排序方式: 共有57条查询结果,搜索用时 15 毫秒
1.
2.
3.
目的 比较小外径球囊与传统保护导丝,预留于分支血管完成冠脉分叉病变支架置入术的效果.方法 比较53例冠脉分叉病变,随机分为两组:A组(26例)放置保护导丝于分支内,完成主支内球囊预扩,支架置入,交换导丝后主支与分支球囊对吻;B组(27例)放置小外径球囊于分支内,低压力打开球囊下,同样完成主支支架置入及交换导丝后主支与分支球囊对吻.比较两组间分支闭塞的发生率、分支开口狭窄明显加重的发生率及完成交换导丝和球囊对吻的时间.结果 A组3例(11.5%)发生分支闭塞;B组0例发生分支闭塞,P<0.05.分支开口狭窄明显加重的发生率,A组7例(26.9%),B组2例(7.4%),P<0.05.完成交换导丝和球囊对吻的时间,A组(45.0±12.3)min,B组(12.0±10.3)min,P<0.05.结论 利用小外径球囊代替保护导丝放入边支或重要分支,低压力打开球囊,完成冠脉分叉病变主支支架置入,可以明显减少边支的丢失,预防分支开口狭窄明显加重,同时交换导丝及球囊对吻顺利,缩短了手术时间,提高了手术的安全性. 相似文献
4.
摘要:时依性混杂是纵向观察性研究数据中常见,但较难用传统回归模型控制的特殊混杂。边缘结构模型通过计算逆概率权重对原始人群进行加权,获得新的虚拟人群,消除混杂因素的影响,是目前控制时依性混杂较流行的方法。近年来,随着机器学习的发展,利用数据自适应算法计算逆概率权重的边缘结构模型逐步受到关注。Super Learner是其中较新颖的一种方法,其能很好地规避传统估计逆概率权重方法的缺陷。该文基于前人的相关研究,总结传统边缘结构模型和逆概率权重的构建与计算,介绍Super Learner的构建、优缺点以及目前在药物流行病学相关研究中的实际应用,并提出未来可研究和待解决的问题。 相似文献
5.
目的:利用美国FDA不良事件报告系统(FAERS)分析上市后阿帕他胺的用药不良事件,为可疑药品不良事件提供数据支持,挖掘潜在不良事件信号,为安全用药提供现实依据.方法:利用FAERS数据库2018年第一季度到2020年第四季度数据,首先进行数据清洗与目标药物名称标准化,以阿帕他胺为主要怀疑药物作为筛选条件,在16686... 相似文献
6.
目的 利用美国FDA不良事件报告系统(FAERS)对度普利尤单抗(dupilumab)的药物安全性进行研究,挖掘潜在的不良事件信号,为临床合理用药提供参考.方法 通过检索FAERS数据库2017年第2季度到2020年第2季度数据,将度普利尤单抗进行药名标准化后以"主要怀疑药物"作为限制条件,获得与度普利尤单抗有关的不良事件记录.通过不相称测定分析法中的报告比值法(ROR)和信息成分法(IC)挖掘潜在不良事件信号,并通过MedDRA 23.0软件对不良事件信号挖掘结果进行系统分类.结果 在16684618条数据记录中获得97205条与度普利尤单抗有关的不良事件记录.根据2种不良事件信号挖掘方法所得结果,以ROR值95%CI下限>1或IC值95%CI下限>0为限制条件,共得到365个不良事件信号.通过对非不良事件的去除和同义合并,最终获得82个有较大临床意义的不良事件信号,度普利尤单抗的不良事件主要为眼部疾病、皮肤及皮下组织类疾病、感染及传染性疾病.引起严重不良事件结局的不良事件信号主要包括可能由该药物引起的眼部疾病、感染和炎症、是否存在加速皮肤T细胞淋巴瘤恶化、免疫系统的超敏反应、呼吸系统的支气管炎、骨骼系统的关节痛,以及全身性疾病及给药部位各种反应的病情恶化等.在合并用药总不良事件和严重不良事件中,合并使用的最常发生不良事件的药物前5名均为泼尼松、环孢素、曲前列环素、泼尼松龙、甲氨蝶呤.结论 度普利尤单抗不良事件除轻中度的浅角膜受损和结膜炎外,角膜变性、溃疡性角膜炎等较为严重的眼部检出信号应引起临床医师注意,并建议在指导患者用药的过程中及时联合眼科医师进行病情评估,对原有眼部问题的患者用药更需提高警惕.其他系统检出不良反应信号仍有待真实世界的药物不良反应长期监测加以证实.此外,度普利尤单抗的严重不良事件结局和对应的检出信号及最常发生不良事件的合并用药应引起重视. 相似文献
7.
