16例儿童暴发性心肌炎的临床回顾性分析

目的:通过对儿童急性暴发性心肌炎的临床表现、实验室指标、抢救治疗和转归进行回顾性分析研究,探讨小儿暴发性心肌炎的临床特点及有效安全的救治方法。方法:收集并分析2008年1月-2012年12月四川大学华西第二医院符合纳入标准的急性暴发性心肌炎16例,回顾性分析临床表现、心电图、心脏B超、血清生化指标、抢救治疗方法及预后,并总结其诊断和抢救治疗的特点。结果:16例暴发性心肌炎以学龄期儿童为主,平均年龄(7.19±4.69)岁,入院时有消化道症状表现者10例(62.5%),有呼吸道症状表现者7例(43.75%),有循环灌注不足表现者10例(62.5%),有心脏症状(心悸、胸痛)表现者6例(37.5%),其中8例伴发热(50%)。16例暴发性心肌炎患儿入院时X线胸片9例异常表现(56.25%),其中心影增大3例,肺水肿/充血5例,胸腔积液6例;超声心动图检查8例有异常表现(50%),平均射血分数(EF)为(50±15)%,平均缩短分数(FS)为(29±15)%,左心室增大5例,左室收缩功能下降4例,瓣膜反流4例,心包积液3例;心电图均有不同程度异常表现(100%),其中Ⅲ度阻滞8例(50%);肌钙蛋白升高者15例(93.75%)。抢救治疗过程中,15例使用甲强龙冲击治疗(93.75%),11例使用丙种球蛋白冲击治疗(68.75%),8例安置临时起搏器(50%),5例行呼吸机支持(31.25%),4例行血液净化治疗(25%)。其中6例于急性期死亡(37.5%),平均住院日5.3天,10例存活并好转出院,平均住院日26.5天,出院1月门诊随访,患者心肌酶、肝肾功能正常,超声心动图恢复正常,2例有继发性癫痫后遗症并长期口服抗癫痫药物。16例暴发性心肌炎中,9例合并多器官功能障碍综合征(56.25%),其中4例重症多器官功能衰竭患儿予以呼吸机辅助通气、安置临时起搏器并连续性血液净化联合治疗,3例存活,1例死亡。结论:暴发性心肌炎起病急,病情重,起病初期多以心外症状为主,易误诊漏诊,急性期死亡率高,对疑诊病例应行心电图、超声心动图、胸片检查并综合判断。一旦确诊需早期予抗心力衰竭,心源性休克,抗心律失常治疗。     

基于扩展起始节点和加权融合策略预测肺癌风险致病基因

肺癌风险致病基因预测有助于了解疾病发病机制、提高临床治疗效果.目前,以重启游走为框架的风险致病基因预测算法,普遍存在起始节点少、节点转移概率相同、信息源单一的问题.为此,本文提出一种基于扩展起始节点和加权融合策略的风险致病基因预测算法(命名为AFMFSC),并在肺癌中验证算法有效性.首先,基于增广模糊测量思想,计算疾病表型近似基因间的增广功能相似得分,从中选出重要基因与致病基因作为扩展起始节点;其次,采用节点拓扑相似度转移矩阵及基因表达差异相关性转移矩阵,分别在蛋白质网络中重启随机游走,并将两种结果加权融合排序;最后,通过富集分析排名靠前基因,得到有显著意义的风险致病基因.AFMFSC算法预测的73个肺癌风险致病基因,均与肺癌发生、发展有密切联系,生物学意义显著.与其他排序算法相比,AFMFSC算法的Top 1%、Top 5%和AUC值比较大,平均排名和受拓扑特性偏差影响程度小;融合策略排名性能优于单一转移矩阵或普通邻接矩阵游走排名.AFMFSC算法不仅能准确有效地预测肺癌风险致病基因,而且可推广预测其他疾病风险致病基因,为探索癌症致病机理提供新视角及依据.     

基于熵聚类和双重筛选策略挖掘动脉粥样硬化风险疾病基因(英文)

动脉粥样硬化是因脂质堆积在血管壁上并受到多种遗传和环境因素影响的一种复杂的病理生理疾病。动脉粥样硬化风险疾病基因的辨识可以增进对该疾病机理的了解,并对该疾病的诊断和治疗起到指导性作用。虽然在风险疾病基因的辨识方面已经提出了很多计算方法,但仍存在着推论准确性和计算效率方面的问题。一种命名为基于熵聚类和双重筛选(Entropy-based clustering and double screening,ECDS)的新方法被用来辨识该疾病的风险疾病基因。该方法将功能基因组信息和蛋白质相互作用网络拓扑结构信息进行整合,运用于基于熵聚类的方法中,之后,使用双重筛选策略(即支持向量机和相似性得分)进行风险疾病基因挖掘。运用该方法,从巨噬细胞样本和泡沫细胞样本中分别辨识出79个和113个风险疾病基因。该结果表明ECDS在辨识动脉粥样硬化风险疾病基因方面非常有效。此外,该方法也很易于扩展应用到其它复杂疾病的风险基因辨识中。     

盆底肌力强度对产后压力性尿失禁发生的预测作用研究

目的:探讨盆底肌力强度对产后压力性尿失禁发生的预测作用。方法:2013年4月至2014年3月,随机抽取200例在本院产检和分娩的产妇,收集其临床资料,并在产后6个月检测其盆底肌力强度,根据产妇是否有压力性尿失禁分为尿失禁组和非尿失禁组,运用双变量分析、分类和回归树等统计方法,建立一个产后压力性尿失禁的预测模型。结果:尿失禁组和非尿失禁组在慢性咳嗽、孕前已有尿失禁症状、孕期有新发尿失禁症状以及盆底肌力强度等4项因素中有统计学差异(P0.05);分类与回归树预测模型提示盆底肌力强度小于等于35.5 cm H2O、孕前已有尿失禁症状、新生儿出生体重大于2988 g及孕期有新发尿失禁症状对产后尿失禁有预测作用,其中盆底肌力强度的预测作用最显著。结论:根据预测模型筛选出产后压力性尿失禁的高危人群,及早对其进行干预,对减少产后压力性尿失禁的发生率有一定的临床意义,而预测模型的构建还需进一步的研究和验证。     

基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块

前列腺癌病因及发病机理研究有助于前列腺癌预防和治疗.目前,前列腺癌生化试验研究方法成本高、耗时,而基于网络计算方法容易受基因表达谱数据不完整、噪声高及实验样本数量少等约束.为此,本文提出一种基于节点-模块置信度及局部模块度的双重约束算法(命名为NMCOM),挖掘前列腺癌候选疾病模块.NMCOM算法不依赖基因表达谱数据,采用候选基因与致病表型之间一致性得分,候选基因与致病基因之间语义相似性得分融合排序策略,选取起始节点,并基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块.通过对挖掘出的模块进行富集分析,最终得到18个有显著意义的候选疾病基因模块.与单一打分排序方法及随机游走重开始方法相比,NMCOM融合排序策略的平均排名比小、AUC值大,且挖掘出结果明显优于其他模块挖掘算法,模块生物学意义显著.NMCOM算法不仅能准确有效地挖掘前列腺癌候选疾病模块,且可扩展挖掘其他疾病候选模块.