首页 > 文献资料
-
Fas抗原在肝移植术后急性排斥中的动态变化
Fas(CD95)为肿瘤坏死因子受体超家族成员之一,通过Fas/FasL途径触发激活细胞凋亡,参与器官移植免疫过程.文献报道,在移植术后急性排斥受者活检组织中可检测到Fas抗原表达的改变,外周血淋巴细胞的表型改变能够反映移植物内浸润性淋巴细胞的状态.本研究动态监测肝移植术后急性排斥受者外周血中T淋巴细胞表面Fas抗原的定量表达.
-
结石性胆囊炎及胆囊腺瘤性息肉黏膜组织MUC1粘蛋白的检测
目的:检测胆囊息肉、胆固醇结石、胆红素结石时胆囊黏膜MUC1粘蛋白的(半)定量表达及规律.方法:采用Western-blot法:称取液氮保存胆囊黏膜组织100--200mg加入组织裂解液lml匀浆、离心、去上清、分装、测蛋白含量、电泳、电转移、杂交、化学发光试剂检测.结果:ODu结果分别为34.29±6.06(对照组),142.11±38.49(胆红素结石组),39.72±11.46(胆固醇结石组),174.59±41.6(胆囊息肉组).结论:对照组胆囊、结石性胆囊及腺瘤性息肉胆囊有MUC1粘蛋白的表达,且表达量逐渐增高.正常胆囊-结石性胆囊炎-胆囊息肉MUC1粘蛋白的表达是上调表达;用Western-Blot可以较好地检测各种胆囊组织黏膜MUCl粘蛋白的对比含量和带形分布,不同疾病粘蛋白含量不同,带形分布不一样,相同疾病标本粘蛋白含量也不尽相同.
-
LunX和CK19基因定量表达在鉴别良恶性胸水中的应用
肺癌、细菌性胸膜炎、慢性阻塞性肺炎等数十种疾病均可产生不同程度的胸腔积液,有时胸腔积液可能成为疾病唯一的临床表现,快速鉴别胸腔积液的良、恶性对临床诊断具有重要意义.建立了一种荧光定量RT-PCR技术检测LunX-mRNA的新方法,探讨LunX基因在鉴别胸水良、恶性以及恶性肿瘤原发病灶中的应用价值.现报道如下.
-
虹膜组织力学特性的实验研究
青光眼是国家防盲工作的重点,闭角型青光眼是其中的主要类型,致盲率很高,瞳孔阻滞形成和虹膜组织材料变性是发病的主要体征.近百年的研究没有给出虹膜材料力学特性的定量表达和瞳孔阻滞力的量化描写.主要原因是虹膜材料试样小、中有瞳孔,待测力学量小,无法进行常规测量.我们开发了瞳孔水密缝合构建虹膜腔体进行测量的实验方法.
-
红细胞膜免疫分子在细菌L型败血症中的表达
红细胞失去了细胞核,其表面尚存在广泛表达的膜免疫分子,如CD35(CR1),CD44s及CD58等,在机体生理和病理中起着重要作用.它们具有许多生物学功能,可调节两条补体途径,激活、促进吞噬、免疫复合物清除、T、B细胞活化、发育、归巢、肿瘤转移、细胞激活和信号传递均有重要作用.我们报告细菌L型败血症(SBL)的红细胞免疫分子CD35;CD44s及CD58定量表达的初步结果.
-
梅毒血清固定患者外周血调节性T细胞/Th17细胞平衡的研究
目的 探讨梅毒血清固定患者外周血调节性T细胞(Treg细胞)和Th17细胞平衡的变化.方法 梅毒血清固定患者26例,正常人对照23例,利用流式细胞仪分别检测外周血Treg细胞和Th17细胞的比例及相关特异性转录因子Foxp3和ROR-γt的定量表达情况,并进行相关性分析.结果 梅毒血清固定患者外周血CD4+T细胞中,Treg细胞比例为33.28%±11.84%,明显高于正常人对照组(22.13%±7.79%,P<0.01);Th17细胞比例(3.17%±2.32%)显著低于正常人对照组(8.87%±2.00%,P< 0.01);CD4+T细胞内转录因子Foxp3的表达量(2994.86±1099.18)高于正常人对照组(2539.72±1086.96,P<0.05),而ROR-γt的表达量(1473.12±752.20)低于正常人对照组(1778.34±388.13,P< 0.05).在所有受试者外周血CD4+T细胞中Foxp3和ROR-γt的表达呈负相关(r=-0.48,P<0.01).结论 梅毒血清固定患者外周血存在Treg/Th 17细胞平衡的异常.
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中,X与Y都是随机变量;在回归分析中,Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中,X与Y都是随机变量;在回归分析中,Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中,X与Y都是随机变量;在回归分析中,Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中,X与Y都是随机变量;在回归分析中,Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中, X与Y都是随机变量;在回归分析中, Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中, X与Y都是随机变量;在回归分析中, Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中,X与Y都是随机变量;在回归分析中,Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中, X与Y都是随机变量;在回归分析中, Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中, X与Y都是随机变量;在回归分析中, Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中, X与Y都是随机变量;在回归分析中, Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中, X与Y都是随机变量;在回归分析中, Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中, X与Y都是随机变量;在回归分析中, Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中,X与Y都是随机变量;在回归分析中,Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。
-
直线相关与回归分析的区别和联系
区别:①资料要求不同:直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量. ②统计意义不同:直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将"因"或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系. ③分析目不同:直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制. ④变量的意义不同:在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位.