2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩126頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、我國(guó)的國(guó)家藥品不良反應(yīng)監(jiān)測(cè)中心成立于1998年,主要依靠自發(fā)呈報(bào)系統(tǒng)(spontaneousreportingsystem,SRS)收集藥品不良反應(yīng)(adversedrugreaction,ADR)。SRS是目前世界上最主要的ADR監(jiān)測(cè)手段,也是ADR信號(hào)的最主要來(lái)源。所謂的ADR信號(hào)指的是藥品與不良事件間可能存在因果關(guān)系的報(bào)告信息,這種關(guān)系是未知的或者以前的文獻(xiàn)資料不能充分證實(shí)的。我國(guó)目前針對(duì)SRS數(shù)據(jù)庫(kù)的信號(hào)檢測(cè)工作基本上依靠專家人

2、工完成,隨著報(bào)表數(shù)量的日益增加,對(duì)于ADR數(shù)據(jù)的手工統(tǒng)計(jì)分析工作及專家評(píng)價(jià)的局限性開始顯現(xiàn),如主觀偏差、耗時(shí)長(zhǎng)、效率低下、時(shí)間滯后等。如果能夠利用計(jì)算機(jī)技術(shù)結(jié)合藥物流行病學(xué)及統(tǒng)計(jì)學(xué)方法對(duì)數(shù)據(jù)庫(kù)中的巨大信息量進(jìn)行高效率的信息分析與ADR數(shù)據(jù)挖掘工作,信號(hào)檢出速度無(wú)疑可以比人工操作大大提高,從而更早使政府做出預(yù)警反應(yīng)。因此建立一套可直接用于我國(guó)SRS數(shù)據(jù)庫(kù)的ADR信號(hào)自動(dòng)檢測(cè)及預(yù)警系統(tǒng)顯得迫在眉睫。
  本研究首先標(biāo)準(zhǔn)化整理廣東省藥品

3、不良反應(yīng)數(shù)據(jù)庫(kù),統(tǒng)一藥品通用名稱和藥品不良反應(yīng)名稱這兩類指標(biāo)。在規(guī)整后的數(shù)據(jù)庫(kù)和模擬數(shù)據(jù)庫(kù)的基礎(chǔ)上比較各信號(hào)檢測(cè)方法。并將貝葉斯神經(jīng)網(wǎng)路模型應(yīng)用到廣東省藥品不良反應(yīng)監(jiān)測(cè)數(shù)據(jù)庫(kù)中,建成相應(yīng)的信號(hào)檢測(cè)及預(yù)警模塊。具體工作與研究結(jié)果如下:
  1、信息標(biāo)準(zhǔn)化
  為促進(jìn)廣東省藥品不良反應(yīng)自發(fā)呈報(bào)系統(tǒng)數(shù)據(jù)庫(kù)的信息標(biāo)準(zhǔn)化建設(shè),對(duì)2002年1月1日至2007年6月30日收集的41619條數(shù)據(jù)進(jìn)行規(guī)范化整理。結(jié)合第15版新編藥物學(xué)與MCD

4、EX藥物臨床信息參考(2006)對(duì)數(shù)據(jù)庫(kù)中的6萬(wàn)多條的藥品通用名稱進(jìn)行規(guī)范化整理。結(jié)合WHO的不良反應(yīng)術(shù)語(yǔ)集和ICD-10國(guó)際疾病系統(tǒng)分類規(guī)整41619條ADR記錄。最終建立了5407個(gè)藥品通用名稱規(guī)則名,形成4031個(gè)藥品通用名稱標(biāo)準(zhǔn)名。建立了8715個(gè)不良事件名稱規(guī)則名,形成2332個(gè)不良事件名稱標(biāo)準(zhǔn)名。建立的規(guī)則庫(kù)能自動(dòng)完成新入庫(kù)病例的80%的規(guī)范化工作。數(shù)據(jù)標(biāo)準(zhǔn)化將不規(guī)范的習(xí)慣用語(yǔ)轉(zhuǎn)化成標(biāo)準(zhǔn)化信息,為數(shù)據(jù)利用如信號(hào)檢測(cè)和數(shù)據(jù)挖掘

5、提供了基礎(chǔ)。
  2、信號(hào)檢測(cè)及預(yù)警系統(tǒng)建設(shè)
  建立具有數(shù)據(jù)準(zhǔn)備、信號(hào)檢測(cè)、報(bào)告輸出三個(gè)模塊的基于網(wǎng)絡(luò)的信號(hào)檢測(cè)及預(yù)警系統(tǒng)。將貝葉斯神經(jīng)網(wǎng)絡(luò)模型信號(hào)檢測(cè)方法集成到系統(tǒng)中,并采用它對(duì)廣東省數(shù)據(jù)庫(kù)中2002年1月1日~2007年6月30日收集的41619份報(bào)告進(jìn)行信號(hào)檢測(cè),檢測(cè)能力得到驗(yàn)證。發(fā)生例數(shù)大于3例的藥品-不良事件、藥品-不良事件類、藥類-不良事件、藥類-不良事件類四種情況的組合數(shù)為9046種,組合中最主要的是某個(gè)藥品

