药物不良事件

摘要： 目的 研究基于美国食品药品监督管理局(FDA)不良事件报告系统(FAERS)数据库挖掘阿替普酶相关的药物安全警戒信号,为临床安全合理用药提供参考。方法 提取FAERS中2004年1月1日—2021年6月30日阿替普酶的不良事件数据,对报告、患者、事件的主要特征进行描述,并利用比值比法(ROR)和比例报告比值法(PRR)进行风险信号检测,根据阿替普酶的药品说明书挖掘可能为新的安全警戒信号。结果 得到阿替普酶可疑药物警戒相关信号156个,其中包括药品说明书中未出现的新的可疑药物警戒信号21个,包括:视网膜脱离、单侧失明、黄斑病变、眼压增高、紫绀、脾破裂、坏疽、舌头肿胀、肠梗阻、尿量减少、嘴唇肿胀、四肢坏死、水肿口、流产、喉气管水肿、胸膜炎症、阻塞性气道疾病、肺不张、肺啰音、败血症、静脉闭塞性肝病。结论 阿替普酶药品说明书中未收录的药品警戒信号累计器官和系统分布较广泛,建议临床用药时应注意监测患者的不良反应,及时采取干预措施。

摘要： 目的 分析儿童专科医院药物不良事件报告现状,实施药物不良事件标准化管理,提高医疗服务质量。方法 运用5M1E方法回顾分析2020年通过自愿呈报与全面触发工具法得到的药物不良事件数量差异原因,提出标准化管理对策,对比分析2020年和2021年数据,查看实施效果。结果 与2020年实施管理之前相比,干预组(2021年)自愿呈报得到的药物不良事件上报率、可预防率及F级事件上报数量显著增加(p﹤0.05),两种方法检测结果的一致率从75.69%提高至96.65%,差异具有统计学意义(p﹤0.01)。结论 实施药物不良事件标准化上报管理,针对高发、典型的ADE进行有效地追踪、整改、评价,实现了ADE的闭环管理,发挥了ADE上报系统在提高合理用药水平、保障儿童安全用药方面的作用。

摘要： 目的:基于互动式病人参与病人安全理论分析社区慢性病病人药物不良事件的根本原因。方法:采用便利抽样法选取2018年1月1日—2021年8月31日重庆市主城区8所社区卫生服务中心的114例慢性病病人为研究对象,运用安全风险评估矩阵筛选不良事件,基于互动式病人参与病人安全理论绘制鱼骨图分析主要原因,采用“5WHY”法分析根本原因。结果:信息不匹配、信任不足、沟通障碍和支持不力是导致药物不良事件的根本原因。结论:从病人视角分析药物不良事件具有重要意义,鼓励病人上报和自我报告不良事件、提升服药依从性以减少药物不良事件发生风险。

摘要： 《中华人民共和国药品管理法》第十二条规定,“国家建立药物警戒制度,对药品不良反应及其他与用药有关的有害反应进行监测、识别、评估和控制”。药物警戒贯穿从药物研发到使用的全生命周期,其核心思想是防控用药风险,保障患者与公众安全。医疗机构是药品使用的主要场所,是药物警戒活动的关键参与方,其药物警戒体系构建是国家药物警戒制度建设的重要一环。当前,正值我国药物警戒制度实施的起步阶段,为推动医疗机构药物警戒体系建设,国内药物警戒监测机构、相关学术团体、高等医药院校、杂志社和社会公益组织共同发起,邀请相关领域的专家学者们共同研讨,集思广益,辨析药物不良反应/事件、用药安全和药物警戒等的重要理念以及前沿发展,编写了《医疗机构药物警戒体系建设专家共识》,提出了较为系统的医疗机构药物警戒体系建设的原则与方法,以期对医疗机构药物警戒体系建设有所帮助。

