重组溶葡萄球菌素对烧伤创面分离的金黄色葡萄球菌的体外抗菌活性评估

目的评估重组溶葡萄球菌素对烧伤创面分离的金黄色葡萄球菌的体外抗菌活性。方法收集烧伤创面分离的金黄色葡萄球菌共171株。采用琼脂稀释法测定临床烧伤常用药物万古霉素、红霉素、克林霉素、头孢西丁及磺胺甲噁唑对金黄色葡萄球菌的最低抑菌浓度(MIC);根据头孢西丁的MIC值区分耐甲氧西林的金黄色葡萄球菌(MRSA)和甲氧西林敏感的金黄色葡萄球菌(MSSA);根据万古霉素、红霉素、克林霉素、磺胺甲噁唑的药物敏感试验结果对金黄色葡萄球菌进行耐药性分析。采用微量肉汤稀释法检测重组溶葡萄球菌素对金黄色葡萄球菌的MIC,计算50%最低抑菌浓度(MIC50)和90%最低抑菌浓度(MIC90)。结果根据药物敏感试验结果,收集的171株金黄色葡萄球菌对磺胺甲噁唑、红霉素、克林霉素和万古霉素的耐药率分别为99.4%、88.3%、87.1%和0,其中MRSA有146株(占85.4%)。重组溶葡萄球菌素对金黄色葡萄球菌的MIC范围为0.015～0.5 U/mL,MIC50为<0.015 U/mL,MIC90为0.03 U/mL。结论重组溶葡萄球菌素对金黄色葡萄球菌具有较好的体外抗菌活性。在金黄色葡萄球菌耐药性日益增强的情况下,对于临床烧伤创面感染的预防和治疗,重组溶葡萄球菌素是一种极具开发潜力的新药。

2型糖尿病患者骨转换标志物与骨密度的相关性研究

目的探讨骨转换标志物在2型糖尿病合并骨质疏松患者中的临床应用价值及与不同部位骨密度的相关关系。方法选择我院64例2型糖尿病成年男性患者为病例组,同期收集20例健康成年男性为对照组,用双能X线吸收测定仪检测受试者正位腰椎(L1-L4)、右侧髋部(股骨颈、大转子、ward's三角)的骨密度,并依据WHO骨质疏松症诊断标准将病例组分为骨质疏松组、骨量减少组、骨量正常组。同时检测血清骨钙素(osteocalcin,OC)、总Ⅰ型前胶原氨基端延长肽(procollagen type I Nterminal propeptide,PINP)、Ⅰ型胶原羧基端肽β特殊序列(β-carboxy-terminal collagen crosslinks,β-CTX)、血钙(calcium,Ca)、血磷(phosphorus,P)、甲状旁腺素(parathyroidhormone,PTH)、25羟维生素D_3[25-hydroxy vitamin D_3,25(OH)D_3]、空腹血糖(fasting blood-glucose,FBG)、糖化血红蛋白(hemoglobin A1C,HbA1C)、碱性磷酸酶(alkaline phosphatase,ALP)以及血清肌酐(serum creatinine,SCr)等临床化学指标,对检测结果进行统计学分析。结果各组间年龄、体重指数差异均无统计学意义(P均>0.05)。骨量减少组及骨质疏松组的脊椎骨密度值、髋部骨密度值均显著低于健康对照组,且差异均有统计学意义(P均<0.05);骨量减少组与健康对照组相比,SCr、FBG、HbAlC和β-CTX均升高,差异均有统计学意义(P均<0.05);骨质疏松组与健康对照组相比,SCr、ALP、FBG、HbA1C、PINP、β-CTX、PTH结果均升高,且差异具有统计学意义(P均<0.05);骨量减少组和骨质疏松组的25(OH)D_3均明显降低,与健康对照组相比差异均有统计学意义(P均<0.05)。相关性分析结果表明,PINP、β-CTX与大转子、股骨全部的骨密度均呈负相关(P均<0.05)。结论骨转换标志物与骨密度联合检测能更早反映糖尿病患者骨转换情况,帮助临床判断骨丢失速率,更有利于骨质疏松的早期诊断。

众筹平台上网络外部性的价值度量模型

在“互联网+”背景下,众筹模式逐渐崭露头角,成为电商营销的一种新形态.本文从众筹模式的特征分析出发,以其网络外部性特征和完全垄断的市场结构为切入点,建立众筹平台网络外部性的价值度量模型.该模型以考虑宏微观网络外部性的消费者效用函数和众筹发起人的收益函数为基础,在差异化定价策略、非差化定价策略和无网络外部性基础模型的三种情形下,应用两阶段博弈模型分别求解众筹发起人的最优价格向量、参与者的最优申购量和众筹发起人的最优收益水平,进而通过比较在不同策略下众筹发起人最优收益的差异得出众筹平台网络外部性的策略价值和内在价值.进一步,将模型的理论结果应用于推荐网络这一特殊的网络结构中,并设计出具有推荐功能的众筹平台•结果表明:本文所设计的具有推荐功能的众筹平台,可以显著提升众筹发起人的收益水平,对完善众筹平台的营销模式具有管理实践意义.

考虑个体效用因素的社会网络演化分析模型

既有的社会网络演化分析模型往往通过统计分析的方法从宏观上描述网络演化规律,难以深入解释驱动网络演化的微观行为原因.为了弥补以上不足,建立了网络参与者的效用函数,并引入效用分析的方法解释网络上链路形成或断开的现象,进而揭示驱动网络演化的微观行为原因.与此同时,考虑到网络参与者见面过程是网络演化的内在过程,将其视为难以观测的潜变量引入模型,用以解释不能由效用分析所刻画的网络演化现象.在以上理论模型基础上,为将其进一步量化和应用,基于对社会网络一个时期的观察和网络参与者个体属性的数据,发展了基于贝叶斯推断的参数估计方法,校准所建立效用函数中的参数并估计潜在的见面过程.通过两组仿真分析验证了模型参数估计的准确性并讨论了模型的适用范围,并将模型应用于取自Facebook平台的真实数据集,实证了模型的解释力和预测力.本文提出的模型将有助于解释社交媒体平台上社会网络形成的原因,并预测网络演化的趋势,为进一步优化社会网络结构和控制信息传播打下模型基础.

网络参与者见面概率的迭代估计方法

针对网络参与者见面概率的估计问题,引入效用分析的方法,并将效用函数的估计问题与logistic回归分析相联系.在深入分析网络参与者链接形成过程的基础上,提出了迭代估计算法.进一步给出了该方法的基本算例,并在合著者网络中进行了方法的应用研究.结果表明该方法能够实现对网络参与者见面概率进行估算的研究目标,有助于优化网络的整体产出,可行并实用.