不同抗生素组合的14天含铋剂四联疗法根除幽门螺杆菌222例疗效比较:前瞻性研究

目的旨在比较两种14 d含铋剂四联疗法在辽宁地区作为一线幽门螺杆菌(Helicobacter pylori,简称HP)根除方案的根除率,不良反应发生率及依从性。方法选取2017年3月至2018年10月就诊于中国医科大学附属第一医院,符合条件的222例HP感染者,行以下任一根除方案:(1)EBLA组:艾司奥美拉唑(20 mg,每日2次),果胶铋(200 mg,每日2次),左氧氟沙星(200 mg,每日2次),阿莫西林(1 g,每日2次),共111例;(2)EBCA组:艾司奥美拉唑(20 mg,每日2次),果胶铋(200 mg,每日2次),克拉霉素(500 mg,每日2次),阿莫西林(1 g,每日2次),共111例。两组病例均服药14 d,停药4周后复查~(13)C呼气试验。结果 EBLA组及EBCA组HP根除率分别为87.34%(95%CI 80.9%～93.9%)及83.33%(95%CI 76%～90.7%),差异无统计学意义(P=0.413)。EBLA组及EBCA组患者不良反应发生率分别为10.8%及26.13%,差异有统计学意义(P=0.003)。EBLA组及EBCA组患者依从性分别为99.10%及98.20%,差异无统计学意义(P=0.561)。结论 EBLA组和EBCA组在辽宁地区均可达到较好的根除率及依从性,EBLA组较EBCA组不良反应发生率低,为更优选的一线HP根除方案。     

健康状态中医辨识研究前景分析

健康状态中医辨识是基于中医原创思维和健康理论,运用中医健康状态评价的方法和技术,形成中医健康状态评价方法体系,对健康状态进行辨识。世界卫生组织指出,21世纪的医学,不应继续以疾病为主要研究对象,而应以人类健康作为医学研究的主要方向。进行健康状态中医辨识相关研究,符合21世纪的医学将从疾病医学向健康医学转变的趋势,也符合新医改形势下卫生保健提倡的“关口前移”,对促进人群健康有重要意义。     

青黛作用于急性幼粒细胞白血病的可视化“药靶蛋白模型”分析

目的:目前青黛已是治疗急性幼粒细胞白血病(APL)的临床有效药物,但其分子机制与物质基础仍不明确。基于此本研究构建青黛与APL可视化药靶蛋白模型,以探究青黛作用于APL的分子机制。方法:通过GEO数据库检索APL微阵列芯片分析APL差异表达基因,使用TCMSP数据库筛选青黛活性成分,结合PubChem和SwissTargetPrediction匹配活性成分的靶基因并进行富集分析。String用于挖掘并构建APL可视化蛋白互作数据,将其读入Cytoscape,通过Centiscape实现网络拓扑分析。综合APL差异表达基因,通过Sybyl与青黛活性成分构建药靶蛋白模型。结果:筛选出3张APL微阵列芯片,164个差异表达基因,9种青黛活性成分,541个靶基因,这些靶点较多地参与细胞凋亡、药物结合、癌症途径、慢性粒细胞白血病等,这些都在APL中起重要作用。拓扑分析显示ELANE,CTSS为核心基因,将其与青黛9种活性成分进行药靶蛋白模型预测,显示靛玉红和靛蓝与核心基因结合度最佳。结论:APL是受多基因调控的复杂疾病,而青黛成分中靛玉红和靛蓝可通过结合ELANE,CTSS作用于APL的发生发展。     

以反复“肠梗阻”为主要临床表现的系统性硬化症1例报道

系统性硬化症(systemic sclerosis,SSC)累及肠道时可导致假性肠梗阻(intestinal pseudo-obstruction,IPO),临床上较少见,易误诊。本文报道1例患者的诊治过程,以提高对该病的认识,降低误诊率。     

中医人工智能辨证研究现状与发展＊

目的 总结中医人工智能辨证领域的研究历史与现状、应用状况、所面临的挑战，为中医辨证智能发展提供帮助。方法 检索中国知网（China National Knowledge Infrastructure，CNKI）总库1980年-2020年人工智能与中医辨证相关文献，筛选出301篇，以时间为线索，从专家系统、机器学习、深度学习和知识图谱，对中医辨证算法研究进行分类；以地域为线索，结合文献计量学可视化分析，梳理出中医辨证人工智能地域发展态势。结果 通过三个阶段中医辨证算法的比较，机器学习的神经网络、决策树和贝叶斯等算法模型辨证准确率均值在90%以上，适用于中医辨证，未来深度学习与知识图谱在中医辨证方面极具潜力。结论 中医辨证信息化迅猛发展并处于持续深入的状态，但中医文本数据的处理和结构化工作滞后，缺乏评价系统来评判人工智能算法在辨证上的效果，需予以重视。