題。本論 文只探討可分析單一藥物引起的不良反應信號的列聯方體維護方式，至於 如何將多重藥物的列聯方體納入考慮一併進行維護，將參考我們實驗室先 前的研究[7]。
3. 最後我們考慮將我們維護的方法擴展至雲端系統架構，例如採用Mapreduce 的計算方式，這方面的研究將參考我們實驗室先前的研究[30]，以 Mapreduce
的架構進行列聯方體計算的方式。
54
參考文獻
[1] A. Bate and S.J.W. Evans, “Quantitative signal detection using spontaneous ADR reporting,” Pharmacoepidemiol Drug, 2009, pp. 427–436.
[2] A. Bate, A. Lansner, De. Freitas, I. Edwards, M. Lindquist, R. Orre and S. Olsson,
“A Bayesian neural network method for adverse drug reaction signal generation,”
European Journal of Clinical Pharmacology, vol. 54, 1998, no. 4, pp. 315–321.
[3] A. Bate, A. Lansner, M. Lindquist, R. Orre, “Bayesian neural networks with confidence estimations applied to data mining,” Computational Statistics & Data Analysis, 2000, pp. 473–493.
[4] A. Bosworth, A. Layman, D. Reichart, F. Pellow, H. Pirahesh, J. Gray, M.
Venkatrao and S. Chaudhuri, “Data cube: a relational aggregation operator
generalizing group-by, cross-tab, and sub totals,” Data Mining and Knowledge Discovery, vol. 1, 1997, No. 1, pp. 29–53.
[5] S. Chaudhuri and U. Dayal, “An overview of data warehouse and OLAP technology,” ACM SIGMOD Record, 1997, pp. 65–74.
[6] C. C. Chiu, H.Y. Yeh, S.F. Lin, V.W. Soo and Y.T. Huang, “Probability analysis on associations of adverse drug events with drug-drug interactions,” in Proceedings of the 7th IEEE International Conference on Bioinformatics and Bioengineering, 2007, pp. 1308–1312.
55
[7] J. Du, “Detecting adverse drug interactions with multivalued dimension cube technology,” Master thesis, Dept. of Computer Science and Information Engineering, National University of Kaohsiung, Taiwan, July 2012.
[8] A. Egberts, E. Van and R. Meyboom, “Use of measures of disproportionality in pharmacovigilance: three Dutch examples,” Drug Safety, vol. 25, 2002, pp. 453–
458.
[9] C. Ezeife and M. Xu, “Maintaining horizontally partitioned warehouse views,” in Proceedings of International Conference on Data Warehousing and Knowledge Discovery, 2000, pp. 126-133.
[10] D. Fram, J. Almenoff and W. DuMouchel, “Empirical Bayesian data mining for discovering patterns in post-marketing drug safety,” in Proc. 9th ACM SIGKDD Int. Conf. on Knowledge Discovery and Data Mining, 2003, pp. 359–368.
[11] A. Gupta, J. Naughton, P. Deshpande, R. Agrawal, R. Ramakrishnan, S. Agarwal and S. Sarawagi, “On the computation of multidimensional aggregates,” in Proc.
22th Int. Conf. on Very Large Data Bases, 1996, pp. 506–521.
[12] F.H. Huang, “Effect of drug name inconsistence and duplicate report in SRS data to the detection of ADR signals,” Master thesis, Dept. of Computer Science and
Information Engineering, National University of Kaohsiung, Taiwan, July 2015.
[13] J. Han, J. Pei and Y. Yin, “Mining frequent patterns without candidate generation,”
56
in Proc. ACM SIGMOD Int. Conf. on Management of Data, 2000, pp. 1–12.
[14] W.H. Inmon, Building the Data Warehouse. New York, NY:USA, 1992.
[15] D. Jin, K. Higuchi and T. Tsuji, “An incremental maintenance scheme of data cubes and its evaluation,” Information and Media Technologies, vol. 4, no. 2, 2009, pp. 364–367.
[16] C. Kongkaew, D.M. Ashcroft and P.R. Noyce, “Hospital admissions associated with adverse drug reactions: a systematic review of prospective observational studies,” The Annals of Pharmacotherapy, vol. 42, nol. 7, 2008,pp. 1017–25.
[17] G. Kimura, I. Miki, J.B. Brown, K. Kadoyama, K. Nisiguchi, T. Nakamura, T.
