纳洛酮治疗小儿巴比妥类药物中毒28例疗效观察

临床资料1　一般资料　本组 2 8例 ,其中男 1 6例 ,女1 2例 ;年龄 2～ 3岁 1 8例 ,4～ 7岁 1 0例。轻度中毒 2例 ,重度中毒 2 6例。2　中毒程度划分标准　根据临床表现将中毒程度划分为轻度、重度 2级。轻度 :嗜睡状态、言语不清、眼球震颤 ,各种生理反射存在。血压、脉搏、呼吸、瞳孔均无明显变化。重度 :呈浅昏迷状态 ,血压下降 ,脉搏增快 ,呼吸急促 ,瞳孔 <2 .0 mm,对光反射消失 ,压眶反射减弱或消失。有肺水肿、呼吸衰竭与循环衰竭等并发症。3　治疗方法　在洗胃、导泻、输液等综合治疗的基础上 ,应用纳洛酮 (北京四环制药厂生产 )。轻…     

同步导数荧光法测定复合氨基酸注射液中L-苯丙氨酸和L-色氨酸的含量

国内曾有报道紫外微分法测定复合氨基酸注射液中L-苯丙氨酸和L-色氨酸的含量,但杂峰多,影响测定的因素亦多。还有采用离子选择性电极法、荧光法等测定方法,但均不够理想。本文采用同步导数荧光法测定11种复合氨基酸注射液中L-苯丙氨酸和L-色氨酸含量,结果良好,现介绍如下。     

石膏注射液抗炎镇痛作用研究

石膏注射液能降低小白鼠毛细血管的通透性,对角叉菜胶所致的大鼠足跖肿胀以及棉球肉芽肿有明显的抑制作用,并对小白鼠的二种疼痛模型(扭体法、热板法)均显示有抑制作用。实验结果表明,石膏注射液有显著的抗炎镇痛作用。     

伤湿灵的抗炎镇痛作用

目的：研究伤湿灵的抗炎、镇痛作用,方法：采用巴豆油、磷酸组织胺、角叉菜胶和棉球引起的炎症模型,热板和扭体法观察伤湿灵的抗炎和镇痛作用。结果：伤湿灵显著抑制马豆油引起的小鼠耳廊肿胀和磷酸组织胺所致的毛细血管通透性增加,抑制角叉菜胶性大鼠足肿胀和棉球肉芽增生;工热刺激激致痛的潜伏期,减少醋酸所致的“扭体反应”次数。结论：伤湿灵抗炎镇痛作用。     

不同种植系统口腔种植病例资料的临床分析与报道

目的 探讨口腔种植病例采取不同种植系统处理的效果,以便为临床治疗提供参考.方法 选取我院口腔科2013年4月至2015年4月接诊的口腔种植病例140例作为研究对象,回顾性分析病例的临床资料,根据种植系统不同分为4组,其中BIB组(n=40)采取BIB种植系统处理,Replace组(n=50)采取Replace种植系统处理,ITI组(n=20)采取ITI种植系统处理,Branemark组(n=30)采取Branemark系统治疗.4组患者均进行1年以上随访,观察4组临床效果,以及随访1年时满意率.结果 4组患者在临床总有效率、随访1年满意率上均基本一致,无统计学差异(P>0.05).结论 口腔种植病例采取不同种植系统处理均有不错效果,但临床需合理选择,才能确保临床效果与患者满意率.     

主动追求男生,我错了吗

我对岗一见钟情,压抑不了心中的那份爱恋,所以我向他表白了,但他却拒绝了我,他说他不相信一见钟情,只相信日久生情。他还说,如果我先和他认识一段时间后再向他表白,他肯定会接受我。我没有因为他的拒绝而放弃追求他,因为我坚信痴心可以打动他。为了他,我放下了女孩子该有的矜持,但换来的却是别人的嘲笑,说什么"脸皮厚"、"丢了女孩子的脸"之类的话。我是不是做错了?我的执着是不是不值得?陈一主动去追求自己心爱的男孩当然不是你的错。但是你的方式如果不够恰当的话恐怕就是你的问题了,至少说,事情的结果你不会满意的,比如现在你就心烦了。为什么没有     

一朝被骗 十年疑心吗

洛林:我总觉得这个世界好吵,疑心很重,感觉身边人的眼神让自己害怕。我特别害怕被骗,所以老是怀疑这怀疑那,因为以前曾经相信,但最后都被骗,感觉很受伤,现在我很迷茫……     

来自星星的“诱惑”

《来自星星的你》为什么可以这样火爆？为什么粉丝们痴迷到“星星依赖症”、“叫兽依赖症”？叫兽二千的爱情到底为什么可以这样打动我们？而星迷们到底喜欢他们什么？“星星”带来了哪些“蝴蝶效应”？     

陈灌园老中医医话两则

<正>已故陈灌园老中医,系鄂东知名中医,其博览医经,深得要诣,众览古今医案,熟悉各家学说。临床用药轻灵,善用经方,收获颇丰。现辑遗精、妇人漏下医话两则,以飨同道:1童子遗精,固涩乃瘳遗精一症,有因心神不宁,相火亢盛,湿热下注,下元虚衰等所致。论治则有清心宁神,滋阴泻火,健脾祛湿,培补肾元等法。若久遗不止,发为滑精,又当于诸法中杂以固涩。临床上成人患此,颇为常见,而幼儿学童,天癸初至,即罹此症者,亦间杂之。     

高危住院患者深静脉血栓风险管理效果

目的 本研究基于临床电子病历与临床辅助决策系统构建机器学习模型(AI模型),并对机器学习模型与人工Caprini量表对深静脉血栓形成(Deep vein thrombosis,DVT)风险的预测效果进行对比.方法 回顾性收集与模型建立一致的住院患者的临床变量、金标准诊断结果以及Caprini评分,比较AI模型与Caprini的受试者特征曲线下面积(AUC)、敏感性与特异性.结果 AI模型对DVT的预测效果(AUC=0.894,95％CI:0.838,0.940)显著优于Caprini量表(AUC=0.716,95％CI:0.626,0.801),P＜0.001.机器学习模型的敏感性、特异性也高于Caprini评分.结论 机器学习模型预警工具对高危住院患者DVT的预测效果较人工Caprini评分具有明显的优势,或有助于DVT的风险管理,值得在临床上推广应用.