厄贝沙坦氢氯噻嗪片仿制药与原研药治疗轻中度原发性高血压的成本-效果比较

目的比较厄贝沙坦氢氯噻嗪片(商品名:倍悦)仿制药与厄贝沙坦氢氯噻嗪片(商品名:安博诺)原研药治疗轻中度原发性高血压的成本-效果(C/E)。方法选择88例新发轻中度高血压患者作为研究对象,采用随机数字表法分为仿制组和原研组,各44例。仿制组患者应用厄贝沙坦氢氯噻嗪片仿制药治疗,原研组患者应用厄贝沙坦氢氯噻嗪片原研药治疗。比较两组治疗效果、治疗前后血压变化、不良反应发生情况、治疗成本。结果仿制组的治疗总有效率95.45%与原研组的97.73%对比,差异无统计学意义(P>0.05)。治疗前后组内收缩压、舒张压对比差异显著(P<0.05),且治疗4、8周后两组收缩压、舒张压显著低于治疗前(P<0.05);两组治疗前后组间的收缩压、舒张压对比,差异无统计学意义(P>0.05)。仿制组的药物不良反应发生率9.09%与原研组的6.82%对比,差异无统计学意义(P>0.05)。仿制组的直接成本(52.27±9.85)元、日均费用(0.93±0.18)元均低于原研组的(374.00±103.18)、(6.68±1.84)元(P<0.05)。仿制组的C/E为0.55,优于原研组的3.83。结论厄贝沙坦氢氯噻嗪片仿制药与原研药治疗轻中度高血压的整体疗效、安全性相当,但仿制药费用更低,更适合长期用药。

左乙拉西坦引起不良反应的相关因素分析

目的探讨左乙拉西坦引起不良反应的相关因素分析。方法回顾性分析2020年1月~2022年12月间,中山市人民医院接受左乙拉西坦治疗的167例癫痫患者的临床资料。运用中山市人民医院病例系统检索患者病历资料,参考《药品不良反应报告和监测管理办法》评价不良反应事件,采用多因素Logistic回归分析左乙拉西坦引起不良反应的危险因素。结果167例患者中共发生48例51起不良反应事件,不良反应发生率为30.54%。所有不良事件均为轻度,其中40例共43起不良反应经判断与左乙拉西坦有关、8例共8起不良反应经判断与左乙拉西坦可能有关,最常见的不良反应为嗜睡(10.78%)、头晕(4.79%)及情绪异常(3.59%)。多因素Logistic回归分析显示,女性、年龄<18岁、病程≥10年、联合用药、合并精神疾病、合并肾脏疾病是不良反应发生的影响因素(P<0.05)。结论左乙拉西坦治疗癫痫的不良反应较轻,多为轻度不良反应,性别、年龄、病程、联合用药、是否合并精神疾病、是否合并肾脏疾病是左乙拉西坦导致不良反应的独立影响因素。

基于轨迹聚类种群的遗传过程混成挖掘算法

遗传过程挖掘算法以模型质量引导模型的发现,在挖掘模型的同时不断修正挖掘算法的执行,因此相比于其他挖掘算法,更容易生成高质量的过程模型。但由于其迭代发现的特性,对于大型日志,挖掘效率往往较低且生成模型质量不高。针对以上问题,提出一种基于轨迹聚类种群的遗传过程混成挖掘算法(GMTC)。该算法一方面通过轨迹聚类划分事件日志,简化挖掘环境,再使用归纳挖掘算法对事件日志进行预挖掘,为遗传挖掘算法准备高质初始种群;另一方面优化遗传算子,使用对齐日志得到的模型偏差信息指导突变操作,使得突变操作由随机变为有向,从而有效地提高种群的综合质量,使遗传挖掘算法加快收敛。基于过程日志生成器生成模拟日志、某市政府建筑许可申请过程的真实日志以及6个公开数据集的实验结果表明:基于轨迹聚类种群的遗传过程混成挖掘算法相较于其他挖掘算法不但在挖掘效率方面有较大提升,而且挖掘得到的模型质量也能够达到较高的水平。

