【摘 要】
：
目的：调查某院口腔科中成药使用现状，探讨用药安全管理策略。方法：随机选取2019年8月—2022年8月医院口腔科患者收治的500例患者为研究对象。分析患者一般信息、疾病构成、中成药剂型、中成药使用情况、使用期间不良反应发生情况，并统计口腔科中成药不合理处方类型与因素分析，并通过分析各因素的相关原因，整理综合后绘制鱼骨图，探讨用药安全管理策略。结果：500例患者种涉及口腔疾病前三位分别为牙髓炎、口腔
论文部分内容阅读
目的：调查某院口腔科中成药使用现状，探讨用药安全管理策略。方法：随机选取2019年8月—2022年8月医院口腔科患者收治的500例患者为研究对象。分析患者一般信息、疾病构成、中成药剂型、中成药使用情况、使用期间不良反应发生情况，并统计口腔科中成药不合理处方类型与因素分析，并通过分析各因素的相关原因，整理综合后绘制鱼骨图，探讨用药安全管理策略。结果：500例患者种涉及口腔疾病前三位分别为牙髓炎、口腔溃疡、智齿冠周炎。剂型前三位分别为颗粒型、胶囊型、口服液。3 323张中成药处方中药物使用前三位分别为康复新液、加味逍遥丸、连花清瘟胶囊。500例患者中，16例患者出现不良反应，最常出现的不良反应为皮肤与附件。3 323张中成药处方中，不合理处方共67张，占比为2.02%,其中主要因素为适应证不适宜、超剂量用药、禁忌证不适宜，次要因素为遴选药物不适宜，一般因素为无正当理由超说明书用药、无正当理由开具两种以上作用相同药物、未辨证用药、处方书写错误等。结论：医院口腔科中成药剂型多样，临床使用总体合理，具有较高用药安全性，针对不合理处方需加强用药安全管理，进行多环节监督与控制。
其他文献
粒子群优化算法作为一种群体智能算法,因其具有参数设置简单、收敛速度快等特点,一开始便广泛应用于单目标优化领域,随后研究学者发现其应用效果显著,便将它扩展至多目标领域。虽然,经实验证明粒子群优化算法能够较好地解决多目标及高维多目标优化问题,但仍存在许多不足,并不能完全满足社会的高需求。通过文献阅读与实验论证发现,常见的粒子群算法在处理多目标问题中,主要面临以下两方面问题:（1）如何选择出领导者来引导
TAL效应物transcription activator-like effectors（TALE）是一类在植物病原黄单胞菌中发现的天然的DNA结合蛋白,它具有与目标DNA序列特异性结合的能力。TAL效应物的靶标直接反映了病原菌的致病性或无毒性,因而寻找TAL效应物的靶标直接影响到对寄主植物感病基因、抗病基因的鉴定,并有助于揭示病原菌和寄主长时间相互作用、共同进化的过程和生物信息研究。开展TAL效
随着数字信息化的发展,计算机理论和硬件技术的日益成熟,计算机视觉成为深度学习中落地最广泛的领域之一,它主要研究如何使用计算机处理采集到的图像视频等信息。对于从自然场景下采集到的图像经常受到包括雨、雪、雾、霾等恶劣天气的影响,使得图像信息丢失,从而限制视觉算法的性能发挥。雨天是自然界中最常见的天气之一,单幅图像去雨算法的研究具有一定的实际意义。传统方法主要针对有雨图进行建模,采用数学优化的思想对雨线
目的：对某社区医院口腔科2017—2021年中药潜在用药风险进行点评，并提出管理对策。方法：以随机分层抽样的方法对2017—2021年某社区医院口腔科进行中药处方采样，以年份为分层标准，每年抽取中药处方225张，共计纳入符合标准的处方1 100张。分类录入某社区医院口腔科2017—2021年1 100张中药处方的基本情况，包括各年份中药常用药及使用频率，对中药进行组分分析，对处方进行点评，判断是否
目的：调查2019—2021年某院口腔科中成药应用现状，并评价开展医院药事管理联合药学服务干预后的效果。方法：以2019年1月—2020年6月某院口腔科未施行医院药事管理联合药学服务干预时口腔科中成药用药状况，设为实施前；以2020年7月—2021年12月施行医院药事管理联合药学服务干预后口腔科中成药用药状况，设为实施后。抽取实施前后某院口腔科中成药处方各800张、患者各100例开展研究。调查20
近年来,基于注意力（attention）机制的循环神经网络（recurrentneural network,RNN）将领域分类任务的研究进展带到一个新的水平。同时,为了提高口语语言理解（spokenlanguageunderstanding,SLU）任务的泛化能力,大型的预训练语言模型,如BERT（Bidirectional Encoder Representations from Transfo
多重签名因可用于处理区块链电子货币交易而受到广泛关注。多重签名支持多个用户以交互方式对同一消息进行签名。使用多重签名技术减少了总签名需要的存储空间,有助于在资源受限设备上部署。结合身份基密码学（IBC）,身份基多重签名避免了传统公钥基础设施（PKI）环境下繁琐的证书颁发与管理,任意验证者可用签名者已知的身份信息计算出签名者公钥。然而,现有文献中多重签名方案多数是基于传统密码体制,面对量子攻击将变得
水稻病虫害在产量损失中所占比例高达50%,因此有必要采用有效且经济的杀菌和杀虫剂处理,其效果取决于感染类型、情况和时间。在这些情况下,必须对特定的病虫害进行正确和早期的鉴定,以尽量减少产量损失,提高治疗的疗效和效率。近年来,人们提出了许多基于图像分析的农作物疾病自动识别方法。在这些方法中,深度卷积神经网络（CNN）的应用已经被证明在不同的视觉分类任务中是非常成功的。本文基于深度学习技术对水稻病虫害
随着信息技术的迅速发展,每个人在享受着信息时代带来的高速信息传输体验的同时,海量数据也在持续产生,这其中往往蕴含着大量有待发现与利用的宝贵信息。数据挖掘的目标在于从这些大量的、模糊且有噪声的数据中提取出知识,近年来受到越来越多研究人员的重视,已经成为目前人工智能和数据库领域研究的热点问题。分类作为数据挖掘中的一个重要研究方向,旨在通过分类算法分析训练集,刻画重要数据类的模型,其中随机森林是一类分类
近年来,瞬态成像技术作为一种变革性的成像技术,引起了人们的广泛关注。瞬态成像技术目的在于拍摄光线在场景中传播过程的瞬间状态,区别于传统的二维图像,瞬态图像通常是三维的,包含空间上的两个维度及时间维度。通过对瞬态图像的数据进行有效分析,人们能够准确的获取传统成像技术难以得到的与场景语义密切相关的关键信息（位置、边缘、材质等）,进而实现其在混浊介质下的深度测量、材质识别、非视距下的成像等计算机视觉相关