一、伴有腹泻的危重型SARS病人的临床特点分析与治疗(论文文献综述)
苏英,张宗林,李俊生,郝国祥,苏乐群,曹静,赵维[1](2021)在《儿童新型冠状病毒肺炎治疗药物的合理应用及药学监护》文中提出新型冠状病毒(2019 novel coronavirus,2019-n Co V)即严重急性呼吸综合征冠状病毒-2 (severe acute respiratory syndrome coronavirus 2,SARS-Co V-2),其导致的疾病被世界卫生组织(WHO)正式命名为新型冠状病毒肺炎(corona virus disease 2019,COVID-19)。2020年3月11日,WHO宣布COVID-19进入全球大流行状态。
任敏睿[2](2021)在《基于密切接触者队列的新型冠状病毒传染性及影响因素分析》文中研究指明目的:通过收集新冠病毒感染者一密切接触者队列数据,分析新冠肺炎确诊病例和无症状感染者的传染性、续发病例的首发临床表现和临床严重程度,揭示新冠病毒传染性及发生重症的影响因素,为密切接触者的判定、追踪、管理和病例的早期识别等策略的制定提供科学依据。方法:本研究采用回顾性队列调查,收集2020年1月5日至2020年4月7日湖北、江苏、浙江、广东和重庆五个省(市)报告的新冠病毒感染者(包括确诊病例和无症状感染者)及其密切接触者的信息,采用描述性流行病学方法分析纳入研究的指示病例和密切接触者的基本特征、续发病例的首发临床表现及临床严重程度;比较不同接触方式、接触时间、有无症状、暴露程度、性别、年龄等不同特征的续发感染率(Secondary infection rate,SIR),分析新冠病毒的传染性;采用logistic回归模型探索影响新冠病毒传染性及感染后发生重症的影响因素。结果:1.研究纳入了 2020年1月5日至4月7日期间确诊的1005例指示病例(包括629例确诊病例和376例无症状感染者)及其7243名密切接触者。其中,629例确诊病例的密切接触者总数为5281人,续发感染者数为278例,续发感染率为5.26%(95%CI:4.68-5.90);376例无症状感染者的密切接触者总数为1962人,续发感染者数为32例,续发感染率为1.63%(95%CI:1.12-2.29)。确诊病例的续发感染率高于无症状感染者的续发感染率,差异有统计学意义(P<0.001)。170例(16.92%)指示病例引起了其密切接触者的感染,835例(83.08%)指示病例未引起其密切接触者的感染。每个指示病例平均追踪到密切接触者7.2人,每个指示病例引起的续发感染者数平均为0.31。2.7243名密切接触者中共310人被感染,总续发感染率为4.28%(95%CI:3.83-4.77)。湖北省(4.70%,95%CI:3.84-5.69)和重庆市(3.47%,95%CI:2.70-4.38)续发感染率较高。通过共同居住生活、聚餐接触的续发感染率分别为7.62%(95%CI:6.69-8.63)和 5.22%(95%CI:3.76-7.04),通过日常交谈、与指示病例共处同一密闭空间、同乘交通工具接触的续发感染率分别为1.16%(95%CI:0.55-1.86)、0.48%(95%CI:0.06-1.73)和 0.15%(95%CI:0.00-0.86)。重型/危重型患者的续发感染率(6.48%,95%CI:4.71-8.66)高于轻型/普通型患者(5.09%,95%CI:4.48-5.77)。