摘要： 目的对氨氯地平和乐卡地平药物不良事件(ADE)进行信号检测并评价。方法检索美国FDA不良事件报告系统(FAERS)数据库2004年1月1日至2021年9月30日收录的“氨氯地平”和“乐卡地平”所有ADE报告,采用报告比值比法和贝叶斯可信区间递进神经网络法检测ADE信号,筛选出重点系统内的中强信号及强信号进行分析。结果从FAERS数据库中提取得到以氨氯地平、乐卡地平为怀疑药物的ADE报告各249657、10558份,检出氨氯地平、乐卡地平安全信号分别为62、58个。两药同时检出外周水肿、低血压、直立性低血压、低血容量性休克等中强信号,以上均为两药常见的不良反应。较为特殊的ADE如下:呼吸系统、胸及纵隔疾病系统中,氨氯地平检出非心源性肺水肿强信号,乐卡地平检出静息时呼吸困难强信号;胃肠系统中,氨氯地平检出齿龈肥大强信号;皮肤及皮下组织类疾病系统中,两药均检出“血管炎相关”的中强信号,氨氯地平检出线状IgA病中强信号,乐卡地平检出大疱性皮炎中强信号;肾脏及泌尿系统疾病系统中,两药均检出急性肾损伤安全信号(氨氯地平检出中强信号,乐卡地平检出强信号);精神病类系统中,氨氯地平检出自杀既遂中强信号。低血压和急性肾损伤在两药报告数中均排在前2位。信息成分(IC)时间扫描图谱结果显示,2004-2021年,氨氯地平的非心源性肺水肿、自杀既遂信号IC值分别从0.76、-0.49增至4.48、1.95,置信区间分别从(-0.44,1.97)、(-1.01,0.03)缩窄至(4.24,4.72)、(1.90,2.01),提示信号稳定。结论临床使用氨氯地平和乐卡地平时,应警惕外周水肿、低血压、心律失常、肺水肿、牙龈增生、皮肤相关ADE、急性肾损伤及抑郁、自杀等风险。

摘要： 目的通过挖掘美国食品药品监督管理局不良事件呈报系统(FAERS)数据库中关于蒽环类药物(多柔比星、多柔比星脂质体,表柔比星、伊达比星、柔红霉素、米托蒽醌)的相关数据,探讨该药潜在的不良反应(ADR),为临床安全用药提供依据。方法提取FAERS数据库中2017年第一季度至2021年第四季度共20个季度6种蒽环类药物的不良事件(ADE)数据,采用报告比值比法(ROR)和综合标准法(MHRA)进行信号挖掘。结果共得到16334例次以6种蒽环类药物为首要怀疑药物的ADE报告,检测得到1654个有效ADR信号。其中,多柔比星(非脂质体,DOX)有效信号637个,多柔比星脂质体(PLD)有效信号441个,表柔比星(EPC)有效信号247个,柔红霉素(DAC)有效信号183个,伊达比星(IDC)有效信号87个,米托蒽醌(MT)有效信号59个。信号累及23个不同的系统器官分类(SOC),不同蒽环类药物的ADE主要累及血液及淋巴系统疾病、感染及侵染类疾病、心脏器官疾病等SOC。结论蒽环类药物常见ADR累及的主要系统具有差异性,且不同药物之间与各系统ADR的关联强度不同。临床应用蒽环类药物时需关注血液及淋巴系统、心脏器官系统及神经系统相关指标的监测,以保证临床合理用药。

摘要： 儿童处在生长发育阶段,具有独特的生理特点。机体各系统、器官的功能尚未发育完善,对药物的吸收、分布、代谢、排泄无论与成人相比还是不同年龄段儿童相比差异均有显著性[1]。同时有文献报道,儿科住院患者中,药物不良事件的发生率高达11.1%,约为成年患者的3倍[2]。儿童患者的用药剂量、输注液量需要根据年龄、体质量、体表面积等计算,因此对其静脉输液医嘱的合理性进行审核非常必要。笔者所在医院静脉用药集中调配中心(PIVAS)在开始运营初期增加药师审方流程,并在后期将质量管理工具应用于儿童患者静脉输液医嘱审核和干预中,有效拦截和干预不合理医嘱,确保药物的安全性和有效性,保障了儿童患者安全、有效、合理地应用静脉输注药物。

摘要： 孕妇在怀孕期间、分娩过程中和分娩后均可能出现一些严重威胁母婴健康的感染并发症,细菌感染仍然是影响孕妇和婴儿健康、甚至死亡的重要因素。然而抗生素的不合理使用会导致细菌耐药性增强,甚至出现多重耐药性的病原菌,同时也会产生药物不良事件、药源性疾病发生。新型抗生素的研发步履维艰,给临床治疗细菌感染带来新的威胁。基于此,我院产科根据《2015年抗菌药物临床应用指导原则》,通过运用PDCA循环,逐步降低抗生素的使用率和使用强度,科学合理地使用抗生素,规范抗生素的使用。

摘要： 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％CILower bound)＞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％CILower bound = 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.

