妊娠期外阴阴道假丝酵母菌病的研究进展

<正>外阴阴道假丝酵母菌病(VVC)也称外阴阴道念珠菌病或念珠菌性阴道炎,是一种机会性真菌感染性疾病。以往资料显示,约75%妇女一生中至少患过一次VVC[1]。40%~50%的患者有再次发作的经历,而其中有5%~10%的妇女每年发作4次,成为复发性外阴阴道假丝酵母菌病(RVVC)[2]。妊娠期由于生理变化而成为较特殊的一段时期,Babic     

关于妇产科健康教育内容的实施方法探索

目的:探索研究妇产科健康教育内容的实施方法。方法:随机抽取2012年2月~2013年2月本院接诊的400例孕产妇作为研究对象,将其随机分为观察组和对照组,每组各200例,对照组患者采取常规护理模式,观察组在常规护理的基础上,对所有研究对象实施健康教育,总结、评价两组患者的护理效果以及满意度。结果:观察组患者总满意度99.0%显著优于对照组85.5%,二者比较差异显著(P0.05);观察组患者的营养水平、药物知识水平、计划生育水平、新生儿护理水平,均显著优于对照组,观察组并发症的发生率13.5%显著低于对照组36.0%,二者比较差异显著(P0.05)。结论:妇产科开展健康教育有效提高了患者的满意度,降低了产后并发症的发生率,值得临床推广。     

彩色多普勒超声在剖宫产后子宫瘢痕处妊娠诊断与治疗中的价值

<正> 剖宫产术后子宫瘢痕妊娠(caesarean scarpregnancy,CSP)是指孕卵着床于剖宫产后子宫瘢痕部位并在此生长发育,被归属于异位妊娠,是剖宫产术后的远期并发症之一,以往临床少见,但随着剖宫产率的逐年提高而呈上升趋势。如果不及时诊断和正确处理,将有子宫破裂和大出血,甚至切除子宫的可能。早在1997年,Codin等就首次描述了剖宫产术后子宫瘢痕妊娠时超声检查的诊断标准。此后国内很多学者也相继报道了彩色多普勒超声(color Doppler flow imaging,CDFI)在早期诊断CSP中的重要作用。本文通过查阅近年来文献,回顾分析CSP患者CDFI的声像图及血流频谱     

中国嗜吞噬细胞无形体分离株多间隔序列分型分析

目的 对我国嗜吞噬细胞无形体分离株进行多间隔序列分型（MST）分型。方法 根据GenBank收录的4株无形体全基因组序列，利用Mauve 2.3.1软件行种内基因组比对，选择具有变异间隔区进行引物设计，通过引物特异性及扩增效率等预实验筛选引物，并对实验菌株进行PCR扩增，分析单核苷酸多态性（SNPs）。将每株菌间隔序列拼接后进行分型分析并构建进化树，分析不同地区、不同动物种类来源菌株遗传变异关系。结果 共筛选出22对引物，用于我国11株无形体分离株 MST 分型，SNPs 分析显示，碱基转换发生率最高（60.2%，251/417），其中 A-G 转换居首（18.9%，79/417），颠换占23.0%（96/417），插入及缺失发生率占16.7%（70/417）。11株菌22条间隔序列拼接后（约11 047 bp）均为独立变异型。进化分析发现山东省莱州地区重症患者分离株（LZ-H1、H2、H3、H4、H5）及当地长角血蜱分离株 LZ-T1 与美国 Webster 株及 HZ 株聚为一簇，而北京分离株BJ-H1 与新疆分离株 XJ-H1 和 XJ-H3 聚为一类。莱州地区另一蜱分离株 LZ-T2 与新疆另外一人源分离株聚为一类，与莱州重症患者分离株遗传关系密切。结论 我国无形体分离株间隔序列存在明显的遗传多态性，MST分型技术可用于无形体疫情暴发时的快速诊断和疫情追踪。     

再识阴阳

初学中医时接触到＂阴阳＂,总感觉似懂非懂,后来学习内、外、妇、儿各科,运用脏腑辨证,学来顺畅,用来方便。＂阴阳＂似乎离我越来越远,可是临床久了,遇到的疑难杂症越来越多,往往无证可套、无方可用。重温经典,再说阴阳,＂阴阳者,天地之道也。＂中医运用阴阳来解释人体。阴阳相对、阴阳转化不是线性的,而是立体的、多维的,阴平阳秘不能等同于阴阳平衡,而是各司其职协调运动;人体分而为阴阳,合而为一气。正确理解了阴阳,临证才能透过现象看本质,执简驭繁,审阴阳、知法度,斟酌用药,力求达到阴平阳秘,取得理想的临床疗效。     

用蛋白质芯片技术筛选非小细胞肺癌患者血清中标志蛋白

目的 探讨用蛋白质芯片技术检测血清非小细胞肺癌（NSCLC）标志蛋白筛查肺癌患者的可行性。方法 用蛋白质芯片表面增强激光解吸电离飞行时间质谱仪（SELDI-TOF-MS）技术检测123例肺癌患者和40名正常人血清蛋白质质谱。用数字表法随机抽取94份标本（53例NSCLC，21例小细胞肺癌和20名正常人）作为训练组进行系统训练，将筛选出来的相对分子质量为11493、6429、8245、5336及2536的5个蛋白峰作为一个标志物组合模式，建立分类树模型（即系统训练过程）；用69份未知血清标本（49例NSCLC，20名正常人）作为盲筛组验证该模型。结果 系统显示，在训练组该模式检测NCLC的敏感性和特异性分别为95．9％（71／74）、90．0％（18／20），盲筛组分别为83．7％（41／49）及80．0％（16／20）。结论 蛋白质芯片SELDI-TOF-MS技术能较准确的区分NSCLC患者与健康对照者，该技术为NSCLC的筛查提供了新的有效工具。