基于完全有限前缀展开的行为等价过程树生成算法

过程树能够兼具过程模型的行为和结构,在简化模型结构的复杂度方面具有重要意义.现有过程树转化仅能将基于块结构的简单过程模型转化为过程树,无法将具有复杂结构的过程模型转化过程树.为此,提出了一种基于完全有限前缀展开的行为等价过程树生成算法,用于将与过程树行为等价的过程模型转化为行为等价过程树.该方法首先利用完全有限前缀展开技术分析过程模型,抽取模型的活动关系;其次通过分析活动关系,进而对模型进行重构.最终通过活动关系判断和模型重构的不断迭代操作,构建行为等价过程树.通过在测试模型上的实验,验证了该算法在行为等价过程树生成方面的正确性和可行性.

支持结构与行为融合的过程模型索引构建与检索

为应对现有过程库中具有复杂结构的过程模型不易管理和理解、索引效率低等问题,提出一种支持结构和行为融合的过程模型索引构建与检索方法。针对过程库海量过程模型存储和高效的过程模型多维索引问题,提出采用花模型将具有复杂结构的一般过程模型转化为基于块的过程模型的方法,用于生成一般过程模型的索引;采用基于块的过程模型生成对应的过程树进行存储;利用过程树的编辑距离计算过程树的相似度,进而有效管理过程模型。通过构建相应的案例和原型系统证明了所提方法在模型转化、存储和检索方面具有良好的正确性与可行性。

基于执行者过程树的双维度遗传过程挖掘方法

事件日志记录数量众多的事件,不仅包含与活动控制流相关的内容,还记录有关活动执行者的信息,即组织维度信息。控制流发现算法从事件日志中自动构建控制流过程模型,组织维度发现算法则构建社交网络模型。如果能合并两种维度,在同一个模型中进行展示,则能够提供更完整的过程组织视图,有助于更准确地对过程以及组织进行分析。因此,提出一种基于执行者过程树的双维度遗传过程挖掘方法(BdSm)。一方面,使用Inductive Miner预挖掘以优化遗传挖掘算法初始种群,达到生成高质量的控制流模型的目的;另一方面提出日志中活动之间距离的度量方法,能有效度量活动在组织层面的相似度,同时使用执行者信息扩充控制流过程模型,基于执行者过程树生成双维度的过程模型。通过模拟日志以及4个公开事件日志集对所提方法进行验证,结果表明,在控制流维度,所提方法能够生成较高综合质量的过程模型,同时借助组织维度信息,还能够发现典型的工作模式及组织结构。

基于移动式X射线检测系统的管道壁厚测量方法

为解决移动式X射线管道检测系统中管道中心偏移引起的壁厚测量偏差问题,提出了一种管道壁厚测量方法。首先,在移动式X射线检测系统中获取投影图像;然后,使用U-Net神经网络处理投影图像以抑制噪声和伪影引起的干扰,从而准确提取管道内外径边缘等关键点的位置信息;最后,根据提出的基于偏心校正的管道壁厚计算方法得到管壁厚度。仿真和实验结果表明,该管道壁厚测量方法得到的壁厚相对误差小于5%,可以实现准确的管道壁厚检测。

基于完全前缀展开的业务过程模型结构化简与行为保持方法

针海量业务过程模型管理中,往往伴随着节点过多、行为复杂易错、用户难于理解等问题,因此如何在保持原有语义的前提下对模型进行自动化的化简对业务过程模型管理具有重要作用。然而,目前的化简方法要么会损失部分行为,要么会泛化部分行为,无法在保持行为的条件下进行模型化简,这为模型质量要求较高的领域带来了一定的挑战。为解决该问题,提出一种基于完全前缀展开的业务过程模型化简算法。该算法利用完全前缀展开技术,在保证原有过程模型行为语义等价的前提下,将模型的一部分结构转化为行为等价过程树,在最理想的情况下,可以将整个模型转化为行为等价过程树。再根据过程树中的行为和语义,重构业务过程模型,从而到达化简过程模型的目的。最后通过实验表明,该算法不仅具有正确性和可行性,还可以有效降低业务过程模型的复杂度。