纳布啡抑制宫腔镜手术患者喉罩置入反应的半数有效剂量

来源 :临床麻醉学杂志 | 被引量 : 0次 | 上传用户:greenman
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
目的在以血浆靶控输注丙泊酚的背景下,分析纳布啡抑制宫腔镜手术患者喉罩置入反应的半数有效剂量(ED 50)。方法选择择期行全麻宫腔镜手术患者21例,年龄18~60岁,BMI 19~27 kg/m2,ASAⅠ或Ⅱ级。麻醉诱导采用丙泊酚血浆靶控输注,靶控浓度3.0μg/ml。当效应室浓度与血浆浓度平衡一致时,缓慢静推纳布啡,初始剂量为0.2 mg/kg。注射结束5 min且BIS 50~60时,置入喉罩。采用序贯法确定纳布啡剂量,若置入喉罩时出现阳性反应,下一例患者选用高1个梯度的剂量;反
其他文献
目的分析胃癌患者临床病理特征与18F-FDG PET/CT代谢参数(SUV max)之间的关系。方法采用回顾性研究方法,采集2019年4月至2020年12月在安徽皖北煤电集团总医院诊疗的87例胃癌患者的临床资料,检查并记录入组患者临床病理特征,分析并对比患者不同临床病理特征与18F-FDG PET/CT代谢参数(SUV max)之间的关系。结果入组87例胃癌患者中合并淋巴结转移患者35例,未合并淋巴结转移者52例;中-高分化腺癌患者49例,差-低分化腺癌患者38
随着医学技术的发展,麻醉科医师的工作范围拓展至围术期各个阶段,从而保障患者的生命安全和提供舒适化医疗。然而围术期的影响因素众多,麻醉科医师人员紧缺又易疲劳,难以满足日益增长的临床需求。自生物医学进入大数据时代后,医学数据增长速度已远快于传统人工分析数据的速度,传统算法已不适用于处理海量的医学数据,因此,深度学习开始发挥它的作用。本文就深度学习在麻醉学研究中的应用做一详细描述。
线粒体外膜和内质网膜之间存在某种高度重叠的特殊物理连接,是二者发生相互作用的亚细胞结构,被称为线粒体-内质网偶联结构(mitochondria associated endoplasmic reticulum membranes,MAMs)。MAMs在氧化应激、内质网应激、细胞凋亡、细胞自噬、线粒体动态变化及流动性和炎症反应等生命过程中扮演重要角色[1]。组成MAMs的蛋白主要包括膜结构分子和伴侣分子两类。其中,线粒体融合蛋白2(mitofusin2,Mfn2)、线粒体动力相关蛋白1(dynamin-re