急性脑血管病现变性质量严重程度与血浆内皮素-1浓度的关系

目的：主要是探讨急性脑血管病患者病变性质、严重程度与血浆内皮素－1（ET－1）浓度的关系。方法：应用放射免疫方法测定87例急性脑血管病人血浆ET－1浓度并与42例正常人进行比较。结果：脑出血与脑梗塞组血浆ET－1浓度明显高于对照组（P＜0．001），而脑梗塞组血浆ET－1浓度比脑出血组升高，但未有统计学意义（P＞0．05）。急性脑血管病重型者比轻型者血浆ET－1浓度明显升高（P＜0．01），合并高血压者血浆ET－1浓度较正常对照组显著升高（P＜0．001），而与血压正常组相比较二者无显著性差异（P＞0．05）。结论：提示急性脑血管病患者血浆ET－1浓度升高与病变严重程度、血压升高有一定关系，与病变性质虽无统计学意义，但脑梗死者也较脑出血组升高，表明ET－1作为一种内源性血管活性肽在急性脑血管病的预后和发病机制方面是一种有害的介质。     

牙周病电子病历数据库建立的设想及其伦理问题分析

建立牙周病数据库可以系统地记载和积累患者病史资料,对患者病程进行长期跟踪分析,了解患者疾病的进程、变化以及其诊断治疗方案和治疗效果.但是也存在着诸如标准化与规范化、人力及时间成本、患者隐私的保护、患者知情同意权的保护、病历信息的安全、医学科研成果的知识产权保护等一系列伦理问题.从伦理道德教育、技术监控、制度控制、法律保障等方面来探讨应如何应对这些问题.     

基于深度学习的中药寒热属性预测研究

目的：探究中药成分寒热药性预测模型的构建及应用。方法：基于中药信息数据库获取646味中药，涵盖10 053个化合物成分。构建中药化合物分子指纹与分子图表征编码，分别构建图卷积神经网络(GCN)、K-近邻(KNN)、决策树(DT)、随机森林(RF)、支持向量机(SVM)算法，训练模型并调整模型超参数。将数据集划分为训练集与测试集，使用准确率、精确率、召回率与F值评价模型预测性能。将预测的高概率化合物分析中药寒热属性的生物学机制潜在差异。通过细胞增殖-毒性测试实验检测梯度加权得分的寒性中药成分对大鼠肾上腺髓质嗜铬瘤(PC-12)细胞氧糖剥夺再灌注(OGD/R)模型的保护作用。结果：GCN模型在中药寒热属性预测任务中综合表现良好。通过GCN模型从代表性寒热药物中筛选出的高概率寒热分类化合物共形成413靶点，与17通路具有潜在关联。细胞实验结果，随寒性加权分数降低逐渐显现为对OGD/R的细胞保护作用。结论：在寒热属性预测任务中，基于分子图表征的GCN模型相对于分子指纹表征的传统机器学习模型具有更优的性能，可为进一步探究中药“性-构”关系提供算法支持。