简介:摘要:电力设备是电力系统高效运行的关键,对于当前的电力企业来说,电力设备的类型和数量有明显的增加,而且智能电网在企业以及系统中的应用,对于电力设备有着更高的要求,需要及时发现存在的异常现象,并且通过预防管理降低它的风险隐患。但是就目前来看,电力设备管理与智能电网的高速发展存在一定的矛盾问题,传统的电力设备管理方式在功能和效率上存在一定的局限性,有关部门可以将其与现代技术结合到一起,借助大数据和可视化技术提高设备管理的有效性。本篇文章通过对大数据与可视化在电力设备管理应用中的优势进行阐述,分析大数据技术和可视化在电力设备管理中的创新应用要点,从而探讨加强大数据与可视化在电力设备管理创新应用的措施。
简介:摘要目的探讨伊伐布雷定致心房颤动(房颤)的风险及影响因素。方法检索美国FDA不良事件报告系统(FAERS)数据库,提取2015年第2季度至2019年第4季度药物相关不良事件(AE)报告。根据首要可疑药物,AE报告被分为伊伐布雷定组和其他药物组,并各自分为房颤事件与非房颤事件组。采用报告比值比(ROR)法对伊伐布雷定相关房颤信号进行检测,房颤事件报告数≥3且ROR的95%置信区间(CI)下限>1为房颤信号阳性。通过亚组分析和敏感性分析评价检测结果的稳定性。使用logistic回归模型计算校正ROR值以减少混杂因素的影响。比较伊伐布雷定相关房颤事件和非房颤事件组患者年龄、性别、用药剂量和适应证等临床特征的差异,将差异有统计学意义(P<0.05)的临床特征纳入多因素logistic回归模型,分析伊伐布雷定致房颤的影响因素。结果纳入分析的报告为6 019 954例,伊伐布雷定组1 799例(0.03%),其他药物组6 018 155例(99.97%)。伊伐布雷定组中房颤事件组51例(2.83%),其他药物组中房颤事件组24 266例(0.40%)。伊伐布雷定致房颤事件总体ROR为7.21(95%CI:5.45~9.52),总体校正ROR为6.81(95%CI:5.13~9.02);亚组分析和敏感性分析结果与总体分析结果基本一致。多因素logistic回归分析结果显示,与<60岁组比较,70~79岁和≥80岁组患者应用伊伐布雷定后发生房颤的风险更高[比值比(OR)=6.525,95%CI:1.896~22.456,P=0.003;OR=4.948,95%CI:1.050~23.315,P=0.043)]。结论伊伐布雷定有导致房颤的风险,高龄可能与伊伐布雷定相关房颤风险增加有关。