【摘 要】
：
目的:应用左室压力—应变环（LV–PSL）评估左室射血分数（LVEF）减低的急性ST段抬高型心肌梗死（STEMI）患者心肌做功变化,并探讨早期心肌做功参数在预测左室收缩功能变化中的临床价值,以期为临床诊疗、预后评估提供新的依据。方法:选取2020年3月—2020年12月在我院因初发急性STEMI行PCI治疗后左室射血分数（LVEF）减低的患者62例。记录所有患者住院期间的基本临床资料,包括:人口学
论文部分内容阅读
目的:应用左室压力—应变环（LV–PSL）评估左室射血分数（LVEF）减低的急性ST段抬高型心肌梗死（STEMI）患者心肌做功变化,并探讨早期心肌做功参数在预测左室收缩功能变化中的临床价值,以期为临床诊疗、预后评估提供新的依据。方法:选取2020年3月—2020年12月在我院因初发急性STEMI行PCI治疗后左室射血分数（LVEF）减低的患者62例。记录所有患者住院期间的基本临床资料,包括:人口学信息,冠心病危险因素,病情程度指标,实验室检测指标,血管造影指标及院内心脏不良事件等。同时选择60例健康志愿者作为对照组。分别于PCI术后早期（12h内）和7d行经胸超声心动图检查,采集常规超声图像。并应用LV–PSL技术计算心肌做功参数,包括整体做功指数（GWI）、整体有用功（GCW）、整体无用功（GWW）及整体做功效率（GWE）。根据术后7d随访LVEF是否较术后早期（12h内）增加＞5%将病例组分为两组,其中恢复组32例（LVEF增加＞5%）,恢复不良组30例（LVEF增加＜5%）。结果:1.与对照组比较,病例组术后早期（12h内）及术后7d LVEF、GLS、GWI、GCW、GWE测值明显减低,GWW测值明显升高,差异均有统计学意义（P＜0.05）。与PCI术后早期（12h内）比较,术后7d LVEF、GLS、GWI、GCW、GWE测值明显升高,差异均有统计学意义（P＜0.05）,GWW测值减低,但差异无统计学差异（P＞0.05）。2.与恢复组比较,恢复不良组术后早期（12h内）LVEF,GLS,GWI,GCW,GWE测值减小,GWW测值增加,差异有统计学意义（P＜0.05）。术后7d随访,恢复组心肌做功测值显著改善,差异有统计学意义（P＜0.05）,恢复不良组心肌做功测值轻微改善。3.将早期LVEF、GLS、GWI、GCW、GWW、GWE分别加入基础模型行多因素回归分析,显示早期心肌做功指标GWI,GCW,GWW,GWE能增加模型预测能力（χ2增量=6.28、5.18、9.13、35.18,P均＜0.05）,LVEF、GLS未显示对模型的增量价值（χ2增量=0.12、1.28,P均＞0.05）。4.ROC曲线显示早期GWE＜75.5%为临界值预测急性STEMI患者短期左室收缩功能恢复不良的灵敏度和特异度最高,分别为96.7%和90.6%（AUC=0.95,P=0.000）。5.重复性检验结果表明:GWI、GCW、GWW、GWE的观察者内部及观察者间的重复性良好。结论:1.急性STEMI患者左室收缩功能严重受损。2.PCI术后7d,急性STEMI患者部分发生左室收缩功能显著改善,部分存在持续性的左室收缩功能减低。3.早期GWE是预测急性STEMI患者PCI后短期左室收缩功能变化的较敏感指标。4.应用无创LV–PSL技术能准确评价和预测急性STEMI患者心肌做功变化,为临床评价心肌功能提供了新参考。
其他文献
目前新冠疫情尚处于流行阶段,如何快速找出发热人员并确认其身份是管控疫情的关键。本文研发了智能红外测温与人脸识别眼镜,该眼镜具有发现体温异常人员并同时确认戴口罩人员身份的功能。目前红外体温测量装置易受环境因素影响,准确率较低,而该眼镜使用基于环境自适应的红外体温测量算法,实现了高精度体温测量。普通的人脸识别算法对于戴口罩人脸识别精度不高,而该眼镜使用基于注意力孪生网络的戴口罩人脸识别算法,提高了对戴