6、與某個(gè)不良事件的組合,共有3662條,占總數(shù)的40.48%。四類組合共檢測(cè)出2496個(gè)信號(hào),強(qiáng)信號(hào)的組合56條,占總數(shù)的0.62%?!邦^孢拉定導(dǎo)致血尿”、“卡托普利導(dǎo)致咳嗽”等已知信號(hào)均能較早從測(cè)試數(shù)據(jù)庫(kù)中檢測(cè)出來(lái)。在2007年第二季度的自動(dòng)預(yù)警清單中著重提出了291個(gè)需要特別關(guān)注的信號(hào)。信號(hào)檢測(cè)系統(tǒng)能用來(lái)挖掘廣東省ADR數(shù)據(jù)庫(kù)中的信號(hào),輔助專家評(píng)價(jià)大型自發(fā)呈報(bào)數(shù)據(jù)庫(kù)。
  3、信號(hào)檢測(cè)方法比較
  3.1基于廣東省數(shù)據(jù)庫(kù)的

7、信號(hào)檢測(cè)方法比較
  基于廣東省ADR數(shù)據(jù)庫(kù),以BCPNN法為參考標(biāo)準(zhǔn),選用靈敏度、特異度、相關(guān)系數(shù)等指標(biāo)分析了各信號(hào)檢測(cè)方法間的關(guān)系。1)PRR、ROR、Yule’sQ、Poisson概率法四種檢測(cè)方法結(jié)果基本一致,尤其是當(dāng)A≥3時(shí)(A為所需要檢測(cè)組合的報(bào)告數(shù)),其靈敏度和特異度都隨著A值的增加而增加。2)MHRA法的靈敏度和Chi-square法的特異度隨著A值的增加而降低。從藥品-不良事件、藥品-不良事件類、藥類-不良事件到

8、藥類-不良事件類信號(hào)檢測(cè)上述兩項(xiàng)趨勢(shì)越來(lái)越明顯。3)SPRT法在A值較小時(shí)靈敏度較低,RR法在A值較小時(shí)特異度較低。4)檢測(cè)指標(biāo)值的相關(guān)系數(shù)分析結(jié)果表明ROR、PRR、BCPNN、RR和Yule’sQ五種方法間相關(guān)系數(shù)均接近1,相關(guān)密切。Chi-square法與其它方法相關(guān)系數(shù)較低,尤其是對(duì)于藥類-不良事件類組合的信號(hào)檢測(cè)。
  3.2基于模擬數(shù)據(jù)庫(kù)的信號(hào)檢測(cè)方法比較
  參考國(guó)內(nèi)外自發(fā)呈報(bào)系統(tǒng)相關(guān)資料,建立自發(fā)呈報(bào)系統(tǒng)模型

9、,模型中考慮影響上報(bào)報(bào)告數(shù)的幾個(gè)因素如藥物上市時(shí)間、藥物暴露人群大?。ㄓ盟幦藬?shù))、不良事件的背景發(fā)生率、不良事件的嚴(yán)重程度以及報(bào)告概率(或漏報(bào)系數(shù))。在構(gòu)建的模型上示例考慮60種藥物和40種不良事件,采用SAS軟件模擬產(chǎn)生數(shù)據(jù)集進(jìn)行各方法的信號(hào)檢測(cè)效果比較。結(jié)果顯示SPRT和MHRA法靈敏度低,RR和Chi-square法特異度低,其他方法具有可比性。
  4、其他相關(guān)研究
  4.1廣東省ADR報(bào)告特征分析
  采用

10、統(tǒng)計(jì)學(xué)方法對(duì)廣東省藥品不良反應(yīng)監(jiān)測(cè)數(shù)據(jù)庫(kù)中各變量如性別、年齡、民族、不良反應(yīng)狀態(tài)、不良反應(yīng)轉(zhuǎn)歸、與藥物關(guān)系、劑型、用法等進(jìn)行統(tǒng)計(jì)分析。結(jié)果顯示41619份報(bào)告涉及男性20962人,女性20657人,男女比例基本一致。報(bào)告的年齡段主要為19-29歲和30-39歲兩個(gè)年齡段。不良反應(yīng)的上報(bào)人員主要由醫(yī)生、護(hù)士、藥師組成。一般、新的一般、嚴(yán)重的、新的嚴(yán)重報(bào)表分別為36283、3818、1230、288份,占總報(bào)告的87.18%、9.17%、2

11、.96%和0.69%。靜脈注射用藥發(fā)生的ADR頻次高,達(dá)到1.47人次,高于平均水平1.36人次。整個(gè)數(shù)據(jù)庫(kù)中ADR報(bào)告數(shù)排名前十的藥物有一半是頭孢菌素類藥物,尤其是頭孢曲松鈉,排名第一,數(shù)據(jù)庫(kù)中有2835頻次涉及到它。在所有報(bào)告中報(bào)告最多的不良反應(yīng)主要有皮疹、過敏樣反應(yīng)、寒戰(zhàn)等。
  4.2頭孢菌素類的ADR分析
  為客觀評(píng)價(jià)頭孢菌素類抗生素所致不良反應(yīng)及其相關(guān)因素,對(duì)廣東省收到的頭孢菌素類抗生素所致8804例不良反應(yīng)報(bào)

