非ST段抬高急性冠脉综合征早期介入治疗前应用替罗非班的临床研究关键探索

来源 :中国社区医师 | 被引量 : 0次 | 上传用户:zxz66329
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:分析替罗非班用于非ST段抬高急性冠脉综合征(NSTE-ACS)早期介入治疗前的临床疗效。方法:2018年4月-2020年5月收治NSTE-ACS患者59例,随机分为两组。A组介入治疗前使用替罗非班;B组在冠脉造影后使用替罗非班。比较两组临床疗效。结果:A组治疗总有效率略高于B组,心血管不良事件(MACE)发生率略低于B组,但差异均无统计学意义(P>0.05)。A组术后6 h、12 h心肌标志物肌钙蛋白Ⅰ(cTnI)水平均低于B组,差异有统计学意义(P<0.05);A组心肌灌注分级(TMP
其他文献
针对地方高校传统电子信息类工科专业人才培养与新产业新经济人才需求适应度不高等问题,开展面向新工科建设的地方高校电子信息类传统专业多方协同育人改革与实践。构建并实施“电子专业基础+新工科模块+工程实践”课程体系,构建并实施“两面、三层次、多模块”的课程结构,有效地促进了传统工科专业与新产业对接。
目的:分析头孢哌酮/舒巴坦治疗产超广谱β-内酰胺酶(ESBLs)大肠埃希菌感染的效果。方法:2019年1月-2020年12月收治ESBLs大肠埃希菌感染患者40例,按不同治疗方法分为两组,各20例。对照组给予哌拉西林/他唑巴坦治疗;试验组给予头孢哌酮/舒巴坦治疗。比较两组治疗效果。结果:两组治疗后白细胞计数(WBC)、C反应蛋白(CRP)及降钙素原(PCT)水平均低于治疗前,差异有统计学意义(P<0.05);两组治疗后WBC、CRP、PCT水平比较,差异无统计学意义(P>0.05)。两组治疗总
“新工科”是基于国家战略发展新需求、国际竞争新形势、立德树人新要求而提出的工程教育改革方向。在这样的背景下,计算机科学与技术作为信息技术的核心之一,其专业改革势在必行。本文对计算机科学与技术专业,剖析人才培养方面存在的不足,从培养方案的制定、多学科交叉融合、产教融合等方面入手,更新教育理念,优化人才培养标准,为新工科背景下计算机科学与技术专业改革提供新思路。
传统的海绵城市规划编制,缺乏对空间数据和分析过程的有效管控,滞后于现代数据管理方式。地理信息系统(GIS)作为能科学管理和处理海量空间数据的先进工具,辅助海绵城市规划方案编制,具有极强的实用性。本文梳理出海绵城市规划编制的五大需求,确定海绵城市规划GIS平台的三层C/S架构,并对数据库、客户端功能进行了总体设计。该研究成果实现了 GIS功能与海绵城市规划编制的融合,对同类规划编制平台研发具有较强的
PLC技术的应用大大提高了一体化预制泵站控制系统的自动化程度,物联网技术的应用实现了一体化预制泵站实时运行数据的远程监测与控制。该控制系统提高了一体化预制泵站运行的可靠性,降低了运营维护成本,使污水处理厂与一体化泵站之间实现了远程联动,提高了城镇污水处理系统的安全性与时效性。
目的:分析输血不良反应发生情况,为临床安全合理输血提供理论依据。方法:回顾性分析2018年1月-2019年12月临床反馈不良反应报告102例,按输血不良反应类型、血液制剂品种、患者性别、年龄、病史等进行分类统计,分析输血不良反应与血液制剂品种及患者的关系。结果:102例输血不良反应报告中,过敏反应发生率最高,约占70.59%;其次是非溶血性发热反应,约占17.65%;患者输注病毒灭活血浆发生不良反应的比例较高,约为41.18%,其次是去白细胞悬浮红细胞,约占20.60%,单采血小板约占10.78%,未收到
目的:探讨规范化治疗改善妊娠糖尿病孕妇妊娠结局的作用。方法:2019年8月-2020年7月收治妊娠糖尿病孕妇100例,随机分为两组,各50例。对照组给予常规保守治疗;研究组给予规范化治疗。比较两组血糖水平变化及妊娠结局。结果:研究组治疗后空腹血糖及餐后2h血糖水平均低于对照组,差异有统计学意义(P<0.05);研究组产妇及新生儿不良事件发生率均低于对照组,差异有统计学意义(P<0.05)。结论:规范化治疗更有助于调控并稳定妊娠糖尿病孕妇血糖水平,并进一步优化产妇及新生儿结局。
目的:比较开腹和腹腔镜手术治疗异位妊娠患者的术后生育结局.方法:2018年5月-2020年9月收治异位妊娠患者100例,随机分为两组,各50例.观察组实施腹腔镜保守手术治疗;对照组实
在新发突发传染病发生和传播的过程中,具有防护意识的人群往往会降低自己被感染的概率.在疫情防控常态化的背景下,研究疾病防护意识相关信息的传播对传染病传播的预防具有十
对于金融机构或个人投资者而言,对股票价格进行精准预测,进而制定优化的量化投资策略,可以在降低投资风险的同时实现利益最大化。基于传统的金融模型或是传统的机器学习模型都不能达到理想效果。本文采用深度学习算法,建立了适用于股票预测的长短记忆网络(LSTM)模型,通过该模型分别对中国人寿和长城汽车两只股票数据进行训练验证,实验表明该模型可以获得比较优异的预测精度。