目的:在现在这个靶向分子时代,转移性肾癌（m RCC）的治疗方式已有了较大的转变,减瘤性肾切除术（cytoreductive nephrectomy,CN）对于m RCC患者能否提供一些生存获益仍有待研究,本研究旨在探讨接受CN的m RCC患者的预后因素并构建Nomogram预后模型。方法:使用SEER*Stat（Version8.3.5）搜集SEER（Surveillance,Epidemiol
伴随着2022北京冬奥会的成功举办,体育产业和冰雪运动发展得到了党中央的高度重视,多次强调“要以举办北京冬奥会为契机,带动3亿人参与冰雪运动”。在相关政策方面,国家体育总局等七部委共同制定发布《全国冰雪场地设施建设规划（2016-2022年）》,建设目标是到2022年全国滑冰馆的数量不少于650座,其中新建不少于500座。随着场馆数量的日益增加,冰上运动馆综合使用效率低,功能转换能力差,公众需求供
近年来深度学习在许多计算机视觉任务上取得了巨大的成功,例如图像分类和图像处理等。但是,要充分发挥深度神经网络的学习能力并非易事。例如,训练一个优秀的模型往往需要大量的计算资源和高质量的标注数据等。因此一个训练好的模型具有很高的商业价值,并属于模型所有者的知识产权。但是这些模型作为高价值的数字资产不可避免地面临着被窃取的风险,并且在黑盒场景下模型所有者只能获取到被窃模型的输出,而模型的结构和参数是不
研究以计划行为理论为理论视角，基于H省754份应届大学毕业生问卷调查数据，探讨了大学生在读期间创业意向动态变化的基本情况、影响因素及其作用机制。研究发现，大学生在读期间创业意向水平整体不高，但呈现逐年升高的变化趋势。创业榜样、个性特质、创业态度和知觉行为控制直接影响大学生在读期间创业意向；创业政策、创业榜样和创业教育通过创业态度与知觉行为控制两个中介变量间接影响大学生创业意向；个性特质仅通过创业态
针对物体的三维重建是计算机视觉中的重要课题之一,一直以来都备受研究人员的关注。随着深度学习技术的不断发展,研究者们开始从多视图几何的三维重建方法转向了基于深度学习的三维重建方法。特别是是隐式函数表示在三维重建方法中取得的成果,更是表现出了巨大的发展潜力。隐式函数表示的三维重建方法学习物体表面隐式表示的连续场,通过预测三维空间中的任意点是否位于物体的内侧。因此,复杂的重建问题得以转换为简单的分类问题
近年来人工智能不断发展,在非完备信息博弈领域中的应用逐渐深入。而证券投资市场信息海量、场景复杂,适用于人工智能的应用场景。证券投资中一个必不可少的要点是理性投资,其中一个关键的环节就是科学地对投资者进行评测诊断。科学的评测诊断方法不仅要考虑投资者自身的投资策略,还需要考虑外部市场环境和金融事件。为了验证金融事件对投资结果的影响,不仅需要从金融新闻文本中抽取相关事件信息,还需要分析事件对证券价格的影
近年来,人工智能发展迅速,应用领域越来越广泛。在人工智能的众多应用领域中,金融领域是人们关注的焦点之一,因此人工智能与金融相结合衍生的交叉学科-智慧金融得以迅速发展。智慧金融研究方向众多,其中如何通过人工智能技术给予投资者个性化的金融服务凭借其广阔的应用前景脱颖而出成为大家研究的热点。如今的市场上个性化金融服务种类繁多,其中如何选择股票是投资者尤其是新手投资者在投资时最为关心的一项。基于以上背景,
研究目的:颅内动脉瘤好发于血管分叉处,提示颅内动脉瘤的发生与血管形态密切相关。本研究通过探讨大脑中动脉（Middle Cerebral Artery,MCA）分叉处形态学相关参数与动脉瘤发生的关系,从而寻找分叉处动脉瘤发生的高危因素,为后期对高风险患者进行动脉瘤筛查及预测提供理论依据。研究方法:本研究回顾性分析了我院2018年1月至2020年12月期间的60例大脑中动脉分叉动脉瘤患者,并选择60例
目的:评估肝细胞肝癌（HCC）微血管侵犯（MVI）的临床指标及CT影像征象,并建立预测发生MVI风险的列线图模型。方法:回顾性分析160例经术后病理证实为HCC患者的CT影像特征及临床资料,并与病理结果进行对照分析,筛选出MVI相关的预测因素,应用列线图构建评分模型,并评估模型的预测能力。结果:筛选出肿瘤直径、肿瘤形态及低密度环征3个危险因素,并应用列线图构建评分模型。列线图模型的C-index=