实施药学监护路径对急性冠状动脉综合征患者临床疗效的影响

目的:评价对急性冠状动脉综合征(ACS)患者实施药学监护路径的疗效影响。方法:选取本院心内科住院ACS患者为研究对象,收集实施药学监护路径前2016年6-12月ACS患者60例作为对照组,实施药学监护路径后连续收集2017年6-12月ACS患者60例作为干预组,将患者药物治疗监护工作分为入院评估、住院监护、出院评估等3个单元,以最新指南为依据制订各单元的监护内容,比较实施药学监护路径前后患者的临床疗效。结果:干预组血压和心率达标率、β受体阻滞剂和ACEI/ARB类药物使用率均明显提高,差异均有统计学意义(P<0.05);干预组住院期间出血事件、肝肾功能损害等主要不良事件发生率、平均住院时间均较对照组明显降低,差异均有统计学意义(P<0.05);而干预组心律失常、栓塞事件发生率和住院药物治疗费用与对照组相似,差异均无统计学意义(P>0.05)。两组患者出院后1、3个月因心血管事件再次入院率比较,差异均无统计学意义(P>0.05),但出院后6个月干预组再入院率较对照组显著降低(P<0.05)。结论:通过实施药学监护路径可显著提高ACS患者二级预防用药的使用率,降低不良事件发生率和再次入院率,减少住院天数,改善患者预后。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。     

相干性与参数对类同轴X射线相衬成像影响的研究

微焦点源类同轴X射线相衬成像利用相位信息进行成像,与传统的基于吸收衰减的X射线成像不同,不仅可以对骨骼、肌肉等大密度物质进行成像,还可对低密度、弱吸收的样品进行成像。首先对类同轴X射线相衬成像的原理进行分析,得到了理想条件下的成像公式;然后在此基础上,分析了时间相干性和空间相干性对相衬成像的影响;考虑空间相干强度之后,得到了临床上类同轴X射线相衬成像公式,并对其参数进行Matlab仿真分析,得到其变化规律,为接下来的实验提供思路与方法,从而获得满意的图像。     

分布式数据采集与监控系统的时间同步及其软件编程

在通信技术领域中,时间点的同步具有重要的作用,因此相关方面的技术内容研发也十分广泛,它主要结合数据采集,数据分析和数据统计,实现软件编程的合理应用。分布式数据收集与监控系统结合使用,并通过时间同步技术提高整体性能。因此在对满足数据需求的基础上进行实时数据的扩散与分析,构建自身以时间为基准的逻辑数据的分析成为当前时间同步系统应用的重要内容。文章以时间同步技术为理论核心,从而在数据采集与监控系统的应用过程中,分别依据技术需求,实现数据采集与监控系统应用的标准化操作。     

活化部分凝血活酶时间检测石墨烯传感器的研制

石墨烯(Graphene,GR)作为一种革命性的材料具有优异的理化特性,其优异的导电性对凝血电化学传感器的研制极其重要。目前大型凝血检测仪器操作复杂、耗时较长,且对活化部分凝血活酶时间(APTT)指标的POCT检测较少。针对这一现状,设计制作一种可以用于APTT指标检测,基于丝网印刷技术的GR改性增强型电化学传感器十分必要。通过凝血酶切割凝血酶底物实验验证计时电流法检测活化部分凝血活酶时间原理的可行性,测量血浆活化部分凝血活酶时间参数,同时使用SYSMEX CS 5100光学凝血仪验证测量结果。实验表明,丝网印刷GR改性电极具有良好的一致性,其阻抗测试变异系数为2.71%。凝血酶实验中,GR改性电化学传感器检测的电流响应强度较改性前的电化学传感器增加了16±1%,重复出峰时间和峰值电流变异系数分别为3.29%和3.13%。选取3组血样APTT值,能够清晰地显示出区分度,且每组APTT重复实验的出峰时间变异系数分别为3.20%,3.25%和2.84%,实验结果与医院的临床结果线性拟合决定系数R~2为0.978。GR改性增强型电化学传感器在APTT测试中显示出了较好地重复性,具有在多种场合下进行即时检测的潜力。     

一种作业弹性与截止时间感知的作业调度算法

针对采用MapReduce模型的大数据分析作业的调度问题进行深入研究，并分析现有任务调度算法的缺陷，现有算法没有考虑资源分配对于作业截止时间的影响，也未考虑不同类型作业截止时间的敏感性问题。因作业的完成时间随着分配资源的不同而改变，故称之为弹性作业，截止时间敏感性是指不同类型作业对截止时间要求的严格程度不同。针对以上问题，提出一种截止时间感知的弹性作业调度算法（DA）。该算法将作业依据截止时间敏感程度进行分类，在基于作业整体执行时间预测的基础上，通过调控不同的资源分配策略来改变作业完成时间，同时结合用户对于截止时间的需求及作业预执行的收益来提前规划作业的资源分配及调度次序使得整体收益最大化。将算法在仿真拥有210个物理节点的集群中进行实验，实验表明该算法满足了截止时间的限制并使得作业整体收益值平均提高了2.37倍。