期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
羟基磷灰石义眼台植入后并发症及其原因分析
被引量：
13
1
作者
黄丹平
杨华胜
+3 位作者
吴中耀
刘金陵
郑永欣
彭鸿钧
《中山医科大学学报》
CSCD
2000年第3期226-228,共3页
【目的】分析多孔羟基磷灰石 (HA)义眼台眶内植入后的并发症并探讨其原因。【方法】回顾眶内植入羟基磷灰石义眼台 32 0例 ,随诊 6月～ 4年。【结果】 32 0例中发生并发症的有 46例 (14 4% ) ,其中义眼台暴露 41例 (12 8% ) ,义眼台位...
【目的】分析多孔羟基磷灰石 (HA)义眼台眶内植入后的并发症并探讨其原因。【方法】回顾眶内植入羟基磷灰石义眼台 32 0例 ,随诊 6月～ 4年。【结果】 32 0例中发生并发症的有 46例 (14 4% ) ,其中义眼台暴露 41例 (12 8% ) ,义眼台位置异常 2例 ,其它并发症包括义眼台慢性感染、结膜肉芽肿等。义眼台暴露的发生时间为术后 7d～ 6月 ,范围为 2～ 15mm。【结论】羟基磷灰石义眼台眶内植入最常见的并发症是义眼台暴露 ,并发症的发生原因与多种因素有关 ,包括术前眼病史、包裹义眼台的异体巩膜的排斥溶解、义眼台的选择、缝合技术、术后眼眶的放射治疗等。
展开更多
关键词
羟基磷灰石类
义眼台植入
并发症
原因分析
在线阅读
下载PDF
职称材料
基于人工智能的药品投诉类案例信息识别及分类效能评估
被引量：
2
2
作者
雷霜
冯变玲
+8 位作者
任碧琦
林书智
刘炜
朱小莹
戴盛宇
迟易泓
黄瀚博
谢华
刘晓阳
《医药导报》
CAS
北大核心
2023年第10期1589-1592,I0001,共5页
目的评估构建的神经网络(NN)模型对药品投诉类案例的信息识别与分类效能,探究人工智能(AI)辅助人工审查分类的可行性。方法将X公司2022年8—10月线上收集的3090条反馈记录导入构建的NN模型,利用各指标对AI的分类效能进行评估并以3名资...
目的评估构建的神经网络(NN)模型对药品投诉类案例的信息识别与分类效能,探究人工智能(AI)辅助人工审查分类的可行性。方法将X公司2022年8—10月线上收集的3090条反馈记录导入构建的NN模型,利用各指标对AI的分类效能进行评估并以3名资深药物警戒专员一致判定结果为真实值,对比AI与人工检测的灵敏度、特异度及AUC值;此外,用Kappa分数来评价AI与真实值组的一致性。结果与人工组相比,AI的F1值为90.48%,AUC值为95.20%,表明AI具有较高的分类质量;AI的灵敏度为90.48%,人工组为97.62%,差异无统计学意义(P=0.25);AI组和人工组特异度分别为99.87%和99.31%,差异有统计学意义(P<0.001);AI的Kappa值为0.903,表明AI组与真实值组具有极好的一致性。结论AI的分类效能具有较高的质量,对于投诉类案例的识别表现出较高的灵敏性与特异性,可以为投诉和非投诉案例的快速识别分类提供参考。
展开更多
关键词
人工智能
药品不良反应/不良事件
投诉类案例
效能评估
在线阅读
下载PDF
职称材料
基于文本知识库的肝损伤药物不良反应大数据智能识别研究
被引量：
1
3
作者
葛斐林
郭玉明
+4 位作者
牛明
赵旭
柏兆方
王伽伯
肖小河
《临床肝胆病杂志》
CAS
北大核心
2022年第2期387-391,共5页
目的本研究基于药物不良反应(ADR)文本知识库的探索性构建,尝试建立肝损伤相关ADR的大数据智能识别方法。方法以“药物性肝损伤”“药源性肝损伤”“肝功能异常”等为关键词,检索时间为2012年1月1日—2016年12月31日,检索并随机抽取药...
