简介:摘要目的分析直肠癌同步放化疗患者营养状态与放化疗近期不良反应的相关性。方法收集2018-2019年间浙江省肿瘤医院收治的115例行同步放化疗的直肠癌患者,同时采用欧洲营养风险筛查工具(NRS 2002)和患者主观整体评估量表(PG-SGA)评估患者放疗期间的营养风险状况,采用美国RTOG及不良反应常见术语标准评估急性放化疗不良反应。Spearman′s分析营养状态与放化疗急性不良反应相关性。结果从放化疗开始前到放化疗第4周患者的营养风险呈逐步增加趋势,随后营养风险又逐步下降。NRS 2002评分和PG-SGA评分均与直肠癌放化疗患者血液学不良反应(r=0.26,P<0.05;r=0.31,P<0.01)、上消化道反应(r=0.51,P<0.01;r=0.63,P<0.01)、下消化道反应(r=0.23,P<0.05;r=0.45,P<0.01)、疲劳(r=0.47,P<0.01;r=0.64,P<0.01)均呈正相关,并且PG-SGA和不同不良反应之间的相关性系数大于NRS 2002。分层分析显示Ⅱ-ⅢB期、<65岁及术后辅助放化疗患者,营养状况和不良反应程度显著相关(均P<0.05)。结论直肠癌患者同步放化疗期间存在较高的营养不良风险,营养不良风险越高患者放化疗急性不良反应通常越大,建议加强直肠癌放化疗期间的动态营养评估及支持。
简介:Agent在MAS中的行为在很多方面类似于生物在自然环境中的生态行为,因此,从生态系统角度,基于生态特征研究MAS的工业进化模型是很有意义的,对解决生态工业系统的优化控制有着引人注目的现实意义和发展前景。应用贝叶斯技术和贝叶斯网络为智能Agents和多Agent系统所提供的数学框架和处理工具,可有效地解决Agent研究领域所遇到的知识表示、学习和行为决策问题。生态工业系统中的每个企业可以建模为智能Agent。提出一种基于贝叶斯网的方法来对各企业Agent之间的协作关系进行建模。该方法能有效表达各企业Agent的行为策略之间的因果关系,进而可以对生态工业系统中各企业在不同情况下采取的行为策略进行预测和决策,使得整个生态工业系统的经济效益、社会效益和环境效益达到最优化。