大连地区温度变化与急性ST段抬高型心肌梗死发病的相关性

目的初步分析温度对大连地区急性ST段抬高型心肌梗死(STEMI)患者的影响。方法选取STEMI患者817例。无发病日定义为当天无STEMI发病例数,发病日定义为当天有STEMI发病例数。当天温差定义为当天最高温度与最低温度差值,前1日温差定义为无发病日及发病日前1日最高温度与最低温度差值,前2日温差定义为无发病日及发病日前2日最高温度与最低温度差值,2日温差定义为无发病日及发病日当日及前1日最高温度与最低温度差值,3日温差定义为无发病日及发病日当日、前1日及前2日最高温度与最低温度差值。收集的气象数据为研究期间每日的平均温度、最高温度、最低温度及当天温差。结果无发病日与发病日在2日、3日温差均值的比较差异有统计学意义(P<0.05)。在不同因素相关温度数据对比中,男性患者无发病日与发病日在2日温差均值比较差异有统计学意义(P<0.05);年龄≤67岁患者无发病日与发病日在2日、3日温差均值对比差异有统计学意义(P<0.05)。结论大连地区STEMI患者发病前2~3日剧烈的温度变化可能与STEMI的发生存在一定相关性,男性及年龄≤67岁STEMI患者可能对温度的变化更加敏感。

原发性高血压合理用药类别筛选模型的建立和检验

目的:建立原发性高血压合理用药类别筛选模型并检验其在实践中的应用。方法:抽取大连医科大学附属第二医院2017年3月至2018年12月心内科门诊和住院的原发性高血压患者的医嘱记录,共计4 597条,再从以上记录中筛选出满足纳入标准的549条记录。医嘱记录均为高血压治疗达标患者,且为单药治疗,患者信息完整。判别分析模型建立过程中,分组变量的选择是根据管理学80/20法则找出占比例80%以上的药物分类,自变量的选择是采用单变量分析的方法筛选。用549条记录中的384条(70%)建立模型,求解判别函数,剩余165条(30%)用于训练模型,以验证模型的预测效果。结果:分析得出,纳入病例中血管紧张素类、β受体阻滞剂类、钙拮抗类三类药品的应用合占所有用药类别的94%,将它们作为判别分析的分组变量,然后从10个自变量中采用单变量分析方法筛选出对用药分类筛选具有显著统计学意义的自变量,结果年龄、就诊时情况、既往用药和主要合并疾病被选为自变量(P<0.05),用于建模,模型拟合良好,可以进行原发性高血压合理用药类别筛选。通过验证,该模型的准确率在50%左右。结论:原发性高血压合理用药类别筛选模型可提高原发性高血压治疗中的合理用药水平。

HPLC-MS/MS法同时测定大鼠血浆中优格列汀及其代谢产物

建立快速灵敏、简便的液相色谱-串联质谱（HPLC-MS/MS）法同时测定Wistar大鼠血浆中优格列汀及其代谢产物M1[（R）-8-（3-羟基哌啶-1-基）-7-（2-丁炔-1-基）-1-（（5-氟苯并[d]噻唑-2-基）甲基）-3-甲基-1H-嘌呤-2,6（3H,7H）-二酮],并研究优格列汀、M1在Wistar大鼠体内的药代动力学特征。优格列汀、M1分别以利格列汀和地塞米松为内标,血浆样品经乙腈沉淀蛋白后,以10%乙腈水溶液（含4 mmol·L-1醋酸铵,0.1%甲酸）-90%甲醇水溶液（含4 mmol·L-1醋酸铵,0.1%甲酸）为流动相,通过Grace Altima HP C18柱（2.1 mm×50 mm,5μm）梯度洗脱,色谱运行时间为4.4 min。采用电喷雾电离源,以多反应监测方式进行正离子检测。优格列汀、M1的标准曲线的线性范围均为0.5~500 ng·mL-1,定量下限均为0.5 ng·mL-1,日内和日间精密度（RSD）均小于14%。应用此法研究了Wistar大鼠口服灌胃给予优格列汀混悬液（27 mg·kg-1）后的药动学特点。本方法简便、准确、专属性强,适用于优格列汀和M1在Wistar大鼠体内的药代动力学研究。