简介:摘要目的探讨去铁胺、去铁酮治疗重型β-地中海贫血铁过载患者的临床疗效。方法选择2015年6月1日至2016年5月31日,广西贵港市人民医院血液科收治的52例重型β-地中海贫血铁过载患者为研究对象。按照采取的去铁治疗方法,将其分为去铁胺组(采用去铁胺治疗,n=17)、去铁酮组(采用去铁酮治疗,n=20)和联合治疗组(采用去铁胺联合去铁酮治疗,n=15)。采用回顾性研究方法,观察3组患者治疗前、治疗12个月后的心、肝MRI T2*值变化,以及治疗前和治疗3、6、9、12个月后的血清铁蛋白(SF)值变化。组内治疗前、后比较采用配对样本t检验,3组间比较采用单向方差分析,两两比较采用最小显著差异(LSD)法。本研究遵循的程序符合2013年修订的《世界医学协会赫尔辛基宣言》要求。结果①治疗12个月后,去铁胺组、去铁酮组和联合治疗组患者心MRI T2*值分别为(22.71±2.57)、(26.50±3.32)和(34.93±8.26)ms,分别较治疗前的(13.76±3.85)、(13.60±3.73)、(14.30±2.95)ms显著升高,差异均有统计学意义(t=-11.697、-11.352、-9.449,P<0.001、0.001、0.001);3组患者治疗12个月后心MRI T2*值比较,总体差异有统计学意义(F=23.885,P<0.001)。其中,联合治疗组患者心MRI T2*值,分别高于去铁胺组及去铁酮组,并且差异均有统计学意义(联合治疗组比去铁胺组:LSD-t=5.806,P<0.001;联合治疗组比去铁酮组:LSD-t=5.213,P<0.001)。②治疗12个月后,去铁胺组、去铁酮组和联合治疗组患者肝MRI T2*值分别为(8.30±1.07)、(8.27±1.25)和(9.04±1.01)ms,均较治疗前的(4.27±1.06)、(4.24±1.01)、(4.23±0.99)ms显著升高(t=-12.378、-13.384、-12.619,P<0.001、0.001、0.001)。治疗12个月后,3组患者肝MRI T2*值比较,总体差异无统计学意义(F=2.423,P=0.099)。其中,联合治疗组患者肝MRI T2*值分别大于去铁胺组及去铁酮组,并且差异均有统计学意义(联合治疗组比去铁胺组:LSD-t=-2.339,P=0.026;联合治疗组与去铁酮组比较LSD-t=-2.057,P=0.048)。③治疗12个月后,去铁胺组、去铁酮组和联合治疗组患者的SF值分别为(3 051.88±233.44)、(2 891.70±101.54)、(2 800.60±202.99)μg/L较治疗前的(3 442.88±137.91)、(3 443.30±150.79)、(3 460.27±227.52)μg/L显著降低(t=22.33、6.142、22.744,P<0.001、0.001、0.001)。治疗后12个月,3组患者SF值比较,总体差异有统计学意义(F=7.825,P=0.001)。其中,联合治疗组SF值分别显著低于去铁胺组及去铁酮组,差异亦有统计学意义(联合治疗组比去铁胺组:LSD-t=2.855,P=0.008;联合治疗组比去铁酮组:LSD-t=2.359,P=0.024)。结论去铁胺、去铁酮及二者联合治疗均可以有效缓解重型β-地中海贫血铁过载患儿的机体铁负荷。其中,去铁胺和去铁酮联合治疗在降低该类患者SF值、心铁过载效果较单药更优。
简介:摘要盆腔筋膜是争议较大的人体解剖部位之一。结直肠外科、妇科和泌尿外科根据专科手术的特点,分别对盆腔筋膜进行解剖标记,命名未能形成统一。对某些特定的解剖结构(如盆丛),不同学者对其位置的描述存在明显差异。标准解剖术语的缺失,给医师理解相应解剖结构造成困难,也阻碍了学科间的交流。本文结合尸体解剖研究、手术观察和文献复习,对盆腔临床解剖的常见困惑和盆腔关键临床解剖术语进行阐述,包括:(1)尿生殖筋膜和膀胱腹下筋膜是脏筋膜的组成部分;(2)脏筋膜和直肠固有筋膜是两层独立的筋膜;(3)盆丛位于脏筋膜和Denonvilliers筋膜汇合处的外侧;(4)从层面的观点来理解盆腔侧韧带;(5)把握筋膜理解的整体观点。
简介:摘要:在当前小学语文教学当中,我们会发现阅读教学是小学语文日常教学的关键所在,同时阅读教学关于小学语文教学的始终。小学生通过有效的阅读活动能够获得大量的信息,从而逐步的提高自身的语文素养。在小学语文阅读教学过程当中,我们会发现阅读教学有着重要的作用,它能够有效的培养学生的阅读能力,提高阅读教学质量,同时还能够丰富语文知识,为学生今后的学习奠定良好的基础。但从当前教学发展现状中,我们可以了解到小学语文阅读教学依然存在着较多的缺陷,针对当前语文教学中所存在的问题,我们将对其进行简要探究,寻找有效教学策略,逐步提高教学质量。
简介:[摘 要]移动互联网时代,网络是已经实现了去中心化,还是仍然受制于中心?学界对这一问题态度不一,大致可分为左中右三派。左派又可以称为“乐观派”,他们更多的聚焦于去中心化带来的积极效应。中派又可以称为“不争派”,他们不去争辩到底有没有去中心化,而是聚焦于去中心化的应对和应用。右派又可以称为“悲观派”或者说“趋旧派”,他们承认网络产生了去中心化现象,但是认为又出现了再中心化的现象,即产生了新的控制力或权威,削减了网络去中心化带来的平等、开放。
简介:摘要:随着互联网技术的不断发展,具有扫描以及拍照功能的智能设备的日益普及,人们可以随时随地的扫描或拍照出图像,各类图像的规模呈现出爆炸式地增长。现今办公环境提倡绿色环保的无纸化办公,大量文档被制作成数字图像,数字图像文档处理技术产生了大量的需求。在司法领域,同样提倡无纸化流程,司法工作者需要面对数字图像卷宗。严谨是司法行业的特点,生产数字卷宗的同时,难免因为人工原因产生一些重复的文档,这有悖于司法行业的要求,所以使用图像技术进行图像卷宗文档的去重就显得尤为必要。我们提出了一种基于深度学习卷积神经网络的方法,对司法卷宗图像进行自动去重。在实验中,我们的方法F1值达到了97.83%,准确的筛查出了重复卷宗,提升了司法数字化办公的可靠性。