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290
  • 下载0
  • 7页
  • pdf

加氢装置CPS平台中的过程管控关键问题研究

以新一代信息通信技术改造提升传统产业和发展智能制造,已成为制造业重要的发展趋势。石化智能工厂以卓越运营为核心目标,按照“炼化生产一体化优化、炼化生产集成管控、全生命周期资产管理”三条主线(以下简称“三条主线”)建设信息物理系统(CPS),提升工厂运营管理水平。目前围绕三条主线的石化企业CPS基于国内外工业软件进行集成开发,但相关专业的工业软件存在国产化困难或计算不准确的问题。而且,在三条主线的初期工业应用过程中,一些无法解决的典型问题已显现出来,如在生产一体化优化方面,要实现精准预测计划排产业务并指导生产,核心是建立准确即时的装置投入产出模型,而非目前基于近似的机理模型或经验数据模型;在炼化生产集成管控方面,目前基于定期化验来控制二值型产品的指标,检测出产品质量偏差后不合格产品已经产生一段时间了,存在检测滞后影响产品质量问题,需要建立能够预测二值型产品质量指标的数学模型;在全生命周期资产管理方面,目前主要通过设备运行参数报警或定期检维修来保证设备的稳定运行,存在设备过度维修或因设备问题导致非计划停车等问题,合理建立模型及时对设备在线全面评估是保证设备稳定运行避免非计划停车的必经之路。加氢装置是炼化过程的重要组成部分,其智能化操作对石油化工产品结构升级、提质增效越来越重要。因此,对加氢装置进行智能化建设并搭建其优质CPS平台,并由此推广到炼化过程其他单元,将推动石化企业CPS的整体建设水平。

  • 2021-06-30
  • 阅读289
  • 下载0
  • 143页
  • pdf