12、告進(jìn)行分折。不良反應(yīng)涉及頭孢菌素類藥品41種,排前3位的是頭孢曲松鈉、頭孢他啶和頭孢呋辛鈉,分別涉及2554(29.01%)、1157(13.14%)和912份(10.36%)報(bào)告,其他4181份(47.49%)ADR報(bào)告是由其他38種頭孢菌素類藥物引起的。經(jīng)信號(hào)檢測(cè)頭孢菌素類的藥品不良反應(yīng)涉及四大類系統(tǒng)損害,比例最高的為皮膚及其附件損害。
  4.3藥品交互作用與不良反應(yīng)綜合征
  利用廣東省ADR監(jiān)測(cè)數(shù)據(jù)庫(kù),選用利福平與

13、異煙肼的交互作用、頭孢拉定導(dǎo)致惡心-嘔吐綜合征的實(shí)例,采用logistic回歸模型分析其信號(hào)存在與否。以實(shí)例介紹方式探討藥品交互作用和不良反應(yīng)綜合征的信號(hào)檢測(cè),為ADR監(jiān)測(cè)人員提供參考。
  4.4信號(hào)檢驗(yàn)
  計(jì)算機(jī)系統(tǒng)檢測(cè)出來(lái)的信號(hào)為一次信號(hào),二次信號(hào)就是利用專家或人為的、主觀的再重新判斷得出的信號(hào)。由于魚腥草事件引發(fā)了全國(guó)對(duì)中藥注射液的安全性的關(guān)注,廣東省ADR監(jiān)測(cè)中心結(jié)合參麥、復(fù)方丹參、清開靈注射液信號(hào)檢測(cè)結(jié)果,開展

14、了相應(yīng)的信號(hào)檢驗(yàn)工作。
  本課題在方法層面上①進(jìn)行了各信號(hào)檢測(cè)方法基于廣東省實(shí)際數(shù)據(jù)庫(kù)和模擬數(shù)據(jù)庫(kù)的比較,描述了各信號(hào)檢測(cè)方法間的聯(lián)系與區(qū)別。②完善了信號(hào)檢測(cè)理論,并將logistic回歸等統(tǒng)計(jì)方法用于藥物安全性評(píng)價(jià)。
  應(yīng)用層面上①建立了基于網(wǎng)絡(luò)的廣東省ADR信號(hào)檢測(cè)及預(yù)警系統(tǒng),包含數(shù)據(jù)準(zhǔn)備、信號(hào)檢測(cè)和報(bào)告輸出三個(gè)模塊,實(shí)現(xiàn)了自動(dòng)檢測(cè)及預(yù)警和手工檢索兩套程序,具備藥品/藥類-不良事件/不良事件類四類信號(hào)的挖掘功能。②進(jìn)

15、行了廣東省ADR報(bào)告特征和頭孢菌素類ADR情況分析。
  本研究的創(chuàng)新點(diǎn)在于①建立了基于廣東省ADR數(shù)據(jù)庫(kù)、基于網(wǎng)絡(luò)的ADR信號(hào)檢測(cè)及預(yù)警系統(tǒng),系統(tǒng)中嵌入了國(guó)際上通用的信號(hào)檢測(cè)方法;建立了藥品和ADR規(guī)則名及標(biāo)準(zhǔn)名的標(biāo)準(zhǔn)化數(shù)據(jù)庫(kù);基于廣東省數(shù)據(jù)庫(kù)比較各信號(hào)檢測(cè)方法,探討了各信號(hào)檢測(cè)方法對(duì)于不同國(guó)家數(shù)據(jù)庫(kù)的檢測(cè)差別;制定了基于中國(guó)國(guó)情的信號(hào)檢測(cè)方法及預(yù)警標(biāo)準(zhǔn)。②考慮了A值(A為所需要檢測(cè)的組合在數(shù)據(jù)庫(kù)中的報(bào)告數(shù))的頻數(shù)分布來(lái)比較各信

16、號(hào)檢測(cè)方法,使其比較結(jié)果更趨于客觀,研究發(fā)現(xiàn)不是所有方法的信號(hào)檢測(cè)能力隨著A值增加而增強(qiáng)。③考慮了藥品/藥類—不良事件/不良事件類四種組合情況的信號(hào)挖掘,全面評(píng)價(jià)藥物與不良事件的關(guān)聯(lián)性。④聯(lián)合應(yīng)用一般統(tǒng)計(jì)學(xué)描述及推斷方法和ADR信號(hào)檢測(cè)方法,對(duì)廣東省ADR報(bào)告特征和頭孢菌素類ADR等相關(guān)問題進(jìn)行研究。
  綜上所述,藥品不良反應(yīng)信號(hào)檢測(cè)及預(yù)警系統(tǒng)是一種能篩選大量數(shù)據(jù)的、系統(tǒng)的、自動(dòng)化的、操作性較強(qiáng)的方法,其作用在于充分挖掘和利用各

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論