检索结果-南通市图书馆

中华肾脏病杂志 2017年第8期33卷 627-631页

作者：汪知玉陈孜瑾陈晓农上海交通大学医学院附属瑞金医院肾脏内科 200025

透析中低血压（IDH）是接受血液透析（HD）的终末期肾脏病（ESRD）患者透析中的常见并发症，发病率为20％～30％。

关键词：透析中低血压心血管并发症预后相关性诊断标准终末期肾脏病常见并发症血液透析发病率

在线全文

学校读者我要写书评

暂无评论

心脏功能与透析中低血压的相关性

中国医学科学院学报 2012年第6期34卷 573-579页

作者：叶文玲方理刚马杰李雪梅中国医学科学院北京协和医学院北京协和医院肾内科北京100730 中国医学科学院北京协和医学院北京协和医院心内科北京100730

目的研究左心收缩和舒张功能与维持性血液透析患者透析中低血压(IDH)的关系。方法以115例窦性心律的血液透析患者为研究对象,其中29例为IDH(IDH组),其余为对照组。根据纽约心脏协会(NYHA)心功能分级标准进行透析前临床心脏功能评估,透... 详细信息

目的研究左心收缩和舒张功能与维持性血液透析患者透析中低血压(IDH)的关系。方法以115例窦性心律的血液透析患者为研究对象,其中29例为IDH(IDH组),其余为对照组。根据纽约心脏协会(NYHA)心功能分级标准进行透析前临床心脏功能评估,透析次日检测超声心动图,采用GE EchoPAC软件分析心脏收缩和舒张功能各种参数,包括左室射血分数(EF)、左室短轴缩短分数(FS)、搏出量(SV)、心输出量(CO)、左室质量指数(LV-MI)、Tei指数、等容舒张时间(IVRT)、E峰下降时间(EDT)、脉冲多谱勒二尖瓣舒张早期峰速(E)/舒张晚期峰速度比值(A)、E/组织多谱勒侧壁舒张早期峰速度比值(Em)。结果 IDH组的患者年龄(P=0.045)和心功能不全者的比例(P透析维持时间、透析间期体重增长、透析前血压方面差异无统计学意义(P均>0.05)。超声心动检测结果显示,IDH组左室舒张末内径(LVIDd)、SV和CO明显低于对照组(P均0.05)。多因素Logistic回归分析,NYHA心功能分级为IDH的独立预测因素,NYHA分级每升高1个级别,IDH危险性增加1.134倍。结论 IDH为血液透析患者的常见并发症,透析间期超声心动图检测的左心收缩和舒张功能不影响IDH的发生,而透析前NYHA心功能分级与IDH密切相关,为其独立预测因素。

关键词：血液透析心脏功能超声心动图透析中低血压

在线全文

学校读者我要写书评

暂无评论

透析中低血压发病机制及预后研究进展

透析中低血压发病机制及预后研究进展

作者：曾思重庆医科大学

学位级别：硕士

维持性血液透析（Maintenance hemodialysis,MHD）是终末期肾脏病患者的有效替代疗法,透析中低血压（Intradialytic hypotension,IDH）是血液透析过程中常见并发症之一,发病率与不同定义有关。IDH与血液透析（Hemodialysis,HD）患者致... 详细信息

维持性血液透析（Maintenance hemodialysis,MHD）是终末期肾脏病患者的有效替代疗法,透析中低血压（Intradialytic hypotension,IDH）是血液透析过程中常见并发症之一,发病率与不同定义有关。IDH与血液透析（Hemodialysis,HD）患者致残症状、透析不良、血管通路血栓形成、肾功能加速丧失、心血管事件和死亡率相关。IDH发生可使透析中断或提前结束,导致透析不充分、水钠潴留,是增加透析患者死亡率的独立危险因素。因此,了解透析中低血压的发病机制及其导致尿毒症血液透析患者的远近并发症,对提高透析质量,延缓患者的生命至关重要。

