急性缺血性卒中患者入院高血糖对血管内治疗结局的影响

来源 :苏州大学 | 被引量 : 0次 | 上传用户:zhz_8512
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:探讨急性缺血性卒中患者入院高血糖对血管内治疗结局的影响。方法回顾性连续纳入常州市第一人民医院神经外科2012年5月至2016年12月收治的200例接受血管内机械取栓术治疗的急性缺血性卒中患者(删除糖尿病患者),根据入院血糖水平,将患者分为高血糖组(入院高血糖定义为葡萄糖>7.8mmol/L)57例和非高血糖组143例。入院和出院时采用美国国立卫生研究院卒中量表(NIHSS)评估患者的神经功能,术后采用改良脑梗死溶栓分级(m TICI)评估血管再通程度,随访采用改良Rankin量表(m RS)评估患者术后90 d预后情况。分析患者的一般资料,包括性别、年龄、既往史、住院时间、发病到再通时间(ORT)、脑梗死TOAST分型、再通情况等,比较两组患者血管内治疗的结局。结果(1)两组患者在TOAST分型、年龄、高血压病史、心房颤动史、卒中史、冠心病史、ORT时间、入院NIHSS评分方面差异均无统计学意义(均P>0.05)。(2)两组患者的住院时间、m TICI分级、取栓次数比较差异无统计学意义(P>0.05)。(3)高血糖组患者的出院时病死率、住院期间神经功能恶化发生率分别为28.1%(16/57)和31.6%(18/57)、非高血糖组分别为14.7%(21/143)和18.2%(26/143),两组比较差异有统计学意义(P值分别0.028和0.039)。结论入院高血糖对患者接受机械取栓术后预后可能有不良影响。
其他文献
令Z表示全体整数所组成的集合.对集合A(?)Z及n∈Z,令r(A,n)=#{(a,a’)∈A×A:a+a’= n}.函数r(A,n)被称为集合A的加法表示函数.设整数k1,k2满足(k1,k2)=1.对集合A(?)Z及n∈Z,
近年来,混沌系统和切换系统作为非线性科学的重要分支,得到了长足的发展,尤其是二者的结合:混沌切换系统,更是开创了混杂系统研究的新篇章。混沌切换系统较单纯的混沌系统和
醇腈酶(hydroxynitrile lyase,HNL;Oxynitrilase,E.C.4.1.2.x),作为一种生物催化剂,能可逆地催化氰化氢(HCN)和醛或酮类化合物反应生成手性氰醇化合物或手性药物。根据其催化
知识图谱是由实体和关系组成的语义网络,可以用来结构化地描述现实世界中的各种事物及其之间的关系。但是知识图谱通常是不完备的,因而知识图谱的补全是知识图谱中的一个重要问题,解决这一问题的主要方法就是知识表示学习。知识表示学习通过将知识图谱中的实体和关系嵌入到一个连续的向量空间,既保持了知识图谱的结构又能简化操作。Simpl E模型[1]作为目前最先进的基于乘积的知识表示模型,虽然表现出了不错的效果,但
设G=(V,E)是有限的无向简单图,其中V和E分别为G的点集与边集.图G的Smara-ndachely邻点可区别Ⅰ-全染色是一个满足相邻顶点色集合互不包含的点边关系不正常的全染色.把染色方
维生素B6(Vitamin B6,VB6)是维持机体正常生理代谢活动所必需的重要营养素,其主要的生物活性形式为磷酸吡哆醛(Pyridoxal-5’-phosphate,PLP),参与体内氨基酸、糖原、神经递
在信息系统中存在的问题普遍都是不确定、不精确和模糊的。因此,对于这类问题的建模和处理一直是人工智能领域的研究热点。在已存在的处理不确定性问题的数学模型中,软集因其
本文分别将Pythagorean模糊集与区间值理论、软集理论、语言集理论结合,提出了三种拓展模型,即区间值Pythagorean模糊集、Pythagorean模糊软集、Pythagorean模糊语言集,并对
近些年来,随着车辆路径处理的数据量增大,启发式算法快速发展,相对应的精确算法则发展缓慢。由于精确算法处理规模的有限性,很少看到精确算法应用在实际案例中。分支定价算法与启发式算法相比,具有结果唯一、优化效果好等优点;尤其对于小规模问题能在有限的时间内保证最优性。因此分支定价算法不论是计算最优解还是作为启发式算法的初始解都是必不可少的研究方向。本文在导师等前人已研究精确算法的基础上,进一步完善了分支定
自1999年Molodtsov提出了软集的概念以来,软集理论受到国内外学者的重视,其应用越来越广泛。过去很多学者运用不同的软集理论对决策问题进行了研究,然而,当前基于模糊软集、