新冠肺炎确诊病例传染性的影响因素分析显示,接触方式(多种接触方式vs日常交谈,OR=6.11,95%CI:2.95-13.5;共同居住生活vs日常交谈,OR=5.46,95%CI:3.02-10.9;聚餐 vs 日常交谈,OR=3.20,95%CI:1.63-6.76])、暴露阶段(临床症状期vs潜伏期,OR=1.79,95%CI:1.19-2.76)、性别(女性vs男性,OR=1.31,95%CI:1.01-1.69)、年龄(20-59 岁 vs<20 岁,OR=1.73,95%CI:1.19-2.58;≥60岁 vs<20 岁,OR=1.82,95%CI:1.15-2.91)、基础疾病(有 vs 无,OR=3.41,95%CI:2.27-5.05)和暴露程度(≥2例确诊病例vs 1例确诊病例,OR=3.17,95%CI:2.42-4.17;同时暴露于确诊病例和无症状感染者vs 1例确诊病例,OR=2.30,95%CI:1.21-4.11)是新冠肺炎确诊病例传染性的影响因素。无症状感染者传染性的影响因素分析显示,接触方式(聚餐vs日常交谈,OR=8.39,95%CI:1.71-60.6)和性别(女性 vs 男性,OR=2.27,95%CI:1.10-4.95)是新冠肺炎无症状感染者传染性的影响因素。3.续发感染者中,无症状感染者占28.71%(89例)、确诊病例占71.29%(221例);其中,轻型20.00%(62例),普通型40.97%(127例),重型6.77%(21例),危重型1.29%(4例),死亡2.26%(7例)。无症状感染者中位年龄小于确诊病例(36 岁 vs 49 岁,P<0.001),基础疾病比例低(8.99%vs 19.91%,χ2=4.666,P=0.031)。无症状感染者引起的续发感染者中无症状的比例高于确诊病例引起的续发感染者中无症状的比例(73.68%vs 22.92%,χ2=21.08,P<0.001);确诊病例引起的续发感染者中轻型/普通型的比例高于无症状感染者引起的续发感染者中轻型/普通型(22.22%vs 5.26%,χ2=12.57,P<0.001)的比例。221例续发确诊病例中首发临床症状以发热(49.77%)、咳嗽(42.53%)、乏力(14.03%)、腹泻(8.60%)最为常见。4.续发感染者中,重症病例占10.32%(95%CI:7.17-14.26)。年龄(≥60岁vs 20-59 岁,OR=11.3,95%CI:4.66-30.8)和基础疾病(有 vs 无,OR=2.67,95%CI:1.06-6.70)是新冠病毒感染者发生重症的影响因素。结论:(1)无症状感染者具有传播风险,传染性低于确诊病例。确诊病例在潜伏期具有传染性,临床症状期传播风险相对较高。大多数的继发传播可能是由极少数感染者引起的。(2)共同生活和聚餐、多种接触方式、暴露于临床症状期、女性、高龄、伴基础疾病及暴露于多个指示病例是新冠肺炎确诊病例传染性较高的危险因素。(3)无症状感染者引起的续发感染者的临床结局较确诊病例引起的续发感染者轻。续发感染者中,无症状感染者年龄较确诊病例小,基础疾病少。续发确诊病例首发临床症状较为广泛,以发热、咳嗽、乏力、腹泻为主。(4)高龄和伴基础疾病是新冠病毒感染者发生重症的危险因素。
何伊文[3](2021)在《从翻译批评理论看突发公共卫生事件的报道编译 ——以《东洋经济周刊》对《财新周刊》新冠专题的日译为例》文中指出