关键词：血液透析透析中低血压发病机制预后治疗进展

血液透析病人透析中低血压和运动疗法的研究进展

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

护理研究 2018年第24期32卷 3834-3837页

作者：梁让曹卫洁海南医学院海南省人民医院

对透析中低血压的发生原因、对病人的危害、透析中低血压的预防及治疗措施、运动疗法和不同的运动形式在血液透析病人中的应用以及运动疗法在国内透析中心应用的局限性进行综述,提出透析中运动具有可行性,一方面医护人员可以对病人的运... 详细信息

对透析中低血压的发生原因、对病人的危害、透析中低血压的预防及治疗措施、运动疗法和不同的运动形式在血液透析病人中的应用以及运动疗法在国内透析中心应用的局限性进行综述,提出透析中运动具有可行性,一方面医护人员可以对病人的运动起到监督和针对性的指导作用,提高病人依从性;另一方面病人在医院透析中运动,可以不必担心出现意外情况不能及时处理。但目前尚缺乏透析中运动对维持性血液透析病人透析中低血压影响的研究。

关键词：终末期肾脏病维持性血液透析运动疗法运动形式透析中低血压发生原因依从性

在线全文

学校读者我要写书评

暂无评论

透析中低血压预防与处理的最佳证据总结

循证护理 2023年第23期9卷 4216-4223页

作者：万星宇庄若朱丽群周燕刘艺夏磊包磊贡惠芳叶伟江苏大学附属医院江苏212000 江苏大学

目的:综合血液透析病人透析中低血压预防与处理的最佳证据,为医护人员开展临床循证实践提供参考。方法:检索各中英文数据库和专业协会网站有关与透析中低血压相关的专题证据汇总、临床实践指南、系统评价、证据总结、专家共识,检索时限... 详细信息

目的:综合血液透析病人透析中低血压预防与处理的最佳证据,为医护人员开展临床循证实践提供参考。方法:检索各中英文数据库和专业协会网站有关与透析中低血压相关的专题证据汇总、临床实践指南、系统评价、证据总结、专家共识,检索时限为建库至2022年4月。由4名研究者对指南进行评价,其余文献由3名研究者进行评价,对纳入的文献进行证据提取并综合。结果:共纳入15篇文献,其中专题证据汇总1篇、指南3篇、系统评价6篇、证据总结2篇、行业标准1篇、专家共识2篇。总结了8个方面的最佳证据,包括基本特征、风险评估、一线预防方案、二线预防方案、三线预防方案、辅助预防措施、全程血压监测、应急处理措施,共29条证据。结论:医疗机构应基于证据建立血液透析病人透析中低血压预防的管理标准,建议医务人员针对病人相关风险因素规范落实阶梯式的三线预防方案和辅助预防措施,同时做好全程血压监测,及时发现透析中低血压,从而科学快速地处理以减少其导致的伤害,保证病人安全。

关键词：透析中低血压预防证据总结循证护理

维普期刊数据库博看期刊

基于机器学习技术的透析中低血压风险预测模型研究

在线全文

学校读者我要写书评

暂无评论

基于机器学习技术的透析中低血压风险预测模型研究

作者：马国婷成都医学院

学位级别：硕士

目的:以循证为基础,使用机器学习技术深入挖掘影响维持性血液透析(MHD)患者透析中低血压(IDH)发生的相关因素,并构建系统、科学的IDH风险预测模型,以期为优化和完善MHD患者的血压管理提供参考。材料与方法:1.系统检索Pubmed、Web of Sci... 详细信息

