目的探讨原发性高血压患者高脂肪餐后各时间点血清TG水平及其增长值与餐后TG曲线下面积(TG-AUC)的关系,分析体重指数(BMI)与代谢综合征(MS)相关指标的关系。方法26例高血压病患者禁食12 h后进行高脂肪餐负荷试验,采集空腹和餐后2、4、5...目的探讨原发性高血压患者高脂肪餐后各时间点血清TG水平及其增长值与餐后TG曲线下面积(TG-AUC)的关系,分析体重指数(BMI)与代谢综合征(MS)相关指标的关系。方法26例高血压病患者禁食12 h后进行高脂肪餐负荷试验,采集空腹和餐后2、4、5、7 h静脉血检测血脂,并测定空腹和餐后2 h血清胰岛素(Ins)、C肽及空腹血尿酸(UA)。结果餐后2、4、5、7 h TG水平明显升高,TC、HDL-C无明显变化;餐后2、4、5、7 h TG增加值与TG-AUC均呈正相关,其中4、5 h TG增加值(△TG4h、△TG5h)与TG-AUC的相关系数最大;高血压患者BMI与UA、空腹TG、餐后2h TG、Ins、餐后2h Ins、C肽、餐后2h C肽及稳态模型胰岛素抵抗指数(HOMA-IR)均呈显著正相关。结论原发性高血压患者△TG4h、△TG5h均可作为TG-AUC的替代指标;BMI与尿酸代谢异常、TG代谢异常、高胰岛素血症、胰岛素抵抗状态这些MS组分密切相关。展开更多
随着数据中心内的数据流量不断增加,导致网络中部分链路负载过重。传统的ECMP机制由于没有考虑链路状态以及流量特征,因此不再适用数据中心网络。同时ECMP可能会将多条大流映射到同一条路径上,造成大流映射冲突,导致链路瓶颈问题。基于S...随着数据中心内的数据流量不断增加,导致网络中部分链路负载过重。传统的ECMP机制由于没有考虑链路状态以及流量特征,因此不再适用数据中心网络。同时ECMP可能会将多条大流映射到同一条路径上,造成大流映射冲突,导致链路瓶颈问题。基于SDN(Software Defined Network)架构提出一种面向Fat-Tree拓扑的动态流量负载均衡机制(Load Balancing based on Flow Classification,LBFC),同时考虑了链路状态信息与流量特征进行负载均衡。LBFC机制动态调整流分类阈值来判定大流和小流,采用不同的方式为大流和小流选择转发路径,以满足大流和小流不同的传输性能需求。仿真结果表明LBFC机制能够根据网络链路状态以及流量特征动态地判定大流和小流并实现负载均衡,与ECMP、GFF和DLB算法相比,LBFC机制提高了网络吞吐量以及链路利用率,降低了传输时延。展开更多
文摘目的探讨原发性高血压患者高脂肪餐后各时间点血清TG水平及其增长值与餐后TG曲线下面积(TG-AUC)的关系,分析体重指数(BMI)与代谢综合征(MS)相关指标的关系。方法26例高血压病患者禁食12 h后进行高脂肪餐负荷试验,采集空腹和餐后2、4、5、7 h静脉血检测血脂,并测定空腹和餐后2 h血清胰岛素(Ins)、C肽及空腹血尿酸(UA)。结果餐后2、4、5、7 h TG水平明显升高,TC、HDL-C无明显变化;餐后2、4、5、7 h TG增加值与TG-AUC均呈正相关,其中4、5 h TG增加值(△TG4h、△TG5h)与TG-AUC的相关系数最大;高血压患者BMI与UA、空腹TG、餐后2h TG、Ins、餐后2h Ins、C肽、餐后2h C肽及稳态模型胰岛素抵抗指数(HOMA-IR)均呈显著正相关。结论原发性高血压患者△TG4h、△TG5h均可作为TG-AUC的替代指标;BMI与尿酸代谢异常、TG代谢异常、高胰岛素血症、胰岛素抵抗状态这些MS组分密切相关。
文摘随着数据中心内的数据流量不断增加,导致网络中部分链路负载过重。传统的ECMP机制由于没有考虑链路状态以及流量特征,因此不再适用数据中心网络。同时ECMP可能会将多条大流映射到同一条路径上,造成大流映射冲突,导致链路瓶颈问题。基于SDN(Software Defined Network)架构提出一种面向Fat-Tree拓扑的动态流量负载均衡机制(Load Balancing based on Flow Classification,LBFC),同时考虑了链路状态信息与流量特征进行负载均衡。LBFC机制动态调整流分类阈值来判定大流和小流,采用不同的方式为大流和小流选择转发路径,以满足大流和小流不同的传输性能需求。仿真结果表明LBFC机制能够根据网络链路状态以及流量特征动态地判定大流和小流并实现负载均衡,与ECMP、GFF和DLB算法相比,LBFC机制提高了网络吞吐量以及链路利用率,降低了传输时延。