NASA空间站航天员病症目录分析

目的对NASA空间站病症目录进行分析,为我国空间站医学保障设计和资源配置提供参考。方法对NASA空间探索任务病症清单(space medicine exploration medical condition list,SMEMCL)中的空间站病症进行应对优先情况汇总,并按照相应的标准进行分类及分级处理。结果按照应对优先等级划分,必须处理和酌情处理的病症占绝大多数(82.76%),属于不专项应对病症仅占很少部分。在对病症进行分类及分级后,可见分类中以临床病症占比例最大(82.72%);按照NASA病症分级标准(严重程度分级),属于轻中程度的病症最多(91.36%),极少部分属于严重病症。结论 NASA空间站病症目录详实全面,必须处理和酌情处理的轻中程度临床病症居多;在进行空间站航天员医学保障的设计和相关医学资源的配置时应重点考虑这部分病症,对其余病症适当兼顾。

鞍内少见扩张性病变的神经放射学诊断

我们搜集了山东省立医院1977～1986年经手术、病理证实的鞍内少见扩张性病变22例,现分析报告如下。一、临床资料男性15例,女性7例。年龄17～61岁,平均34.2岁。从有临床症状到就诊最短1月,最长9年,平均45.8月。病理性质为原发性或转移性恶性肿瘤4例,畸胎瘤3例,

针对家族遗传病高通量测序数据的个性化全基因组分析

遗传病是由于遗传物质的改变或者亲代所遗传的致病基因导致的,通过基因检测可以确诊遗传病.目前对于遗传病的治疗只有后天通过手术或者药物改善,但是这些方式无法从根本上治愈疾病,且可能存在伦理道德的问题.随着生物医疗技术的飞速发展,通过高通量测序(High-throughput sequencing)技术从患者的全基因组中找到致病变异的位置,用基因编辑(Gene Editor)技术修复变异基因从而治愈遗传病已经成为可能.但从庞大的基因组数据中找到遗传病的致病变异是一个繁琐复杂的问题.作者设计了一个针对遗传病样本全基因组数据的分析流程,该流程高效、针对性强、简单易于操作,得到的结果实用性强,将其应用于一例遗传病,迅速找到了这例遗传病的致病突变.该流程具有较强的通用性,可应用于大多数的遗传病诊断分析.