屠照[4](2021)在《COVID-19临床特征分析》文中提出目的:分析新型冠状病毒肺炎(COVID-19)患者合并多重感染的特点,探讨COVID-19合并多重病原体感染的高危因素和伴有基础病的COVID-19患者的临床特征。方法:回顾性分析2020年1-3月于国药东风总医院隔离病房住院经核酸检测确诊的新型冠状病毒肺炎(COVID-19)患者,其中男41例,女42例,根据是否合并其他病原体感染分为合并感染组(A组)和仅新冠病毒感染组(B组),按是否合并基础病分为合并基础病组(C组)和无合并基础病组(D组),按照严重程度分为普通型、重型。比较A、B两组年龄、性别、基础病、吸烟史、发病到就诊天数、疾病严重程度分型的差异,并比较A、B组实验室检查结果:如C反应蛋白、白细胞、中性粒细胞、淋巴细胞、铁蛋白、降钙素原、白蛋白、丙氨酸氨基转移酶、天冬氨酸氨基转移酶、肌酸激酶、乳酸脱氢酶、肌酐、尿素、D-2聚体、血沉的差异,进一步分析新型冠状病毒肺炎合并感染的危险因素。比较C、D两组发病到就诊天数、重症转化率、住院天数、男性患者比例、年龄的差异,并比较C、D组实验室检查结果:淋巴细胞数量、白细胞计数、中性粒细胞计数、C反应蛋白、铁蛋白、降钙素原、白蛋白、谷氨酸氨基转移酶、天冬氨酸氨基转移酶、肌酸激酶、乳酸脱氢酶、肌酐、尿素、血沉、D-2聚体、胸部CT特征差异。最终共83例患者纳入研究,患者年龄(1878岁),其中83例全部康复出院。患者住院期间均严格按照中国卫生健康委员会公布的相关诊疗方案进行治疗,主要包括抗病毒、抗生素、氧疗、糖皮质激素及对症支持治疗等。结果:A、B组两组性别、年龄、基础病比较差异无显着性(P>0.05);两组中吸烟患者的比例有显着性差异(P<0.05);两组发病到就诊的时间比较差异无显着性(P>0.05);普通型、重型患者比例无显着性差异(P>0.05)。A组C反应蛋白(CRP)入院初始值高于B组,有显着性差异(P<0.001);其他指标如:白细胞、中性粒细胞、淋巴细胞、铁蛋白、降钙素原、白蛋白、丙氨酸氨基转移酶、天冬氨酸氨基转移酶、肌酸激酶、乳酸脱氢酶、肌酐、尿素、D-2聚体、血沉比较无显着性差异(P>0.05);在后续住院期间,动态监测两组患者相关炎症标志物的变化,A组CRP极值高于B组,差异有显着性(P<0.001)。住院期间,A组降钙素原(PCT)极值与B组的比较有显着性差异(P<0.01)。A组乳酸脱氢酶(LDH)极值高于B组,有显着性差异(P=0.01)。余(白细胞、中性粒细胞、淋巴细胞、铁蛋白、白蛋白、丙氨酸氨基转移酶、天冬氨酸氨基转移酶、肌酸激酶、肌酐、尿素、D-2聚体、血沉)各观察指标住院期间极值比较差异无显着性(P>0.05)。使用Logistics分析显示基础病(OR=1.448 95%CI=0.3705.668,P<0.001)、吸烟史(OR=0.279,95%CI=0.0243.308,P=0.021)和乳酸脱氢酶(LDH)升高(OR=4.378 95%CI=2.0339.429,P<0.001)是影响COVID-19患者并发多重病原体感染发生的独立危险因素。合并基础疾病的C组患者中,男性占比稍高于D组,但差异无显着性(P=0.818);患者年龄高于D组,且差异有显着性(P<0.001)。发病到入院时间(3.5天)短于D组无基础疾病的患者(4.0天),有显着性差异(P=0.046);转化为重症的比例低于D组,但差异无显着性(P=0.675)。C组患者的住院时间短于较D组,差异有显着性(P=0.032)。入院时C组中性粒细胞计数高于D组,差异有显着性(P=0.030);铁蛋白高于D组,差异有显着性(P=0.039);降钙素原高于D组,差异有显着性(P<0.05);肌酐、尿素氮高于D组,差异有显着性(P=0.017,P=0.001);C组患者入院时血沉高于D组,差异有显着性(P=0.003);其余各观察指标差异无统计学意义。C组患者住院期间肌酐极值高于D组,差异有显着性(P=0.015);C组患者住院期间尿素极值高于D组,差异有显着性(P=0.014);C组患者住院期间ESR极值高于D组,差异有显着性(P=0.011);C组患者住院期间发现病灶到肺部病灶开始吸收时间短于D组,差异有显着性(P=0.000),其余各观察指标无统计学意义。