期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
阿利西尤单抗联用海博麦布对急性ST段抬高型心肌梗死的疗效
1
作者 董耀辉 王晓慧 胡钢 《实用医学杂志》 CAS 北大核心 2024年第9期1298-1302,共5页
目的探究阿利西尤单抗联用海博麦布在急性ST段抬高型心肌梗死(STEMI)中的临床疗效。方法将112例STEMI患者随机分为对照组和研究组,各56例。所有患者入院后行PCI治疗。对照组术后口服海博麦布治疗,研究组联合阿利西尤单抗治疗。维持治疗... 目的探究阿利西尤单抗联用海博麦布在急性ST段抬高型心肌梗死(STEMI)中的临床疗效。方法将112例STEMI患者随机分为对照组和研究组,各56例。所有患者入院后行PCI治疗。对照组术后口服海博麦布治疗,研究组联合阿利西尤单抗治疗。维持治疗6个月后,比较两组的低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、甘油三酯、总胆固醇、左心室射血分数(LVEF)、二尖瓣口舒张早期与晚期峰值血流速度比(E/A)、左心室收缩末期内径(LVESD)、脑利钠肽前体(NT-proBNP)、心肌肌钙蛋白(cTnI)、脂蛋白相关磷脂酶A2(Lp-PLA2)、基质金属蛋白酶-9(MMP-9)、白细胞介素-6(IL-6)、血流灌注分级(TIMI)、药物毒性及术后心血管不良事件。结果治疗后,两组LDL-C、甘油三酯、总胆固醇较治疗前均降低,研究组低于对照组(P<0.05)。两组治疗前后HDL-C比较,差异无统计学意义(P>0.05)。治疗后,两组LVEF、E/A较治疗前均升高,研究组高于对照组(P<0.05);两组LVESD、NT-proBNP、c TnI、Lp-PLA2、MMP-9、IL-6较治疗前均降低,研究组低于对照组(P<0.05)。术后6个月,研究组TIMIⅢ级占比高于对照组(P<0.05)。药物不良反应及术后心血管不良事件发生率比较,差异无统计学意义(P>0.05)。结论阿利西尤单抗联用海博麦布应用于STEMI PCI术后的治疗中,更有助于降低患者的血脂水平,促进血流灌注,改善心肌功能,安全性良好。 展开更多
关键词 急性ST段抬高型心肌梗死 海博麦布 阿利西尤单抗 血脂 血流分级
下载PDF
探讨基于机器学习模型对青年高血压并发焦虑情绪的预测价值
2
作者 肖海燕 杨克平 《现代医学与健康研究电子杂志》 2024年第10期119-124,共6页
目的 利用机器学习模型预测青年高血压患者并发焦虑情绪的风险,评价机器学习模型对其的预测价值。方法 回顾性分析常德市第一中医医院2021年12月至2023年6月期间收治的679名青年高血压患者的临床资料,根据患者是否存在焦虑状态,分为无... 目的 利用机器学习模型预测青年高血压患者并发焦虑情绪的风险,评价机器学习模型对其的预测价值。方法 回顾性分析常德市第一中医医院2021年12月至2023年6月期间收治的679名青年高血压患者的临床资料,根据患者是否存在焦虑状态,分为无焦虑状态组(464例)、有焦虑状态组(215例),统计两组患者基线资料与实验室指标,进行单因素和多因素Logistic回归分析筛选出青年高血压患者并发焦虑状态的影响因素;另将所有患者依据7∶3比例随机分为训练集(475例)和测试集(204例),在训练集中运用机器学习算法构建支持向量机(SVM)、K邻近(KNN)、分类决策树(Decision Tree)、随机森林(RF)、极端随机树(Extra Trees)、极限梯度提升(XGBoost)、机器学习算法(LightGBM)预测模型,使用测试集对预测模型进行内部验证;绘制受试者工作特征(ROC)曲线评估各模型对青年高血压患者并发焦虑状态的预测效能。结果 679例青年高血压患者中,215例患者(31.66%)存在焦虑状态。