NT-proBNP、galectin-3、MMP-3与HFpEF并发MP感染患者预后的关系

目的 探讨射血分数保留的心力衰竭(HFpEF)并发肺炎支原体(MP)感染患者外周血N-末端脑钠肽前体(NT-proBNP)、半乳凝集素-3(galectin-3)、基质金属蛋白酶-3(MMP-3)水平及其与预后的关系。方法 选取2017年12月-2019年10月中山大学附属第七医院收治的190例HFpEF并发MP感染患者为HFpEF并发MP感染组，另选取同期住院治疗的未并发MP感染的HFpEF患者106例为HFpEF未感染组，比较两组患者外周血NT-proBNP、galectin-3、MMP-3水平；比较随访1年后不同预后HFpEF并发MP感染患者NT-proBNP、galectin-3和MMP-3表达水平及其对预后的评估价值。分析预后的危险因素。结果 HFpEF并发MP感染组患者外周血NT-proBNP、galectin-3、MMP-3水平均高于HFpEF未感染组(P<0.05)。预后不良组高于预后良好组(P<0.05); NT-proBNP、galectin-3、MMP-3联合检测评估预后不良的曲线下面积为0.901;年龄≥65岁、住院时间≥14 d、NT-proBNP≥6 091.35 pg/ml、galectin-3≥9.16 ng/ml和MMP-3≥245.53μg/L是HFpEF并发MP感染患者预后不良的独立危险因素。结论 NT-proBNP、galectin-3、MMP-3在HFpEF并发MP感染预后不良患者的外周血中均呈高表达，且三项指标联合检测对于HFpEF并发MP感染患者预后具有较好的评估价值。     

下一代诊断病理学

随着人类基因组测序、生物大数据信息分析、分子病理检测和人工智能辅助病理诊断等技术进步及其应用, 临床医学发展迈向精准诊疗时代。这一时代背景下, 传统诊断病理学迎来前所未有的历史机遇, 正在向"下一代诊断病理学(next-generation diagnostic pathology)"迈进。下一代诊断病理学以病理形态和临床信息为诊断基础, 以分子检测与生物信息分析、智慧制样与流程质控、智能诊断与远程会诊、病灶活体可视化与"无创"病理诊断等创新前沿交叉技术为主要特征, 以多组学和跨尺度整合诊断为病理报告内容, 实现对疾病的"最后诊断", 并预测疾病演进和结局、建议治疗方案和评估治疗反应, 形成新的疾病诊断"金标准"。未来, 需要激发病理学科创新活力, 加快下一代诊断病理学成熟和应用, 重塑病理学科理论和技术体系, 发挥诊断病理学在疾病"防、诊、治、养"等过程中的重要作用, 促进临床医学进一步发展, 服务健康中国战略。     

经纤维支气管镜操作孔供氧在急性心源性肺水肿患者半坐卧位气管插管中的临床研究

目的 观察经纤维支气管镜(纤支镜)操作孔供氧在急性心源性肺水肿患者半坐卧位下行纤支镜引导气管插管中的应用。方法 选择急性心源性肺水肿患者45例，全部在半坐卧位下行纤支镜引导气管插管。采用随机数字表法分为两组，观察组27例采用经纤支镜操作孔供氧，对照组18例不采用经纤支镜操作孔供氧。比较两组患者于插管中最低指脉氧饱和度及插管后即时指脉氧饱和度，记录插管中是否发生心律失常及所用时间。结果 经纤支镜操作孔供氧能够提高气管插管中最低指脉氧饱和度(P<0.01)及插管后即时指脉氧饱和度(P<0.01),缩短插管操作时间(P<0.01)。结论 经纤支镜操作孔供氧可显著改善气管插管过程中的低氧血症，并通过高流量氧气的冲刷作用使视野更加清晰，显著减少插管时间，降低心律失常发生的可能，值得临床推广。     

