奥氮平安全警戒信号的大数据挖掘与分析

目的:基于大数据挖掘分析奥氮平上市后安全警戒信号,为临床合理用药提供参考。方法: 利用美国FDA公共数据开放项目(openFDA)调取FDA不良事件报告系统(FAERs)数据库自2004年1月以 来收集的奥氮平药物不良事件(ADE)报告,采用报告比值比法(ROR)检测信号,以其95%置信区间下限 (ROR 95%cI。…。….)>1提示有安全警戒信号,比较奥氮平和其他抗精神病药(包括喹硫平、氯氮平、利培 酮、帕利哌酮、阿立哌唑、齐拉西酮、氯丙嗪、奋乃静、氟哌啶醇)与警戒信号的比例失衡分析结果,以相对报 告比(RRR)最大提示其与该警戒信号最相关。结果:共提取得到的11 171 211份ADE报告中,以奥氮平为 怀疑药物的ADE报告27 705份,其中以精神疾病分类的ADE报告数与信号数最多,>1 000例的ADE信号 有药物毒性、药物无效、药物相互作用、体重增加、嗜睡、自杀死亡、过量和恶性综合征(NMs)。ROR法检测 数量排序前100位ADE信号中有83个安全警戒信号,其中16个在奥氮平最新药品说明书中未提及,以 NMS风险信号最高(ROR 95%CI。…h。m=58.227)。氯丙嗪(RRR=75.271)、氟哌啶醇(RRR=66.164)与 NMs风险相关性均高于奥氮平(RRR=52.375)。结论:利用openFDA平台对奥氮平的安全警戒信号进行 检测分析,可有效为其后续药物警戒工作提供参考。

  • 2021-06-21
  • 阅读350
  • 下载0
  • 7页
  • pdf

基于嵌入式物联网的智能家居系统

智能家居系统是通过物联网技术,嵌入式技术,网络技术等来实现智能,舒适的生活,它是目前研究的热点.本文以目前智能家居系统的现状为起点,并比较国内外的研究进度,以及研究智能家居的瓶颈,设计了以Zigbee来构建前端物联传感网,嵌入式ARM-Linux技术构建中间层实现家居的智能控制,RFID和摄像头视频采集V4L(video forlinux)技术构建门禁控制系统,远端采用Android技术,互联网技术以及GPRS技术实现智能家居系统的远程访问与控制. 前端以Zigbee技术为依托,在Z-stack协议的支持下,结合节点与协调器之间多对一的关系,并在节点上配备烟雾传感器,红外线感应器,温度传感器,电磁传感器,光敏传感器等构建物联传感网络.门禁端通过RFID技术和数据库认证来验证用户的可用性,同时增加视频呼叫技术,增强门禁端的安全性以及用户友好性.同时将网络的传感数据通过协调器收集到并实时通过串口传送给以ARM为控制器,门禁端数据通过WiFi传给主控.在控制端,主要通过对数据进行解析处理并分类,展示,将必要的数据存储在嵌入式Sqlite轻量级数据库中,在对数据处理的过程中,重点是传感网络端以及门禁端的数据,主控端结合用户的需求以及程序的流程,对其中的数据进行判定,温度的高低,烟雾的浓度大小,光敏的强弱,红外感应的中断等情况,当其中的值的大小超过某些情况时,触发防火模块以及防盗模块的,以及GPRS模块等,同时远端通过GSM网络收到报警信息或者PC_WEB端,Android端通过WiFi收到报警的响应.远端用户同时可以通过短信,浏览器或者客户端实时访问智能家居系统,查看节点传感器的数据,通过节点控制家电设备等,查看门禁端的情况等等.最后通过联机调试,验证了Zigbee的传输数据的准确性与距离之间的关系, WiFi网络的稳定性,控制端数据的准确性以及远程数据查看的实时性等. 本文通过理论与实际相结合的方式,详细的解析了家居系统中实现的各个模块,为构建智能家居系统提供了新的思路以及参考价值.

  • 2021-04-27
  • 阅读350
  • 下载0
  • 21页
  • pdf