【摘 要】
：
目的 应用FDA不良事件报告系统（FDA adverse event reporting system, FAERS）对二肽基肽酶-4（Dipeptidyl peptidase Ⅳ,DPP-4）抑制剂上市后的大疱性类天疱疮的不良事件进行研究。方法 检索2006年至2021年所有DPP-4抑制剂不良事件报告的数据，筛选出这些报告中与大疱性类天疱疮有关的不良事件报告进行分析，同时采用报告比值比（Rep
论文部分内容阅读
目的 应用FDA不良事件报告系统（FDA adverse event reporting system, FAERS）对二肽基肽酶-4（Dipeptidyl peptidase Ⅳ,DPP-4）抑制剂上市后的大疱性类天疱疮的不良事件进行研究。方法 检索2006年至2021年所有DPP-4抑制剂不良事件报告的数据，筛选出这些报告中与大疱性类天疱疮有关的不良事件报告进行分析，同时采用报告比值比（Reporting odds ratio, ROR）法对大疱性类天疱疮不良事件数据进行挖掘分析。结果 最终得到类天疱疮不良事件的首要怀疑药物为DPP-4抑制剂的报告共计251份，其中阿格列汀19份，利格列汀102份，沙格列汀5份，西格列汀95份，维格列汀30份。这些报告中男性多于女性，主要集中于75岁以上老年患者，且日本地区的上报数最多，类天疱疮相关的报告从2013年起呈逐年增加趋势，2019年达到最多。DPP-4抑制剂的大疱性类天疱疮的信号强度比较：维格列汀＞阿格列汀＞利格列汀＞西格列汀＞沙格列汀，同时与其他糖尿病药物相比，ROR明显高于其他糖尿病药物。结论 通过不良事件信号挖掘，我们的发现DPP-4抑制剂与大疱性类天疱疮之间的具有较强的关联，对于使用DPP-4抑制剂的患者，使用过程中出现类天疱疮时，应将该类药物视为可能的原因，并进行分析，如果确定是该类药物引起的，应当终止此类药物的治疗。
其他文献
＜正＞曹魏国家的将军制度是承袭东汉而来的。关于东汉时期的将军制度,廖伯源先生做了细致的考证。他将东汉的将军分为征伐将军、中朝将军和名誉将军三类。①应该说廖伯源先生对东汉将军的分类是很正确的。曹魏国家所设将军,一方面继承了东汉的制度,但又出现一些变化,与东汉的将军制度并不完全相同。本文不准备全面的探讨曹魏国家的将军制度,只对曹魏将军制度与东汉不同的一些问题作一些阐释,以就教于方家。一、大将军的特殊地
城市沿江风光带将飞地审美改造为具有多重文化功能的公共空间，其公共性更生问题便凸显出来。常德沅江风光带将总体空间做成地域性生境模型，以墙体装饰艺术即壁画构形文化场所，视“共生”为空间价值公共性导向，把“对话”当成公共艺术公共性特质。尽管这一探索尚在艺术的大众赋权等方面欠缺宽度，但也部分诠释了美好生活愿景下市民日常生活公共场所的公共性更生路向。
目的 探究焦亡相关差异表达基因（DEGs）在乳腺癌中预后价值并构建预后风险模型。方法 从癌症基因组图谱（TCGA）和肿瘤基因表达数据库（GEO）官网下载乳腺癌的基因测序、临床数据，筛选焦亡相关DEGs。将乳腺癌患者进行聚类分析。在TCGA队列中以最小绝对收缩和选择算子（LASSO）方法建立模型。利用Kaplan-Meier生存曲线、受试者工作特征曲线（ROC）、单因素及多因素Cox回归独立预后因素
＜正＞来自诺丁汉大学、Quadram生物科学研究所和东安格利亚大学的科学家们对车前草展开了研究,车前草是一种天然膳食纤维,常添加于麦片和酸奶等系列产品中。试验表明,纤维的物理状态对产气有明显影响,而产气通常与肠道不适有关。研究小组用人类粪便进行了体外发酵试验。随后对发酵产物进行了分析,并评估了不同结构对人类微生物的影响。
核心素养教育理念的提出,对小学语文教学的要求和标准也越来越高。同时,学校也开始注重对学生学习兴趣、交流能力的培养,注重学生的综合素质的提高。然而,在传统的教学模式下,教师、学生之间缺乏协作,这对学生的学习和综合素质的提高都有很大的影响。为此,论文从实践出发,对小学语文合作学习中所存在的不足进行了分析,并结合实际情况提出了核心素养下小学语文合作学习的有效策略,能更好地适应小学生的个性发展,提高他们的
随着互联网技术的不断发展和经济全球化,我们经历了跨境电子商务的迅猛发展,与此同时跨境电子商务物流也在迅速进步。海外仓是跨境物流模式的重大创新,提高了退货效率和客户满意度,同时缩短了交付时间并降低了物流成本,深受各大跨境电商青睐,现如今已成为跨境物流模式的中坚力量。然而,海外仓的前期建设投入巨大、盈利周期长也成为制约海外仓进一步发展的一个问题,因此海外仓的选址显得尤为重要。本文基于决策论,通过运用层
针对应急救援行动当中存在的受灾区域大、重点区域分布不均匀、救援时间有限等问题，提出了一种多无人机协同区域优先覆盖搜索算法。首先，对搜索区域进行离散栅格化处理，并根据灾情预估信息对搜索区域中的每个网格进行概率标记。然后，通过K-means++聚类算法将搜索区域划分成大小相似、个数与无人机数量相等的子区域，并依据聚类中心确定每个子区域的搜索起点，使多架无人机分区协同搜索整个区域。最后，根据网格概率和当