目的分析多重用药的老年细菌性肺炎住院患者药品不良反应(Adverse Drug Reaction,ADR)特点及相关影响因素。方法回顾性分析2018年1月1日至2022年11月30日于首都医科大学宣武医院住院的老年细菌性肺炎患者情况,采用Naranjo评定法评价药物...目的分析多重用药的老年细菌性肺炎住院患者药品不良反应(Adverse Drug Reaction,ADR)特点及相关影响因素。方法回顾性分析2018年1月1日至2022年11月30日于首都医科大学宣武医院住院的老年细菌性肺炎患者情况,采用Naranjo评定法评价药物与ADR之间的关联性,采用《不良事件通用术语评价标准》(5.0版)对ADR的严重程度进行分级;运用向后选择法建立Logistic回归方程对危险因素进行分析。结果4967例老年细菌性肺炎住院患者中有385名患者发生464例次ADR,发生率为7.75%。ADR类型主要分布在胃肠系统(40.52%)、循环系统(14.44%)及肝功能损伤(12.28%)等。ADR共涉及相关药物671例次,主要为抗感染药物(63.79%)、抗凝药(6.56%)和抗血小板药物(6.41%)。ADR严重程度主要为1级(30.17%)和2级(59.91%)。多因素Logistic回归结果显示,住院天数、用药种数、药物过敏史、女性患者、脑血管疾病和结缔组织病会增加患者发生ADR的风险。结论通过分析老年细菌性肺炎患者发生ADR的危险因素,提示临床应加强对高风险患者ADR的监护与管理,为未来进一步开发老年细菌性肺炎住院患者ADR风险预测模型提供参考。展开更多
木材密度包括基本密度、气干密度等,在12%含水率条件下的气干密度(D12)较常用,因此有必要将木材气干密度换算为基本密度(Db)。目前利用木材气干密度计算基本密度的模型有Reyes、Chave、Simpson和Vieilledent模型等,然而这些模型预测结...木材密度包括基本密度、气干密度等,在12%含水率条件下的气干密度(D12)较常用,因此有必要将木材气干密度换算为基本密度(Db)。目前利用木材气干密度计算基本密度的模型有Reyes、Chave、Simpson和Vieilledent模型等,然而这些模型预测结果不完全一致。利用中国林业科学研究院木材工业研究所(Research Institute of Wood Industry,Chinese Academy of Forestry,CRIWI)和法国农业国际合作研究发展中心(French Agricultural Research Centre for International Development,CIRAD)的木材D12和Db数据,首先基于CRIWI的木材密度数据建立D12与Db的关系模型,然后将CRIWI和CIRAD的D12数据分别代入Reyes模型、Chave模型、Simpson模型、Vieilledent模型和新建模型,获得每个树种木材Db的预测值,并根据Db预测值和实测值计算残差绝对值均值。不同模型残差绝对值均值比较结果表明:Reyes模型在利用CRIWI和CIRAD的木材密度数据时预测Db的准确性都比较高,适用性最广;Simpson模型、新建模型在D12高于1.0 g/cm3时预测Db的准确性降低。展开更多
文摘目的分析多重用药的老年细菌性肺炎住院患者药品不良反应(Adverse Drug Reaction,ADR)特点及相关影响因素。方法回顾性分析2018年1月1日至2022年11月30日于首都医科大学宣武医院住院的老年细菌性肺炎患者情况,采用Naranjo评定法评价药物与ADR之间的关联性,采用《不良事件通用术语评价标准》(5.0版)对ADR的严重程度进行分级;运用向后选择法建立Logistic回归方程对危险因素进行分析。结果4967例老年细菌性肺炎住院患者中有385名患者发生464例次ADR,发生率为7.75%。ADR类型主要分布在胃肠系统(40.52%)、循环系统(14.44%)及肝功能损伤(12.28%)等。ADR共涉及相关药物671例次,主要为抗感染药物(63.79%)、抗凝药(6.56%)和抗血小板药物(6.41%)。ADR严重程度主要为1级(30.17%)和2级(59.91%)。多因素Logistic回归结果显示,住院天数、用药种数、药物过敏史、女性患者、脑血管疾病和结缔组织病会增加患者发生ADR的风险。结论通过分析老年细菌性肺炎患者发生ADR的危险因素,提示临床应加强对高风险患者ADR的监护与管理,为未来进一步开发老年细菌性肺炎住院患者ADR风险预测模型提供参考。
文摘木材密度包括基本密度、气干密度等,在12%含水率条件下的气干密度(D12)较常用,因此有必要将木材气干密度换算为基本密度(Db)。目前利用木材气干密度计算基本密度的模型有Reyes、Chave、Simpson和Vieilledent模型等,然而这些模型预测结果不完全一致。利用中国林业科学研究院木材工业研究所(Research Institute of Wood Industry,Chinese Academy of Forestry,CRIWI)和法国农业国际合作研究发展中心(French Agricultural Research Centre for International Development,CIRAD)的木材D12和Db数据,首先基于CRIWI的木材密度数据建立D12与Db的关系模型,然后将CRIWI和CIRAD的D12数据分别代入Reyes模型、Chave模型、Simpson模型、Vieilledent模型和新建模型,获得每个树种木材Db的预测值,并根据Db预测值和实测值计算残差绝对值均值。不同模型残差绝对值均值比较结果表明:Reyes模型在利用CRIWI和CIRAD的木材密度数据时预测Db的准确性都比较高,适用性最广;Simpson模型、新建模型在D12高于1.0 g/cm3时预测Db的准确性降低。
