布地奈德福莫特罗粉吸入剂与沙美特罗替卡松粉吸入剂治疗哮喘的成本—效果分析

目的系统评价布地奈德福莫特罗粉吸入剂与沙美特罗替卡松粉吸入剂治疗哮喘的经济效益。方法检索公开发表的有关治疗哮喘疾病的文献,并采用Cochrane系统评价方法进行质量评价。应用RevMan 5.3软件对文献报道的治疗有效率进行Meta分析,采用成本—效果比(C/E)及增量成本—效果比(ΔC/ΔE),比较布地奈德福莫特罗粉吸入剂与沙美特罗替卡松粉吸入剂的经济效益。结果纳入符合标准且仅限于我国的临床效果观察研究文献5篇,共计438例研究对象。Meta分析结果显示,布地奈德福莫特罗粉吸入剂与沙美特罗替卡松粉吸入剂有效率比较差异有统计学意义[RR=1.07(95%CI:1.01~1.12),P=0.02]。成本—效果分析结果显示,沙美特罗替卡松粉吸入剂C/E较小,敏感性分析表明结果具有稳健性。结论布地奈德福莫特罗粉吸入剂治疗效果更好,但沙美特罗替卡松粉吸入剂更具经济效益,临床医师与患者可根据患者的具体情况合理选择用药。

基于基因多态性致药物代谢差异的临床个体化用药剂量调整

根据个体基因多态性调整合适的用药剂量是精准用药的一种重要策略。基因多态性对用药剂量的影响指的是同一基因不同表型对药物代谢会产生不同程度的影响,如CYP2C19、NUDT15等基因所表达出来的PM、IM、UM基因表型都会对其对应药物的代谢速率产生不同影响,从而影响药效发挥或引发毒副作用。目前国际上已有5家机构发布针对112种药物涵盖27种相关基因的个体化临床用药剂量调整指南。本文在这些相关指南的基础上,系统阐述了如何依据基因表型调整个体临床用药剂量,并进一步总结了需要进行基因检测的人群,旨在为临床提供基于基因多态性的个体化用药治疗方案。

疾病关联网络的构建及其对并发症预测方法的研究

目的:通过基于Bert深度学习技术处理的电子病历数据构建疾病关联网络,使用链路预测技术对患者的并发症进行预测。方法:使用Bert-WWM模型进行命名实体识别,提取来自非结构化中文电子病历中的疾病诊断信息,使用关联规则挖掘技术计算疾病关联系数,在此基础上构建疾病关联网络。最后,使用链路预测,预测患者潜在的并发症。结果:通过关联规则挖掘,发现81条重要的疾病并发规则。使用链路预测技术对疾病关联网络预测,发现呼吸系统常见病往往伴随其他呼吸系统疾病或内分泌系统疾病,同时,也预测出一些不相关系统疾病的并发症。最后,通过文献及发病机制分析对预测的并发症进行验证。结论:本研究构建的基于疾病关联网络的链路预测可以预测临床潜在并发症,为有效进行临床决策提供帮助。