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268
  • 下载0
  • 7页
  • pdf

基于随机森林算法的煤层气直井产气量模型

煤层气产量评价和预测是煤层气开发工程决策的关键基础。随机森林算法具有计算量小、精确度高的优点。影响煤层气井产能的参数包含地质参数、工程措施和排采工艺参数。煤储层地质参数分为动态参数和静态参数两个部分。静态地质参数由煤层的本质属性决定,如:煤层埋深、煤层厚度、地应力等;动态地质参数在排采过程中发生动态变化,如储层压力、渗透率等。排采工艺参数多为动态参数,主要受人为调控,如井底流压、套压、动液面深度、冲次、冲程等。当煤层气井完成选址、钻井、水力压裂等条件进入生产阶段,排采工艺参数对其产量影响至关重要。基于随机森林算法,分析了沁水盆地郑村区块15号煤层8口煤层气井的地质参数和排采工艺参数对产气量的影响,计算得到了排采工艺参数对煤层气井产气量影响的重要性指标排序,即流压>套压>动液面>冲次>冲程>埋深。将煤层气井最近60 d的生产数据作为产气量预测的测试样本,其余历史生产数据作为学习样本。学习样本经过缺失值处理、异常数据处理后,输入至R语言中,利用随机森林算法对历史产气量进行拟合分析。综合考虑排采工艺参数和历史产气量的动态变化对煤层气井后续日产气量的影响,建立了煤层气井的产量模型。依据随机森林算法的分枝优度准则,预测了不同排采方案下的煤层气井日产气量,将预测值与测试样本进行对比分析。结果显示,日产气量预测值中95%以上的数据与实际产量数据(测试样本)的误差小于5%,这说明基于随机森林算法的煤层气直井产量模型具有较高的拟合及预测精度,为煤层气井产能评价和预测提供了借鉴。

  • 2021-06-21
  • 阅读267
  • 下载0
  • 10页
  • pdf