中药基于PPARγ抗炎防治动脉粥样硬化的研究进展

2016年,心血管病死亡率仍居高不下,农村和城市心血管病死亡占全部死因的比率分别为45.50%和43.16%[1]。心血管疾病的主要病理基础是动脉粥样硬化(AS),其基本病变为动脉内膜脂质沉积、平滑肌增殖迁移、纤维斑块和粥样斑块形成。后期的斑块结构复杂、易损,斑块破裂继发血栓形成,易引起急性临床事件,甚至危及生命。     

Brilliance型16排螺旋CT的故障分析与维修

针对日常使用中遇到的Brilliance 16排螺旋CT高压系统、机架以及控制器局域网络(CAN)通讯等故障现象进行分析与维修,最终通过更换滤波电容、机架数据采集控制器(DMC)电源以及信号刷等配件得以排除故障。通过对故障准确判断以及合理运用厂家Service模式下的维修工具软件快速解决故障,保障了影像科检查工作的顺利进行,从而提高设备的稳定性。     

2006—2020年四川省疾病预防控制中心因公出国(境)任务现状分析及发展建议

目的回顾四川省疾病预防控制中心"十一五""十二五""十三五"期间因公出国(境)任务现状,为强化新时期疾病预防控制国际交流与合作提供依据和建议。方法通过Excel 2013软件录入2006—2020年的因公出国(境)档案资料并建立数据库,从任务类型、业务领域、出访国家(地区)、经费来源等方面进行描述性分析。结果2016—2020年("十三五")四川省疾控中心因公出国(境)共223人次,2011—2015年("十二五")较2006—2010年("十一五")下降14.29%,2016—2020年较2011—2015年下降51.19%,实地考察出访人次2016—2020年较2006—2010年下降80%,任务占比下降约52.18%;业务领域方面,传染性疾病防治领域出访129人次(57.85%),非传染性慢性疾病防治14人次(6.28%)、卫生检验10人次(4.48%)、免疫规划8人次(3.59%);出访高收入国家(地区)人次"十三五"时期较"十一五"时期下降76.47%,占比下降43.76%,对外援助增加7人次。结论2006—2020年四川省疾控中心因公出国(境)出访人次总体呈下降趋势,实地考察任务下降幅度最大;出访任务集中于传染性疾病防治领域,在业务领域分布上存在较为明显的比例失衡现象;出访高收入国家(地区)人次(占比)下降,对外援助大幅增加。     

神经电刺激联合多感官促醒护理对老年重型创伤性颅脑损伤昏迷患者的影响

目的:探讨神经电刺激联合多感官促醒护理对老年重型创伤性颅脑损伤(STBI)昏迷患者的影响。方法:选择2019年1月—2020年1月接收的78例老年STBI昏迷患者,根据随机数字表法分为对照组和观察组,每组39例。对照组给予神经电刺激,观察组给予神经电刺激联合多感官促醒护理干预。对比两组苏醒时间、格拉斯哥昏迷程度(GCS)评分及残疾评定量表(DRS)评分。结果:观察组的GCS和DRS评分显著高于对照组,且观察组苏醒时间显著短于对照组,差异有统计学意义(P<0.05)。结论:对老年STBI昏迷患者给予神经电刺激联合多感官促醒护理,能够有效改善患者昏迷状态和功能障碍,缩短苏醒时间。     

化学发光免疫法诊断女性血清性腺激素的作用

目的研究化学发光免疫法诊断女性血清性腺激素的作用。方法选取时间为2020年9月至2020年12月,将830例临床确诊为不孕症的女性设为研究组,并选830例健康体检女性设为对照组,均进行化学发光免疫法诊断,分析两组血清性腺激素水平以及化学发光免疫法的诊断准确率。结果分析两组LH、FSH、P、PRL、T、E2水平发现,对比对照组,研究组LH、FSH、PRL、T水平较高(P<0.05),P和E2的含量较低(P<0.05),组间数据对比有统计学价值;化学发光免疫法的诊断准确率与确诊结果没有差异(P>0.05)。结论化学发光免疫法诊断女性血清性腺激素准确率较高,对临床不孕症诊断具有应用价值。     

基于生物信息学的肥厚型心肌病易感基因TNNC1单核苷酸多态性致病表型分析

肥厚型心肌病(HCM)是一种常见的遗传性心脏病,是青少年及年轻运动员心源性猝死的最主要原因之一,其分子遗传学基础为基因突变。TNNC1是HCM的重要致病基因之一,目前仅发现其少量非同义单核苷酸多态性(nsSNPs)位点与HCM发病相关,但该基因其他nsSNPs数量较多,结合临床进行实验遗传检测其基因型与表型的关系,工作量巨大,尚不可行。因此,采用生物信息学方法,从dbSNP数据库中筛选出TNNC1基因全部的nsSNPs,联合4款(Mutation Taster、PolyPhen-2、PhD-SNP和MutPred)专业软件,进行有害性分级筛选和致病关联预测,最后进行突变蛋白三维结构建模及可视化分析。结果显示,首次从TNNC1基因102个nsSNPs位点中预测出疾病相关的18个(G159D、S69R、P52R、D149G、D3V、G140E、N51K、D151V、M47R、G110C、A23D、G140R、K158N、C35Y、R147C、L48P、F74C和V44G)高风险nsSNPs。基于生物信息学方法,以TNNC1基因的nsSNPs为示范,分析其nsSNPs与疾病表型的关系,这为其他遗传疾病致病基因nsSNPs的关联分析打下理论研究基础,具有重要的参考价值。