单因素分析结果显示,与无焦虑状态组比,有焦虑状态组患者年龄较大,吸烟、饮酒、有睡眠障碍、有高血压病家族史、有冠心病病史、有糖尿病病史、有高血脂病史、有脑梗死病史、有脑出血病史患者占比,汉密尔顿焦虑量表(HAMA)评分,糖化血红蛋白、高密度脂蛋白、三酰甘油、天冬氨酸氨基转移酶、丙氨酸氨基转移酶、肌酐、同型半胱氨酸水平,左心房内径均较高;淋巴细胞计数、血红蛋白、左心室射血分数(LVEF)水平均较低;高血压病程较长(均P<0.05或P<0.001)。多因素Logistic回归分析结果显示,年龄大、有吸烟史、有饮酒史、有睡眠障碍、高血压病程长、有高血压病家族史、有糖尿病病史、有高血脂病史、有脑梗死病史、有脑出血病史、淋巴细胞计数下降、糖化血红蛋白升高、三酰甘油升高、天冬氨酸氨基转移酶升高、丙氨酸氨基转移酶升高、肌酐升高、左房内径增加及LVEF下降均是青年高血压焦虑状态的危险因素(均P<0.05或P<0.001)。结合多因素Logistic回归分析结果,依据Lassso回归进一步筛选最佳变量,按序排列的最佳变量包括三酰甘油、年龄、左房内径、睡眠障碍、肌酐、吸烟、淋巴细胞计数及LVEF。通过上述筛选出的8个最佳变量,构建SVM、KNN、Decision Tree、RF、Extra Trees、XGBoost、LightGBM预测模型,将构建的模型应用于测试集,绘制ROC曲线并计算ROC曲线下面积(AUC)。其中,综合性能最佳的是Extra Trees模型,AUC值为0.996(0.991~1.000)。结论 高三酰甘油、年龄大、高左房内径、有睡眠障碍、高肌酐、有吸烟史、低淋巴细胞计数、低LVEF均为影响青年高血压伴焦虑状态发生的最佳危险因素变量,采取基于机器学习算法构建的青年高血压合并焦虑状态的SVM、KNN、Decision Tree、RF、Extra Trees、XGBoost及LightGBM预测模型中,Extra Trees模型的预测效果最好。因此,该模型可作为辅助诊断工具应用于青年高血压患者并发焦虑状态的筛查中,为青年高血压这一慢性病管理提供新的临床思路。 展开更多
关键词 机器学习模型 青年高血压 焦虑状态 预测模型
下载PDF
超声压力-应变环对慢性心力衰竭患者右室心肌做功的定量评价 被引量:1
3
作者 王亚娟 张群英 +3 位作者 张强 董耀辉 唐冰 卢红涛 《武警医学》 CAS 2023年第2期123-127,共5页
目的探索压力-应变环(PSL)定量评价慢性心力衰竭(CHF)患者的右室心肌做功情况。方法选取2021-12至2022-06在荆州市中心医院临床确诊的CHF患者60例为病例组,根据肺动脉收缩压(PASP)是否>40 mmHg分为非肺动脉高压组(NPH组)与肺动脉高压... 目的探索压力-应变环(PSL)定量评价慢性心力衰竭(CHF)患者的右室心肌做功情况。方法选取2021-12至2022-06在荆州市中心医院临床确诊的CHF患者60例为病例组,根据肺动脉收缩压(PASP)是否>40 mmHg分为非肺动脉高压组(NPH组)与肺动脉高压组(PH组),同期选取30例健康志愿者作为对照组。所有研究对象均进行常规超声心动图检查,获取常规超声参数:右室面积变化分数(RVFAC)、三尖瓣环收缩期峰值速度(S’)、三尖瓣环收缩期位移(TAPSE)等。通过EchoPAC工作站获得右室整体纵向应变(RVGLS)及右室心肌做功参数,包括右室整体做功指数(RVGWI)、右室整体有用功(RVGCW)、右室整体无用功(RVGWW)、右室整体做功效率(RVGWE),并比较三组间各参数的差异。结果与对照组比较,NPH组、PH组RVFAC、S’、TAPSE减低,RVGLS、RVGWI、RVGCW、RVGWE减低,RVGWW增高,差异均有统计学意义(P<0.05)。与NPH组比较,PH组RVFAC、S’、TAPSE差异均无统计学意义,RVGLS减低,RVGWI、RVGCW、RVGWW增高,差异均有统计学意义(P<0.05),RVGWE差异无统计学意义。结论PSL不受后负荷的影响,能及早发现CHF患者的右室心肌收缩功能异常,为评估心肌受累程度提供了一种新的方法。 展开更多
关键词 超声心动图 压力-应变环 心力衰竭 右心室 心肌做功
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部