目的:以循证为基础,使用机器学习技术深入挖掘影响维持性血液透析(MHD)患者透析中低血压(IDH)发生的相关因素,并构建系统、科学的IDH风险预测模型,以期为优化和完善MHD患者的血压管理提供参考。材料与方法:1.系统检索Pubmed、Web of Science、Embase、Cochrane Library、中国知网(CNKI)、中国生物医学文献数据库(CBM)、万方数据库(Wanfang)和维普数据库(VIP)中有关MHD患者IDH影响因素的原始研究,检索时间为建库至2021年11月6日。由2名研究者独立筛选文献、提取数据,采用纽卡斯尔-渥太华量表(NOS)和美国卫生保健质量和研究机构(AHRQ)推荐的评价标准分别对队列研究、横断面研究进行文献质量评价。同时,对纳入的文献进行描述性定性分析,归纳、总结MHD患者IDH的发生现状及其主要影响因素。2.基于系统评价结果,结合临床数据的可及性和专家小组会议讨论自行设计MHD患者IDH临床资料调查表,便利选取成都市某血液透析中心2018年7月至2022年2月符合纳排标准的680例MHD患者进行回顾性病例对照研究,根据其是否存在IDH分为IDH组(n=170)和non-IDH组(n=510)。利用最小绝对收缩和选择算子(LASSO)算法筛选影响MHD患者发生IDH的关键预测变量以建立列线图模型、分类回归树(CART)模型以及极端梯度提升(XGboost)模型,使用自助抽样法对模型进行内部验证和预测性能比较。3.于2022年3月至2022年7月在四川省11所血液透析中心招募符合纳排标准的MHD患者进行了一项前瞻性队列研究,随访时间为1个月。进一步探索和比较前期开发的三个原始预测模型在外部队列中的表现,并对其中表现最好的原始预测模型的系数进行重新校准。另外,添加新的潜在预测变量(透析充分性评价指标Kt/V和身体成分)以进一步更新模型,从区分度、校准度、重新分类和净收益四个方面全面评估更新模型的预测性能,并绘制图形评分表实现更新模型的可视化呈现。结果:1.本研究共纳入15项研究,包括8项队列研究和7项横断面研究。总结出MHD患者IDH发生的影响因素,主要包括患者自身因素、合并症、实验室检查及透析相关因素4大类,涉及性别、年龄、糖尿病、超敏C反应蛋白、白蛋白和超滤量等35个亚组因素。2.在构建的三个风险预测模型中,透析前收缩压(Predialysis-SBP)是影响MHD患者发生IDH最重要的预测变量。在内部验证中,列线图模型、CART模型和XGboost模型的受试者操作特征(ROC)曲线下面积(AUC)分别为0.979(95%CI:0.971～0.988)、0.934(95%CI:0.914～0.954)和0.992(95%CI:0.988～0.996)。且校准图显示,列线图模型和XGboost模型比CART模型具有更好的校准度,预测IDH发生风险与实际发生情况的一致性良好。3.本研究共纳入2235例MHD患者,其中327例(14.6%)患者在1个月随访期内发生了IDH。外部验证显示,三个原始预测模型在新的患者队列中预测性能整体不佳,对其中表现最好的原始列线图模型进行重新校准。将Kt/V<1.2、身体质量指数(BMI)<18.5kg/m、中臂肌肉周长的标准百分比(%MAMC)<90%以及可能的肌肉疏松症4个变量加入到重新校准的模型中进行模型更新,更新后的模型显示出良好的区分能力(AUC=0.817;95%CI,0.791～0.842)、强大的校准能力(Brier评分=0.081)、在15.2%至87.1%的阈值概率范围内的临床净收益以及由净重分类改进(NRI)(0.383;95%CI,0.271～0.503)和综合鉴别改进(IDI)(0.157;95%CI,0.092～0.285)评估的重新分类的显著改善。另外,更新后模型被可视化为一个图形评分表,可以直观、便捷且快速地获得患者发生IDH的风险。结论:本研究基于系统评价结果,使用正则化机器学习技术,通过回顾性病例对照研究与前瞻性队列研究相结合、定性分析和定量分析相结合的方法,最终开发了一个科学、直观且低成本的IDH风险预测模型,可考虑用于指导MHD患者IDH临床管理实践。

