XiaoMi-AI文件搜索系统
World File Search System暴露时间
OMOP CDM 中的药物剂量和暴露时间
如果源数据中没有每日剂量，则可以使用最常见剂量：对于每个源药物概念或源/目标药物概念组合，定义最常见剂量，然后将其应用于缺少剂量的记录。如果根本没有每日剂量，可以使用 ATC DDD（定义每日剂量）作为用于成人主要适应症的药物的假定平均每日维持剂量 4 。该方法在 OHDSI 论坛 5 上进行了讨论，并在口服固体药物上进行了测试。使用另一个合理的估计来评估方法的合理性：根据以下处方计算结束日期并假设服药的最常见持续时间应为 7/30/60/90 天。此外，我们审查了来源中 200 种最常见药物的结果，并得出结论，在大多数情况下，ATC DDD 方法是适用的（例如，来源药物是“氨氯地平 5 毫克口服片”，总量 = 28 片，ATC DDD = 5 毫克 => 计算持续时间 = 28 天）。但是，这种方法有一些局限性。一些药物的剂量不同，适用于不同的治疗目的，例如，阿司匹林作为镇痛药/解热药的剂量为 3 克/天，作为抗血栓剂的剂量为 1 片/天（与强度无关）。
引用：Giovanni Abramo。等。 “对环境监测的90毫米TSA板的暴露时间的验证”。ActaScientific Medical Scien
9。行业指导。通过无菌处理生产的无菌药品 - 当前的良好制造实践，2004年。美国卫生与公共服务部食品和药物管理局药物评估与研究中心（CDER）生物制度评估与研究中心（CBER）监管事务办公室（ORA）。美国卫生与公共服务部食品和药物管理局药物评估与研究中心（CDER）生物制度评估与研究中心（CBER）监管事务办公室（ORA）。
6 岁以下儿童执行功能与屏幕暴露时间的关系：荟萃分析
一些先前的研究报告了 6 岁以下儿童使用屏幕媒体的潜在益处，而其他研究则表明使用屏幕媒体可能特别有害。据我们所知，这是第一项对现有研究进行荟萃分析，以研究总体屏幕使用时间与 EF 之间的关系。为了解决这个问题，当前的荟萃分析旨在回顾婴儿、幼儿和学龄前儿童的总体屏幕时间与 EF 之间的关系。在 Web of Science 和 EBSCO 上进行了系统搜索，以确定截至 2023 年 1 月发表的符合条件的研究。纳入了 15 份手稿，涉及 6922 名 0-6 岁参与者，并产生了 44 种效应量。进行了三级模型，并测试了以下研究特征作为潜在调节因素：平均年龄、女性百分比、EF 类型以及接触是主动的还是被动的。总体时间使用与 EF 之间的关系或所选的调节因素没有统计学上显着的关联。然而，该研究强调需要考虑其他与环境和发展相关的因素来确定整体屏幕时间使用对儿童 EF 的影响。
年轻人一生中压力暴露与错误相关负性 (ERN) 之间的关联因压力源特征和暴露时间而异
生活压力会增加多种精神病理学的风险，部分原因是它改变了与绩效监控有关的神经过程。然而，这些压力认知效应如何受到生活压力源的特定时间和类型的影响仍不清楚。为了填补这一空白，我们研究了不同的社会心理特征和压力源的发展时间与错误相关负波 (ERN) 之间的关系，ERN 是事件相关电位 (ERP) 波形中的负向偏转，在错误发生后 0 到 100 毫秒内观察到。203 名新兴成年人样本执行了一项引发 ERN 的箭头侧翼任务，并完成了一项基于访谈的终生压力暴露测量。调整其他发展时期的压力严重程度后，压力对绩效监控的影响为小到中等，因此，在青春期早期经历的更严重的总体压力暴露以及更严重的社会评价压力显著预示着 ERN 的增强。这些结果表明，青春期早期可能是一个敏感的发展时期，在此期间，压力暴露可能会导致与表现监控有关的神经网络产生持久的适应。
OMOP CDM中的药物剂量和暴露时间
将医疗数据转换为观察医学结果伙伴关系（OMOP）共同数据模型（CDM）的需求日益增长。主要的ETL挑战之一是将天然数据转换为保留施用或处方的确切药物剂量的药物域。从CDM v.5.2.0面开始，该exposure表包含唯一用于储存药物量的数量字段。在最新的CDM文档中，据指出“应将数量转换为drug_strength表中给出的正确单位”。尽管CDM文档提供了有关此主题的示例，但数量和药物剂量计算之间仍然存在相当大的歧义。此外，由于OMOP CDM v5.2.0 drug_exposure_end_date字段。众所周知，源数据中并不总是可以使用药物摄入的结束日期，因此OMOP CDM文档提供了推断drug_exposure_end_date²的方法：基于天数供应，总剂量/每日剂量比例的总剂量/每日剂量比例和默认值和默认值（1天的行政记录，书面处方和89天的订购日为29天）。默认值规则往往不够精确，需要在缺乏天数供应和每日剂量信息的数据源上开发替代解决方案。