排序方式: 共有47条查询结果,搜索用时 15 毫秒
1.
目的:研究犬急性心房颤动(房颤)时心房内皮细胞环氧酶-2(COX-2)的变化。方法:12条健康成年杂种犬被随机分为快速心房起搏(RAP)组(6只)与正常对照组(6只),PAP组建立犬急性房颤动物模型。分别取两组犬的左心耳、右心耳部位心肌组织,应用免疫组织化学技术检测心耳内皮细胞COX-2的改变。结果:(1)RAP组所有犬均可诱发出阵发性房颤;(2)RAP组犬心耳内皮细胞COX-2阳性率为83.3%(10/12),对照组为25.0%(3/12),RAP组显著高于对照组(P=0.013)。结论:急性房颤时心耳内皮细胞COX-2水平增加,提示在房颤早期发生了炎症反应。 相似文献
2.
3.
目的:以常规临床检验大数据为基础,使用机器学习算法构建乳腺癌诊断模型。以探讨临床检验组学在乳腺癌诊断中的应用价值。方法:采用回顾性研究方法,收集6 089例乳腺癌患者及6 830例乳腺良性疾病患者临床信息和检验数据。分别运用极限梯度提升、神经网络、支持向量机、随机森林、最近邻算法、逻辑回归、线性判别分析算法、朴素贝叶斯、梯度提升机算法和C5.0决策树等机器学习算法建立乳腺癌诊断模型。采用10折交叉验证进行模型训练,应用准确度、AUC、平均准确度、特异度、灵敏度、阳性预测值、阴性预测值及Kappa值评估各模型性能。结果:从28项常规临床检验指标中筛选出GLU、DBIL、RDW-CV、MONO、TG、ALB、RBC、LYMPH、UREA等9项指标再加上age用于模型构建。通过10种机器学习算法进行模型评估,发现梯度提升机算法相较其它算法具有最优的诊断性能。梯度提升机算法诊断乳腺癌准确度为0.80、AUC为0.80、平均准确度为0.8 0、特异度为0.7 7、灵敏度为0.82、阳性预测值为0.78、阴性预测值为0.81、Kappa值为0.59。结论:以常规临床检验数据为基础,使用机器学习算法... 相似文献
4.
5.
目的探讨产前筛查孕妇血清甲胎蛋白(AFP)的水平与胎儿发育状况的关系,建立本实验室参考水平。方法采用放射免疫分析法对600例及经筛选重复测定180产前孕妇进行血清AFP的测定。结果随着胎儿的生长和孕期延长,孕妇甲胎蛋白(AFP)值增高。结论正常孕中期孕母血中的AFP中位数值与孕周呈正相关关系,每个孕期升高在一定的幅度范围内。 相似文献
6.
目的观察在超速心室起搏(ventricular overdrive pacing,VOP)预适应延迟保护阶段热休克蛋白70(HSP70)的表达水平。方法新西兰兔24只,随机分为3组,单纯结扎组,起搏组,起搏+放线菌素D组。制作超速起搏预适应和缺血/再灌注的动物模型,检测CK和CK-MB的变化,动态描记再灌注时心电图,免疫组织化染色检测HSP70抗原。结果缺血后起搏组心肌酶的水平在再灌注时均低于单纯结扎组和起搏+放线菌素D组(P<0.01);单纯结扎组中在再灌注过程中共有5只发生心律失常,起搏+放线菌素组也有4只,而起搏组无心律失常发生。起搏组和单纯结扎组之间有显著性差别(P<0.05)。起搏组HSP70的阳性表达的程度明显高于其他两组。结论超速起搏预适应可以模拟缺血预适应,其延迟保护作用可能与HSP70表达增加密切相关。 相似文献
7.
