彩超引导下经皮腔内高压球囊扩张血管成形术治疗自体动静脉内瘘狭窄的效果分析

来源 :中国实用医药 | 被引量 : 0次 | 上传用户:vforvivid
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 探讨彩超引导下经皮腔内高压球囊扩张血管成形术治疗自体动静脉内瘘狭窄的安全性及效果。方法 18例动静脉内瘘狭窄患者,均应用彩超引导下经皮腔内高压球囊扩张血管成形术治疗,观察手术情况、术后随访情况,比较手术前后血管情况。结果 18例患者手术均成功,手术成功率为100.0%。术后所有患者均未见血管出血、破裂及血栓等并发症发生。术后,狭窄处内径(4.37±0.58)mm、透析血流量(251.37±18.29)ml/min大于术前的(2.01±0.56)mm、(182.24±15.19)ml/min,狭窄处峰值流速(210.67±30.45)cm/s慢于术前的(490.50±44.31)cm/s,差异有统计学意义(P<0.05)。术后随访12个月,患者半年内再干预率为5.6%(1/18), 1年内再干预率为22.2%(4/18), 1年通畅率为72.2%(13/18)。结论 彩超引导下经皮腔内高压球囊扩张血管成形术治疗自体动静脉内瘘狭窄简便易行,安全性高,疗效确切,具有良好的应用价值。
其他文献
混凝土3D打印是一种典型的智能建造工艺,具有无模化、灵活化、快速化等优势。3D打印技术发展迅速,对水泥基材料力学和抗裂性能的要求逐步提高。特别是3D打印混凝土材料因挤出成型工艺的要求,降低了较大粒径骨料的掺量,胶凝材料在新拌材料中的比例占大部分,这会使得材料发生收缩开裂的风险明显增加,而无模建造过程导致打印结构水分蒸发速率较快,使得材料开裂风险更加显著。在3D打印混凝中添加短纤维以改善其力学和抗收
蛋白质棕榈酰化(palmitoylation)是调节蛋白定位、稳定和功能的重要机制,这一过程通常受棕榈酰基转移酶的调控,编码这些酶的基因称为含锌指DHHC(zDHHC)。随着研究方法的深入,棕榈酰化修饰在多种离子通道生理功能方面发挥重要的调节作用,为深入了解离子通道结构和功能带来新的见解。本文主要就棕榈酰化修饰过程及其在常见离子通道中的研究进展做一综述。
本研究旨在探讨交易/变革型领导对员工建言的促进作用,并根据社会交换理论,分析在不同的上下级双向信任情境下这种作用的有效性。基于东北三省6家企业366份上下级匹配调查问卷数据,采用层次回归分析法的实证结果表明:交易型和变革型领导均正向促进员工建言,且后者的作用更强;员工信任正向调节交易/变革型领导与员工建言的关系;员工信任和被信任感的交互正向调节交易/变革型领导与员工建言的关系,双向信任均高时,交易
从人类使用镜子开始,镜子、镜像就成为艺术家描绘的对象。随着绘画艺术的发展,绘画中的镜像概念也随之发生了变化,镜像是对视觉印象的再现反映。在绘画中,艺术家不只停留在对镜子映像的机械描摹上,而是从对镜像的刻画转向对镜像的认知,继而从镜像衍生到空间、视觉的异化,甚至是对心灵、自我与他者等诸多方面认知的交集。在艺术家的作品中,镜像所形成的空间结构是无法被简单定义的,它可以被巧妙的组合,构成有规则的或者是具
<正>新闻与艺术,前者求真,后者求美。新闻与电影的融合具有重要意义。一方面,从新闻改编为电影,受众从理性客观的维度拓展至理性与感性互渗的新境界,激发了受众对于社会“源文本”设身处地、融情于景的思索。另一方面,由新闻改编为电影,增加了对新闻事件和类似事件的曝光度,是一种通过跨媒介叙事的路径扩展了对源文本的传播渠道。在众多题材的新闻中,社会新闻是以人民群众日常生活的社会事件、社会问题、社会风貌为主要选
期刊
网络综艺衍生节目是电视综艺衍生节目形态的延续。其节目内容与网络综艺正片有着强相关性,在内容模式上具有衍生属性。在商业模式上具有会员制属性,一般采取会员制观看和正片同期上线的排播形式,创作目标是吸引网络综艺正片的核心用户转化成会员。作为行业新现象,一些网络综艺衍生节目制作中存在着项目规划不科学、制作模式不足、制作粗糙内容重复、商业模式不完善等问题。
大概念是单元教学的导向,能助力数学教学从教知识向育素养转变。在核心素养背景下,教师应以大概念为导向,实施数学单元教学。在文章中,作者以“小数乘、除法”为例,联系自身经验,从提取大概念、依据大概念、聚焦大概念、外显大概念、活化大概念、评价大概念六个流程入手,阐述小学数学单元教学策略。
素养导向的课堂“教—学—评”一体化设计与实施,以“单元大概念(单元核心目标)”为向导,以“表现性任务”与“评价量表”为依托,变“目标—教学—评价”为“目标—评价—教学”,力求实现课堂评价“在教学中”且“为了教学”。
为提高多目标和雾天环境下的海上船舶识别准确率,提出一种基于改进YOLOv5深度学习的海上船舶识别模型(SE-NMS-YOLOv5),该模型结合暗通道去雾算法(Dark channel),并融合了SE(squeeze-and-excitation)注意力机制模块和改进非极大值抑制模型,对船舶数据集进行训练和测试。结果表明:在船舶识别任务上,SE-NMS-YOLOv5模型的准确率、召回率和F1值分别为