反复右美托咪定联合丙泊酚麻醉对成年大鼠学习记忆能力的影响

目的观察反复右美托咪定联合丙泊酚麻醉对成年大鼠学习记忆能力的影响。方法选取8周龄SD大鼠40只,雌雄不分,随机分为四组各10只:丙泊酚组(P组),右美托咪定组(D组),右美托咪定联合丙泊酚组(DP组),生理盐水组(NS组)。P组给予30 mg/kg的丙泊酚,D组给予30μg/kg的右美托咪定,DP组给予30 mg/kg的丙泊酚和30μg/kg的右美托咪定,NS组给予等量生理盐水,所有药物均采用尾静脉注射法,每日1次,连续5天,第6天起,选用Morris水迷宫进行行为学实验。结果在定位航行实验中,D组、DP组、NS组与P组比较,前4天的潜伏期差异有统计学意义(P<0.05),其中P组的潜伏期均明显长于DP组、D组、NS组(P<0.05);DP组、NS组与D组比较,前4天的潜伏期差异无统计学意义(P>0.05),且第2、3、4天三组的潜伏期均明显短于第1天(P<0.05);在空间探索实验中,各组间各项数据差异均无统计学意义(P>0.05)。结论右美托咪定对于在镇静剂量下丙泊酚麻醉所导致的成年大鼠的学习记忆功能的短暂损伤具有保护作用。     

新型冠状病毒肺炎期间自制防护套应用于气管插管防护的病例报道及讨论

正新型冠状病毒肺炎(COVID-19)已在全球范围内大暴发, 总确诊病例已超过200万例[1]。 COVID-19的广泛传播已造成大量医护人员感染。《柳叶刀》发布的最新报道[2]提示意大利约20%医护人员在诊疗过程中感染。因此, 加强医护人员防护并降低感染率尤为重要。麻醉科医生在气管插管过程中, 不可避免地要靠近患者口鼻[3], 因此, 接触确诊或疑似COVID-19患者的唾液、飞沫、血液、分泌物等的可能性极大, 明显增加感染     

个性化护理在脂肪瘤患者中的应用效果

目的 探讨个性化护理在脂肪瘤患者中的应用效果.方法 选择本院门诊的80例脂肪瘤患者作为研究对象,随机分成观察组与对照组,各40例.对照组给予常规护理,观察组采用个性化护理干预.比较两组的血压、心率、VAS评分及患者总满意度.结果 观察组术前、术中的DBP、SBP和HR显著低于对照组,差异有统计学意义(P＜0.05).观察组的VAS评分显著低于对照组,差异有统计学意义(P＜0.05).观察组的患者总满意度为95.0％,显著高于对照组的85.0％,差异有统计学意义(P＜0.05).结论 个性化护理服务可满足患者生理、心理、社会、精神等多方面的需求,利于患者的康复,进而改善护患关系,提高护理服务质量.     

早期护理干预对甲状腺手术患者应激反应的影响

目的探讨早期护理干预对甲状腺手术患者应激反应的影响。方法收集本院普外科住院收治的甲状腺疾病患者80例,随机分为早期干预组与对照组。对照组给予临床常规护理,早期干预组在此基础上,给予早期护理干预措施。观察比较两组患者血流动力学指标、心理应激反应。结果 (1)对照组在术后2h时,患者的DBP、SBP和HR均出现显著提高,明显高于入手术室前水平(P<0.05),而早期干预组患者的DBP、SBP和HR与入手术室前比较变化不大(P>0.05)。两组间比较,术后2h时对照组DBP、SBP和HR均高于同期早期干预组。术后6 h时点,两组间比较均无统计学差异(P>0.05)。(2)对照组在术前1 h时,患者的焦虑评分和抑郁评分均出现显著提高,与入院时比较,有统计学差异(P<0.05),而早期干预组患者的焦虑评分和抑郁评分变化不大,与入院时比较,无统计学差异(P>0.05)。术后3 d时,两组的焦虑评分和抑郁评分均下降。两组间比较,术前1h、术后3d时早期干预组患者焦虑评分和抑郁评分均明显低于对照组(P<0.05)。结论早期护理干预措施应用于甲状腺手术患者的围手术期,能获得满意的效果,不仅能稳定情绪,减轻患者手术的应激反应,增强患者自身适应能力和调节能力,能更好地促进甲状腺手术患者术后康复。     

基于MRI影像组学预测宫颈癌Ki-67表达水平

目的:开发并验证基于多参数MRI图像特征的影像组学特征预测模型对术前宫颈癌症患者的Ki-67指数状态的预测。方法:回顾性分析来自两个不同机构的91例宫颈癌患者的MRI影像及病理结果。根据术后免疫组化结果，将Ki-67指数分为高表达组(>60%)及低表达组(≤60%)。从每位患者的T₂/SPAIR、ADC和CE T₁WI图像中共提取3390个影像学特征。单变量分析和最小绝对收缩选择算子(LASSO)对影像组学特征进行降维处理，最终筛选出关键特征。采用Logistic回归、决策树、支持向量模型(SVM)方法构建模型。采用受试者操作特征(ROC)曲线分析影像组学特征的预测准确性，计算曲线下面积(AUC)。结果:91例患者中，27例Ki-67低表达，64例Ki-67高表达。最终从T₂/SPAIR、CE T₁WI、ADC图像中分别筛选出4、6、5个影像学特征。对Ki-67状态的预测，三个序列对应的模型构建方法为Logistic回归、SVM、Logistic模型，最终获得的训练组AUC分别为0.801、0...