摘要： 目的 研究老年综合评估(comprehensive geriatric assessment,CGA)对老年慢病患者多重用药的优化效果.方法 分析354例慢病患者(≥65岁,专科组179例,老年科组175例)6个月的病历资料,比较两组一般临床资料、诊断疾病数、用药数、多重用药率、治疗调整率和月均花费.随机选取专科随访患者120例,60例对照组继续按原方案随访,60例转入老年科CGA组.后者进行CGA并调整诊断和治疗方案,比较CGA组患者自身前后诊断病种数、用药数和月花费的变化.两组患者随访6月,比较药物不良事件(ADEs)发生率、失访率和患者满意度的差异.结果 79.38％的老人患有共病,33.33％的老人存在多重用药问题.老年科患者平均诊断病种高于专科[(3.12±1.65)vs.(2.68±1.39),P=0.022)];用药数,多重用药率和月均花费无显著差异[(3.87±2.34)vs.(3.84±1.92),32.96％ vs.33.71％,(467.28±405.31) vs.(501.11±372.71);P=0.642、0.915、0.415].老年科患者随访期药物调整率高于专科(55.43％ vs.28.49％,P＜0.001).CGA组评估后疾病数平均增加0.41种(P＜0.001),用药数和月均费用无显著变化(P=0.315、0.770).CGA组和对照组比较,ADEs发生率无显著差异(5.00％ vs.8.33％,P=0.464),失访率更低(6.67％ vs.20.00％,P=0.032),患者满意度更高(P=0.024).结论 老年共病和多重用药问题十分严峻,利用CGA优化治疗方案有利于老年共病与多重用药的管理.

摘要： 抗肿瘤药物导致的药物不良事件(ADE)在临床较为多见,严重的ADE常常会影响医师治疗策略,影响患者治疗和预后,临床药师在肿瘤患者治疗过程中,除了参与化疗方案制定、执行,预防、鉴别、鉴定ADE同样重要.因此,在审查ADE过程中学习积累专业知识,提高临床思维能力是临床药师成长的有效方式,通过在实践中学习,在学习中提升,才能在临床实践中真正解决问题.

摘要： 目的：对“智能化用药监测系统”和“CPM-抗生素理想曲线版(2.0版)”研发成功后的成效进行评价。方法：选择某院呼吸内科为实验组，以另外3家医院呼吸内科为对照组。在实验组中，以“智能化用药监测系统”和“CPM-抗生素理想曲线版(2.0版)”审查3个月时间段内的处方，将审查出的“禁忌症”警示以及抗生素剂量错误进行整理，但暂时不干预。3个月结束后，将结果反馈给医生并进行用药教育。再以同样方式审查另外3个月时间段内的处方并将结果及时反馈给医生。并监测前后各3个月时间段可预防的药物不良事件。在对照组中，对同样前后3个月时间段内的可预防药物不良事件进行监测但始终不进行干预。结果：在实验组中，发现可预防药物不良事件19例，“智能化用药监测系统”在前3个月时间段内共审查出各种“禁忌证”219条，“CPM-抗生素理想曲线版(2.0版)”共审查出抗生素剂量错误59例；后3个月时间段内，只发现可预防药物不良事件3例，审查出各种“禁忌证”67条，抗生素剂量错误24例。在对照组中，前后3个月时间段内分别发现可预防药物不良事件21例和23例。实验组可预防药物不良事件的发生率显著下降，而对照组没有变化。结论：当处方违反“禁忌症”或存在抗生素剂量错误时，能够分别被“智能化用药监测系统”和“CPM-抗生素理想曲线版(2.0版)”识别，并能降低呼吸内科可预防药物不良事件的发生率。

摘要： 发生药物不良反应事件影响病人健康，延误疾病的治疗。尤其是过敏性休克，给病人的生命安全带来了极大的危害。发生药物不良反应事件的原因有药物本身、患者的年龄、性别、特异体质、输液环境等，分析发生药物不良反应的原因，坚持合理用药，及时发现报告并总结分析药物不良反应事件，对预防并减少药物不良反应的发生。维护病人的生命健康、防止发生医患纠纷有重要意义。

摘要： 近年来,我国越来越重视药师职能的转变.本研究通过前后两阶段对照设计的临床试验,评价药师参与临床药物警戒,对预防药物不良事件的发生的作用.

