您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览32 | 下载17

目的:应用自回归移动平均(ARIMA)时间序列模型分析及预测我国药品不良反应(ADR)报告例数的发生状况及趋势,为监管及临床提供参考.方法:收集我国药品不良反应监测中心2009~2021年ADR报告的数量,运用SPSS 23.0软件对我国ADR报告的数量进行ARIMA模型的建模拟合,对ADR报告的时间序列进行分析.结果:根据2009~2021年每年ADR的数量为基础建立时间序列,构建的最优模型为ARIMA(0,2,0),所建模型R2>0.8,拟合度较好,标准化贝叶斯信息准则(BIC)为5.564,平均绝对误差(MAE)为10.199,ADR报告数量呈逐年上升趋势,增长超3倍之多.结论:ADR报告例数可以运用ARIMA模型进行分析,我国ADR报告例数与ARIMA模型拟合的情况基本一致.

作者:林彦全;李明;唐婉;吴刚;郑芳芳;陈红斗;郭伟

来源:药学与临床研究 2023 年 31卷 6期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:32 | 下载:17
作者:
林彦全;李明;唐婉;吴刚;郑芳芳;陈红斗;郭伟
来源:
药学与临床研究 2023 年 31卷 6期
标签:
药物不良反应 时间序列分析 ARIMA模型 预测 Adverse drug reaction Time series analysis ARIMA model Prediction
目的:应用自回归移动平均(ARIMA)时间序列模型分析及预测我国药品不良反应(ADR)报告例数的发生状况及趋势,为监管及临床提供参考.方法:收集我国药品不良反应监测中心2009~2021年ADR报告的数量,运用SPSS 23.0软件对我国ADR报告的数量进行ARIMA模型的建模拟合,对ADR报告的时间序列进行分析.结果:根据2009~2021年每年ADR的数量为基础建立时间序列,构建的最优模型为ARIMA(0,2,0),所建模型R2>0.8,拟合度较好,标准化贝叶斯信息准则(BIC)为5.564,平均绝对误差(MAE)为10.199,ADR报告数量呈逐年上升趋势,增长超3倍之多.结论:ADR报告例数可以运用ARIMA模型进行分析,我国ADR报告例数与ARIMA模型拟合的情况基本一致.

Baidu
map