首页期刊导航|今日药学
期刊信息/Journal information
今日药学
今日药学

陶剑虹

月刊

1674-229X

jinriyaoxue@gmail.com

020-37886330

510080

广州市东风东路753-2号9楼

今日药学/Journal Pharmacy Today
查看更多>>本刊是由广东省药品监督管理局主管、广东省药学会主办的药学学术性期刊,国内外公开发行。《广东药学》被国家列为中国生物医学期刊引文数据库、中国学术期刊综合评价数据库期刊源期刊,《中国学术期刊(光盘版)》和《中国期刊网》、《中国核心期刊(遴选)数据库》、《中国药学文摘》、《中文科技资料目录·中草药》等主要数据库和检索期刊收录。《广东药学》杂志自1991年创刊以来,为广大药学工作者发表学术论文、进行学术交流、传递医药信息、提高药学科研水平及职称晋升等许多方面提供了便利条件。
正式出版
收录年代

    优泌乐25联合达格列净对2型糖尿病患者血糖水平及胰岛素抵抗的影响

    胡莎莎黎明周敏甘辉虎...
    60-63页
    查看更多>>摘要:目的 探究优泌乐25联合达格列净(DAPA)对2型糖尿病(T2DM)患者血糖水平及胰岛素抵抗的影响。方法 选取2020年1月~2022年11月某院接收的88例T2DM患者,根据随机数字表法分为两组,即对照组(n=44)、观察组(n=44),均接受常规指导,对照组进行优泌乐25治疗,观察组进行优泌乐25联合DAPA治疗,时间为3个月。治疗前、后,比较两组血糖水平[空腹血糖(FBG)、餐后2 h血糖(2hPG)、糖化血红蛋白(HbAlc)]、胰岛素抵抗指数(HOMA-IR)、空腹胰岛素(FINS)值,并比较不良反应发生率。结果 治疗后,两组FBG、2 h PG、HbAlc水平及HOMA-IR值均下降,FINS水平升高,且观察组变化更明显(P<0。05)。两组不良反应发生率比较,差异无统计学意义(P>0。05)。结论 优泌乐25联合DAPA治疗T2DM能够降低患者血糖水平,改善胰岛素抵抗,且不良反应少。

    2型糖尿病优泌乐25达格列净血糖水平胰岛素抵抗

    基因检测指导1例溴鼠灵中毒个体化治疗

    许启荣郭秀彩陈纠杨志前...
    64-66页
    查看更多>>摘要:目的 利用基因检测技术指导溴鼠灵中毒患者个体化用药。方法 采静脉血2mL提取核酸,荧光原位杂交(FISH)测定VKORC1(rs99223231)和CYP2C9*3(rs1057910)基因,根据结果为患者提供个体化用药建议。结果 患者VKORC1基因型为AA,正常代谢型,CYP2C9*3基因型为AA,溴鼠灵敏感型,用药方案调整后,患者的病情稳定,无不良反应发生。结论 基因检测指导患者溴鼠灵中毒时维生素K1个体化给药,可以促进合理用药。

    VKORC1CYP2C9基因检测溴鼠灵维生素K1

    移动药师协同管理系统在住院药品调剂中的应用研究

    林杰茹常惠礼冯汨刘文亮...
    67-73页
    查看更多>>摘要:目的 探讨移动药师协同管理系统在某院住院药品调剂中的应用效果。方法 通过在住院药房中使用移动药师协同管理系统,医嘱药品调剂工作即调配、核对和发送过程均实现流程信息化控制。结果 所有医嘱药品平均调剂耗时改善前(2021年1~12月)11。2分/张,改善后(2022年1~12月)8。24分/张,P<0。000 1;以药品数为基本单位的平均调剂耗时改善前后分别为0。001 79分/基本单位、0。001 05分/基本单位,P<0。000 1;其中统领单平均调剂处理耗时从9。92分/张下降至8。63分/张,P<0。000 1;临时医嘱平均调剂处理耗时从6。17分/张下降至4。08分/张,P<0。000 1;长期医嘱平均调剂处理耗时从23。3分/张下降为17。6分/张;长嘱外包药平均调剂处理耗时从5。43分/张下降为1。42分/张,均为P<0。000 1;轨道物流小车平均发送辆次从388辆/天上升至482辆/天,P<0。000 1;医嘱平均发送耗时改善前后分别为50。8分/张、49。5分/张,P=0。113。调剂差错从129件降至81件。临床服务满意度从改善前平均95。9%上升至96。3%。药房噪声从91分贝下降至40分贝。打印纸耗材从6。1万元/年减少至1。7万元/年,节约打印纸104万张/年。改善后节约137个工作日耗时,同时节约药师8人,减少了 72万元/年的劳务费用支出。结论 移动药师协同管理系统在住院药品调剂的应用,实现无纸化,提高工作质量和效率,节约成本,提升患者服务满意度。

    移动药师协同管理系统药品调剂应用研究

    基于人工蜂群优化支持向量机的儿童流感疾病的预测模型研究

    丁维靖张少萌裴云涛
    74-80页
    查看更多>>摘要:目的 利用人工蜂群优化SVM的预测分析模型(ABC-SVM),改善SVM缺陷的同时提高模型的预测准确度,并运用此模型对儿童流感疾病进行分析预测,为医院提供合理的数据支撑,以更好地应对流感季。方法 根据河北省儿童医院在2022~2023年采集的151 d的磷酸奥司他韦颗粒用药量作为研究数据,抽取其中的前101 d作为训练样本,剩余的50d数据作为测试样本,利用MATLAB R2018b软件编程实现数据的学习与预测,对比预测数据与实际数据的相对误差,且采用决定系数(R2)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE)对所建模型进行对比分析,验证ABC-SVM的预测精度。结果ABC-SVM模型误差的各项指标均最小,且与实际数据相对误差值最小,预测效果最佳。结论 本文所建立的ABC-SVM预测模型能预测流感季,对流感控制和预防具有重要意义。

    疾病预测儿童流感支持向量机人工蜂群季节趋势模型

    《今日药学》杂志2024年第1期继续教育试题及答题卡

    前插1页