急性冠状动脉综合征患者aVL导联T波倒置对左前降支中段狭窄的预测价值

来源 :中华老年心脑血管病杂志 | 被引量 : 0次 | 上传用户:lukexingmm
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 探讨急性冠状动脉综合征(ACS)患者心电图aVL导联T波倒置与左前降支中段病变的关系.方法 选择2019年1月~2020年12月丹东市第一医院心内二科就诊的ACS患者265例,根据T波情况分为T波倒置组102例,非T波倒置组163例.入院后,对患者予以常规冠状动脉造影、心电图等相关检查.分析aVL导联T波倒置与左前降支中段狭窄的关系.结果 2组病变类型、校正QT间期、LVEF比较,有统计学差异(P<0.05,P<0.01).T波倒置组左前降支中段狭窄程度明显高于非T波倒置组[(58.36±27.40)%vs(31.63±28.54)%,P=0.001].一致性检验显示,aVL导联T波倒置预测急性心肌梗死患者左前降支中段堵塞≥50%中等程度一致(Kappa=0.499,P<0.01),预测不稳定性心绞痛≥50%中等程度一致(Kappa=0.465,P<0.01).多因素 logistic回归分析显示,aVL导联T波倒置与左前降支中段狭窄程度相关(OR=4.671,95%CI:1.424~13.244,P=0.012).结论 ACS患者心电图检查中,aVL导联T波倒置是预测左前降支中段狭窄程度的有力指标之一.
其他文献
信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响.本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法.基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制.车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证.仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时
流行病学调查指出我国阿尔茨海默病(Alz-heimer\'s disease,AD)患病总人数近1000万,帕金森病(Parkinson disease,PD)患者总人数近300万[12].AD和PD是最常见的神经系统变性疾病,起病隐匿且早期诊断困难,可导致患者运动、认知功能的障碍直至全部能力丧失,我国每年医疗和护理支出达数万亿人民币[3].