prikaz prve stranice dokumenta Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova
No public access
master's thesis
Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. urn:nbn:hr:168:061265
Žrvnar, Petra
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Žrvnar, P. (2022). Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:061265

Žrvnar, Petra. "Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:061265

Žrvnar, Petra. "Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:061265

Žrvnar, P. (2022). 'Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 18 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:061265

Žrvnar P. Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2022 [cited 2024 June 18] Available at: https://urn.nsk.hr/urn:nbn:hr:168:061265

P. Žrvnar, "Predviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:168:061265

Metadata
TitlePredviđanje nuspojava lijekova pomoću odabranih metoda strojnog učenja temeljem javno dostupnih podataka o nuspojavama i neželjenim posljedicama primjene drugih lijekova
Title (english)Prediction of drug side effects using selected machine learning methods based on publicly available data on side effects and adverse effects of drug use
AuthorPetra Žrvnar
MentorLjiljana Brkić (mentor)
Committee memberLjiljana Brkić (predsjednik povjerenstva)
Committee memberMirta Baranović (član povjerenstva)
Committee memberIgor Mekterović (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2022-06-28, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Prije stavljanja lijeka na tržište, lijek ili cjepivo mora proći kroz sve faze kliničkog ispitivanja. Iako su klinička ispitivanja stroga i opsežna, postoji mogućnost da u ispitivanjima neće biti detektirane sve nuspojave lijeka. Nove nuspojave je moguće identificirati tek nakon puštanja lijeka u promet, prateći nuspojave u populaciji nakon korištenja lijeka. Ovakav pristup otkrivanju novih nuspojava je opasan, ali i skup, te je potrebno naći način detekcije novih nuspojava prije njihove pojave u populaciji. Kao rješenje ovog problema se nameće korištenje metoda strojnog učenja. U ovom radu je prikazan način korištenja odabranih metoda strojnog učenja za ranu detekciju nuspojava koje nisu otkrivene u fazi kliničkih ispitivanja.
Abstract (english)
Before a medication, or a certain vaccine is introduced, the medication in question undergoes a series of strict clinical trials. Even though clinical trials are strictly regulated, the possibility of an adverse reaction going undetected in the phase of clinical trials exists. Thus, these undetected reactions can only be identified after they appear in the general population. This way of detecting new, undiscovered adverse reactions is a very dangerous, but also a very costly method. The need to find other methods of detecting adverse reactions arises. A solution for this problem can be found in machine learning. This thesis describes selected methods of machine learning that can be used for early detection of undiscovered adverse reactions.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:061265
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-13 14:20:40