结构化健康教育联合5A护理对糖尿病性骨质疏松患者认知水平及自我管理能力的影响

目的 探讨结构化健康教育联合5A护理对糖尿病性骨质疏松患者认知水平及自我管理能力的影响。方法 按随机数字表法将我院于2019年10月至2020年10月收治的104例糖尿病性骨质疏松患者分为对照组(52例)和研究组(52例)。对照组以常规健康宣教护理，研究组在对照组的基础上以结构化健康教育联合5A护理，两组患者均连续护理3个月。比较两组患者护理前后糖尿病认知水平、骨质疏松症认知水平、糖尿病自我管理能力以及运动效能维度、钙效能维度评分。结果 与护理前相比，护理后两组患者DKT评分、OKT评分、饮食维度评分、运动维度评分、血糖监测维度评分、运动效能维度评分及钙效能维度评分均提高，且研究组高于对照组(均P<0.05)。结论 结构化健康教育联合5A护理可有效提高糖尿病性骨质疏松患者疾病认知水平，增强患者自我管理能力，护理效果显著。     

红外光谱数据融合对栽培滇重楼产地鉴别*

目的 多样的环境因素使得不同产地栽培滇重楼的化学成分也丰富多样，不同居群栽培滇重楼的甾体皂苷类成分具有很大的差异，多源数据融合分析能更全面的表征药材化学信息，建立一个高效而准确的产地鉴别模型，为其资源合理开发利用提供依据。方法 以来自云南和四川的8个产地（保山、楚雄、大理、红河、丽江、成都、文山、玉溪）共366份栽培滇重楼根茎为实验材料，采集其傅里叶变换近红外光谱（FT-NIR）和衰减全反射-傅里叶变换中红外光谱（ATR-FTMIR）数据。采用Kennard-Stone算法将不同产地的样品分为2/3的训练集和1/3的预测集，基于4种特征变量提取方法（CARS、VIP、SPA、SO-Covsel）结合2种数据融合策略（低级数据融合和中级数据融合），建立偏最小二乘产地判别分析模型。根据模型参数交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）评估模型的稳定性，模型训练集和预测集准确率（ACC）评估模型分类性能。结果 近红外光谱和中红外光谱均能反应不同产地栽培滇重楼的化学成分差异，在中级数据融合中，基于VIP和SPA提取的特征变量建立的模型正确率均大于94%。相较于中级数据融合，低级数据融合模型得到了最为满意的结果，其预测集分类正确率达到100%。结论 根据近红外和中红外数据建立的低级数据融合PLS-DA模型，能够用于栽培滇重楼的产地鉴别分析。     

中华医学会杂志社对一稿两投问题处理的声明

为维护中华医学会系列杂志的声誉和广大读者的利益,现将中华医学会系列杂志对一稿两投和一稿两用问题的处理声明如下:①本声明中所涉及的文稿均指原始研究的报告或尽管2篇文稿在文字的表达和讨论的叙述上可能存在某些不同之处,但这些文稿的主要数据和图表是相同的。     

外科转化医学研究进展

转化医学作为连接基础和临床的桥梁，促进了基础研究成果与临床诊疗手段之间的双向转化。30年间，转化医学飞速发展，而随着医学与多学科之间的交叉融合，转化医学也表现出新的发展趋势，尤其是在外科领域。医疗大数据为病人提供了更加精准化、个性化的治疗，医用人工智能也促进了诊疗技术的革新，还有各式医用机器人，推动手术微创化。把握转化医学的发展潮流，促进科研与临床的双向循环，是未来我国医学发展的重心。     

关于论著结果部分的撰写要求

结果应体现的要素包括:(1)实验或临床观察所得的各种数据。(2)反映数据变化以及大体或微观形态特征的图表。(3)统计学处理结果。撰写时应注意:(1)实事求是,详略得当,重点突出与研究目的密切相关、对读者有价值的主要结果。