【摘 要】
：
目的:分析血液学检验用于艾滋病检验中所提示的血液异常情况.方法:回顾分析于2009年8月至2020年8月医院收治的,经免疫印迹检验确诊为AIDS的患者112例为观察组,并选取同期健康的志愿者112例为对照组,对两组患者进行血生化检查与血常规检查,比较血常规检查与血生化检查的结果.结果:生化检查结果提示:观察组患的CHE、A/G、ALB及TB数值均显著低于对照组水平,而CRP、ESP、AST及TB、ALT与LDH的数值均显著高于对照组,上述差异均具有统计学意义(=0.001).血常规检查结果提示:观察组CD
【机 构】
：
滕州市疾病预防控制中心艾滋病防治科,山东 枣庄 277599;高唐县疾病预防控制中心质量管理科,山东 聊城 252800
论文部分内容阅读
目的:分析血液学检验用于艾滋病检验中所提示的血液异常情况.方法:回顾分析于2009年8月至2020年8月医院收治的,经免疫印迹检验确诊为AIDS的患者112例为观察组,并选取同期健康的志愿者112例为对照组,对两组患者进行血生化检查与血常规检查,比较血常规检查与血生化检查的结果.结果:生化检查结果提示:观察组患的CHE、A/G、ALB及TB数值均显著低于对照组水平,而CRP、ESP、AST及TB、ALT与LDH的数值均显著高于对照组,上述差异均具有统计学意义(=0.001).血常规检查结果提示:观察组CD“,”Objective:blood abnormalities in blood tests for AIDS tests. Methods:112 patients who were diagnosed as AIDS by pathological examination were analyzed retrospectively from August 2019 to August 2020. 112 healthy volunteers were selected as control group. Blood biochemical examination and blood routine examination were performed in the two groups, and the results of blood routine examination and blood biochemical examination were compared. Results:Biochemical examination results showed that the Che, a/g, ALB and TB values of the observation group were significantly lower than that of the control group, while the values of CRP, esp, AST, TB, ALT and LDH were significantly higher than those of the control group, and the above differences were statistically significant (p=0.001). The results of routine blood examination showed that: CD4 cells count in observation group; The results showed that the number of red blood cells, hemoglobin and the ratio of lymphoid leukocytes were significantly lower than those in the control group (P = 0.001). Conclusion:Clinical hematology examination can accurately indicate abnormal blood condition of AIDS patients, effectively improve the diagnostic efficiency of AIDS, and promote the accuracy of early diagnosis.
其他文献
目的:分析研究温胃方穴位外敷治疗联合中药内服对脾胃虚寒型慢性胃炎的临床治疗效果.方法:从2017年5月至2020年1月间在我院接受治疗的脾胃虚寒型慢性胃炎患者中抽选110例进行随机分组研究,分为观察组和对照组,其中观察组55例患者采用温胃方穴位外敷联合香砂六君子汤进行治疗,对照组单纯采用香砂六君子汤进行治疗,通过分析两组患者的临床治疗有效率、症状缓解时间、不良反应发生率以及胃黏膜评分来分析两种治疗方法的临床疗效差异.结果:观察组患者临床治疗有效率为92.72％,症状缓解时间为3.27±0.61d,不良反应
目的:探究饮食干预在改善妊娠糖尿病患者妊娠结局中的作用分析.方法:随机选取2020年5月～2021年5月在我院一年里接受护理的妊娠糖尿病患者88例,按照双色球完全随机法分为试验组和基础组,两组患者均分(n=44).基础组行常规护理方式,试验组实行饮食干预护理方式,对比试验组和基础组两组患者的妊娠结局、血糖改善情况和产程指标.结果:试验组产妇早产占6.82％,呼吸窘迫综合征占2.27％,巨大儿占2.27％,总不良分娩率为11.36％;参照组早产占13.64％,呼吸窘迫综合征占9.10％,巨大儿占6.82％,
目的:研究快速康复和预见性护理联合用于老年股骨粗隆间骨折围手术期的价值.方法:2019年7月-2021年6月本科接诊老年股骨粗隆间骨折病患60例,都接受手术治疗随机均分2组.研究组采取快速康复和预见性护理,对照组行常规护理.对比Harris评分等指标.结果:研究组干预有效率为93.33％(28/30);对照组干预有效率为70.00％(21/30);针对干预有效率,研究组显著高于对照组＜0.05,针对并发症发生率,研究组0.0％,比对照组13.33％低,＜0.05.针对Harris评分,研究组干预后(84.
