神经酰胺代谢紊乱在非酒精性脂肪性肝病发生发展中的作用

来源 :医学综述 | 被引量 : 0次 | 上传用户:ocean_30
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
非酒精性脂肪性肝病(NAFLD)是目前全球广泛流行的一种慢性肝脏疾病.脂代谢紊乱是NAFLD的主要病理特征,与脂代谢紊乱密切相关的胰岛素抵抗、内质网应激、线粒体氧化应激、炎症反应、纤维化等共同参与NAFLD的病理过程.神经酰胺是构成真核细胞生物膜的重要脂质.NAFLD常伴随肝脏总神经酰胺水平发生改变.神经酰胺代谢紊乱可推动NAFLD的发生发展,不同类型神经酰胺在NAFLD发生发展中的作用可能存在差异,改善神经酰胺代谢有望成为NAFLD防治的新策略.
其他文献
目的 研究分析磁共振神经突定向扩散与密度成像(NODDI)联合T2*加权磁敏感动态增强灌注加权成像(DSC-PWI)对脑胶质瘤分级诊断的临床价值.方法 选取2019年12月~2021年5月我院临床高度怀疑胶质瘤并术后病理明确的患者29例作为研究对象,其中Ⅱ级及以下为低级别胶质瘤(LGG)共12例,Ⅲ级、Ⅳ级为高级别胶质瘤(HGG)共17例.患者于干预措施前行常规MRI扫描、NODDI及DSC-PWI扫描,利用后处理软件获取患者NODDI各参数图[神经突内容积比(ICVF)、神经突起方向分散程度(ODI)和
纤维化或纤维化相关的细胞外基质异常聚集是组织慢性损伤的常见结果.由于无创早期诊断技术的敏感性和特异性偏低,而且缺乏无创的纵向评估纤维化疾病进展的方法,以及目前为止对于纤维化治疗的临床终点仍无定论,从而导致纤维化疾病临床管理进展受阻.因此,开发对纤维化和纤维化进程监测的无创性影像学新方法是满足临床需求的有效手段.笔者将以用于通过磁共振成像(MRI)、正电子发射断层扫描(PET)和单光子发射计算机断层扫描(SPECT)对纤维化和纤维化进程监测为目的开发和使用的显像剂进行总结.
卵巢扭转(ovarian torsion)是妇科常见急腹症之一,指卵巢及血管蒂沿悬韧带完全或部分旋转导致血供受损.早期诊断、及时解除扭转对保留输卵管、卵巢功能,减少并发症有重要意义[1].本文报道一例剖宫产术后纤维粘连带致卵巢嵌顿合并蒂扭转,分析其 MR 表现及临床病理学特点并复习相关文献,加深对卵巢蒂扭转的认识.
肝脏是罕见的异位妊娠(ectopic pregnancy)部位,其发生率极低.由于肝脏特殊的生理解剖结构,肝脏异位妊娠可引起肝区疼痛、肝破裂,甚至失血性休克.笔者回顾性分析一例肝脏异位妊娠患者的临床及影像资料,以提高对该病的认识.rn病例资料 患者,女,28 岁,因右上腹疼痛十余天,加重 1 d 入院.无恶心、呕吐,无黑便、便血等,自诉停经 30余天.查体:右上腹压痛,无明显肌紧张和反跳痛.肝区叩痛.妇科检查未见阴道流血、流液,无肛门坠胀感.一周前曾两次至当地医院就诊,彩超提示肝回声不均匀,肝内未见异常病
期刊
肝脏未分化胚胎性肉瘤是一种罕见的高度恶性肿瘤,儿童多发,术前影像学特征及肿瘤标注物检查缺乏特异性而诊断困难,确诊主要依靠术后病理.现报道 1 例并进行复习文献,旨在提高对儿童肝脏肿瘤的认知.rn病例资料 患儿,男,10 岁,因剑突下疼痛半个月余入院.为间断性隐痛,不向他处放射,伴有头晕、纳差,偶有恶心、呕吐,呕吐物为胃内容物.专科检查:皮肤巩膜无黄染,肝右肋缘下 2 cm 可扪及,剑突下可扪及包块,大小约11.0 cm×10.0 cm,质硬,触压痛(+),无反跳痛,活动度差,移动性浊音(-).
病例资料 患者,女,65 岁,2 个月前无明显诱因下出现咳嗽,胸骨下轻微疼痛,无咳痰咳血等,自行口服止咳药未见好转.遂于当地医院行CT 检查示胸腺区域肿块,考虑胸腺瘤可能.为求进一步诊治,遂来院收治入院.rn影像表现:CT 增强显示前纵隔胸腺区域肿物,大小约4.0 cm×3.0 cm,密度尚均匀,形态不规则,可见分叶,平扫约53 HU ,增强后约 86 HU ,包膜欠光整,周围脂肪间隙模糊(图 1a、1b ) ,肿块局部与主肺动脉血管壁分界不清,与心包上缘分界不清,肿块上缘包绕侵犯左侧锁骨下静脉及左侧颈内
临床资料 患者,女,23 岁,视物模糊、重影1 个月余.rn现病史:1 个月前出现视物模糊在外院就诊.脑脊液:白细胞 40×106/L,单核细胞 88%;蛋白 75.6 mg/dl,隐球菌、革兰氏染色、抗酸杆菌未发现.入院后行头颅及眼眶MRI 增强:未见明显异常;胸部CT 示右肺上叶前段结节,性质待定.鼻咽MRI 示鼻咽黏膜增厚,双侧咽后及颈鞘血管旁多发淋巴结显示,部分肿大.鼻咽肿物病理:局部鳞状上皮乳头状瘤样增生伴细胞轻度非典型增生.临床诊断左侧外展神经麻痹,予激素冲击治疗,患者眼球外展较前好转.出院后
期刊
近年来,随着互联网技术的蓬勃发展,海量有价值的图或网络数据不断涌现。图中的节点或边之间普遍存在较强的关联性,例如,社交网络中用户间的消息传递,网络安全中网络节点间的攻防对抗,文献引用网络中文献间的引用等。该关联性可被表示为“序列模式”,针对其的挖掘研究具有重要的科学价值,不但能够总结出关联特性及分布规律,并用于分类、预测等实际应用场景;而且能够与图结构特征相结合,进而可提升图计算的效率与精度。基于
近些年,互联网作为底层的基础设施也正在经历着重大的技术变革。为了能够保证在互联网之上运行各种各样的创新型应用程序,研究学者提出了网络虚拟化技术。利用网络虚拟化技术,能够对底层物理网络设施中包括计算、网络、存储以及频谱等多维异构资源进行抽象池化,支持以按需服务的方式为各种各样的终端用户提供满足一定服务质量的网络服务。虚拟网络映射问题是网络虚拟化技术中的核心问题之一,其主要目的在于在有限的物理网络资源
人体行为识别在智能监控、人机交互、虚拟现实、视频检索等方面有广泛的应用前景,而受到学术界和工业界的广泛关注。传统的基于可见光(RGB)图像序列的人体行为识别极易受到光照变化、阴影以及复杂背景等因素的干扰。随着价格低廉以及容易操作的彩色-深度(RGB-D)摄像机(Kinect)出现,越来越多研究学者将Kinect所采集的深度(Depth)图像用于人体行为识别研究。与RGB图像相比,Depth图像对光