用自组织地图评估抗精神病药物诱导的神经变性恶性综合征
Koumi Miyasaka1, Sakiko Hirofuji1, Mika Maezawa1
1Laboratory of Drug Informatics, Gifu Pharmaceutical University, Gifu, JPN.
Cureus
|October 1, 2024
概括
神经乱性恶性综合征 (NMS) 是一种严重的抗精神病药物副作用. 这项研究使用自组织地图和决策树来分析31种抗精神病药物的NMS概况,有助于预测和治疗NMS.
科学领域:
- 神经科学是一个神经科学.
- 药理学 药理学是指药理学的学科.
- 数据科学数据科学数据科学
背景情况:
- 神经乱性恶性综合征 (NMS) 是一种与抗精神病药物相关的关键性,可能致命的不良药物反应.
- 目前的抗精神病药物分类 (典型和非典型) 可能无法完全捕捉NMS风险的细微差别.
- 在神经精神病学药物治疗中,有效预测和管理NMS至关重要.
研究的目的:
- 为了可视化和分析31种抗精神病药物的神经乱恶性综合征 (NMS) 概况.
- 根据NMS特征,开发出超出典型 (TAP) 和非典型 (AAP) 类别的抗精神病药物更详细的分类.
- 为医疗保健提供者提供预测工具,以预测NMS概况并促进治疗.
主要方法:
- 使用自组织地图 (SOM) 可视化31种抗精神病药物 (20种TAP,11种AAP) 的NMS概况.
- 集成的SOM与决策树分析,以便在抗精神病药物之间进行详细的歧视.
- 从日本药物不良事件报告 (JADER) 数据库 (SMQ代码:20000044) 中分析的神经乱恶性综合征 (NMS) 报告.
主要成果:
- 日本药物不良事件报告 (JADER) 数据库在2004年4月至2024年3月期间提供了887704份报告.
- 报告的NMS病例中最多的病例包括RISPERIDONE (1691),ARIPIPRAZOLE (1294),HALOPERIDOL (1132),OLANZAPINE (1056) 和QUETIAPINE (986),这些药物是最常见的.
- 通过SOM和决策树分析,成功地将31种抗精神病药物根据NMS特征分为不同的组,包括失去意识和昏迷,区分TAP和AAP.
结论:
- 开发的分类为与个人抗精神病药物相关的NMS概况提供了更详细的了解.
- 这种数据驱动的方法为临床医生在预测NMS特征和量身定制患者治疗方面提供了宝贵的参考.
- 改进的NMS预测可以导致更有效的管理策略,如精神分裂症等条件.
更多相关视频
05:52Handwriting Analysis Indicates Spontaneous Dyskinesias in Neuroleptic Naïve Adolescents at High Risk for Psychosis
Published on: November 21, 2013
14.9K
08:59Morphology-Based Distinction Between Healthy and Pathological Cells Utilizing Fourier Transforms and Self-Organizing Maps
Published on: October 28, 2018
7.1K
