1例产后出血致DIC的抢救及护理体会

产后出血是产科最常见的严重的并发症。抢救不及时会危及生命，当出现弥漫性血管内凝血（DIC）死亡率极高。所以抢救这类患者必须要有先进的设备，过硬的医疗技术。熟练的护理配合才能取得成功。

超声造影在肾脏方面应用

超声造影在肾脏、膀胱占位性病变的诊断中发挥着重要的作用,具有较高的临床实用价值。本文通过对超声造影技术的介绍,挖掘其在肾脏疾病的诊断和治疗等方面的应用,并且深入探讨了该技术的应用优势及应用前。超声造影能够更精准高效地检测出肾脏恶性肿瘤。在临床诊断效能方面的敏感性、准确性及特异性也能与普通超声和增强CT相媲美。该技术不仅具有较高的安全性,实时性,准确性而且成本费用较低,应用前景广阔。

ACR TI-RADS分类中各超声特征对甲状腺恶性结节的诊断效能

目的探讨2017年美国放射学会甲状腺影像报告和数据系统(ACR TI-RADS)中各超声特征在甲状腺恶性结节中的诊断效能。方法回顾性分析2018年6月~2020年5月我院诊断为甲状腺结节患者的临床资料。1004个结节均于超声检查后接受FNA细胞学检查或外科手术治疗确诊。用ACR TI-RADS方法对上述结节进行分类评分,并与术后病理对照,评价其各超声特征诊断效能。结果ACR TI-RADS分类准确度为77.0%,灵敏度为77.8%,特异度为76.1%。赋值评分的AUC(0.828)高于边缘(0.792)和回声(0.780),回声与边缘相比,回声灵敏度高于边缘(91.3%vs 68.0%),但特异度低于边缘(64.1%vs 89.1%),差异均有统计学意义(P<0.05)。低回声、极低回声患者病理结果为恶性的风险分别为53.043倍和72.455倍;边缘分叶、不规则者的风险分别为3.789倍和9.132倍。结论ACR TI-RADS分类中赋值评分在甲状腺恶性结节中诊断效能最高,认为TR5级以上恶性的风险会更高;极低回声、低回声,边缘不规则、分叶特征相对其他特征具有较高的诊断效能。

基于超声造影的深度学习诊断肝恶性肿瘤的应用价值

目的探讨基于超声造影视频的深度学习模型鉴别肝肿瘤良恶性的临床价值。方法回顾性收集2010年5月至2022年6月西南医科大学附属医院因肝脏肿物接受超声造影检查的1 213例患者, 以2021年12月31日为时间截点, 将入组患者分为训练集和独立测试集。训练集采用TimeSformer算法为基础架构, 利用视频时间维度的滑动窗口从超声造影动脉期视频中获取多个定长时间片段, 将多段视频的特征融合后得出整个视频的分类结果, 从而构建基于超声造影视频的深度学习模型。独立测试集采用ROC曲线验证模型的有效性, 并将模型与三名不同肝脏超声造影年资超声医师(R1、R2和R3, 分别有3、6和10年肝脏超声造影经验)进行比较。结果研究共纳入1 213例患者的1 213个肝脏肿物, 其中训练集1 066例(恶性426例), 独立测试集147例(恶性50例)。基于超声造影的深度学习模型在训练集的曲线下面积(AUC)为0.93±0.01, 在独立测试集的AUC为0.89±0.01, 准确性、敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)分别为80.42%、74.19%、92.00%、94.52%和65.71%。三名医师中, R1的诊断性能最差, 其准确性、敏感性、特异性、PPV和NPV分别为67.83%、51.61%、98.00%、97.96%和52.13%, 而R3的上述指标分别为82.52%、76.36%、94.00%、95.95%和68.12%。McNemar′s检验显示, R1与深度学习模型的差异有统计学意义(P<0.001), 而R2和R3与深度学习模型的差异无统计学意义(P=0.720、0.868)。此外, 模型对单个病例的分析时间为(340.24±16.32)ms, 而医师对单个病例分析的平均时间为62.9 s。结论基于超声造影的深度学习模型可较好地区分肝脏肿物的良恶性, 有望达到与经验较丰富超声医师相当的诊断水平。