目的本研究基于药物不良反应(ADR)文本知识库的探索性构建,尝试建立肝损伤相关ADR的大数据智能识别方法。方法以“药物性肝损伤”“药源性肝损伤”“肝功能异常”等为关键词,检索时间为2012年1月1日—2016年12月31日,检索并随机抽取药品不良反应监测系统数据库中5%(4152份)肝损伤相关ADR病例报告。结合医师临床再评价,分为“否定病例”“疑似病例”“确定病例”。在此基础上,进行关键要素的识别(不良反应名称、生化指标、临床症状),采用关键要素与临床再评价的相关性分析,以及ROC曲线确定评分阈值等构建肝损伤相关ADR智能识别方法,并采用交叉验证的方法评价该智能识别方法的效能。结果肝损伤相关ADR评价识别公式为:总分(M)=症状分数+指标分数+不良反应名称分数,“否定病例”与“疑似病例”“确定病例”在M=5分区分度最好(AUC=0.97),敏感度为99.57%,特异度为84.61%;“确定病例”与“疑似病例”“否定病例”在M=12分区分度最好(AUC=0.938),敏感度为87.93%,特异度为85.98%。结论该方法将为肝损伤相关ADR大数据智能识别评价提供参考和依据,有望有效减轻人工处理肝损伤相关ADR大数据的负担,为肝损伤相关ADR的早期风险信号识别及预警提供有效工具和方法学示范。
展开更多
关键词
肝疾病
药物相关性副作用和不良反应
知识库
人工智能
在线阅读
下载PDF
职称材料
题名
羟基磷灰石义眼台植入后并发症及其原因分析
被引量：
13
1
作者
黄丹平
杨华胜
吴中耀
刘金陵
郑永欣
彭鸿钧
机构
中山医科大学中山眼科中心
出处
《中山医科大学学报》
CSCD
2000年第3期226-228,共3页
基金
广东省科委重点攻关基金!( 99MO4819G)
广东省医药卫生青年科研基金!(B19980 3 8)
中山医科大学科研基金
文摘
【目的】分析多孔羟基磷灰石 (HA)义眼台眶内植入后的并发症并探讨其原因。【方法】回顾眶内植入羟基磷灰石义眼台 32 0例 ,随诊 6月～ 4年。【结果】 32 0例中发生并发症的有 46例 (14 4% ) ,其中义眼台暴露 41例 (12 8% ) ,义眼台位置异常 2例 ,其它并发症包括义眼台慢性感染、结膜肉芽肿等。义眼台暴露的发生时间为术后 7d～ 6月 ,范围为 2～ 15mm。【结论】羟基磷灰石义眼台眶内植入最常见的并发症是义眼台暴露 ,并发症的发生原因与多种因素有关 ,包括术前眼病史、包裹义眼台的异体巩膜的排斥溶解、义眼台的选择、缝合技术、术后眼眶的放射治疗等。
关键词
羟基磷灰石类
义眼台植入
并发症
原因分析
Keywords
hydroxyapatites
eye
,
artificial/adverse effects
分类号
R779.64 [医药卫生—眼科]
在线阅读
下载PDF
职称材料
题名
基于人工智能的药品投诉类案例信息识别及分类效能评估
被引量：
2
2
作者
雷霜
冯变玲
任碧琦
林书智
刘炜
朱小莹
戴盛宇
迟易泓
黄瀚博
谢华
刘晓阳
机构
西安交通大学药学院临床药学与药事管理学系
强生集团供应链数字化与数据科学部
强生集团信息部
西安杨森制药有限公司商业质量部
西安杨森制药有限公司药品安全部
强生集团技术质量部
出处
《医药导报》
CAS
北大核心
2023年第10期1589-1592,I0001,共5页
文摘
目的评估构建的神经网络(NN)模型对药品投诉类案例的信息识别与分类效能,探究人工智能(AI)辅助人工审查分类的可行性。方法将X公司2022年8—10月线上收集的3090条反馈记录导入构建的NN模型,利用各指标对AI的分类效能进行评估并以3名资深药物警戒专员一致判定结果为真实值,对比AI与人工检测的灵敏度、特异度及AUC值;此外,用Kappa分数来评价AI与真实值组的一致性。结果与人工组相比,AI的F1值为90.48%,AUC值为95.20%,表明AI具有较高的分类质量;AI的灵敏度为90.48%,人工组为97.62%,差异无统计学意义(P=0.25);AI组和人工组特异度分别为99.87%和99.31%,差异有统计学意义(P<0.001);AI的Kappa值为0.903,表明AI组与真实值组具有极好的一致性。结论AI的分类效能具有较高的质量,对于投诉类案例的识别表现出较高的灵敏性与特异性,可以为投诉和非投诉案例的快速识别分类提供参考。