[目的]分析PDCA循环管理对胆管结石病人疾病认知及术后康复效果的影响。[方法]选取2015年11月—2017年8月在我院接受手术治疗的胆管结石病人106例,将2015年11月—2016年9月采用常规护理干预的53例作为对照组,2016年10月—2017年8月采用PDCA循环管理的53例作为观察组,观察并比较两组病人疾病认知情况及术后康复效果。[结果]与对照组比较,观察组病人疾病相关知识评分较高,进食及下床活动时间较早,住院时间较短,差异均有统计学意义(P0.05)。[结论]对胆管结石病人实施PDCA循环管理能明显提升病人的疾病认知水平,有效提高术后康复效果。 相似文献
8.
9.
目的 探讨ESRD患者甲状旁腺激素与心肌损伤的相关关系.方法 选择新收治的ESRD血液透析患者89例,在首次透析前检测血BUN、SCr、CK-MB、Hb及iPTH、cTnI等指标,超声心动图测量心脏结构和功能相关指标.其中32例患者iPTH>200ng/L给予阿法迪三冲击治疗,当iPTH≤200ng/L时复查上述指标.分析iPTH与cTnI和心脏结构相关指标的关系.结果 ESRD患者中75.3%iPTH升高,57.3%cTnI升高.所有患者中70.8%存在左心室肥厚(LVH),治疗组中LVH高达87.5%.无论治疗前后iPTH与cTnI均呈正相关.同时iPTH与BUN、SCr、Hb正相关,而与CK-MB无关;与LVDd、IVSdT、LVP-WdT、LVMI正相关,而与LA、EF无关.cTnI和年龄、BUN、SCr等无关,而与LVMI呈线性相关.结论 继发性高甲状旁腺激素血症(SHPT)在ESRD患者中常见,cTNI升高与LVH也很常见.SHPT与心肌损伤关系密切,治疗SHPT有助于改善LVH和减轻心肌损伤,从而改善ESRD远期预后. 相似文献
10.
目的 评估机器学习算法在检测布加替尼(Brigatinib)药品不良反应信号中的性能。方法 使用美国食品药品监督管理局(FDA)不良反应事件报告系统(FAERS)2017年4月1日至2022年3月31日收集的布加替尼药品不良反应信号数据开展研究。首先为研究药品构建一个输入数据集,包括药品标签上列出的已知不良反应和未知不良反应。对于已知不良反应,训练4种机器学习算法,并通过曲线下面积(AUC)评估机器学习算法[随机森林(random forest,RF)、极限梯度提升机(extremegradientboosting)、Logistic回归和邻近算法(k-NearestNeighbor,kNN)]与传统不相称分析方法 [报告优势比(ROR)]和信息成分(IC)]进行比较。结果 kNN算法具有最高的AUC,平均值0.875,其余方法中Logistic回归(0.852),XGBoost(0.722),RF(0.662)和DPA(0.548)。在未知不良反应数据集中,以kNN算法建立的机器学习模型检出6个额外信号(占15.8%),传统不相称方法检出4个额外信号(占10.5%)。结论 以kNN算... 相似文献