目的探讨肿瘤医院患者人类免疫缺陷病毒(HIV)感染状况及临床分布特点,协助临床诊断和治疗,防止院内感染的发生。方法对本院2005年1月-2011年12月期间的就诊患者进行HIV抗体检测,筛选出HIV抗体阳性患者,并对其进行回顾性分析。结果 62 034例患者中共检出HIV抗体阳性105例,占检测总数1.69‰,其中住院患者阳性率1.26‰;HIV感染呈逐年增多趋势,2005年-2011年7年中分别检出9例、10例、9例、14例、15例、24例、25例;年龄以40~49岁例数最多,占28.57%;临床科室以头颈病区的头颈部肿瘤例数最高,占17.14%;金标法操作简便、快捷、特异性高,酶联免疫吸附试验灵敏度高能有效防止漏检。结论肿瘤医院患者中HIV阳性例数呈逐年上升的趋势,对患者术前、输血前和各种创伤侵袭性操作前必须对其进行HIV常规检查,以防止院内感染的发生。 相似文献
8.
9.
目的:应用生物信息学筛选乳腺癌基因芯片中差异表达的长链非编码RNA(long non-coding RNA, lncRNA)并探讨其在乳腺癌中的表达情况。方法:从美国国立生物技术信息中心(National Center for Biotechnology Information,NCBI)公共基因芯片数据平台(gene expression omnibus,GEO)下载乳腺癌lncRNA基因芯片数据集GSE33447,包含8对乳腺癌组织及其对应癌旁非肿瘤组织,采用R语言Limma函数包筛选乳腺癌差异表达的lncRNA,并用Benjamini& Hochberg错误发现率(false discovery rate,FDR)对原始p值进行多重矫正,采用NONCODE生物信息学网站对lncRNAs进行重新注释,采用starbase 2.0对差异表达的lncRNAs靶基因进行靶向预测,并进一步用DAVID数据库对靶基因进行基因本体论(Gene Ontology,GO)和KEGG信号通路富集分析,最后分别选取3个高表达和3个低表达的lncRNA,采用qRT-PCR的方法验证其在乳腺癌组织中的表达。结果:与正常组织相比,乳腺癌中227个lncRNA存在明显差异表达(Fold change≥2.0,adj.p值<0.05),其中135个lncRNA表达上调,92个lncRNA表达下调。采用NONCODE对227个差异表达的lncRNA重新注释后发现,47个lncRNA存在明显差异表达,其中17个lncRNA表达上调,30个lncRNA表达下调。通过GO和KEGG信号通路富集分析发现,差异表达的lncRNAs广泛地参与了基因的转录及转录后调控等生物学进程以及PI3K-Akt、Ras、TNF以及p53等信号通路。采用qRT-PCR的方法检测3个高表达(MNX1-AS1、MIAT、HOXA11-AS)和3个低表达(PGM5-AS1、LINC00908、AC226118.1)lncRNA的表达水平,发现乳腺癌组织中MNX1-AS1、MIAT和HOXA11-AS表达水平明显高于其癌旁非肿瘤对照组,而PGM5-AS1、LINC00908和AC226118.1在乳腺癌组织中的表达水平明显低于癌旁非肿瘤对照组(p值均<0.05),差异有统计学意义,其结果与基因芯片筛查结果一致。结论:使用生物信息学方法筛选乳腺癌相关的lncRNAs可能为乳腺癌新型肿瘤标志物的筛选提供新的策略。 相似文献
10.
目的:对血糖仪和全自动生化分析仪测定血糖结果进行比对,评估其测定结果的偏倚及相关性。方法选择20份氟化钠-草酸钾抗凝全血对全院27台血糖仪和 Olympus AU2700全自动生化分析仪进行同时检测,对检测结果进行分析。结果27台血糖仪中1台血糖仪比对结果未通过,其余26台血糖仪均通过,通过率96.3%;2台血糖仪比对结果属于临床尚可接受水平,24台血糖仪属于临床完全可接受水平,临床完全可接受率为88.9%。结论血糖仪与全自动生化分析仪血糖测定结果虽然存在一定的偏差,但总体相关性较好,应定期对血糖仪进行比对和校准以提高检测结果的一致性和准确性。 相似文献