关键词：维持性血液透析透析中低血压血压管理预测模型图形评分表

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

血液透析中低血压对认知功能的影响

血液透析中低血压对认知功能的影响

作者：郝冬冬大连医科大学

学位级别：硕士

目的研究血液透析中低血压对认知功能的影响,以及低血压导致认知功能障碍可能机制,为改善血液透析中低血压患者认知功能、生存质量及预后提供理论学依据。方法本研究纳入2018年11月-2019年11月于我院血液净化中心规律透析并发生过透析... 详细信息

目的研究血液透析中低血压对认知功能的影响,以及低血压导致认知功能障碍可能机制,为改善血液透析中低血压患者认知功能、生存质量及预后提供理论学依据。方法本研究纳入2018年11月-2019年11月于我院血液净化中心规律透析并发生过透析中低血压(intradialytic hypotension,IDH)的患者38名,然后根据蒙特利尔认知评估量表(Montreal Cognitive Assessment,MOCA)结果将患者分为无-轻度认知功能障碍和中-重度认知功能障碍两组。同时收集同期患者的基本临床资料及与认知功能相关生物标记物,以及48次透析过程中的所有血压测量值,比较无-轻度认知功能障碍组与中-重度认知功能障碍组基本临床资料、生化指标和血压波动间的差异。每次透析开始前运用GE discovery MR 750 3.0T磁共振成像系统对38名患者进行头颅弥散张量成像(diffusion tensor imaging,DTI)扫描,比较两组常规影像学改变,运用GE后处理系统勾画出双侧大脑半球18个感兴趣区(region of interest,ROI),测量各项异性分数(fractional anisotropy,FA)、平均扩散系数(mean diffusivity,MD),并对其数据进行比较,得出FA、MD值的差异性。运用单因素分析法比较两组基本临床资料、各生化指标及血压波动间的差异性,并对其有统计学差异的指标进行logistic回归分析。依据结果,对IDH患者的临床资料、生化指标、血压变量、脑白质区域显著降低的FA值及显著增高的MD值与MOCA评分之间进行皮尔逊相关性分析。结果(1)纳入38名患者中24名患者患有中-重度认知功能障碍,低血压发生频率在两组间存在统计学差异(0.48±0.31与0.41±0.26,P透析持续时间、高血压、糖尿病、心力衰竭、脑血管病、冠心病、球蛋白、尿酸、尿素下降率(URR)、尿素清除指数(Kt/V)差异无统计学意义(P均>0.05)。(4)logistic回归分析结果提示年龄、受教育年限、低血压频率、C-反应蛋白是认知功能障碍的危险因素,(OR=1.187,95%CI 1.013-1.391,P=0.034;OR=6.071,95%CI 1.416-26.033,P=0.015;OR=3.118,95%CI 1.418-6.857,P=0.005;OR=4.334,95%CI 1.467-12.804,P=0.008)。(5)Pearson相关性分析结果提示MOCA评分与受教育年限、白蛋白、白球比值、血红蛋白、左侧额叶FA、右侧额叶FA呈正相关,对应的r值分别为0.428、0.575,0.391,0.442,0.534,0.530,p值分别为0.007,0.000,0.015,0.005,0.001,0.001。MOCA评分与年龄、低血压频率、C-反应蛋白、左侧额叶MD、右侧额叶MD呈负相关,对应的r值分别为-0.510,-0.147,-0.448,-0.445,-0.423,p值分别为0.001,0.005,0.005,0.005,0.008。结论(1)IDH患者中存在较高的认知功能障碍发生率,额叶白质、海马区白质改变可能参与了IDH患者的认知功能损伤的过程。(2)IDH患者的年龄、受教育年限、低血压发生频率、C-反应蛋白是认知功能障碍的危险因素。营养状态和慢性炎症可能影响认知功能。

关键词：透析中低血压认知功能障碍弥散张量成像

基于人工智能的透析中低血压的早期预警模型构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人工智能的透析中低血压的早期预警模型构建