摘要： 目的：探讨氨茶碱与喹诺酮类抗菌药物合用的药学监护。方法：通过对氨茶碱与环丙沙星合并使用引起患者呕吐、心悸、室上性心动过速的典型病例，从临床、理论和实验等分析其形成因素，为临床用药提出相关建议。结果和结论：临床药师在药物治疗中要注重药物相互作用引起的相关不良事件，有利于对患者实施个体化的监护，体现临床药师在治疗团队中的应有作用。

摘要： 目的：探讨氨茶碱与喹诺酮类抗菌药物合用的药学监护。方法：通过对氨茶碱与环丙沙星合并使用引起患者呕吐、心悸、室上性心动过速的典型病例，从临床、理论和实验等分析其形成因素，为临床用药提出相关建议。结果和结论：临床药师在药物治疗中要注重药物相互作用引起的相关不良事件，有利于对患者实施个体化的监护，体现临床药师在治疗团队中的应有作用。

摘要： 目的：探讨氨茶碱与喹诺酮类抗菌药物合用的药学监护。方法：通过对氨茶碱与环丙沙星合并使用引起患者呕吐、心悸、室上性心动过速的典型病例，从临床、理论和实验等分析其形成因素，为临床用药提出相关建议。结果和结论：临床药师在药物治疗中要注重药物相互作用引起的相关不良事件，有利于对患者实施个体化的监护，体现临床药师在治疗团队中的应有作用。

摘要： 目的：探讨氨茶碱与喹诺酮类抗菌药物合用的药学监护。方法：通过对氨茶碱与环丙沙星合并使用引起患者呕吐、心悸、室上性心动过速的典型病例，从临床、理论和实验等分析其形成因素，为临床用药提出相关建议。结果和结论：临床药师在药物治疗中要注重药物相互作用引起的相关不良事件，有利于对患者实施个体化的监护，体现临床药师在治疗团队中的应有作用。

摘要： 目的：探讨氨茶碱与喹诺酮类抗菌药物合用的药学监护。方法：通过对氨茶碱与环丙沙星合并使用引起患者呕吐、心悸、室上性心动过速的典型病例，从临床、理论和实验等分析其形成因素，为临床用药提出相关建议。结果和结论：临床药师在药物治疗中要注重药物相互作用引起的相关不良事件，有利于对患者实施个体化的监护，体现临床药师在治疗团队中的应有作用。

摘要： 目的:以创建成功的“智能化用药安全警示互动系统”为平台，充分发挥临床药师的主观能动性，阻断用药错误，减少药害事件的发生，提高临床药物治疗水平。方法:“智能化用药安全警示互动系统”在重症监护病区(ICU)和肾脏内科运行，临床药师将此系统中出现的警示信息与患者临床实际结合起来，与医师进行交流互动，促其改正。结果:在80天时间段内，“互动系统，共审查出与诊断相关的禁忌症37例，与检验值相关的禁忌症75例，给药剂量或频次不正确55例，总共167例警示，占处方总量的3.1‰。临床药师选出117例与医师进行了交流互动，医师修改率达92.3％。经过有效干预，警示率下降有统计学差异。结论:“智能化用药安全警示互动系统”能有效审查出各种用药错误，但尚需不断提高智能化程度，还需临床药师掌握相关患者病情，将不合理用药的判断建立在每一个病人的临床实际的基础上。

摘要： 一种组合物的肠胃外给药方法，所述方法包括将一种组合物通过肠胃外给药的方式施用于人，所述组合物包括至少一种ω-3脂肪酸和至少一种药物，其中所述至少一种ω-3脂肪酸来源及所述至少一种药物是同时施用的。

摘要： 本发明提供了右雷佐生在制备预防或治疗铂类化疗药物在化疗中引起的不良反应的药物中的应用，本发明实验结果表明，右雷佐生可以降低铂类化疗药物在化疗中引起的毒性，包括心脏毒性、肝脏及代谢毒性、发育延缓和神经毒性。因此，临床上使用铂类化疗药物进行化疗时可将右雷佐生与铂类化疗药物联合用药，以降低相关毒性的风险。

摘要： 一种组合物的肠胃外给药方法，所述方法包括将一种组合物通过肠胃外给药的方式施用于人，所述组合物包括至少一种ω-3脂肪酸和至少一种药物，其中所述至少一种ω-3脂肪酸来源及所述至少一种药物是同时施用的。

