【摘 要】
：
目的探索新型冠状病毒感染（简称“新冠”）患者使用托珠单抗导致药品不良反应（ADR）的特点，为临床安全用药提供参考。方法 回顾性分析2022年12月1日至2023年1月31日在本院使用托珠单抗治疗新冠后发生ADR的病例，总结托珠单抗引起的ADR特点；系统检索国内外数据库，收集从建库至2023年1月31日托珠单抗导致ADR的病例报道，对纳入病例的高危因素、给药方案、其他新冠用药、ADR特点及临床结局等
【基金项目】
：
北京友谊医院科研启动基金资助项目（yygdktgl2021-3）； 北京市通州区科技计划项目（KJ2022CX039）；
论文部分内容阅读
目的探索新型冠状病毒感染（简称“新冠”）患者使用托珠单抗导致药品不良反应（ADR）的特点，为临床安全用药提供参考。方法 回顾性分析2022年12月1日至2023年1月31日在本院使用托珠单抗治疗新冠后发生ADR的病例，总结托珠单抗引起的ADR特点；系统检索国内外数据库，收集从建库至2023年1月31日托珠单抗导致ADR的病例报道，对纳入病例的高危因素、给药方案、其他新冠用药、ADR特点及临床结局等进行分析。结果本院共48例新冠患者使用托珠单抗，7例于用药后5[四分位距（IQR）1～7]d左右发生ADR，包括6例（85.74%）血小板减少、3例（42.86%）感染、1例（14.29%）肝功能异常。住院中位时长为19（IQR16～41）d，4例（57.14%）患者在住院期间死亡。文献检索纳入14篇病例报道，共计30例ADR，ADR在接受首剂托珠单抗后11（IQR4～14.5）d左右发生，包括16例（53.33%）感染、9例（30%）肝损伤、5例（16.67%）肠溃疡/肠穿孔、3例（10%）血小板减少等。患者住院中位时长为29（IQR19～50）d，9例（30%）患者在住院期间死亡。结论新冠患者使用托珠单抗期间应警惕感染、肝损伤、血小板减少等ADR，及时对症治疗。
其他文献
为提高化工行业临时用电安全管理水平，本文考虑HFACS中各致因类别在化工行业临时用电作业中的具体表现形式，构建了适用于该领域的HFACS模型，并通过某典型案例分析验证了模型的适用性。最后，基于行业作业特点分析及HFACS事故致因机理，构建了化工行业临时用电安全管理框架，提出了针对该领域的安全管理措施。
基于分析起重机检验中危险因素的识别与控制方法，首先针对起重机检验中危险因素的识别展开深入的分析，这样在起重机作业的时候才可以有效的消除其中存在的危险因素，其次提出控制起重机检验危险因素的有效方法，以此来使得起重机检验的质量得到有效地提高，这样才可以使得检验工作的安全风险最大程度地减少，进而使得检验人员、操作人员的人身安全以及起重机作业的安全性得到有效的保证。
＜正＞施工现场环境复杂,属于电气危险系数较高的特殊区域。本文结合实例,探讨企业在施工过程中如何实现临时电力系统的安全运转,确保项目顺利进行。常见问题一、保护零线引出点不正确在实际施工过程中,经常出现把临时用电保护的中性线从现场配电用电的中性线重复接地引出,或者从总配电箱一级漏电保护器的负载端反复接地的情况,给项目安全埋下隐患。
深度学习技术已被广泛地应用于地震资料处理与解释。国产软件GeoEast于2022年推出基于深度学习的智能构造解释技术。在东部某油田的生产应用测试中,智能技术的层位解释综合效率提高3倍以上,断层识别精度与信噪比均显著提高,并带来地质认识与构造图件的较大改变。研究认为,在东部地区,智能构造解释模块完全能够取代原有的层位自动追踪与相干曲率属性模块的功能,基本实现了构造解释的智能化转型。
地震层位解释是构造解释的重点内容,目前主要是人工交互解释和自动化解释两种方式,人工解释缺点是成本高,周期长,而自动化解释方法经常存在串层的问题导致需要人工大量质控。本文提出基于主动学习机制的智能多层位同时解释方法,利用主动学习和语义分割构建多层位解释网络,通过将待解释的多个目标层位进行人工标注用于端到端的网络模型训练,实现智能多层位解释,由于多个层位之间具有空间走势约束特征,可有效避免基于深度学习
本文通过对工业企业临时用电安全管理现状及存在问题进行分析,辨识临时用电风险,结合相关标准规范,对如何确定临时用电管控措施进行研讨,并提出改进对策建议。
目的 探讨过敏性结膜炎的常见过敏原及奥洛他定联合氟米龙滴眼液对其治疗效果。方法 选取自2019年12月至2021年6月于北部战区总医院眼科就诊的172例过敏性结膜炎患者为研究对象。采用过敏原皮肤点刺实验（SPT）分析患者过敏原情况。将患者随机分为联合组与单药组，每组各86例。单药组使用0.1%盐酸奥洛他定滴眼液治疗；联合组在单药组的基础上使用氟米龙滴眼液，两组疗程均为2周。比较两组治疗总有效率、不
地震层位拾取是构造解释、地震反演和储层预测等工作的基础。现有的地震层位智能拾取方法常常没有充分利用地震数据及属性对训练样本选取、网络建模和结果分析等进行质控。为此，提出一种基于样本选取和多种质控的地震层位智能拾取方法。该方法采用一种考虑数据集生成方向、训练样本尺度大小和标签错误程度的样本选取策略实现基于U型神经网络的层位智能拾取，并引入层拉平、层位闭合、等t0图、地质导向相位切片和均方根振幅切片等
深度学习为传统地震资料解释技术的发展带来了强劲动力，由此催生了大量的智能化解释技术。但目前的研究成果很少能实现规模化生产应用。为此，面向中、低信噪比地震资料，着力基于深度学习的智能化解释技术工业化落地。在开发智能化软件研发平台的基础上，形成了具有较强资料适应能力的智能化层位解释与断层检测技术，在大规模连片资料层位解释、复杂断块精细描述中发挥了重要作用。与传统的自动解释技术相比，该技术的层位解释效率
＜正＞藏毛窦是一种好发于骶尾部皮肤及皮下组织的炎症性疾病，好发于青年（15～30岁），发病率为26/10万，男性发病率为女性2倍，藏毛窦发病因素复杂多样，包括过多体毛、臀沟深度、年轻、久坐不动、家族史、不良卫生习惯、穿紧身衣和高体重指数等[1-2]。