孤独谱系障碍患儿执行功能与功能磁共振关系的研究进展

孤独谱系障碍(ASD)是复杂的神经发育疾病,执行功能缺陷是其重要缺陷。功能磁共振是非侵入性且可视化的成像方法,数据采集简便易行,已成为探索ASD患者脑功能变化的主要成像手段。本文总结了ASD患者的执行功能特点,从任务态和静息态两个方面梳理了执行功能与功能磁共振的关系。     

额颞叶痴呆伴Kluver-Bucy综合征1例诊治分析

社区卫生服务机构老年病房经常收治认知功能障碍者,笔者所在中心病房自2006年启用以来共收治痴呆患者203人次,包括阿尔茨海默症、中风后遗症等。2012年6月诊治1例额颞叶痴呆患者,现对其进行分析。1病例资料1.1临床表现及病史患者男,58岁,退休司机,因妄想、思维错乱伴口部明显过多活动3年入院。患者意识清楚,精神状况不稳定,睡眠差,二便及日常生活需家人陪护照料。     

精神分裂症复发的相关因素分析及干预

<正>精神分裂症肇事、危害已经成为一个较为严重的社会问题,精神分裂症的反复发作也是一个严重的医疗难题,是一个严重的社会问题。在现在的医疗卫生条件下,大部分的精神分裂症患者能够得到及时有效的治疗,但是在患者后续的康复过程中,尤其是在康复出院以后,在日常工作生活中,伴随着患者自身疾病的好转,自制力日渐趋于恢复,患者面对自我现状的矛盾,以及面对现实、社会等各种压力时,导致各种矛盾冲突的出现,表现为忧虑和烦恼等情     

针灸治疗阿尔茨海默病的CiteSpace知识图谱可视化分析＊

目的 采用可视化分析方法总结国内针灸治疗阿尔茨海默病的研究进展。方法 检索中国知网（CNKI）中针灸治疗阿尔茨海默病的相关文献，利用CiteSpace软件生成相关文献的作者、研究机构和关键词的共现图谱，并进行分析。结果 共检索出相关文献290篇，符合纳入标准的有263篇，年发文量呈上升-回落交替的趋势。可视化图谱显示：共有96位作者被纳入，其中32位作者发文量 ≥ 3篇；共有25所机构被纳入，其中5所机构发文量 ≥ 3篇；共有101个关键词被纳入，其中9个关键词的出现频次 ≥ 10次。涉及的针灸治疗方法包括电针、手针、艾灸、针刺+艾灸、针药结合等，最常用的腧穴为以督脉为代表的阳经经穴。结论 ①针灸治疗AD的研究较为热门，但整体影响力不足，需加强多机构、多中心的协作交流；②针灸干预AD侧重于基础研究，临床研究薄弱，今后应规范治疗体系，强化大规模临床研究，促进科研成果的转化与应用。     

菟丝子雌激素样作用质量标志物的筛选及含量测定

目的初步筛选黑龙江产小粒菟丝子雌激素样作用的质量标志物,为后续实验研究及质量控制提供参考依据。方法采用超高效液相色谱-四极杆飞行时间串联质谱(UPLC-Q-TOFMS/MS)技术对菟丝子提取物进行定性分析,并建立菟丝子不同极性部位的指纹图谱。以小鼠子宫系数、子宫内膜厚度和血清雌激素水平评价不同极性部位的雌激素样活性,通过双变量相关分析和灰色关联度分析构建化学物质组与雌激素效应的组-效相关性,筛选质量标志物,并建立其中5个质量标志物的含量测定方法。结果在正、负离子扫描模式下共发现10个与菟丝子雌激素样作用相关的指标成分,分别为金丝桃苷、紫云英苷、豆甾醇、新菟丝子苷C、芹菜素、山柰酚、6-O-反式-对香豆酰基-呋喃果糖-(2→1)-吡喃葡萄糖苷、槲皮素、异鼠李素和2,6-十八碳二炔酸。对其中5个质量标志物进行了含量测定,质量分数分别为金丝桃苷(2.753±0.097)mg/g、槲皮素(1.139±0.107)mg/g、芹菜素(1.104±0.047)mg/g、山柰酚(1.144±0.079)mg/g、异鼠李素(0.697±0.074)mg/g。结论基于组-效关联思路可初步发现黑龙江产小粒菟丝子的质量标志物,所建立的质量标志物含量测定方法准确、稳定。     