摘要： 本发明提供了一种临床研究严重不良事件采集方法和药物警戒系统。该方法包括以下步骤：响应于研究者在药物警戒系统的第一终端发起的新建严重不良事件SAE报告的请求，新建SAE报告并通过第一终端向研究者呈现SAE采集界面；接收研究者在SAE采集界面录入的信息，并将信息保存于SAE报告；通过药物警戒系统的第二终端向药物警戒人员呈现SAE报告；接收药物警戒人员对SAE报告的审核操作；以及当SAE报告被审核通过时，将SAE报告存储在药物警戒系统的药物警戒数据库中。本发明涉及的临床研究严重不良事件采集方法和药物警戒系统，可避免重复录入、不及时上报等问题以及提升严重不良事件报告的审核效率和提高数据的准确性。

摘要： 本发明公开了一种用于药物试验不良事件的可视化识别筛选方法，步骤包括：从EDC数据库中获取各个试验对象的基线期数据和试验期数据；对获取的基线期数据和试验期数据进行有效性验证，筛选出待识别试验对象；对各个待识别试验对象的基线期数据和试验期数据进行识别处理，并输出便于识别的可视化数据；弹出显示可视化数据，从而便于可视化审查核对。该可视化识别筛选方法能够筛选出完整且有效的基线期数据和试验期数据的试验对象，从而免去人工去进行完整性和有效性检查，能够有效提高不良事件的甄别效率以及准确性；同时还能够对有效性验证后的试验对象数据进行识别整理，从而便于人员可视化审查，进一步提高甄别效率。

摘要： 公开了用于治疗脑白质营养不良，特别是H‑ABC的组合物和方法。

摘要： 本发明提供了右雷佐生在制备预防或治疗铂类化疗药物在化疗中引起的不良反应的药物中的应用，本发明实验结果表明，右雷佐生可以降低铂类化疗药物在化疗中引起的毒性，包括心脏毒性、肝脏及代谢毒性、发育延缓和神经毒性。因此，临床上使用铂类化疗药物进行化疗时可将右雷佐生与铂类化疗药物联合用药，以降低相关毒性的风险。

摘要： 本申请涉及文本处理技术领域，特别涉及一种网络文本中药物名称及药物不良反应的联合检测方法，方法包括：提取网络文本的局部上下文信息，得到网络文本中单词的局部上下文表示；提取网络文本的全局上下文信息，得到网络文本的全局上下文表示；基于局部上下文表示和全局上下文表示，利用预先训练的分类模型识别网络文本的实际类别，并根据实际类别得到网络文本中药物名称及药物不良反应的检测效果。由此，有效地提升了网络文本中药物名称及药物不良反应的检测效果。

摘要： 本发明公开了一种基于深度学习的药物‑药物不良反应预测方法，其方法包括四个步骤：步骤一，利用带有注意力机制的消息传递网络来对药物结构信息进行编码；步骤二，利用相似性函数与自动编码器来对药物绑定蛋白进行编码；步骤三，将上述药物的不同特征进行拼接送入到由元路径启发的自适应学习模块中进行自适应学习元路径子图并进行图卷积操作获得到药物特征；步骤四，将药物特征送入到多层感知机中进行药物‑药物不良反应预测。本发明提出一种可以有效捕获药物‑药物不良反应特征的方法，解决了常规模型直接在相互作用网络上使用图神经网络容易混入噪声的问题，并且通过自适应学习到有效的特征信息，从而提高了药物‑药物不良反应预测效果。

摘要： 本发明提供一种基于语义分割的药物不良事件关系抽取方法，包括以下步骤：具有局部上下文信息特征提取器、语义特征融合器、分类器和样本不平衡处理器的药物不良事件关系抽取模型搭建，数据预处理，模型训练与参数优化及药物不良事件关系抽取。本方法通过使用特殊符号在药物提及前后进行标记并用悬浮标记将不良事件提及标注拼接在文本后面，能更好地识别提及的边界；同时引入U形语义分割网络融合局部上下文信息来捕获药物不良事件之间的全局相互依赖性，能更精确的找到关键信息；另外运用一种平衡的softmax方法来处理不平衡关系分布，避免不相关提及三元组对对模型造成的影响，更精准的抽取出医学文本中的药物不良事件关系。