瑞士阿姆斯勒2000系列花式纱装置的初步探讨与实践

本文阐述了瑞士阿姆斯勒2000系列SDE型粗节纱装置的结构原理和功能;较详细地介绍了该装置的工艺参数选择原则和工艺设计实例。并通过实际纺纱试验,确定了该装置使用效果最佳的条件。

OAS1通过增强mTOR信号通路促进胰腺癌细胞的增殖

目的:探索2',5'-寡腺苷酸合成酶1(2',5'-oligoadenylate synthase 1,OAS1)在胰腺导管腺癌(pancreatic ductal adenocarcinoma,PDAC)中的表达情况、临床意义以及其对PDAC细胞增殖能力的调控作用及潜在机制。方法:利用高通量基因表达数据库(Gene Expression Omnibus,GEO)和癌症基因图谱(The Cancer Genome Atlas,TCGA)等公共数据库分析OAS1在胰腺癌组织中的表达情况,并通过免疫组织化学染色验证OAS1在PDAC患者组织芯片中的表达情况及其与患者临床预后的相关性;通过实时荧光定量PCR和蛋白质印迹实验检测OAS1mRNA和蛋白质在不同PDAC细胞系中的表达水平;利用siRNA干扰OAS1在Patu-8988与PDC0034细胞系中的表达,随后通过CCK-8实验和克隆形成实验探究OAS1对PDAC细胞增殖能力的影响;通过基因集富集分析(Gene Set Enrichment Analysis,GSEA)筛选OAS1调控PDAC的可能机制;利用siRNA干扰OAS1在Patu-8988与PDC0034细胞系中的表达的同时对细胞予以哺乳动物雷帕霉素靶蛋白(mammalian target of rapamycin,mTOR)信号通路激动剂MHY1485处理,通过测定细胞存活能力和细胞中总胆固醇含量来验证OAS1调控PDAC细胞增殖的潜在分子机制。结果:数据库分析结果提示OAS1在胰腺癌组织中的表达显著上调(P<0.05);PDAC组织芯片的免疫组织化学染色结果显示,相比于配对的癌旁正常组织,OAS1在肿瘤组织中的表达水平明显上调,且其高表达与患者的不良预后呈正相关(P<0.05);实时荧光定量PCR和蛋白质印迹实验结果显示,OAS1在PDAC细胞中的表达水平普遍高于正常胰腺导管细胞;进一步在Patu-8988与PDC0034细胞系中干扰OAS1表达后,PDAC细胞的增殖能力显著下降(P<0.001)。GSEA结果提示OAS1可能通过影响mTOR信号通路和胆固醇稳态相关通路来影响PDAC细胞的增殖;干扰OAS1表达后,PDAC细胞中的mTOR信号通路可能被抑制且细胞的胆固醇含量下降,用mTOR信号通路激动剂MHY1485处理细胞可部分逆转OAS1干扰造成的增殖抑制和胆固醇减少。结论:OAS1在PDAC组织和细胞中高表达且与患者的不良预后相关,OAS1可能通过促进mTOR信号通路的激活调节胰腺癌细胞的胆固醇代谢,进而促进胰腺癌细胞的增殖功能。

多学科协作模式下早期分级呼吸重症康复训练应用于机械通气患者效果研究

目的探讨多学科模式下早期分级呼吸重症康复训练对机械通气患者的应用效果。方法纳入2019年6月3日至2020年3月31日入住安徽医科大学第一附属医院重症医学科患者共236例,随机分为观察组和对照组,各118例。观察组采用多学科协作模式下早期分级呼吸重症康复训练,对照组采用常规呼吸康复训练。使用超声测量两组患者撤机前膈肌位移(DE)、膈肌增厚分数(DTF),记录并比较两组DE、DTF、氧合指数、咳嗽峰流速(PEF)、最大吸气负压(MIP)、撤机成功率、机械通气时间、重症加强治疗病房(ICU)住院时间的差异。结果观察组各评价指标变化较对照组差异有统计学意义(均P<0.05),其中氧合指数、PEF、MIP、急性生理学和慢性健康状况评分、临床肺部感染评分康复措施与康复时间之间存在交互作用。结论多学科模式下早期分级呼吸重症康复训练可以改善机械通气患者的呼吸功能,缩短机械通气时间和ICU住院时间。

基于分水岭及区域增长算法建立一种测量自发性脑出血血肿体积的分割方法

目的基于分水岭及区域增长算法建立一种CT图像脑血肿分割方法,以快速准确测量血肿体积,探讨其与临床金标准手动分割结果的一致性,并与临床常用的两种多田公式计算进行比较。方法回顾性收集2018年1月–2019年6月由于自发性脑出血于四川大学华西医院神经外科就诊的患者术前152例CT图像,通过随机数字表将其随机分为训练集、测试集和验证集,分别为100例、22例、30例。算法训练及测试采用训练集与测试集的标记结果,验证集采用4种方式——人工手动分割、算法分割(基于分水岭及区域增长算法的分割计算)、多田公式(传统多田公式计算)与精准多田公式(基于3D-slicer的精准多田公式计算)——对出血病灶体积进行测量。将符合研究对象标准的医学数字成像和通信(Digital Imaging and Communications in Medicine,DICOM)资料通过两名高年资神经外科医生进行手动分割脑出血病灶。基于分水岭算法及区域增长算法搭建血肿分割模型以神经外科医生选取的种子点作为增长起点,采用区域灰度差异准则,结合手动分割验证,最终确定符合颅内血肿分割精度要求的区域生长阈值。以人工手动分割为金标准,采用BlandAltman一致性分析验证其余3种测量血肿体积的方式的一致性。结果以人工手动分割为金标准,3种测量血肿体积的方式中,算法分割百分误差最小,差值范围最窄,组内相关系数最高(0.987),一致性较好,且95%一致性界限(limits of agreement,LoA)最窄。其分割的百分误差在不同血肿体积比较中差异无统计学意义。结论基于分水岭及区域增长算法的自发性脑出血血肿分割方法的测量稳定,与临床金标准一致性好,具有一定临床意义,但仍需更多的临床样本予以验证。