作者：何鑫西南医科大学

学位级别：硕士

第一部分人工智能在预测透析中低血压中的应用:系统综述目的:IDH(intradialytic hypotension,透析中低血压)是血液透析过程中的严重并发症,与全因死亡率和心血管死亡率有关。IDH的发生与许多参数有关,如患者的合并疾病、透析相关因素等... 详细信息

第一部分人工智能在预测透析中低血压中的应用:系统综述目的:IDH(intradialytic hypotension,透析中低血压)是血液透析过程中的严重并发症,与全因死亡率和心血管死亡率有关。IDH的发生与许多参数有关,如患者的合并疾病、透析相关因素等。人工智能允许将不同类型的患者数据统一到同一算法中,用于训练和验证模型以预测疾病状态或预后。目前已有一些预警模型用于预测IDH的发生风险,但缺少外部验证,且尚未在临床中应用。本研究旨在概述人工智能预测模型对IDH的预测效果,并讨论在临床实践中实施这些模型的可能性。方法:使用医学主题词构建检索式检索OVID、Pub Med和Web of Science数据库,使用PROBAST(prediction model risk of bias assessment tool,多因素预测模型研究的偏倚风险评价工具)评估预测模型的开发或外部验证中的偏倚。结果:机器学习技术已被应用于预测IDH的风险。近年来开发了多种模型,但目前尚无IDH预警模型的RCT(randomized controlled trial,随机对照试验)验证。结论:目前已有数个基于人工智能的预警模型用于预测IDH的发生风险,在内部验证中表现出较好的性能,但缺少外部验证,偏倚风险高,且尚未应用于临床。第二部分列线图模型对血液透析患者透析中低血压发生风险的预测及评估目的:通过构建列线图来预测血液透析患者IDH的发生风险。方法:本研究纳入2014年020年于四川省人民医院接受血液透析的患者,采集患者的基本信息、实验室检查和透析治疗记录,按7:3的比例随机将数据集拆分为训练集和测试集,设计多变量逻辑回归模型,对训练集数据应用R语言构建列线图模型以预测IDH发生风险,测试集数据使用Bootstrap法对列线图模型进行验证,通过计算ROC(receiver operating characteristic curve,受试者操作特征)曲线下面积和内部验证C-指数以评估模型的预测性能。通过校正曲线来判断预测模型的稳定性。结果:共纳入3906例患者,314534条透析治疗记录。经回归分析,年龄、性别、透析前收缩压、透析前舒张压、心率、初步超滤量、血红蛋白和血钙被识别并输入列线图。列线图表现出较良好的辨别力,其AUROC(Area Under the Receiver Operating Characteristic curve,受试者工作特征曲线下面积)为0.733(95%CI 0.700.765),内部验证C-指数0.730,测试集AUROC为0.727(95%CI 0.724.731)。校准曲线显示出列线图预测IDH发生的概率与实际概率接近。结论:本研究构建的列线图可用于甄别IDH的高风险患者并指导IDH患者个性化的诊疗干预措施,表明列线图可能具有临床效用。该模型有可能帮助临床医生提出治疗建议。第三部分基于人工智能的透析中低血压的早期预警模型的构建目的:利用人工智能在血液透析前建立早期预警系统,以识别IDH的高危患者。方法:纳入四川省人民医院2014-2020年肾病治疗信息系统中共314534次血液透析记录。采用EBPG推荐的定义(IDH定义为透析过程中收缩压下降≥20mm Hg,平均动脉压下降≥10mm Hg,或发生需要护理干预的临床低血压事件)。数据经预处理后被随机分为训练集(80%)和测试集(20%)。使用四种填充方法、三种特征选择方法和18种机器学习算法来构建预警模型。AUROC是评价模型性能的主要指标,而SHAP(Shapley Additive Explanation,模型事后解释方法)则用于解释每个变量对最佳预测模型的贡献。结果:共纳入3906例患者和314534次透析记录,其中142237例出现IDH(发生率为45.2%)。通过人工智能特征筛选识别出19个参数,包括年龄、透析前体重、干重、透析前血压、心率、处方超滤、血细胞计数(中性粒细胞数、单核细胞数、淋巴细胞数、嗜酸性粒细胞数、血小板计数)、红细胞比容、血清钙、血肌酐、尿素、葡萄糖和尿酸。采用18种机器学习算法构建216个模型,其中RF(random forest,随机森林),GB(gradient boosting,梯度提升),logistic回归是三个表现最佳的模型,AUROC分别为0.812(95%CI,0.811-0.813)、0.748(95%CI,0.747-0.749)和0.743(95%CI,0.742-0.744)。结论:本研究所构建的基于透析软件的人工智能预警系统可用于预测IDH的发生,从而有助于启动相关干预措施。