关键词
人工智能
药品不良反应/不良事件
投诉类案例
效能评估
Keywords
artificial
intelligence
adverse
drug reactions
/adverse
events
Complaint cases
effect
iveness assessment
分类号
R951 [医药卫生—药学]
在线阅读
下载PDF
职称材料
题名
基于文本知识库的肝损伤药物不良反应大数据智能识别研究
被引量：
1
3
作者
葛斐林
郭玉明
牛明
赵旭
柏兆方
王伽伯
肖小河
机构
中国人民解放军总医院第五医学中心肝病医学部研究所/全军中医药研究所
北京中医药大学中药学院
出处
《临床肝胆病杂志》
CAS
北大核心
2022年第2期387-391,共5页
基金
国家中医药管理局中医药创新团队及人才支持计划项目(ZYYCXTD-C-202005)
国家自然科学基金(81630100)
+2 种基金
国家科技重大专项(2018ZX09101002-001-002)
北京市科技新星计划(XX2018001)
解放军总医院科研专项(2019MBD-023)。
文摘
目的本研究基于药物不良反应(ADR)文本知识库的探索性构建,尝试建立肝损伤相关ADR的大数据智能识别方法。方法以“药物性肝损伤”“药源性肝损伤”“肝功能异常”等为关键词,检索时间为2012年1月1日—2016年12月31日,检索并随机抽取药品不良反应监测系统数据库中5%(4152份)肝损伤相关ADR病例报告。结合医师临床再评价,分为“否定病例”“疑似病例”“确定病例”。在此基础上,进行关键要素的识别(不良反应名称、生化指标、临床症状),采用关键要素与临床再评价的相关性分析,以及ROC曲线确定评分阈值等构建肝损伤相关ADR智能识别方法,并采用交叉验证的方法评价该智能识别方法的效能。结果肝损伤相关ADR评价识别公式为:总分(M)=症状分数+指标分数+不良反应名称分数,“否定病例”与“疑似病例”“确定病例”在M=5分区分度最好(AUC=0.97),敏感度为99.57%,特异度为84.61%;“确定病例”与“疑似病例”“否定病例”在M=12分区分度最好(AUC=0.938),敏感度为87.93%,特异度为85.98%。结论该方法将为肝损伤相关ADR大数据智能识别评价提供参考和依据,有望有效减轻人工处理肝损伤相关ADR大数据的负担,为肝损伤相关ADR的早期风险信号识别及预警提供有效工具和方法学示范。
关键词
肝疾病
药物相关性副作用和不良反应
知识库
人工智能
Keywords
Liver Diseases
Drug-Related Side
effects
and
adverse
Reactions
Knowledge Bases
artificial
Intelligence
分类号
R969.3 [医药卫生—药理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
羟基磷灰石义眼台植入后并发症及其原因分析
黄丹平
杨华胜
吴中耀
刘金陵
郑永欣
彭鸿钧
《中山医科大学学报》
CSCD
2000
13
在线阅读
下载PDF
职称材料
2
基于人工智能的药品投诉类案例信息识别及分类效能评估
雷霜
冯变玲
任碧琦
林书智
刘炜
朱小莹
戴盛宇
迟易泓
黄瀚博
谢华
刘晓阳
《医药导报》
CAS
北大核心
2023
2
在线阅读
下载PDF
职称材料
3
基于文本知识库的肝损伤药物不良反应大数据智能识别研究
葛斐林
郭玉明
牛明
赵旭
柏兆方
王伽伯
肖小河
《临床肝胆病杂志》
CAS
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
