简介:【 摘要 】: 目的 采样 6 例疑难血型的鉴定结果,并分析其产生原因。方法 对本院 2018 年 -2019 年收治遇到的 6 例疑难血型作为研究对象,对着 6 例 ABO 疑难血型血液标本进行血清学检测,分别采用吸收放散试验 唾液血型物质的测定、配血试验对血型正、反定型进行检测。结果 6 例 ABO 疑难血型血液标准中, 1 例 血清中抗 -A 的反应性减弱 , 2 例 ABO 亚型 , 2 例无 无凝集或溶血反应 , 1 例出现凝集反应。结论 正常人抗体缺乏见于免疫耐受现象,肿瘤患者在急性发作期或化疗后造成机体免疫功能低下,特异性抗体水平下降。
简介:摘 要:随着当前医学制药技术的越来越发达,针对天然药物的分析方法也越来越多。本文结合现实状况分析了当前天然药物有效成分以及指标性成分的若干分析方法,揭示了医学制药该领域中的技术研究应用新进展,以期望为天然药物的研究提供依据。
简介:摘 要:随着医疗环境的不断改善,医学检验技术也得到了较大发展,在实际的医疗过程中起着不可或缺的作用。作为检测患者病例及医治方法的重要控制手段,国内的医学检验科技正在不断革新,出现了各种各样的新型检验设备,以此来确保病人能够得到更加及时和准确的治疗。但是在当下的临床医学检验过程中仍然存在着一些检验质量控制问题,影响了整体医疗检验结果的准确性,给病人带来了无法估的伤害。本文将针对当下医学检验质量控制的问题成因进行分析,并结合医疗发展的实际情况找出相应解决方案。
简介:摘要目的评估痰潘多拉菌生化反应、基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)和基因测序的鉴定结果,为临床微生物鉴定痰潘多拉菌提供更佳方案。方法方法性能评价。收集2018年7至10月武汉大学中南医院住院患者血培养中分离的10株痰潘多拉菌,对其培养特性、菌落形态和染色特征进行研究和记录。然后分别通过手工生化鉴定(API 20NE)、全自动微生物鉴定分析系统(梅里埃VITEK 2 Compact、BD Phoenix-100、赛默飞世尔ARIS 2X)、MALDI-TOF MS(梅里埃VITEK MS和布鲁克MALDI Biotyper)和16S核糖体核糖核酸(rRNA)基因测序对痰潘多拉菌进行鉴定,并评估各方法的鉴定性能。结果痰潘多拉菌是一种动力阴性、氧化酶阳性、触酶阳性的非发酵革兰阴性杆菌。10株痰潘多拉菌的API 20NE鉴定结果为反硝化无色杆菌、粪产碱菌或少见嗜铜菌,种属鉴定准确率0;VITEK 2 Compact鉴定结果显示其中6株为潘多拉菌属,3株为其他种属细菌(洋葱伯克霍尔德菌群、少动鞘氨醇单胞菌、皮氏罗尔斯顿菌),1株为Low Discrim(低分辨率),属鉴定准确率6/10;Phoenix-100鉴定结果显示10株均为无鉴定结果,种属鉴定准确率0;ARIS 2X鉴定结果显示其中7株为其他种属细菌(嗜麦芽窄食单胞菌、鲁氏不动杆菌、少动鞘氨醇单胞菌、浅黄假单胞菌、鲍曼不动杆菌复合体/溶血不动杆菌),3株为极罕见生物类型,种属鉴定准确率0;VITEK MS和MALDI Biotyper鉴定结果均为痰潘多拉菌,种属鉴定准确率10/10;16S rRNA基因测序结果与痰潘多拉菌相似度为100%。结论目前基于生化反应的临床微生物学检验方法很难将痰潘多拉菌准确鉴定到种的水平,MALDL-TOF MS和16S rRNA基因测序技术是目前鉴定痰潘多拉菌快速准确的方法。
简介:【摘要】目的:探究小切口非超声乳化术在眼科白内障治疗中的临床效果。方法:选取2018年10月—2019年9月期间83例白内障患者作为研究对象,采用随机综合平衡法,把研究对象划分A组(n=41,超声乳化术)和B组(n=42,小切口非超声乳化术),比较两组临床疗效、并发症发生率。结果:两组临床疗效相当(P>0.05);B组患者并发症发生率低于A组,比较组间数据差异显著(
简介:摘要:目的:探讨口腔门诊拔牙的护理方法及效果的影响。方法:研究我院2017年4月至2020年4月口腔门诊拔牙患者的70例作为此次样本资料,分为常规组和研究组,每组各35例。常规组采用常规护理,研究组则以此为标准,应用优质护理干预。对比在不同护理干预措施下不良反应发生的概率以及护理满意度。结果:研究数据显示,研究组患者在优质护理的应用下,相比于常规组,患者不良反应发生的概率明显低于研究组,P<0.05;研究组的护理满意度明显高于常规组,组间数据对比差异显著(P<0.05)。结论:对口腔门诊拔牙患者实行优质护理干预,可降低患者在治疗后期并发症的发生情况,提升患者的救治效果与满意度,以此提升患者治疗效果,应用价值显著,可借鉴。
简介:摘要医疗卫生领域研究中常见的层次结构数据适用的3种统计模型包括混合线性模型(MLM)、广义估计方程(GEE)和广义线性混合模型(GLMM)。在IBM SPSS Statistics中,"混合模型"分析菜单下的"线性"和"广义线性"选项可分别实现MLM和GLMM,"广义线性模型"菜单下的"广义估计方程"可实现GEE。以IBM SPSS Statistics自带数据为例,展示在IBM SPSS Statistics 20.0中的实现并对主要结果进行解释,IBM SPSS Statistics可以简单地实现MLM、GEE和GLMM,3种方法考虑数据的聚集性并将误差分解到相应的层次水平,可以得到更为科学合理的结果,有利于广大医学研究者快速掌握并使用。