Sakaeda and Y. Okuno, “Antipsychotics-associated serious adverse events in children: an analysis of the FAERS database,” International Journal of Medical Sciences, vol. 12, 2015.
[18] K.Y. Lee and M.H. Kim, “Efficient incremental maintenance of data cubes,” in Proc. 32nd Int.Conf. on Very Large Data Bases, 2006, pp. 823–833.
[19] C.F. Lo, H.Y. Li, J.W. Du, V.W. Soo, W.Y. Lin and W.Y. Feng, “iADRs: towards online adverse drug reaction analysis,”SpringerPlus, 2012.
[20] B.S. Mumick, D. Quass and I.S. Mumick, “Maintenance of data cubes and summary tables in a warehouse,” in Proc. ACM SIGMOD Int. Conf. on Management of Data, 1997, pp. 100-111.
57
[21] A. Mendelzon A. Vaisman and C. Hurtado, “Maintaining data cubes under dimension updates,” in Proceedings of IEEE International Conference on Data Engineering, 1999, pp. 346-355.
[22] A. Pesonen, A. Wolski, J. Arminen and J. Kiviniemi, “Lazy aggregates for real-time OLAP,” in Proc. 1st Int. Conf. on Data Warehousing and Knowledge Discovery, 1999, pp. 165–172.
[23] B. Peng, C. Wang, K. Fan, L. Xu, X. Mao, X. Sun, Y. Tao, Y. Pan, “High-performance signal detection for adverse drug events using MapReduce paradigm,”
in Proc. AMIA 2010 Annual Symposium Proceedings, 2010, pp. 902–906.
[24] E.A. Rundensteiner and S. Chen, “GPIVOT: Efficient incremental maintenance of complex ROLAP views,” in Proc. IEEE Int. Conf. on Data Engineering, 2005, pp.
552–563.
[25] A. Szarfman, R. Neill, S. Machado, “Use of screening algorithms and computer systems to efficiently signal higher-than-expected combinations of drugs and events in the US FDA’s spontaneous reports database,” Drug Safety, 2002, pp.
381–392.
[26] S. Tsumoto and S. Hirano, “Statistical independence in three-variables contingency cube,” in IEEE International Conference on Cognitive Informatics, 2008, pp. 14-16.
58
[27] A.K.H. Tung, C.P. Li, G. Cong and S. Wang, “Incremental maintenance of quotient cube for median,” in Proc. 10th ACM SIGKDD Int. Conf. on Knowledge Discovery and Data Mining, 2004, pp. 226–235.
[28] A.A. Vaismana, A.O. Mendelzonb, S.G. Cymerman and W. Ruaroa, “Supporting dimension updates in an OLAP server,” Information Systems, vol. 29, 2004, pp.
165–185.
[29] P.C. Waller, S. Davis and S.J.W. Evans, “Use of proportional reporting ratios (PRRs) for signal generation from spontaneous adverse drug reaction reports,”
Pharmacoepidemiol Drug, 2001, pp. 483–486.
[30] M. Wang and W. Lin, “MapReduce-based ADR contingency cube computation,”
The 2016 Conference on Technologies and Applications of Artificial Intelligence, Hsinchu, Taiwan, pp. 25-27.
[31] H. Xu, M. Liu, M. Matheny and Y. Hu, “Data mining methodologies for pharmacovigilance,” SIGKDD Explorations, vol. 14, 2012, no. 1, pp. 35–42.
[32] F. Yates, “Contingency table involving small numbers and the χ2 test,” Suppl J R Stat Soc, 1934, pp. 217–235.
[33] Food and Drug Administration Adverse Event Reporting System, Available:https://www.fda.gov/, May 5, 2018.
[34] Medicines and healthcare products regulatory agency,
59
Available:https://www.gov.uk/government/organisations/medicines-and-healthcare-products-regulatory-agency, May 5, 2018.
[35] Taiwan National Adverse Drug Reactions Reporting System, Available:https://adr.fda.gov.tw/Manager/WebLogin.aspx, May 5, 2018.
[36] National Library of Medicine RxNorm, Available:
https://www.nlm.nih.gov/research/umls/rxnorm/, July 7, 2016.
[37] Medical Dictionary for Regulatory Activities, Available: https://www.meddra.org/, May 5, 2018.