news 2026/5/1 11:47:51

基于FDA药物警戒数据库的阿培利斯相关不良事件安全信号评估

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
基于FDA药物警戒数据库的阿培利斯相关不良事件安全信号评估

阿培利斯已获批用于乳腺癌治疗,随着其临床应用的逐步推广,全面掌握其安全性特征、精准识别潜在不良事件风险至关重要。为系统评估与阿培利斯相关的安全信号,本研究通过数据挖掘方法对美国食品药品监督管理局(FDA)药物警戒数据库进行了针对性分析。

本研究的数据来源于FDA不良事件报告系统(FAERS),检索时间范围限定为2019年第二季度至2022年第四季度。研究采用不成比例分析方法,通过计算报告比值比(ROR)评估各类不良事件(AEs)与阿培利斯之间的潜在关联,以挖掘相关安全信号。

研究共从FAERS数据库中提取到5,980,090份不良事件报告,其中18,149份报告的疑似药物为阿培利斯。对相同PRIMARYID(主要标识符)的报告进行合并后,最终纳入5647名患者的相关数据进行分析。结果显示,共识别出10类与阿培利斯相关且报告数量>50的系统器官分类(SOC),具体包括胃肠疾病、一般疾病及给药部位状况、代谢和营养障碍、皮肤及皮下组织疾病、检查及良性、恶性及未确定性肿瘤(包括囊肿和息肉)、免疫系统疾病、神经系统疾病、精神疾病、眼部疾病。时序分析表明,这些患者发生不良事件的中位时间为13天,四分位数间距(IQR)为7-70天;进一步统计发现,61.12%的不良事件发生在使用阿培利斯的第一个月内。

本研究通过对FAERS数据库的系统挖掘,为阿培利斯相关不良事件提供了更深入、广泛的认知,这一成果有望为临床实践中降低阿培利斯治疗相关不良事件风险提供重要参考。值得关注的是,研究识别出的具有新偏好术语(PT)的不良事件包括便秘、吞咽困难、糖尿病酮症酸中毒、进食障碍、荨麻疹、眼疾和视力模糊。此外,高达61.12%的病例在服用阿培利斯后30天内出现不良事件,提示临床在用药初期需加强安全监测,尤其关注上述新发现的不良事件类型,以便早期识别、及时干预,保障患者治疗安全。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/1 8:50:37

35.轴承滚珠检测

1.根据图中绿色线条覆盖的所有滚珠中心拟合出Circle3,找到图中所有滚珠,如果滚珠的数量小于15为红色,反之为绿色 2.计算滚珠到圆1的距离,显示最大值与最小值,如果最小值小于像素80,物料NG,反之物料OK,判断Circle4的有无 3.计算各个圆的半径以及相邻两个圆的半径差,最…

作者头像 李华
网站建设 2026/5/1 2:32:24

云原生部署(AWS/Azure)

1.云原生部署(AWS/Azure) 云原生部署是指利用云计算平台的弹性、可扩展性和自动化能力,以容器化、微服务、持续交付、DevOps 和动态编排(如 Kubernetes)为核心构建和运行应用。在 AWS 和 Azure 上进行云原生部署&…

作者头像 李华
网站建设 2026/5/1 9:49:43

何时我们才能完全相信纯视觉APP自动化测试?

在APP自动化测试的赛道上,纯视觉方案一直处于“争议中心”——有人觉得它摆脱了控件依赖,适配速度快,是多端测试的利器;也有人吐槽它稳定性差、易受环境干扰,关键时刻不敢全信。作为常年和自动化测试打交道的开发者&am…

作者头像 李华
网站建设 2026/5/1 9:12:53

StructBERT情感分析镜像详解|附Python BERT实践对比案例

StructBERT情感分析镜像详解|附Python BERT实践对比案例 1. 引言:从零构建中文情感分析系统的工程挑战 在自然语言处理(NLP)的实际落地中,中文情感分析是企业级应用最广泛的场景之一——从用户评论挖掘到舆情监控&am…

作者头像 李华
网站建设 2026/4/29 18:58:25

2026 | OAS光学软件-几何光学与波动光学跨尺度仿真

目录 01 |软件概述 02 |几何光学解决方案 03 |波动光学解决方案 04 |软件试用申请/联系我们 01/软件概述 OAS(Optical Advanced Software)是一款专业的光学工具。该软件能够在3D空间中通过序列和非序列…

作者头像 李华