肝脏缺血再灌注损伤的ceRNA网络构建和潜在治疗药物筛选

背景与目的:肝脏缺血-再灌注(I/R)损伤是肝移植和肝切除手术过程中常涉及的共同病理生理变化。竞争性内源性RNA (ce RNA)调控网络可参与多种疾病的发生发展。然而ce RNA网络在肝脏I/R损伤中的功能仅有少量报道。本研究旨在应用生物信息学方法构建与肝脏I/R损伤相关的ce RNA网络,同时基于差异表达基因筛选潜在治疗药物。方法:从GEO数据库获取肝脏I/R损伤的m RNA及mi RNA表达芯片数据。使用R语言中的limma包进行基因差异表达分析,并使用ggplot2包进行散点图、火山图和热图绘制。使用String数据库及Cytoscape软件进行蛋白互作(PPI)网络构建。利用Metascape数据库对筛选出的差异m RNA进行GO/KEGG功能富集分析。通过转录调控网络数据库分析可能调控这些差异基因的转录因子。使用mi RTar Base数据库构建mi RNA-差异表达基因网络。通过star Base:ce RNA数据库构建ce RNA网络。使用比较毒物基因组学数据库(CTD)筛选对关键差异基因表达具有潜在作用的天然药物。结果:从GEO数据库获得2个肝脏I/R损伤m RNA数据集(GSE10654和GSE117066)和1个肝脏I/R损伤mi RNA数据集(GSE72315)。通过limma包及Venn图分析m RNA表达数据集,筛选到16个在I/R组上调表达,在缺血后适应(IPO)组下调表达的基因;7个在I/R组下调表达,在IPO组上调表达的基因。GO/KEGG功能富集分析结果显示差异基因主要参细胞死亡的正调控及对细胞外刺激反应的生物学过程,并参与MAPK信号通路。转录调控网络数据库分析获得6个转录因子(Trp53、Cebpb、Crebbp、Fos、Nfkb1及SP1)可能参与这些差异基因的调控。通过mi RTar Base数据库分析,并结合GSE72315数据集中mi RNA在I/R损伤后的差异表达,获得两个可能在肝脏I/R损伤中发挥重要的作用mi RNA-m RNA轴(mmu-mi R-32-5p-Btg2与mmu-mi R-9-5p-Mt2)。通过star Base:ce RNA数据库分析,最终获得9条ce RNA网络,分别是:XIST/MEG8/LINC00963/MALAT1-mi R-32-5p-Btg2轴、 XIST/NEAT1-mi R-132-3p-Btg2轴及HSPA9P1/RALGAPA1P1/RPS26P39-mi R-9-5p-Dusp6轴。CTD数据库筛选到7种植物药(槲皮素、白藜芦醇、染料木黄酮、香豆雌酚、姜黄素、辣椒素及东莨菪碱)可降低关键基因的表达发挥潜在治疗作用。结论:通过生物信息学方法筛选了肝脏I/R损伤过程中的关键ce RNA网络及治疗的潜在天然药物,为进一步研究肝脏I/R损伤的发病机制及治疗药物提供重要依据。

甲状腺癌免疫相关lncRNA生物标志物的生物信息学研究

生物信息学在肿瘤生物标志物分析中发挥重要作用,该研究通过生物信息学方法分析甲状腺癌免疫相关lncRNA用于评估甲状腺癌患者临床预后的价值。从肿瘤基因组图谱(The Cancer Genome Atlas,TCGA)数据库中下载甲状腺癌基因表达数据和临床数据,采用Pearson相关系数计算并构建免疫相关基因与lncRNA共表达体系,共找到1313条免疫相关lncRNA(P<0.001,r>0.3)。将经单因素Cox回归分析得到的lncRNA纳入多因素Cox回归分析并建立风险评分模型,按照风险评分高低将甲状腺癌患者分为高风险组和低风险组。高风险组患者总生存率比低风险组低(P<0.001)。采用多因素Cox回归分析筛选得CRNDE、AC004918.3、LINC02454、AL162231.2、ZFY-AS1、DOCK9-DT、LINC00900、AC008063.1、TONSL-AS1和AC092279.1可作为甲状腺癌临床预后风险的预测指标(均P<0.05),其中5条lncRNA是预后的不利因素(CRNDE、AC004918.3、LINC02454、AL162231.2和ZFY-AS1),另5条lncRNA是预后的有利因素(DOCK9-DT、LINC00900、AC008063.1、TONSL-AS1和AC092279.1)。该10条免疫相关lncRNA与临床表现的相关性分析显示,lncRNA风险评分和年龄能准确预测甲状腺癌患者的临床预后(AUC为0.982、0.985)。采用GSEA基因集功能富集分析发现低风险患者基因功能富集主要位于剪切体和碱基切除修复通路。通过RT-PCR在收集到的80例甲状腺癌临床样本中验证免疫相关lncRNA的表达量,结果发现,甲状腺癌组织样本CRNDE、AC004918.3、LINC02454、AL162231.2和ZFY-AS1相较于癌旁组织样本高表达(均P<0.001),并且生存分析提示预后不良;DOCK9-DT、LINC00900、AC008063.1、TONSL-AS1和AC092279.1则在甲状腺癌样本中低表达(均P<0.001),且生存分析提示相应患者预后良好。由此,10条免疫相关lncRNA具有预测甲状腺癌患者临床预后风险的潜力并在碱基切除修复等生物学进程中发挥重要作用。