【摘 要】
：
目的探究宫颈环形电切术（LEEP）+重组人干扰素α-2b凝胶治疗宫颈上皮内瘤变(CIN伴高危型人乳头瘤病毒（HPV）感染的临床效果。方法 126例CIN伴高危型HPV感染的患者,依据随机数字表法分为观察组和对照组,每组63例。观察组患者采用LEEP+重组人干扰素α-2b凝胶治疗,对照组患者仅接受LEEP治疗。比较两组临床相关指标及并发症发生情况、治愈情况、复发情况、HPV转阴情况。结果两组手术时间
论文部分内容阅读
目的探究宫颈环形电切术（LEEP）+重组人干扰素α-2b凝胶治疗宫颈上皮内瘤变(CIN伴高危型人乳头瘤病毒（HPV）感染的临床效果。方法 126例CIN伴高危型HPV感染的患者,依据随机数字表法分为观察组和对照组,每组63例。观察组患者采用LEEP+重组人干扰素α-2b凝胶治疗,对照组患者仅接受LEEP治疗。比较两组临床相关指标及并发症发生情况、治愈情况、复发情况、HPV转阴情况。结果两组手术时间、术中出血量比较,差异无统计学意义（P>0.05）;观察组阴道排液时间（9.75±0.96）d、创面愈合时间（11.15±4.87）d均短于对照组的（11.28±1.04）、（14.05±5.24）d,差异具有统计学意义（P<0.05）。观察组并发症发生率4.76%低于对照组的19.05%,差异具有统计学意义（P<0.05）。观察组治愈率93.65%高于对照组的73.02%,复发率6.35%低于对照组的26.98%,差异具有统计学意义（P<0.05）。观察组HPV转阴率为84.13%,高于对照组的58.73%,差异具有统计学意义（P<0.05）。结论对CIN伴高危型HPV感染患者应用LEEP+重组人干扰素α-2b凝胶治疗具有显著的临床效果,能有效降低并发症发生风险,减少复发几率。
其他文献
提出指针式电表读数时,不必考虑电表的等级,应根据电表的精度,按照相应的几分之一估读法和对有效数字的相应要求进行读数,并结合高考试题对指针式电表的读数问题进行了探析。
芳芳今年25岁,她的闺蜜刚打了一针预防宫颈癌的疫苗,推荐她也去打。芳芳去社区卫生服务中心咨询,得知疫苗有3种,那到底该打哪一种呢?打了疫苗就可以百分百预防宫颈癌吗?问:为什么宫颈癌可以用疫苗来预防?答:绝大部分宫颈癌都与反复感染人乳头瘤病毒（HPV）有关。前不久,《柳叶刀》医学杂志发表了一项英国研究的数据,结果表明年轻女性接种HPV疫苗后,宫颈癌和癌前病变发病率都显著下降,尤其是12～13岁
目的分析广西南宁地区高危型人乳头状瘤病毒（HPV）感染患者HPV水平的相关性及体质情况。方法选取广西南宁地区2019年1月至2020年1月于本院接受高危型HPV感染治疗的患者176例作为实验组,并选取同期健康体检女性180名作为参照组,两组均接受中医体质测评,比较两组体质分布情况,分析不同年龄阶段女性患者高危型HPV感染率。结果实验组阳虚质、气郁质、血瘀质占比均高于参照组,差异具有统计学意义（P<
目的 探究子宫颈卷曲乳酸杆菌相对丰度与人类乳头瘤病毒（HPV）感染和子宫颈病变的关联性。方法选取2017年1月-2020年1月台州市立医院妇科收治的228例宫颈病变患者作为研究对象,经病理学证实低度鳞状上皮内病变（LSIL）100例,高度鳞状上皮内病变（HSIL）88例,宫颈鳞癌40例,同期健康女性60名作为对照组。对所有研究对象进行取样和HPV检测。绘制受试者工作特征（ROC）曲线分析卷曲乳酸杆
目的评估妇女人乳头瘤病毒（HPV）感染与需氧菌性阴道炎、细菌性阴道病（BV）、外阴阴道假丝酵母菌病及滴虫性阴道炎的关系。方法选取2019年1-12月在该院妇科就诊的进行随机宫颈筛查的妇女4 139例作为研究对象,使用聚合酶链反应检测宫颈样本HPV DNA基因分型并对阴道微生态进行评估。结果 HPV16感染与BV独立相关;HPV6、11、18感染与BV无关。结论 BV是HPV16感染的高危因素。
目的探讨高危型人乳头瘤病毒（HPV）基因分型聚合酶链式反应（PCR）检测与宫颈病变的相关性。方法选取2019年1月-2021年1月178例宫颈病变患者为研究对象,观察患者宫颈病变类型并将其分为宫颈良性病变组、宫颈上皮内瘤样病变（CIN）组、宫颈癌组。应用荧光定量PCR法检测三组高危型HPV感染情况,分析高危型HPV基因分型PCR检测与宫颈病变的相关性。结果 178例宫颈病变患者中宫颈良性病变126
做出了弱碱三元区块分类井霍尔曲线,并利用霍尔曲线斜率的比值即视阻力系数评价了分类井三元驱的调驱效果。统计了注入井注入压力、注入液量与视阻力系数的关系,计算了不同化学驱阶段视阻力系数与周围油井受效的关系,给出了弱碱三元驱视阻力系数的合理范围,对三元驱进一步提高采收率具有重要指导意义。
针对大数据应用背景下因电网规模急剧扩大和电力系统结构更加复杂而造成的用户用电行为分析困难的问题,提出一种基于改进K均值算法—K-means++的电力负荷分类方法,并展开用户用电行为分析。首先导入负荷历史数据进行清洗,再将其导入模型进行聚类,同时得到每类用户用电的特征,最后进行用户用电行为分析。经过负荷聚类,可更直观地展现用户用电的特征,以方便供电公司给用户提供更合理的套餐服务,提高系统的能源利用率