学科分类
/ 1
4 个结果
  • 简介:摘要2‌型糖尿(T2DM)由于胰岛抵抗(IR)使骨骼肌摄取和利用葡萄糖的能力受损。抗阻运动(RT)可通过提高肌肉质量、增加葡萄糖供应、促进葡萄糖摄取、刺激糖原合成、提高葡萄糖清除率、促进肌肉因子分泌等改善骨骼肌IR,恢复T2DM患者的血糖稳态。

  • 标签: 糖尿病,2‌型 胰岛素抵抗 阻抗运动
  • 简介:摘要目的探讨超声甲状腺影像报告与数据系统(TIRADS)联合BRAFV600E检测对甲状腺细胞病理学Bethesda报告系统(BSRTC)Ⅲ类结节的诊断价值。方法选取2016年1月至2019年6月在南京医科大学第一附属医院行超声引导下甲状腺FNA的患者125例,共125个BSRTC Ⅲ类结节。所有结节同时行TIRADS分类和BRAFV600E检测,并经手术病理证实。以手术病理结果为金标准,比较TIRADS、BRAFV600E检测及两者联合对BSRTC Ⅲ类甲状腺结节的诊断价值。结果125例患者共计纳入125个甲状腺结节,术后病理结果提示:良性结节76个;恶性结节49个。TIRADS 4c~5鉴别诊断BSRTC Ⅲ类结节良恶性的敏感度、特异度、阳性预测值、阴性预测值及准确性分别为73.5%、89.5%、81.8%、84.0%、83.2%。BRAFV600E突变检测鉴别BSRTC Ⅲ类结节良恶性的敏感度、特异度、阳性预测值、阴性预测值及准确性分别为75.5%、100.0%、100.0%、86.4%、90.4%。以TIRADS 4c~5类或BRAFV600E突变型为BSRTC Ⅲ类结节恶性的联合诊断标准,其敏感度、特异度、阳性预测值、阴性预测值及准确性分别为93.9%、89.5%、85.2%、95.8%、91.2%,联合诊断较TIRADS、联合诊断较BRAFV600E具有较高的敏感度(P=0.002,P=0.004)、阴性预测值(P=0.018,P=0.044)。结论TIRADS和BRAFV600E检测联合对于BSRTC Ⅲ类结节具有良好的诊断效能,尤其诊断敏感度和阴性预测值高于单独应用TIRADS或BRAFV600E检测。

  • 标签: 甲状腺结节 超声检查 基因突变 活组织检查,针吸
  • 简介:摘要目的探讨1型糖尿(T1DM)患者合并亚临床心血管疾病(CVD)的临床特征及相关危险因素。方法回顾性收集2017年1月至2020年12月于南京医科大学第一附属医院内分泌科就诊的257例T1DM患者的临床资料,包括病史、临床特征和并发症情况。将既往不使用降脂、抗血小板药物且无CVD的231例T1DM患者分为亚临床CVD组[颈动脉内中膜厚度(cIMT)≥1.0 mm或肱踝脉搏波速度(baPWV)≥1 400 mm/s,73例]和无亚临床CVD组(cIMT<1.0 mm和baPWV<1 400 mm/s,158例)。测量收缩压、舒张压,检测甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、非高密度脂蛋白胆固醇(HDL-C)、糖化血红蛋白(HbA1c)、血糖变异系数(CV)、胰岛敏感性,计算中性粒细胞/淋巴细胞比值(NLR)、尿白蛋白/肌酐比值(UACR)、估算的肾小球滤过率(eGFR)等指标。两组间各指标的比较采用t检验、t′检验、χ²检验或非参数检验。采用多变量logistic回归分析法分析T1DM合并亚临床CVD的危险因素。结果T1DM患者的CVD患病率为7.4%(19/257),亚临床CVD患病率为31.6%(73/231)。与无亚临床CVD组比较,亚临床CVD组患者年龄、病程、确诊年龄、体重指数、收缩压、舒张压、TG、LDL-C、非HDL-C、NLR、UACR、CV、糖尿肾脏疾病和糖尿周围神经病变患病率更高,胰岛敏感性、胰岛泵使用率、eGFR更低(均P<0.05)。多变量logistic回归分析结果显示,调整年龄和病程后,T1DM合并亚临床CVD的相关危险因素包括:糖尿周围神经病变[比值比(OR)=3.97,P=0.012]、非HDL-C(OR=1.57,P=0.035)、HbA1c(OR=1.23,P=0.007)、舒张压(OR=1.07,P=0.002)、收缩压(OR=1.04,P=0.005)、UACR(OR=1.01,P=0.046)和胰岛敏感性(OR=0.09,P=0.022)。结论糖尿周围神经病变、脂代谢紊乱、长期高血糖、血压升高、蛋白尿增加和胰岛敏感性降低是T1DM患者合并亚临床CVD的重要危险因素。

  • 标签: 糖尿病,1型 亚临床心血管疾病
  • 简介:摘要目的探讨基于多中心超声影像组学模型预测三阴性乳腺癌(TNBC)患者无病生存期(DFS)的有效性。方法2012年7月至2016年12月从南京医科大学第一附属医院、江苏省中医院、中国人民解放军东部战区总医院招募418例TNBC患者。来自机构1(南京医科大学第一附属医院)的271例患者构成训练集,采用LASSO逻辑回归算法筛选出与患者DFS相关的最优特征构建影像组学标签,并计算每位患者的影像组学分数(Rad-score)。根据Rad-score最佳阈值将患者分为复发高风险及复发低风险组,并评估Rad-score与DFS的关系。采用单变量和多变量Cox回归分析确定差异有统计意义的影像组学特征和临床病理变量,用于构建影像组学模型,并通过一致性指数(C-index)及校准曲线评估模型的辨别度和校准度。另147例来自其他两个医疗机构的TNBC患者构成独立的外部验证队列,用于验证预测模型的效能。结果筛选出10个重要的影像组学特征构建成的组学标签,在训练集和验证集中均是预测DFS独立的风险因素(P<0.05)。影像组学模型由腋窝淋巴结分期、Ki-67指数和影像组学标签构成,在训练集和验证集中,影像组学模型的预测效能优于临床病理模型或TNM分期系统(P<0.01),C-index分别为0.75(95%CI=0.72~0.78)和0.73(95%CI=0.71~0.75)。校准曲线展示影像组学模型具有较好的一致性,临床决策曲线也证实其良好的临床应用价值。结论基于10个超声影像组学特征构成的影像组学标签是评估TNBC患者DFS的有力预测因子。由此构建的影像组学预测模型可显著提高临床预测模型及传统TNM分期预测TNBC患者DFS的效能,为TNBC患者治疗前进行复发风险分层、个体化肿瘤治疗方案的制定提供了依据。

  • 标签: 超声检查 三阴性乳腺癌 影像组学 预后