英文缩写词表 | 第1-6页 |
摘要 | 第6-7页 |
Abstract | 第7-9页 |
前言 | 第9-12页 |
第一部分 不同专业医务人员ADR报告质量比较 | 第12-31页 |
第一章 药品不良反应报告质量评价的方法与标准 | 第12-15页 |
一、 药品不良反应报告的信息完整性 | 第12-13页 |
二、 新的、严重的ADR报告所占比例 | 第13页 |
三、 报告及时性 | 第13页 |
四、 关联性评价标准 | 第13-15页 |
第二章 不同专业医务人员ADR报告质量比较 | 第15-31页 |
一、 方法 | 第15-17页 |
1.研究对象及设计 | 第15-17页 |
2.统计分析 | 第17页 |
二、 结果 | 第17-27页 |
1.信息完整性比较 | 第17-21页 |
2.专业术语的规范性 | 第21-22页 |
3.不同专业医务人员填报新的和严重的ADR报告表情况 | 第22-23页 |
4.不同专业医务人员ADR报告及时性 | 第23-26页 |
5.关联性评价标准的掌握 | 第26-27页 |
三、 讨论 | 第27-29页 |
1.药品不良反应报告表的完整性 | 第27页 |
2.专业术语的规范性 | 第27页 |
3.新的严重的报告比例 | 第27-28页 |
4.报告的及时性 | 第28页 |
5.关联性评价标准的掌握程度 | 第28-29页 |
四、 小结 | 第29-31页 |
1、 鼓励药师和护士报告 | 第29页 |
2、 加强医生对严重的和新的ADR的报告的教育 | 第29-30页 |
3、 正确把握ADR表的填写时间 | 第30页 |
4、 加强医务人员之间的交流 | 第30-31页 |
第二部分 应用数据发掘的方法探究不同专业医务人员ADR报告的特点 | 第31-45页 |
第一章 数据发掘的概念和信号检测技术 | 第31-36页 |
一、 数据发掘 | 第31-32页 |
二、 定量信号检测方法 | 第32-36页 |
1.报告比值比(reporting odds ratio,ROR) | 第33页 |
2.报告比例比(proportional reporting ratio,PRR) | 第33-34页 |
3.贝叶逊置信度增殖神经网络法Bayesian confidence ProPagation neural network(BCPNN) | 第34-35页 |
4.伽玛泊松分布缩减法(Gammar Poisson shrinker,GPS) | 第35-36页 |
第二章 应用数据发掘方法探究不同专业医务人员ADR报告的特点 | 第36-45页 |
一、 原理 | 第36-37页 |
二、 方法 | 第37-39页 |
1.研究对象和研究设计 | 第37-39页 |
2.统计分析方法 | 第39页 |
三、 结果 | 第39-41页 |
1.总体情况 | 第39-40页 |
2.ADR术语在不同专业医务人员ADR报告中的分布情况 | 第40页 |
3.ADR按特征归类后在不同专业医务人员报告中的差异 | 第40-41页 |
四、 讨论 | 第41-44页 |
1.ADR术语的规整 | 第41-42页 |
2.报告的总体情况 | 第42-43页 |
3.医务人员临床认识和发现ADRs的方式 | 第43-44页 |
4.尚待深入探讨之处 | 第44页 |
五、 小结 | 第44-45页 |
全文总结 | 第45-46页 |
参考文献 | 第46-50页 |
附表 | 第50-62页 |
致谢 | 第62-63页 |
发表的文章 | 第63-81页 |