简介:摘要:药物是用于临床诊断、治疗和保健的物品,在治疗疾病方面起着双重作用,同时也可能导致不良反应,例如一系列化学疗法,可导致害虫防治、减少血液贫困和肝功能损害。合理用药直接关系到病人的健康安全,因此对于加强药物管理至关重要。反应不良的药物效果是一种有害的反应,在药物应用中不会发生,它通过收集关于药物有害影响的报告,然后进行进一步分析,以确定临床药物的潜在风险,从而有助于降低药物的易受伤害性,从而在提高医疗质量方面发挥重要作用。现代数据挖掘技术在监测有害影响方面具有更好的应用,并使人们能够发现药物反应不规则的情况,找出问题并采取有效的干预措施。本文主要讨论数据挖掘技术在药品有害影响监测中的应用。
简介:目的:挖掘和评价氟喹诺酮类药物(FQNs)中相关神经系统药品不良反应(ADR)的风险信号,为临床提供用药参考。方法:调取解放军ADR数据库中FQNs相关ADR报告,对涉及神经系统ADR报告相关信息进行统计分析,并采用比例报告比法、报告比值比法、英国药品和保健产品管理局的综合标准法和贝叶斯可信区间递进神经网络法4种数据挖掘方法,获取FQNs相关神经系统ADR风险信号,及中枢神经系统(CNS)和周围神经系统(PNS)的风险信号。结果:研究共纳入2008年7月到2017年6月期间FQNs相关的有效ADR报告11988例,涉及神经系统的1322例。相关FQNs共14种,其中引发神经系统ADR频次最高的前5种药物为左氧氟沙星、莫西沙星、加替沙星、环丙沙星和依诺沙星。出现神经系统ADR阳性信号的药物为莫西沙星、氟罗沙星和芦氟沙星。结论:FQNs相关神经系统ADR的主要引发药物为莫西沙星、氟罗沙星和芦氟沙星,应针对性强化临床应用中相关警戒意识并予以防范。
简介:摘要 综合药品数据管理规范及 GMP附录计算机化系统,通过数据可靠性原则( ALCOA)在各种类型记录中的实施探讨,以确定对数据可靠性按记录类型进行对应的实施策略,确定各种记录类型对应的数据可靠性实施要点,保证数据质量进而有力支撑产品质量的保证。