发热伴血小板减少综合征研究热点的可视化分析

[摘要]　目的　对发热伴血小板减少综合征（severe fever with thrombocytopenia syndrome, SFTS）的相关文献进行文献计量学和可视化分析，探寻近年来的研究现状、热点及趋势，为临床治疗和基础研究提供参考。方法?以Web of Science（WOS）核心合集和中国知网（China national knowledge infrastructure, CNKI）数据库为文献来源，检索2011年1月1日—2021年12月31日有关SFTS的文献，导入CiteSpace.5.7.R2软件，以国家、作者、文献共被引、关键词为节点进行可视化分析，并绘制相关图谱。结果?在WOS核心合集共检索到797篇文献，在CNKI数据库共检索到714篇文献。相关领域发文量总体呈上升趋势，中国发文量居首位，美国和日本之间机构合作密切。研究热点集中在发病机制、抗体、特异性治疗等领域。非结构蛋白、临床预后、血小板减少、SFTS感染的靶细胞等将是未来的研究重点。结论?国内外关于SFTS的研究逐渐成熟，新型布尼亚病毒、免疫功能、预后是研究重点，但是对SFTS发病机制和病毒受体尚不清楚，仍须进一步探索。     

基于超声影像组学的乳腺癌预测模型的诊断性能研究

目的评估并比较基于不同机器学习算法建立的乳腺癌超声影像组学预测模型的诊断性能。 方法回顾性收集2017年1月至2019年4月就诊皖南医学院第一附属医院、有明确病理结果的乳腺肿块病例828例，以2018年8月31日为节点将其分为训练集（526例）和验证集（302例），提取肿块的超声影像组学特征并进行特征筛选，运用k最近邻（kNN）、逻辑回归（LR）、朴素贝叶斯（NB）、随机森林（RF）和支持向量机（SVM）5种机器学习算法分别建立预测模型，使用重复交叉验证方法做内部验证，计算比较各模型的敏感度、特异度、阳性预测值（PPV）和阴性预测值（NPV），并实施外部验证，绘制ROC曲线并比较ROC曲线下面积（AUC）以评价模型的鉴别诊断性能，绘制校准曲线评价模型校准度。 结果从提取的109个影像组学特征中筛选出19个特征建立了5种机器学习算法模型。在内部验证中，5种模型的敏感度、特异度、PPV、NPV比较，总体差异均有统计学意义（P均＜0.001）。LR模型的特异度、PPV、NPV中位数分别为0.769、0.816、0.778，3项指标均高于其他4种模型；敏感度中位数为0.824，高于kNN、RF和SVM模型。此外，SVM模型的特异度、PPV、NPV中位数分别为0.706、0.774、0.759，虽均低于LR模型，但均高于其他3种模型。在外部验证中，LR、SVM、RF、kNN和NB的AUC依次为0.890、0.832、0.821、0.746和0.703，其中LR与SVM的AUC差异有统计学意义（P=0.012）；此外，各模型在校准性能上表现并不一致，LR和SVM模型的校准曲线显示乳腺癌实际概率与预测概率之间的一致性较好。 结论以超声影像组学特征为基础，运用不同机器学习算法建立的乳腺癌超声预测模型，均表现出较高的诊断性能，其中LR模型表现最为突出；选择合适的机器学习算法有助于进一步提高预测模型的诊断性能，提供更加准确的量化预测结果。