桂林市316份生活饮用水水质检测结果分析

目的 对桂林市2009年度城郊乡镇316份生活饮用水中的29项进行监测分析,以了解其卫生状况.方法 水样的检验按<生活饮用永卫生标准检验方法(GB/T 5750-2006)>进行,检测结果按<生活饮用水卫生标准(GB 5749-2006)>进行评价.结果 检测的316份生活饮用水合格率为75.95%,微生物污染较严重.细菌学指标合格率较低,菌落总数合格率为64.24%、总大肠菌群合格率为66.77%、耐热大肠茵检出率合格率为71.52%、大肠埃希氏菌合格率为83.23%;感官指标与化学指标合格率较高,毒理学指标合格率为100%.结论 桂林市农村生活饮用水源污染较严重,需要加强郊区乡镇农村生活饮用水的改进和监督检测工作,同时坚持实施集中式供水.     

血管紧张素-（1-7）及其受体激动剂AVE0991治疗大鼠急性肺损伤的效果

目的 探讨血管紧张素-（1-7）［Ang-（1-7）］及其特异性受体激动剂AVE0991用于治疗大鼠急性肺损伤（ALI）的效果。
方法 选择清洁级雄性SD成年大鼠45只，6～8周龄，体重250～300 g。采用随机数字表法将大鼠分为五组：对照组（C组）、ALI组（L组）和Ang-（1-7）组（LA组）、AVE0991组（LAV组）和Ang-（1-7）抑制剂（A-779）（LAN组），每组9只。L组静脉注射脂多糖（LPS） 5 mg/kg，机械通气V_T 15 ml/kg，持续4 h；C组静脉注射与 L组等容量的生理盐水，机械通气V_T 8 ml/kg，持续4 h；LA组、LAV组和LAN组静注LPS 5 mg/kg，机械通气V_T 15 ml/kg，持续2 h后分别静注Ang-（1-7） 50 pmol·kg^-1·min^-1、AVE0991 500 pmol·kg^-1·min^-1和A-779 100 pmol·kg^-1·min^-1，继续机械通气2 h 。记录机械通气前（T₀）、机械通气 2 h（T₁）、药物处理 30 min（T₂）、60 min（T₃）、90 min（T₄）、120 min（T₅）时的肺动脉压（PAP）；T₁和T₅时取肺动脉血行血气分析，记录LA组、LAV组和LAN组的PaCO₂、PaO₂。处死大鼠，对支气管肺泡灌洗液（BALF）采用瑞氏-姬姆萨染色行白细胞分类计数，采用ELISA法检测股静脉血TNF-α浓度，采用肺组织称重法计算肺湿/干重比（W/D），采用HE染色观察肺组织病理改变并评估肺损伤程度。
结果 与T₁时比较，T₂时LA组PAP明显降低（P<0.05），T₂—T₄时LAV组PAP明显降低（P<0.05），T₅时LA组PaO₂明显升高（P<0.05）。与C组比较，L组和LAN组BALF中白细胞计数明显增多（P<0.05），L组、LA组、LAV组和LAN组血清TNF-α浓度和W/D值明显升高（P<0.05）。与L组比较，LA组和LAV组BALF中白细胞计数、血清TNF-α浓度和W/D值明显降低（P<0.05）。与LA组比较，LAN组BALF中白细胞计数、血清TNF-α浓度和W/D值明显升高（P<0.05）。C组肺组织损伤轻微，L组肺组织损伤中度，LA组和LAV组肺组织损伤轻度，LAN组肺组织损伤严重。
结论 Ang-(1-7)及AVE0991可以减轻大鼠大潮气量通气合并LPS所致ALI的炎症反应，改善肺损伤，具有肺保护作用。     

脑电图微状态分析及应用研究进展EI北大核心

脑电信号具有高时间分辨率的特征,各类脑电信号分析方法近年来发展迅速。脑电微状态分析方法能够研究毫秒级范围内的大脑变化,同时也可呈现脑电信号在拓扑层面上的分布,从而反映全脑的不连续和非线性特征。经历三十多年的丰富和完善,脑电微状态分析已经渗透到脑科学相关的多个研究领域。本文总结了脑电微状态分析方法的基本原理,系统阐述了微状态特征参数改变、微状态与脑功能网络的关系以及微状态特征提取与分类在脑疾病和脑认知方面的主要应用进展,期望能够为该领域的研究人员提供一定的参考。     

急慢性充血性心力衰竭对肺功能的影响

众所周知,各种心脏疾病所致心力衰竭(心衰)在欧美国家有很高的发病率和死亡率,据WHO 2007年统计,每年有50万病人伴有急慢性充血性心力衰竭(CHF),每年治疗心衰的医疗费用占美国医疗总费用的30%[1].     

基于立体定向脑电图的致痫区神经脆弱性分析

临床常用人眼识别癫痫颅内脑电异常放电致痫灶（EZ）定位的方式具有一定局限性，而目前通过提取颅内脑电特征进行致痫区定位的准确率也有待进一步提高。神经脆弱性作为一种运用动态网络模型的新方法，在癫痫致痫区定位方面表现出潜在的应用价值。本文采用神经脆弱性分析方法对20名患者35次癫痫发作的立体定向脑电图信号进行了分析，进而利用随机森林模型对致痫灶电极进行了分类，并与通过短时傅里叶变换提取的六个不同频段时频特征的分类结果进行了比较。结果显示，基于时频分析的致痫灶电极工作特征曲线下面积（AUC）介于0.870(δ频段)至0.956（高γ频段）之间，且曲线下面积随频段频率的升高而升高，而利用神经脆弱性进行分类的AUC可达0.957，且将神经脆弱性融合γ及高γ频段时频特性进行分类后AUC可进一步提升至0.969。本文验证了神经脆弱性在识别癫痫致痫病灶方面的有效性，为进一步的临床应用提供了理论参考。