【摘 要】
：
目的龟头炎和阴囊皮炎是常见的男性外生殖器皮肤病,本研究拟通过对比治疗前后受试者的疼痛、瘙痒症状和皮损情况,对低温常压等离子体（cold atmospheric plasma,CAP）治疗龟头炎和阴囊皮炎的有效性进行初步探究。方法使用低温等离子体治疗仪对从2020年6月至2021年6月于安徽医科大学第二附属医院的皮肤科门诊诊断为龟头炎（n=10）和阴囊皮炎（n=7）的成年男性患者的皮损处进行治疗,记
论文部分内容阅读
目的龟头炎和阴囊皮炎是常见的男性外生殖器皮肤病,本研究拟通过对比治疗前后受试者的疼痛、瘙痒症状和皮损情况,对低温常压等离子体（cold atmospheric plasma,CAP）治疗龟头炎和阴囊皮炎的有效性进行初步探究。方法使用低温等离子体治疗仪对从2020年6月至2021年6月于安徽医科大学第二附属医院的皮肤科门诊诊断为龟头炎（n=10）和阴囊皮炎（n=7）的成年男性患者的皮损处进行治疗,记录治疗前后患者瘙痒、疼痛症状和皮损处红斑、渗出变化,以及治疗期间不良反应,其中疼痛和瘙痒症状使用数字等级量表（numerical rating scale,NRS）评分表示。疗程结束后,随访6个月以明确有无复发。通过统计学软件协助分析治疗前后症状和皮损的变化来反映治疗的有效性。结果总体治疗有效率为88.2%,复发率6.7%。在龟头炎组的患者中,CAP治疗能够有效缓解瘙痒和疼痛症状,皮损处红斑缓解率为88.9%,渗出缓解率为83.3%。在阴囊皮炎组的患者中,CAP治疗能够有效缓解瘙痒症状,但对疼痛的缓解无统计学意义,皮损处红斑缓解率与渗出缓解率均为100%。结论对于药物治疗反应不佳且反复发作的龟头炎和阴囊皮炎,CAP处理能够促进皮损改善,有效缓解疼痛或瘙痒症状,且没有造成严重的不良反应。在对临床常见的男性外生殖器炎症性皮肤病的治疗中,CAP是一种有前景的无创、高效、安全的治疗选择。
其他文献
在我国老龄化现象严重的社会背景下,人居环境与老年人身心健康的关联性越来越受到社会各界的重视。由于老年健康是动态变化的,身体机能和周边环境发生的细微变化都有可能对老年人的健康产生长期的影响。因而作为老年人亲近自然、锻炼身体、情感交流、缓解压力的重要场所,养老设施户外空间环境的恢复性与老年人身心健康的关联性值得我们关注。然而,既有养老设施的户外空间普遍存在环境质量差、空间功能性不足、场地适应性较低等弊
目的:小肠腺癌是一种极其少见的恶性肿瘤,在消化道恶性肿瘤占比约为3%。由于小肠腺癌发病率低,临床数据少,目前关于小肠腺癌的治疗、预后因素研究较少。本研究收集300例小肠腺癌患者的相关资料,回顾性分析了小肠腺癌患者的临床病理特征及预后相关因素,以期为临床提供帮助。方法:收集2003年1月至2020年7月在安徽医科大学第一附属医院、安徽医科大学第二附属医院及安徽省立医院三家医院中行手术治疗的患者共30
背景:子宫内膜癌（uterine corpus endometrial carcinoma,UCEC）是女性生殖系统常见的恶性肿瘤,近年来其发病率呈上升趋势,发病年龄趋向低龄化。UCEC起源于子宫内膜腺体,其中子宫内膜样腺癌（uterine endometrioid adenocarcinoma,UTEA）是其最常见的病理类型,2009年FIGO标准根据组织结构及细胞核特征将其分为3级,即高分化（
目的探讨CD117在肺神经内分泌癌的病例中的表达。给临床病理诊断及治疗开拓新的方向。方法收集2014.01-2021.01在XX医院接受肺癌根治术并经病理证实为肺神经内分泌肿瘤的病例共60例。所有病例中典型类癌、非典型类癌、肺大细胞神经内分泌癌及肺小细胞癌的病例数分别是14例、10例、20例、36例。应用免疫组化En Vision法检测CD117在肺神经内分泌肿瘤组织及周围组织中的表达情况,通过卡
目的:骨转移作为一种常见的肺癌远处转移,其严重影响着病人的生活质量。开展对肺癌患者发生骨转移的风险预测,对于临床医生早期发现并预防、指导治疗和延长肺癌患者的生存期具有重要意义。本研究旨在探讨导致肺癌患者发生骨转移的危险因素,同时,基于这些危险因素构建肺癌患者发生骨转移的可视化风险预测模型。方法:本研究回顾性收集了2020年1月1日至2021年9月1日首次在安徽医科大学第一附属医院住院并经病理确诊肺
目的:SOCS3基因启动子的高甲基化区域已在大多数恶性肿瘤中被发现,但SOCS3甲基化与急性淋巴细胞白血病（ALL）之间的相关性却很少被研究。本研究比较分析了在不同基因甲基化程度下的ALL患儿的临床特点,并且在体外实验进一步验证了SOCS3基因甲基化对ALL细胞功能的影响。方法:本研究通过对临床资料的归纳整理,将纳入儿童分为康复对照组和研究组,BSP技术检测不同治疗阶段的急性淋巴细胞白血病患儿的S
随着互联网的蓬勃发展,各种各样的APP雨后春笋般地出现在广大人民的日常生活中。几乎每一款APP中都有推荐功能,需要快速从庞大的数据库中选出符合用户需求的信息,为用户提供个性化服务。这类数据存在不规则、无序等特点,即每一位用户交互的信息数目不一样,用户间不存在排列顺序,给传统的深度学习模型带来挑战。因此,本文以物品推荐为例,从异质图神经网络的角度对个性化的推荐方法展开研究。为了解决现有推荐方法仅聚焦
如今移动设备与物联网设备收集了大量数据用于学习模型以改进用户体验,由于这些数据通常隐私敏感,或规模巨大,因而很难将这些数据全部发送到数据中心,随后联邦学习被提出来解决这一问题。联邦学习实现了跨设备场景下的协同学习,同时保持了客户端数据的本地存储从而保护隐私。但联邦学习也面临非独立同分布数据问题。为解决非独立同分布数据问题,各种方法被提出。但其中在模型准确度与收敛速度与的提升不足,或者违背了联邦学习
近年来,人们在开放式问答评估任务上进行了大量研究,尤其在人工神经网络加持下,评估效果达到了一个新的高度。开放式问题没有标准答案,回答者根据对问题的理解组织答案,常用于政治历史等主观论述题中。在开放式问答评估中,常依赖人工主观判断来评分,存在主观性强、效率低、无法大规模同时进行等限制,因此对开放式问答的自动评估显得尤为迫切。在开放式问答自动评估过程中存在两个难点,首先是开放式问答间存在对应关系,自动