论文部分内容阅读
目的:利用贝叶斯置信传播神经网络法(Bayesian confidence propagation neural network,BCPNN)挖掘来迪派韦/索磷布韦上市后的安全警戒信号,以期为临床合理用药提供参考。方法:检索2014年10月10日至2020年9月29日期间美国食品药品监督管理局不良事件报告系统数据库(FDA adverse event reporting system,FAERS)中以来迪派韦/索磷布韦为首要怀疑对象的药品不良事件(adverse drug events,ADEs),运用B