【摘 要】
：
目的 探讨去甲肾上腺素（NE）联合多巴酚丁胺用于脓毒性休克的效果，并分析其对患者血流动力学的影响，为临床提供参考。方法 选取2020年1月至2021年1月万宁市人民医院收治的84例脓毒性休克患者为研究对象，按照随机数字表法分为对照组和观察组，各42例。对照组患者经中心静脉泵入多巴酚丁胺，观察组患者在对照组基础上加用NE。比较两组患者的治疗效果和不良反应，比较两组患者治疗前后的急性生理学与慢性健康状
论文部分内容阅读
目的 探讨去甲肾上腺素（NE）联合多巴酚丁胺用于脓毒性休克的效果，并分析其对患者血流动力学的影响，为临床提供参考。方法 选取2020年1月至2021年1月万宁市人民医院收治的84例脓毒性休克患者为研究对象，按照随机数字表法分为对照组和观察组，各42例。对照组患者经中心静脉泵入多巴酚丁胺，观察组患者在对照组基础上加用NE。比较两组患者的治疗效果和不良反应，比较两组患者治疗前后的急性生理学与慢性健康状况评分系统Ⅱ（APACHE Ⅱ）评分、序贯器官衰竭量表（SOFA）评分、血C反应蛋白（CRP）、血降钙素原（PCT）、平均动脉压（MAP）、心脏指数（CI）及外周血管阻力指数（SVRI）。结果 观察组患者总有效率高于对照组（P＜0.05）；治疗后两组患者APACHE Ⅱ评分、SOFA评分低于治疗前，且观察组低于对照组（P＜0.05）；治疗后两组患者血CRP、PCT水平低于治疗前，且观察组低于对照组（P＜0.05）；治疗后两组患者MAP、CI、SVRI水平显著高于治疗前，且观察组高于对照组（P＜0.05）；两组患者不良反应总发生率比较，差异无统计学意义（P＞0.05）。结论 NE联合多巴酚丁胺可减轻脓毒性休克患者病情和炎症反应，改善血流动力学，治疗效果和安全性较好。
其他文献
随着生物医学领域的跨越式发展,每天都会有海量有关生物医学的论文或者期刊被发布。对于生物医学研究者而言,每个人的研究方向不尽相同,如果通过个人在有关的生物医学期刊网站上逐个搜索自己研究领域的文献既费时又费力,而且效率往往还较低,因此如何让生物医学研究人员快速找到所属领域的权威论文以节约研究人员的时间和精力就成为了一件十分重要且具有意义的工作。针对目前生物医学文献的数据不足的问题,本文提出了运用小样本
近几年来,深度学习已逐渐成为学习高质量图像表示的一种有效方式,并在通用视觉识别方面取得了显著突破。然而长尾数据分布的特点限制了基于深度神经网络的识别模型在实际应用中的实用性,因为训练得到的模型很容易偏向于优势类并且在尾部类上的识别性能表现欠佳。因此在长尾数据集上构建表现优异的分类模型是视觉识别领域中非常具有挑战性的一个热点课题。为了解决长尾数据识别问题,本文将针对长尾分布数据的学习过程分为分类器学
近年来,随着物联网技术的成熟和智能网联汽车的推广,车联网技术也在不断发展和完善,以车联网技术为支撑的车载应用也逐渐变得普及。车联网广义理解就是做到车辆终端和道路上的各类车辆和设施进行通信交互。但是真正的车联网是借助传统或新型通信技术打造的一套生态闭环,不仅要实现V2X,即车内通讯、车与外部通讯、车与服务平台、车与云端管理机构的通讯,还要包含硬件（车载OBU芯片、安全芯片等）、软件（车机系统、安全应
随着数字化进程的不断推进,无论是文本的数字化,还是视觉问答等以文本为基础的任务,都高度依赖可靠的文本检测方法。随着深度学习研究的不断深入,基于深度学习方法的效果早已远超传统方法,但在复杂场景下的检测效果依然难以令人满意。本文通过对文本检测模型的发展现状进行分析,认为Mask R-CNN系列模型具有良好的性能和发展前景,并且发现该系列模型中大多数是针对任务头的改进,而忽视了增强主干网络和neck提取
在深水桥梁桩基础工程施工中常采用到钢板桩围堰施工技术,若能够合理应用该项技术,有助于保证施工质量、提高效率。但该技术所涵盖的要点较多,对参建人员的工作水平提出较高要求。鉴于此,文章以永定河特大桥工程为背景,围绕钢板桩围堰施工技术展开分析,具体体现在施工期间的关键控制因素、工艺流程及各环节的关键作业要点等方面,以期起到抛砖引玉的作用。
车轴作为轨道车辆的主要载重和运行部件之一,在长期高负荷的运转状态下相较于其他零部件更容易产生故障。因此,如何有效地对车轴的健康状况进行诊断,从而避免车轴故障带来的损失有着重大的意义。当前,现有的车轴故障诊断方法存在一系列问题,本文以声发射信号为研究对象,提出了一类基于迁移学习的车轴故障诊断方法,实现了对车轴故障特征的有效提取和准确识别。本文的主要工作如下:（1）针对原始的一维声发射信号存在的特征提
目的：探讨中医医院病案有效利用的统计与分析。方法：收集2018年1月-2019年12月我院病案室的病案78046份，对使用类别进行分类汇总，同时分析院内院外使用构成比情况。分析病案内外使用情况、内部使用情况、外部使用情况。结果 出院病案数、院内利用数均呈逐年增长趋势，2019年出院病案数、院内利用数均多于2018年（P ＜0.05）；案例统计、医疗管理的比例多于其他类型（P ＜0.05）；院外患者
随着5G通信技术的蓬勃发展,人工智能和物联网技术与其相互融合,交织出许多新型的智能应用,移动边缘计算（MEC）被提出来解决智能应用的时延问题。但是大量的设备接入会造成MEC的繁忙,而基于MEC架构的Device-to-Device（D2D）协同方案可以利用用户附近的空闲资源设备计算任务,该协同方案能够减轻MEC的压力,并提高空闲设备的利用率。首先,本文提出了考虑失效的D2D卸载系统中收益最大化的卸
随着大数据时代的到来,决策领域有了新的机遇和挑战。数据是决策系统能否做出合理决策的重要支撑。决策环境的复杂多变和获取专业领域知识的高昂代价制约着决策系统的发展。同时海量的数据也推动着知识图谱的飞速发展,知识图谱以其强大的表示检索和推理能力和在诸多领域得到了广泛的应用,图谱的特性对于辅助决策来说非常契合,但是图谱本身缺乏认知推理的能力。基于上述问题,提出了一种基于知识图谱的新型辅助决策系统。通过结合
飞行器是指可以在太空或者大气层内飞行的人造器械,主要可以分为三类:航空器、航天器、火箭和导弹。飞行器产品的技术含量高、集成度高、研发成本高;因此,现代应用环境愈加需要飞行器产品在满足高性能指标要求的前提下,能够进行针对气动外形的快速设计和智能优化,以期在最快实现最佳气动性能的同时,尽可能地降低研发成本。为开展高性能指标要求下的飞行器气动外形的快速设计和优化研究,可采用数值模拟反馈构型优化的思路,首