还少丹联合多奈哌齐对血管性痴呆患者血清GSH-Px、MDA水平的影响

目的评估还少丹联合多奈哌齐治疗对血管性痴呆患者血清谷胱甘肽过氧化物酶(GSHPx)、丙二醛(MDA)水平的影响。方法125例轻中度血管性痴呆患者作为研究对象,随机分为A组(65例)和B组(60例)。A组患者给予还少丹联合多奈哌齐治疗,B组患者给予多奈哌齐治疗。比较两组患者治疗前及治疗第12周的简易智力状态检查量表(MMSE)评分、日常生活活动能力(ADL)评分、GSH-Px、MDA水平及不良反应发生情况。结果治疗第12周,A组患者的MMSE、ADL评分高于本组治疗前和B组治疗第12周,差异均具有统计学意义(P<0.05);B组治疗前及治疗第12周MMSE、ADL评分比较,差异无统计学意义(P>0.05)。治疗第12周,A组的GSH-Px水平高于本组治疗前及B组治疗第12周,MDA水平低于治疗前及B组治疗第12周,差异均具有统计学意义(P<0.05);但B组治疗前与治疗第12周的GSH-Px、MDA水平比较差异无统计学意义(P>0.05)。A组的不良反应发生率4.62%低于B组的15.0%,差异具有统计学意义(P<0.05)。结论还少丹与多奈哌齐联合应用能更快改善轻中度血管性痴呆患者认知功能,还能通过增加GSH-Px活性,降低MDA含量来抑制神经细胞凋亡,促进脑功能恢复。     

初发脑卒中后构音障碍的中医针刺、言语训练联合电刺激干预效果

目的:探讨初发脑卒中后构音障碍(PSD)的中医针刺、言语训练联合电刺激干预效果。方法:选取2016年9月至2017年12月广州中医药大学祈福医院收治的初发PSD患者100例,按照随机数字表法随机分为对照组和观察组,每组50例,对照组给予中医针刺、言语训练干预,观察组在此基础上给予电刺激干预,比较2组Frenchay构音障碍分级、干预效果、生命质量。结果:观察组和对照组干预后Frenchay构音障碍分级明显高于干预前,观察组干预后Frenchay构音障碍分级明显高于对照组,差异有统计学意义(P 0. 05);观察组干预有效率明显高于对照组,差异有统计学意义(P 0. 05);观察组和对照组干预后生命质量量表(WHQQL-100)评分明显高于干预前,观察组干预后WHOQOL-100评分明显高于对照组,差异有统计学意义(P 0. 05)。结论:中医针刺、言语训练联合电刺激干预可有效改善初发PSD患者构音障碍症状,有利于提高患者的干预效果及生命质量,值得临床作进一步推广。     

易罐穴位疗法及康复训练治疗中风后肩手综合征临床观察

目的:观察易罐穴位疗法及康复训练治疗中风后肩手综合征的临床疗效.方法:60例随机分为治疗组和对照组各30例,治疗组用易罐穴位疗法及康复训练治疗,对照组单用康复训练.结果:治疗组总有效率高于对照组(P＜0.05).结论:易罐穴位疗法及康复训练治疗肩手综合征效果较好.     

基于神经网络的ICF康复组合评定量化标准功能分级算法模型构建及其验证

摘要 目的：利用人工智能神经网络方式构建ICF康复组合（ICF-RS）评定量化标准总体及三个维度（身体功能、活动、参与）功能分级的算法模型,为应用ICF-RS评定量化标准进行数据分析及功能分级提供解决方案。 方法：本研究利用中文版ICF-RS评定量化标准,通过多中心合作,采用分层比例抽样的方法收集了6家已开展ICF-RS评定量化标准临床应用的康复医学科住院患者ICF-RS数据,以多个专家对同一患者的方式获取ICF-RS评定量化标准三个维度及整体功能状况的等级评价结果。借助于神经网络算法构建ICF-RS评定量化标准的各维度及整体功能分级模型,采用计算机k折交叉验证法选择最优模型参数,并计算模型预测受试者工作特征曲线[receiver operating characteristic(ROC) curve]下面积（area under ROC curve,AUC）、准确率（accuracy,ACC）和F1分数（F1-score）。模型构建后,再通过专家和患者一对一的方式收集100例ICF-RS数据用于对已建立的模型进行临床再测试,通过计算ROC、AUC、ACC和F1对模型性能进行评价。 结果：共收集584例住院患者的ICF-RS数据,其中484例数据用于构建及验证模型,100例数据用于测试模型的预测性能。根据k折交叉验证法结果显示,身体功能维度、活动维度、参与维度及整体ICF-RS功能分级模型的AUC分别是89.00%、92.00%、87.00%和87.00%,ACC分别达到75.19%、78.10%、72.91%和73.53%,F1分别是73.68%、77.04%%、69.28%、58.95%。在模型建立后将重新收集到的100例ICF-RS数据输入模型计算,发现各模型ROC曲线良好,AUC分别是89.04%、91.81%、86.85%、86.89%,ACC分别是64.00%、72.00%、61.00%、65.00%,F1分别是48.30%、59.95%、64.06%、49.35%。 结论：基于神经网络建立的ICF-RS整体及各维度功能分级算法模型对ICF-RS数据的功能等级预测准确率良好,预测价值较高,具有良好的临床应用价值。