【摘 要】
：
目的 探讨脑积水性脑室-腹腔分流术（ventriculo-peritoneal shunt,VPS）诱发颅内感染（intracranial infection,ICI）的病原菌构成及相关危险因素。方法 选取2019年7月至2021年1月在广西壮族自治区江滨医院行VPS后发生ICI的35例脑积水患者为感染组，未发生ICI的65例患者为未感染组。分析术后感染的病原菌构成，并采用多因素Logistic回
【基金项目】
：
广西壮族自治区卫生健康委员会自筹经费科研课题（220211621）；
论文部分内容阅读
目的 探讨脑积水性脑室-腹腔分流术（ventriculo-peritoneal shunt,VPS）诱发颅内感染（intracranial infection,ICI）的病原菌构成及相关危险因素。方法 选取2019年7月至2021年1月在广西壮族自治区江滨医院行VPS后发生ICI的35例脑积水患者为感染组，未发生ICI的65例患者为未感染组。分析术后感染的病原菌构成，并采用多因素Logistic回归分析VPS术后发生ICI的危险因素。结果 35例ICI患者的脑脊液中共分离出病原菌41株，包括革兰氏阳性菌23株（56.10%），革兰氏阴性菌15株（36.59%），真菌3株（7.32%）。单因素分析和多因素Logistic回归分析显示，年龄≤10岁、重度脑积水、术前感染史、糖尿病、手术时间＞1.5 h以及脑脊液切口漏是VPS患者出现ICI的独立危险因素（P＜0.05）。35例ICI患者经抗生素治疗后感染均得到控制，二期分流术实施过程中未再出现感染。结论 VPS术后发生ICI的病原菌以革兰氏阳性菌为主，低龄、脑积水病情、术前感染史、糖尿病史、手术时间长和脑脊液切口漏是ICI的高危因素。
其他文献
钠元素因丰度高、价格低而在钠离子电池方面的研究备受关注,但因钠离子的原子半径比锂离子更大,导致以石墨作为负极的层间距无法支持钠离子的顺利脱嵌。以Bi2Se3为代表的拓扑绝缘体材料,因其特殊的表面态而具有优异的表面导电性,虽然其输运性质备受关注,但是应用领域却有待拓宽,且其用于电化学储能领域的研究鲜有报道。Bi2Se3是由范德华力相结合的二维层状材料,其层间距远高于石墨,结合其表面高导电特性,有望成
公路裂缝病害是常见的路面问题,如果不及时发现并处理,容易引起交通事故。目前路面裂缝检测主要由人工完成,缺点是成本高,且检测效率低。因此,将无人机应用到路面的日常巡查工作中,其优点为操作简单,灵活高效,能够有效地减少巡查盲点。目前航拍图像中的小目标检测技术一直以来都是检测领域中的难点,原因是在低光照下,路面图像细节丢失严重,轮廓模糊,图片背景环境复杂,目标尺寸小。本文利用深度学习的检测方法对路面裂缝
我国是农业大国,日常生活处处离不开农业,但农作物病虫害对农业有着巨大影响,在保障环境污染降低和粮食质量高的同时,对农作物病虫害进行防治是农业工作人员很重要的一项工作。但地球上农作物种类数不胜数,农作物患病种类也十分复杂,在田间的工作人员并不能高效准确的将农作物患病种类判断出来,如果不能准确的判断农作物患病种类,就会耽误防治,导致病虫害面积扩大,影响农作物产量,因此判断农作物患病种类,及时进行防治是
＜正＞多发性内分泌腺瘤病1型（MEN-1）是一种常染色体显性遗传疾病，影响多个内分泌器官。受影响的器官包括垂体、甲状旁腺和胰腺。垂体促甲状腺激素（TSH）腺瘤是一种罕见的功能性垂体腺瘤，发病率约为百万分之一，占垂体腺瘤的0.5%～3%[1]，是导致中枢性甲状腺功能亢进症的主要原因，临床上常被误诊为原发性甲状腺功能亢进症而延误诊治。随着影像学技术发展及超敏TSH测定方法的广泛应用，TSH腺瘤的诊断率
随着激光技术的不断成熟,由半导体激光器泵浦的单掺Tm3+晶体的全固态激光器因其结构简单,使用寿命长,光束质量好等优势,受到人们广泛的关注。本文以掺铥离子铝酸钇Tm:YAl O3（Tm:YAP）晶体为激光器增益介质,选取具有钙钛矿结构的锆钛酸铅材料来制备可饱和吸收体器件,分别对被动调Q模式和被动锁模模式下Tm:YAP激光器的输出特性展开深入研究。首先,对钙钛矿材料的微观结构和物理化学性质进行深入研究
永磁同步电机由于其结构简单、高功率密度、高可靠性等优势,已广泛应用在电动汽车、数控机床、机器人等各个领域。永磁同步电机是一个多变量、强耦合的非线性系统,控制难度较大,对控制算法的性能要求也较高。滑模控制方法由于结构简单、抗扰能力强等优点,而被国内外学者应用于永磁同步电机系统的设计,使得永磁同步电机控制系统的动态性能以及精度得以提升,是永磁同步电机主流控制方法之一。但传统的滑模控制方法无法抑制非匹配
随着人们生活水平的提高,更多人选择私家车出行,这无形中让城市交通陷入了一定的困境,导致人们常因为早高峰、晚高峰的交通阻塞问题而耽误出行,甚至导致交通事故的发生,因此建立便捷、高效智能的交通管理系统十分有必要。车辆目标的检测和分类是缓解交通问题的重要方法,也是智能交通中的重要组成部分,因此,本文以深度学习为基础,对于车辆目标的检测和分类进行研究,主要研究内容如下:针对车辆目标检测问题,本文选择SSD
数据聚类是数据挖掘领域的重要研究分支之一,是对无标签信息的数据进行归类的一种方法。由于没有标记信息的指导和监督,目前的主流聚类思想是首先利用数据内在的相互关系无监督的学习数据的有效低维表示,以提高不同类簇数据间的区分能力,再将这些低维表示送入经典聚类算法得到聚类结果。传统的低维表示学习模型大多针对具有单一视图的数据。但是单视图在数据描述上的片面不能充分的发挥表示学习模型的潜在能力,进而影响后续聚类
随着人工智能技术逐渐进入人们的生活,智能化设备成为了国内外科研人员的主要研究方向。其中,机器人等可移动设备的自主导航更是研究热点,该类研究的关键技术就在于基于视觉的同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）,该技术在理想化的静态环境中已经基本趋于完善。但在生活应用中,动态物体会不可避免地出现在设备采集的图像中,导致现有的视觉SLAM系
本文针对高速永磁电动机铁心损耗大,受磁场多因素影响导致铁耗计算误差较大的问题,以一台150k W、30000r/min的高速永磁同步电动机（HSPMSM）为例,提出考虑磁场多因素影响的变系数铁耗计算模型,并在此基础上进行铁心损耗的计算,分析影响铁耗的因素,研究降低铁耗的方法。首先,基于SPWM变频器供电,建立电动机的场路耦合分析模型,对样机进行瞬态磁场分析。在经典铁耗计算模型的基础上考虑高次谐波、