关键词：透析中低血压人工智能预警系统机器学习血液透析列线图

维持性血液透析患者透析中低血压管理的持续质量改进

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国血液净化 2020年第2期19卷 138-141页

作者：杨仁梅费利燕朱慧平戴榕娟中国人民解放军海军特色医学中心(原解放军第四五五医院)肾脏科上海200052

目的探讨持续质量改进模式在维持性血液透析(maintenance hemodialysis,MHD)患者透析中低血压(intra dialytic-hypotension,IDH)管理的应用效果。方法选择2018年3~6月发生反复低血压患者22例,自身前后对照,基于持续质量改进模式进行3个... 详细信息

目的探讨持续质量改进模式在维持性血液透析(maintenance hemodialysis,MHD)患者透析中低血压(intra dialytic-hypotension,IDH)管理的应用效果。方法选择2018年3~6月发生反复低血压患者22例,自身前后对照,基于持续质量改进模式进行3个月护理干预。统计基线和3个月的低血压总发生率及不同时段发生率、提前30min下机发生率、血红蛋白(hemoglobin,Hb)、血清白蛋白(albumin,Alb)、尿素清除指数(Kt/V),采用Zung氏焦虑自评量表(self-rating anxiety scale,SAS)评估干预前后的焦虑水平。结果IDH主要原因为脱水量/干体质量>5%、透析前服用降压药、透析中进餐、糖尿病等,IDH出现在透析中各时段,尤3h时段最为显著。22例患者干预前后IDH发生率分别为15.73%(45/286)和6.14%(18/293),差异有统计学意义(χ2=38.662,P=0.005),提前30min下机发生率下降(χ2=10.741,P=0.027),Alb和Kt/V均上升(t值分别为-2.134、-2.092,P值分别为0.038、0.041),SAS评分下降(t=4.473,P=0.008)。结论IDH防治流程降低了IDH的发生率,改善患者的心理和生理状态。

关键词：持续质量改进模式透析中低血压流程图血液透析

在线全文

学校读者我要写书评

暂无评论

透析中低血压原因分析及护理对策

中外医学研究 2012年第8期10卷 115-116页

作者：李华齐鲁石化中心医院山东淄博255400

目的：探讨透析中低血压发生的原因及护理对策。方法：回顾性查看46例患者的505次血液透析的记录单,对所发生低血压的103次血液透析分别从患者年龄、原发疾病、超滤量、透析前是否服用降压药、低血压发生的时间5方面进行分析。结果：本... 详细信息

目的：探讨透析中低血压发生的原因及护理对策。方法：回顾性查看46例患者的505次血液透析的记录单,对所发生低血压的103次血液透析分别从患者年龄、原发疾病、超滤量、透析前是否服用降压药、低血压发生的时间5方面进行分析。结果：本组资料显示,透析中低血压的发生与患者年龄、超滤量呈明显正相关,原发疾病为糖尿病者透析中低血压发生率明显高于其他原发疾病,透析前服用降压药者易发生低血压,透析第3~4小时是低血压的高发时段。结论：对老年（〉65岁）糖尿病肾病透析患者、透析期间体重增长过多者、透前复用降压药者、透析的第3~4小时,应加强监测、观察,及时采取干预措施预防低血压。

关键词：透析中低血压原因护理对策