医护一体化延续性护理在全膝关节表面置换术后患者中的应用研究

目的 医护一体化延续性护理对全膝关节表面置换术患者术后的影响。方法 选择2019年6月至2020年12月在右江民族医学院附属医院进行全膝关节表面置换术(total knee arthroplasty, TKA)的60例患者为研究对象,按随机数表分为对照组(30例)和研究组(30例),其中对照组按常规护理及随访方式。研究组从患者入院开始应用医护一体化延续性护理的方式进行干预。对两组患者心理健康状况、疼痛程度、膝关节功能等预后情况及医护工作满意度进行对比分析。结果 研究组术后1个月心理健康问卷-9(PHQ-9)评分低于对照组,差异有统计学意义(P<0.05)。研究组术后1个月、术后3个月患者视觉描述疼痛评分均低于对照组,膝关节功能评分均高于对照组,差异有统计学意义(P<0.05)。研究组医护服务满意度明显优于对照组,差异有统计学意义(P<0.05)。结论 采用医护一体化延续性护理,改善了患者的不良情绪,减轻了患肢的疼痛,也有利于促进患者膝关节功能的恢复,同时显著提升了患者对医疗服务的满意度。

PFKP在肺腺癌组织中的表达及其与预后的关系

目的:探索磷酸果糖激酶血小板型(platelet-type phosphofructokinase,PFKP)在肺腺癌(adenocarcinoma of lung,LUAD)中的关键作用。方法:利用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库观察PFKP在肺腺癌组织和癌旁组织中的表达情况。采用免疫组化检测临床样本肺腺癌组织和癌旁组织PFKP表达情况。利用TCGA数据库进一步探讨PFKP的表达及其在LUAD预后和免疫浸润中的作用。结果:PFKP在LUAD中高表达,且PFKP高表达与临床病理特征(AJCC分期和TNM分期)及不良预后相关。Kaplan-Meier生存分析和ROC曲线分析进一步证实,PFKP高表达组患者的中位总生存时间显著低于低表达组,且在1年、3年和5年生存预测中呈现出高度预测性。富集分析表明,PFKP的生物学功能参与到抗肿瘤药物代谢的过程中。此外PFKP与肿瘤微环境和免疫治疗密切相关。本研究筛选出一批对PFKP高表达的LUAD患者敏感性较高的临床药物和正在被研究的抑制剂。结论:PFKP在LUAD发生发展中的关键作用和其作为潜在药物治疗靶标的可能性,使其成为肺癌研究和治疗的重要靶标。

基于网络药理学和分子对接技术探究经典名方辛夷散治疗过敏性鼻炎的潜在作用机制

目的利用网络药理学和分子对接技术研究古代经典名方辛夷散用于过敏性鼻炎防治的潜在作用机制。方法通过TCMSP数据库检索经典名方辛夷散的活性成分并确定作用靶点,通过GeneCards Database、Online Mendelian Inheritance in Man数据库查询与过敏性鼻炎有关的分子靶点,获取两个数据库交集靶点基因。通过Search tool for the retrival of interacting genes/proteins数据库构建上述交集靶点的蛋白质相互作用网络,并导入Cytoscape 3.7.1软件中将分析结果可视化,进一步根据拓扑学数据筛选关键靶点。利用Metascape数据库对交集靶点进行GO和KEGG富集分析。运用AutoDockTools1.5.6软件将活性化合物与核心靶点蛋白进行分子对接。结果筛选得到辛夷散活性化合物184个,相关靶点224个,辛夷散与过敏性鼻炎共同的靶点104个。利用拓扑学筛选得到17个关键靶点,主要包括IL-6、TNF、AKT1、IL1B、VEGFA等。GO功能富集分析表明辛夷散治疗过敏性鼻炎可能涉及脂多糖的反应、细胞对有机环状化合物反应、氧化应激反应等1780条生物过程。KEGG通路结果显示主要参与IL-17信号通路、HIF-1信号通路、糖尿病并发症中的AGE-RAGE信号通路、癌症通路等。分子对接结果显示方中主要活性成分山奈酚、维斯体素、柚皮素、β-谷甾醇、芒柄花黄素等与IL-6、TNF、AKT1、IL1B、VEGFA等均能实现自发结合。结论经典名方辛夷散可能通过多成分、多靶点及多种通路治疗过敏性鼻炎,为深入研究辛夷散的作用机制提供了理论参考。

老年骨质疏松性骨折再发风险预测模型构建

目的探讨老年人首次发生骨质疏松性骨折后再发骨折的影响因素,并构建风险预测模型。方法选择在4家公立医院进行治疗的骨质疏松性骨折患者,按是否再发骨折分为再发骨折组(n=799)和非再发骨折组(n=1396),对两组资料进行对比,利用单因素分析和Cox比例风险模型分析骨质疏松性骨折患者再发骨折的影响因素,建立风险预测模型并绘制列线图,采用受试者工作曲线(receiver operating characteristic curve,ROC)曲线下面积(area under curve,AUC)及一致性指数评估模型。结果年龄、居住地、治疗方式、康复锻炼、既往病史、用药时间、跌倒风险、骨钙素、总胆固醇、碱性磷酸酶、同型半胱氨酸11个因素是骨质疏松性骨折再发的影响因素;预测模型验证结果显示,12、24和36个月建模组再发骨折风险ROC的AUC分别为0.790、0.804和0.801,验证组3个时间点AUC分别为0.787、0.779、0.801。模型一致性指数为0.86。结论保守治疗、农村居住、抗骨质疏松服药依从性差和跌倒高风险等可增加骨质疏松性骨折患者再发骨折的发生率,构建的模型可以较准确预测骨质疏松性骨折后患者再发骨折风险。