目的探讨安罗替尼相关高血压的临床特点。方法检索中国知网、万方、PubMed、Web of Science数据库(截至2023年7月31日),收集安罗替尼相关高血压文献病例报告类文献,提取患者基本情况、安罗替尼用药情况、高血压情况、干预措施和转归等,...目的探讨安罗替尼相关高血压的临床特点。方法检索中国知网、万方、PubMed、Web of Science数据库(截至2023年7月31日),收集安罗替尼相关高血压文献病例报告类文献,提取患者基本情况、安罗替尼用药情况、高血压情况、干预措施和转归等,进行描述性统计分析。结果纳入分析的文献为16篇,患者18例,男性8例,女性10例;年龄27~76岁,平均58岁;非小细胞肺癌13例,结缔组织和软组织恶性肿瘤2例,肝内胆管癌1例,卵巢癌1例,子宫癌1例。联用其他抗肿瘤药物4例;安罗替尼初始剂量均为12 mg/d。发生的高血压分级为1级3例(17%),2级4例(22%),3级9例(50%),4级2例(11%)。除8例患者从服用安罗替尼至发生高血压的时间不详外,其余10例患者从服用安罗替尼至发生高血压的时间在7 d~6个月内,中位时间36(30,42)d,其中7例(39%)发生在服用安罗替尼2个月内。18例患者中出现不同程度乏力6例(33%),头痛6例(33%),头晕5例(28%),呕吐3例(17%),视物模糊2例(11%),恶心1例(6%),抽搐1例(6%)。13例伴其他不良反应,其中手足综合征7例(39%),蛋白尿3例(17%),高脂血症3例(17%),可逆性后部白质脑病综合征2例(11%),癫痫1例(6%),便血1例(6%),皮疹1例(6%)。1~2级患者安罗替尼未调整(6例)或减量治疗(1例)后耐受良好;3~4级患者中,8例停用安罗替尼且接受降压药治疗,2例减量治疗,1例未调整,随访血压控制平稳。结论安罗替尼相关高血压多发生在用药2个月内,往往伴其他不良反应,3级以上高血压常见,但大多数患者经对症处理、停药或减量后转归良好。展开更多
需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建...需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建模的效率有着重要意义.现有工作中有的使用知识库来提供更多知识,以辅助获取或者建模,有的利用自然语言处理等技术对获取或者建模过程进行自动化,但是它们并没有减轻需求提供者的负担.利用大语言模型(large language models,LLMs)的生成能力,提供了一种人机协作的迭代式需求获取和建模框架ChatModeler.具体来说,根据真实世界中需求团队的分工及协作关系,将部分需求提供者、需求分析师等角色的工作由大语言模型承担,而需求提供者只需要进行确认.为大语言模型扮演的各种角色进行了提示词设计,该提示词会随需求的元模型而变化.ChatModeler在7个需求案例上与3种需求模型的自动建模方法进行了14组对比实验,证明了ChatModeler在降低需求提供者的负担和生成高质量需求模型2个方面上的优越性.展开更多
文摘目的探讨安罗替尼相关高血压的临床特点。方法检索中国知网、万方、PubMed、Web of Science数据库(截至2023年7月31日),收集安罗替尼相关高血压文献病例报告类文献,提取患者基本情况、安罗替尼用药情况、高血压情况、干预措施和转归等,进行描述性统计分析。结果纳入分析的文献为16篇,患者18例,男性8例,女性10例;年龄27~76岁,平均58岁;非小细胞肺癌13例,结缔组织和软组织恶性肿瘤2例,肝内胆管癌1例,卵巢癌1例,子宫癌1例。联用其他抗肿瘤药物4例;安罗替尼初始剂量均为12 mg/d。发生的高血压分级为1级3例(17%),2级4例(22%),3级9例(50%),4级2例(11%)。除8例患者从服用安罗替尼至发生高血压的时间不详外,其余10例患者从服用安罗替尼至发生高血压的时间在7 d~6个月内,中位时间36(30,42)d,其中7例(39%)发生在服用安罗替尼2个月内。18例患者中出现不同程度乏力6例(33%),头痛6例(33%),头晕5例(28%),呕吐3例(17%),视物模糊2例(11%),恶心1例(6%),抽搐1例(6%)。13例伴其他不良反应,其中手足综合征7例(39%),蛋白尿3例(17%),高脂血症3例(17%),可逆性后部白质脑病综合征2例(11%),癫痫1例(6%),便血1例(6%),皮疹1例(6%)。1~2级患者安罗替尼未调整(6例)或减量治疗(1例)后耐受良好;3~4级患者中,8例停用安罗替尼且接受降压药治疗,2例减量治疗,1例未调整,随访血压控制平稳。结论安罗替尼相关高血压多发生在用药2个月内,往往伴其他不良反应,3级以上高血压常见,但大多数患者经对症处理、停药或减量后转归良好。
文摘需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建模的效率有着重要意义.现有工作中有的使用知识库来提供更多知识,以辅助获取或者建模,有的利用自然语言处理等技术对获取或者建模过程进行自动化,但是它们并没有减轻需求提供者的负担.利用大语言模型(large language models,LLMs)的生成能力,提供了一种人机协作的迭代式需求获取和建模框架ChatModeler.具体来说,根据真实世界中需求团队的分工及协作关系,将部分需求提供者、需求分析师等角色的工作由大语言模型承担,而需求提供者只需要进行确认.为大语言模型扮演的各种角色进行了提示词设计,该提示词会随需求的元模型而变化.ChatModeler在7个需求案例上与3种需求模型的自动建模方法进行了14组对比实验,证明了ChatModeler在降低需求提供者的负担和生成高质量需求模型2个方面上的优越性.