【摘 要】
：
目的:探讨经鼻高流量湿化氧疗对慢性阻塞性肺病（COPD）合并睡眠呼吸暂停综合征（OSAS）患者的临床疗效及不良反应。方法:将127例COPD和并OSAS患者确定为研究对象,将患者分为传统氧疗（COT）组,双水平正压通气（BiPAP）组,经鼻高流量湿化氧疗（HFNC）组,收集患者资料并分析HFNC对COPD合并OSAS的疗效。结果:研究发现,相对比传统氧疗组患者,无论是BiPAP组患者,还是HFNC
论文部分内容阅读
目的:探讨经鼻高流量湿化氧疗对慢性阻塞性肺病（COPD）合并睡眠呼吸暂停综合征（OSAS）患者的临床疗效及不良反应。方法:将127例COPD和并OSAS患者确定为研究对象,将患者分为传统氧疗（COT）组,双水平正压通气（BiPAP）组,经鼻高流量湿化氧疗（HFNC）组,收集患者资料并分析HFNC对COPD合并OSAS的疗效。结果:研究发现,相对比传统氧疗组患者,无论是BiPAP组患者,还是HFNC组患者的PaO2和pH值等指标的变化均较优,满足P＜0.05的标准。三组患者HR和RR均出现了显著减少;相对比COT组和BiPAP组,HFNC组患者表现出的效果更优;BiPAP组患者在接受治疗后,这两项指标均出现了显著减少,但是SpO2也出现了明显的增长,两组患者治疗效果有着明显差异,且满足P＜0.05的标准。相对比COT组患者,HFNC组患者和BiPAP组患者在接受治疗后的效果均较为显著。在不良反应上,患者治疗后出现的腹腔胀气情况相对比HFNC组患者,BiPAP组患者更高,且两组患者不良反应有差异,满足P＜0.05的标准。在鼻黏膜出血情况上,相对比其他两组,HFNC组患者并未发生这种情况,并且其余两组患者所呈现出的情况并无差异,满足P＞0.05的标准,无统计学意义。结论:经鼻高流量湿化氧疗治疗COPD合并OSAS患者可显著提高氧疗效果和舒适度,改善患者的呼吸功能,并且较其他氧疗方式并发症较少。
其他文献
目的:分析非终末期糖尿病肾脏病（Diabetic kidney disease,DKD）患者蛋白尿水平与临床及超声心动图指标,探讨其心脏病变相关危险因素以及预后影响因素。方法:收集新疆医科大学第一附属医院2015年1月～2017年11月住院治疗的非终末期DKD患者资料,根据蛋白尿水平分为三组,分析相关指标,采用多因素Logistic回归法分析患者发生左心室肥厚（Left ventricular h
图是复杂系统中常用的信息载体,可以表示现实中许多复杂关系,如社交网络、犯罪网络等。图中蕴含大量有价值的信息,通过高效的方式对图进行分析和挖掘,具有重大现实意义。基于深度学习的图嵌入模型具有较强的表征能力,能够有效建模非线性结构,生成保留原始图信息的低维向量。图卷积自编码器是近年常用的图深度学习模型,其利用节点间信息传递生成保留任意深度邻域特征的低维嵌入,提升图分析任务表现。但是图卷积自编码器模型普
目的:探讨原发性高血压患者亚临床甲状腺功能减退（亚甲减）与中心动脉压相关指标及臂踝脉搏波速度（Ba PWV）之间的关系。方法:纳入原发性高血压患者451例,根据甲状腺功能,分成亚甲减组（n=120）和甲状腺功能正常组（n=331）。比较两组一般资料、实验室数据、中心动脉压相关指标及Ba PWV的差异,探讨原发性高血压合并亚甲减患者甲状腺功能相关指标与中心动脉压相关指标及Ba PWV的相关性及其影响
目的:探讨活动期溃疡性结肠炎（Ulcerative Colitis,UC）患者血清叶酸（Folic Aci,FA）及维生素B12（Vitamin B12,Vit B12）水平及其临床特点与相关性。方法:UC组选择2015年1月至2021年11月就诊于新疆医科大学第一附属医院并临床诊断为活动期UC的住院患者共90例。对照组为同期就诊于该院的健康体检者共110例。UC组根据疾病严重程度分为轻度、中度及
人群计数可较为精确的预测图像中的人群密度及数量,在公共安全、商业规划和交通流量控制等领域具有重要应用,成为计算机视觉领域重要的研究课题。近年来,随着卷积神经网络在图像处理领域的广泛应用,人群计数研究取得了显著进展。但人群计数应用于实际场景,仍然面临复杂背景干扰、多尺度变化以及空间特征信息分布不均衡等诸多挑战。为了探究解决上述问题的方法,本文基于卷积神经网络,引入注意力机制、多尺度融合以及Invol
现阶段，基建专项资金财务管理是国企的重要工作内容，做好基建专项拨款资金财务管理，可以促使基建项目建设做好科学规划，加强资金流转监督管控，从国家层面看，有助于提升国家治理水平和治理能力，缓解财政压力，从企业层面看，能够提升基建专项资金使用效益，保障财政专项资金科学配置，从而达成经营目标。本文基于国有企业展开分析，探讨基建专项资金财务管理的优化策略。
行人跟踪是计算机视觉领域的研究热点,旨在跟踪视频序列中特定的行人目标。当前行人跟踪的主流方法主要利用行人的外观特征进行定位,当遇到物体遮挡、光线模糊、形态复杂变化等情况,都会产生跟踪算法准确率降低或者行人目标丢失难以找回的问题,很难满足实际应用需求。为解决上述问题,本文围绕基于特征融合的行人跟踪方法进行研究,主要研究内容及贡献如下:提出了一种基于注意力机制的跨模态目标分割方法,解决背景杂乱对目标定
行人再识别旨在完成非重叠视域下图像或者视频序列中的特定行人匹配。但是现实场景中,摄像机视角、分辨率、遮挡、光照以及复杂背景等多种因素,会降低行人再识别算法所提取行人特征的鲁棒性,导致识别精度无法满足应用需求。为解决上述问题,本文围绕基于残差网络的行人再识别方法展开研究,具体工作如下:提出一种基于通道注意力机制的行人再识别方法,增强特征判别力和模型泛化能力。以SCPNet网络模型为基础,首先,将通道
交叉口进口道导向系统的作用是引导驾驶人在接近交叉口时正确选择车道,避免因车道选择错误导致交通无序甚至安全问题。然而随着城市干路上的平面交叉口面积逐渐扩大,进口车道数增多,车道配置愈加多样化,现有引导车道选择的交通标志标线等设施的设置方式已不适应驾驶人的需要,不符合交通管理规范化、精细化的工作要求。交叉口进口道导向系统是一个人机交互系统,导向系统的作用效果如何,应从驾驶人的角度进行评价和改善,并以此
随着公共安全需求的日益增长,平安城市、雪亮工程等安防工程的建设,智能视频监控技术已被广泛应用于入侵、拥挤探测等安防领域。大量监控摄像头的布控产生了海量视频数据,仅依靠人工监控视频已经无法满足监管需要,因此亟需一种自动识别、记录异常事件,并进行预警的技术。基于这种需求,本文提出了一种基于视觉显著性的视频摘要和异常事件检测技术,系统研究了如何通过预测显著性信息,去除视频中的大量冗余信息,从而根据时空关