首页 > 文献资料
-
二甲双胍对胰岛素抵抗肥胖儿童的影响
目的 二甲双胍可降低肥胖风险,改善肥胖相关的并发症,当然包括青少年的糖代谢紊乱,但是,旨在评估儿童群体使用二甲双胍的疗效很少.因此,我们的目标是,针对存在胰岛素抵抗的肥胖儿童群体,确定二甲双胍减轻体重和改善肥胖相关并发症的疗效.研究设计与方法 这项研究是一项随机双盲安慰剂对照试验,纳入了100名存在胰岛素抵抗、年龄6～12岁、严重肥胖(BMI平均值为34.6±6.6 kg/m2)的儿童,并被随机分配到二甲双胍组(N=53,1000mg/每日两次)或安慰剂组(N=47),6个月后,公开二甲双胍标签并继续治疗6个月.所有的儿童以及他们的双亲,参加每月一次的"营养师管理减重计划".结果 85%完成了为期6个月的随机分配研究阶段.二甲双胍组的结果显著降低,包括BMI(降低1.09kg/m2,CI-1.87～-0.31.P=0.006),体重(降低3.38kg,CI-5.2～-1.57,P＜0.001),BMI的 Z分数(下降0.07.CI-0.12～-0.01,P=0.02),以及脂肪含量(减少1.40kg,CI-2.74～-0 06,P=0.04).空腹血糖水平(P=0.007)、稳态模型评估(HOMA)法测定的胰岛素抵抗指数(P=0.006),获得的改善更多(和安慰剂组比较).胃肠道症状在二甲双胍组更普遍,其中17%不能耐受大剂量.在6个月的开放标签阶段,前安慰剂组儿童BMI的 Z分数降低;而前二甲双胍组儿童BMI的 Z分数并没有获得进一步的显著降低.结论 对于存在胰岛素抵抗的肥胖儿童,二甲双胍可以适度降低体重、改善身体组成和糖代谢紊乱.
-
我们知道HOMA是检测什么吗?如果不知道,重要吗?
本期"红蓝论坛"栏目中刊登了两篇观点对立的文章,这些文章的主题包括胰岛素抵抗、稳态模型评估(HOMA)以及未来检测胰岛素抵抗与释放的方法等.
-
用体外心内膜赘生物模型评价万古霉素和达托霉素对甲氧西林耐药金葡菌和异质性万古霉素中介金葡菌的抗菌活性
糖肽类抗生素是治疗甲氧西林耐药金葡菌(MRSA)感染的传统药物之一.然而,在持续抗生素的选择压力之下,MRSA和异质性万古霉素中介金葡菌(hVISA)等不敏感菌株逐渐涌现.hVISA感染可导致预后差,甚至万古霉素治疗失败.本研究采用心内膜赘生物的PK/PD模型评估万古霉素和达托霉素对万古霉素敏感MRSA和hVISA的抗菌活性.
-
基于结构比对模板库的蛋白质模型评估
蛋白质天然构象预测是计算生物学领域具有挑战性的课题之一.基于模板的预测方法是目前为准确的方法,该方法的预测模型的好坏很大程度上在于其模板质量的好坏.从SCOP数据库中筛选了3 867个蛋白质,通过结构比对和统计分析,建立了一个基于结构比对的模板库;接着,利用动态归一化法和Profile-profile的原理,分别编写的搜索和比对程序;后利用MODELLER的建模程序给出了蛋白质的三级结构模型.测试集由48个蛋白组成,首先,用Profile-profile搜索基于结构比对模板库获得同源模板,以此模板模建出蛋白质三级结构模型,同时用MODELLER中的搜索程序搜索仅有序列构成的序列库,后同样获得蛋白质的三级模型.从测试结果的正确率看,该方法较MODELLER有了14.59％的提高;通过模型评估,可以看出该方法预测出的模型质量整体上也优于原有的MODELLER方法.因此,认为用profile-profile搜索基于结构比对模板库的方法要优于MODELLER中的搜索的方法.
-
基于小波变换的新疆地方性肝包虫CT 图像分类研究
采用基于 sym4和 db4小波基两种小波变换方法，探讨对新疆地方性肝包虫 CT 图像的分类价值。使用 sym4和 db4小波两种小波基，提取感兴趣病灶区的纹理特征，并通过统计学方法筛选出特征子集，采用C4．5决策树算法构建正常肝脏和多子囊型病变肝脏 CT 图像的计算机分类模型，并对模型进行准确性、灵敏度和特异性的验证评估。结果显示，对正常肝脏和多子囊型肝包虫进行分类，sym4小波的识别正确率为92．5％，db4小波的识别正确率为97．5％。实验结果表明，小波变换法所提取的纹理特征对识别正常肝脏和多子囊型肝包虫 CT 影像有较好的意义，也为后续的基于内容的新疆地方性肝包虫病的诊断系统奠定了基础。
-
反演模型分辨率的估算方法?
反演问题的时空间分辨率或称时空分辨长度是评估模型精细程度的重要参数，决定了该模型应用的范围和价值，但是分辨长度估算却是比反演更复杂和麻烦的数学问题。除了层析成像中广泛利用理论模型恢复试验定性提取空间分辨长度外，通过求解分辨率矩阵可定量获得分辨长度。通过矩阵操作给出的分辨率矩阵包括三类：直接分辨率矩阵、正则化分辨率矩阵和混合分辨率矩阵。这三类矩阵包含了反演本身不同侧面的信息，因此在一个反演应用中，同时提供这三类分辨率矩阵可更全面地评估反演模型分辨率分布。近An（2012）提出了从大量随机理论模型及其解中统计出分辨率矩阵的方法。这种分辨率矩阵是从模拟真实反演实验的输入和输出模型中通过反演得到的，因此这种分辨率矩阵更能反映整个反演所涉及到的更多因素和过程；同时由于这种分辨率矩阵计算过程无需进行矩阵操作且不依赖于具体正演和反演方法，因此可以被应用于更普遍的反演问题。实际应用证明统计分辨率分析方法适用于对二维和三维层析成像反演模型进行分辨率分析。
