代谢及炎性指标与脑小血管病患者影像严重程度的相关性研究

目的 研究代谢及炎性指标与脑小血管病(CSVD)患者严重程度之间的关系。方法 本研究共纳入2020年9月至2021年9月于解放军总医院第七医学中心神经内科住院的CSVD患者126例,对入组人群进行影像学及认知评估,计算CSVD总负荷评分,同时检测入院次日空腹状态下血常规、生化全项、糖化血红蛋白、血沉、C-反应蛋白(CRP)等指标。分析CSVD总负荷与代谢及炎症指标之间的关系。结果 单因素分析显示,CSVD不同负荷组,同型半胱氨酸(Hcy)、CRP、粒细胞淋巴细胞比值(NLR)差异有统计学意义(P<0.05);多因素的Logistic回归分析提示血清Hcy是CSVD总负荷的独立危险因素(OR=1.207,95%CI:1.085~1.343,P=0.001),同样NLR也是CSVD总负荷的独立危险因素(OR=2.495,95%CI:1.377~4.522,P=0.003)。结论 对于CSVD患者而言,Hcy、NLR的水平与CSVD影像学特征呈现出显著正相关,可反应CSVD的严重程度。

不同生物标志物在儿童尿路感染诊断中的应用价值

尿路感染(urinary tract infection,UTI)是一种在社区和医院中普遍存在的感染性疾病。虽然美国儿科学会制定了UTI的评估、治疗和管理指南,但UTI的诊断和管理对临床医师来说仍然具有挑战性。如果治疗不及时,UTI可能会沿输尿管上行至肾脏,甚至进入血液,最终导致脓毒症、肾脏损害,甚至死亡。因此,确保诊断的准确性和治疗的及时性至关重要。尽管尿培养是诊断UTI的金标准,但其耗时较长。近年来,尿路感染生物标志物的研究受到了广泛关注,如白细胞计数、白细胞酯酶、中性粒细胞明胶酶相关脂质运载蛋白、尿髓过氧化物酶/肌酐比值等。本综述将探讨不同生物标志物在UTI诊断中的应用价值,旨在促进早期诊断和治疗,减少不良预后的发生。

过敏性鼻炎与支气管哮喘患儿外周血HMGB1与Th17/Treg的变化及相关性

目的探讨儿童过敏性鼻炎(allergic rhinitis,AR)和支气管哮喘(bronchial asthma,BA)患儿外周血高迁移率族蛋白B1(high mobility group box 1,HMGB1)水平与辅助性T细胞17(T helper 17 cell,Th17)和调节性T细胞(regulatory T cell,Treg)的比例(Th17/Treg)的相关性。方法采用前瞻性研究方法,选取2023年3月至12月在解放军总医院第七医学中心门急诊就诊患儿及健康体检者共113例作为研究对象,按照临床症状分成健康对照组(n=25)、过敏性鼻炎组(AR组,n=28)、支气管哮喘组(BA组,n=31)和两者并有组(AR+BA组,n=29),比较4组肺功能、免疫球蛋白E(immunoglobulin E,IgE)、白细胞介素(interleukin,IL)-17、HMGB1水平和Th17/Treg比例。统计学方法采用t检验、方差分析和Pearson相关性分析。结果各组的第1秒用力呼气容积(forced expiratory volume in the first second,FEV1)的结果显示,健康对照组高于AR组、BA组和AR+BA组[(96.4±2.5)%、(90.7±4.9)%、(88.6±4.1)%、(82.1±5.5)%,F=47.193,P值均<0.001],显示AR和BA患儿肺功能可能变差。AR组、BA组和AR+BA组HMGB1水平高于健康对照组[(30.4±12.4)mg/L、(47.2±17.8)mg/L、(51.4±21.8)mg/L、(4.3±2.1)mg/L,F=48.896,P值均<0.001]。AR组、BA组和AR+BA组Th17/Treg比例高于健康对照组(0.68±0.14、0.71±0.14、1.36±0.40、0.30±0.07,F=105.547,P值均<0.001)。Pearson相关性分析结果显示,HMGB1与Th17(r=0.521,P<0.001)、Th17/Treg(r=0.419,P<0.05)、IgE(r=0.502,P<0.05)、IL-17(r=0.472,P<0.05)呈正相关,与FEV1(r=-0.645,P<0.001)呈负相关。结论在儿童AR合并BA的发病过程中,HMGB1水平及Th17细胞百分比增加,而Treg细胞百分比降低,Th17/Treg比例存在失衡的情形,HMGB1水平与Th17细胞百分比、Th17/Treg比例、IgE、IL-17及FEV1存在一定的相关性,HMGB1和Th17/Treg的动态平衡可能通过影响细胞因子的表达而起到一定的调节作用。

外周血白细胞分类模型的建立与应用

目的基于Swin Transformer模型进行外周血白细胞自动分类,并与经典卷积神经网络模型ResNet进行比较。方法以经典的卷积神经网络模型ResNet和新的Swin Transformer模型为网络原型进行训练,使用Cella Vision DI60自动分析仪采集白细胞图像,由2名经验丰富的检验人员确认细胞的类别标签。通过学习率衰减中的指数衰减方式使模型更快收敛,然后对2788张白细胞图像进行测试。结果ResNet模型对5类白细胞图像的平均测试准确率为95.2%,Swin Transformer模型则高达99.1%。Swin Transformer模型对中性粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、淋巴细胞、单核细胞的识别准确率分别为99.8%、94.8%、97.5%、99.5%、93.8%。结论Swin Transformer模型可减少计算量,更适用于白细胞分类识别,且准确率相较于ResNet模型更具优势。

基于人工智能的细胞形态学分析在白细胞分类中的临床应用

目的探讨全自动细胞形态学分析仪在外周血白细胞(WBC)形态学分析中的应用价值。方法随机选取306例住院及门诊患者静脉血标本,采用全自动细胞形态学分析仪进行WBC预分类。比较全自动细胞形态学分析仪计数、全自动血细胞分析仪计数与手工计数的差异,分析全自动细胞形态学分析仪与手工计数法的相关性。结果与其他2种方法相比,全自动细胞形态学分析仪可检出更多的WBC种类,尤其是异常细胞。全自动细胞形态学分析仪与手工计数法对6类成熟WBC种类(中性杆状核粒细胞、中性分叶核粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞)、各阶段幼稚细胞和异型淋巴细胞计数结果比较,差异均无统计学意义(P>0.05)。全自动细胞形态学分析仪计数的6类成熟WBC种类与手工计数法的计数结果均具有良好的相关性(r>0.8)。结论全自动细胞形态学分析仪可分类更多的WBC种类,可提供与手工显微镜检高度一致的WBC计数结果,且两者计数具有良好的相关性。