瘢痕疙瘩是人体皮肤创伤后修复过程中成纤维细胞过度增殖和细胞外间质所致.瘢痕疙瘩的发病机制十分复杂,现有的研究尚未明确其发生发展的原因,有效治疗方案尚未建立.目前,其治疗策略一直受到复发和副作用等问题的困扰.近些年,激光是创伤修复方面的热点,激光技术呈现逐渐发展的趋势,在瘢痕疙瘩的治疗方面应用的种类越来越多.文章将综合叙述现阶段常用于治疗瘢痕疙瘩的激光仪器,阐述其临床效果与作用机制.
针对廊道环境的数字重构问题,设计了一种基于单线激光雷达的数字重构系统。该系统利用移动机器人搭载单线激光雷达传感器,构建三维雷达扫描系统,实现廊道环境的自动扫描和实时重构。首先进行系统的硬件搭建,其次详细介绍了系统的数字重构过程,主要包括移动机器人控制模块设计、坐标转换、数据融合等。为了解决移动机器人运动偏离的问题,在控制系统中加入模糊PID(porportion integral differential)控制算法,保证了系统数据采集的准确性。对于2D点云到3D点云的转换的问题,提出了一种里程计数据和激光
针对一种仿猫腿机器人机构的跳跃能力进行分析,以研究弹性蓄能原件在机构中形成的刚柔耦合作用对机构跳跃能力的影响。建立了机构的运动学模型,利用ADAMS软件对机构进行了跳跃仿真。对其分析表明,弹性蓄能原件在起跳时对机构可以形成较大的功率放大作用,显著提高机构的跳跃能力,不同部位的蓄能原件对跳跃能力的影响不同。对机构各关节的阻尼和刚度配置对跳跃能力的影响也做了仿真和分析。
目的:分析2型糖尿病(T2DM)应用甘精胰岛(来得时)素联合门冬胰岛素(诺和锐)治疗的疗效优势.方法:本次所选均为T2DM,总共抽取患者60例,选自2020.01-2021.01之间,分组时按不同疗法进行,平均分为2组.采用来得时联合诺和锐治疗分析组,单独采用诺和锐治疗对比组.分析对比2组各时点血糖变化、空腹下脂肪酶、淀粉酶、C肽等变化及治疗情况.结果:2组分析统计晚10 点、3 餐后2h、空腹时血糖值、空腹下脂肪酶、淀粉酶、C 肽等水平的指标数据后,得出结论最优的为分析组,表明本次研究达统计要求(＜0.
针对变压器机器鱼避障过程中发射信号和回波信号时延信息难以准确估计的问题,提出一种基于相位变换加权(PHAT-β)广义互相关(GCC)算法的时延估计方法。区别于传统的基本互相关(BCC)算法,PHAT-βGCC算法可以根据信噪比在频域内对互功率谱进行灵活调节,提高了时延估计的抗噪性和准确性。首先对发射信号和回波信号进行快速傅里叶变换和共轭相乘得到互功率谱,然后对互功率谱进行PHAT-β加权、傅里叶逆变换得到广义互相关函数,最后通过峰值检测得到时延估计值。仿真分析和验证了不同类型发射信号(正弦信号、方波信号)
道路表面裂缝检测是道路安全检测的一项重要指标,随着计算机视觉技术的不断发展,越来越多的基于深度学习的目标检测方法被应用到裂缝检测中。然而这些检测方法大都是对裂缝位置的粗略的检测或分类,无法定量的衡量裂缝。为了定量衡量裂缝,提出了一种基于深度学习的像素级道路表面裂缝检测方法。使用卷积神经网络对裂缝原始图像进行分割得到裂缝的二值化图像,并实现对裂缝的面积、长度、平均宽度的自动计算,提高了测量效率并降低
无人机在输电线路巡检过程中会拍摄大量图片,自动识别无人机拍摄图片中存在的部件缺陷是无人机巡检的重要环节。其中销钉的缺陷由于目标较小且需要依赖上下文信息才能正确判断,识别难度较大。针对上述问题,提出了一种两阶段的销钉缺陷检测模型。首先使用Faster R-CNN(regin convolutional neural networks)模型提取出原始图像中的连接部位,再对提取出的每个连接部位进行缺陷识