结论:有吸烟史的新型冠状病毒肺炎(COVID-19)患者更容易合并其他病原体感染,早期以CRP轻度升高为主,病情进展时可出现CRP、PCT、LDH升高。伴有基础病、吸烟史、LDH升高是合并感染的高危因素。有基础病的COVID-19患者多为高龄人群,发病到就诊时间和住院时间更短。更容易合并其他病原体感染,NEUT、铁蛋白、CRP、ESR异常更常见,更容易出现肾功能损害,积极治疗后肺部病灶吸收较快。
中华医学会呼吸病学分会,中国医师协会呼吸医师分会[5](2021)在《中国成人2019冠状病毒病的诊治与防控指南》文中研究表明2019冠状病毒病(COVID-19;我国通称新型冠状病毒肺炎, 简称新冠肺炎)大流行是全球瞩目的公共卫生问题。中华医学会呼吸病学分会和中国医师协会呼吸医师分会组织多学科专家总结了COVID-19病原学、流行病学、病理变化、发病机制、临床特点、诊断、治疗、康复、防控等方面的关键问题, 制订了《中国成人2019冠状病毒病的诊治与防控指南》。本指南的制订遵循《世界卫生组织指南制订手册》及中华医学会《制订/修订<临床诊疗指南>的基本方法及程序》, 旨在进一步规范我国成人COVID-19患者的诊治与疫情防控。
张桂榕[6](2021)在《新型冠状病毒肺炎重型与危重型患者的临床特征分析》文中指出目的:新型冠状病毒肺炎(COVID-19)重型与危重型患者占比小,目前对两型患者的临床特征知之甚少。因此,本文拟对COVID-19重型与危重型患者以及危重型患者中死亡与非死亡患者的临床特征进行分析。方法:本研究采用回顾性临床病历资料分析,数据来源于2019年12月至2020年3月中部战区总医院、湖北省妇幼保健院光谷院区收治的144例COVID-19重型以上患者的电子病历资料。描述重型与危重型患者的临床特征,并应用统计学分析方法对比两型患者临床特征,探讨COVID-19患者病情进展及死亡的相关危险因素。结果:1、本研究共纳入重型以上COVID-19患者144例,中位年龄71岁(57-81岁),96/144例(66.7%)为男性,总死亡率为20.8%。临床症状包括发热(103/144例,71.5%)、咳嗽(82/144例,56.9%)、呼吸困难(63/144例,43.8%)、乏力(48/144例,33.3%)、胸闷(34/144例,23.6%)、胃肠道症状(18/144例,12.5%)、肌痛(11/144例,7.6%)、头痛(4/144例,2.8%)及头晕(2/144例,1.4%)。重型与危重型COVID-19患者临床特征比较:95/144例(66.0%)为重型COVID-19患者,中位年龄68岁(57-79岁),男性64/95例(67.4%),死亡率为1.1%。49/144例(34.0%)为危重型COVID-19患者,中位年龄74岁(65-85岁),男性32/49例(65.3%),死亡率为59.2%。单因素分析结果表明:与重型COVID-19患者相比,危重型患者的危险因素包括多种合并症、白细胞计数升高、中性粒细胞计数升高、C反应蛋白(CRP)水平升高、降钙素原(PCT)水平升高、白介素-6(IL-6)水平升高、总胆红素水平升高、谷丙转氨酶(ALT)水平升高、谷草转氨酶(AST)水平升高、血肌酐水平升高、淋巴细胞计数降低、血小板计数降低、血红蛋白水平降低及白蛋白水平降低;多因素Logistic回归分析结果表明,与重型COVID-19患者相比,危重型患者的危险因素包括淋巴细胞计数降低(OR 4.420,95%CI1.326-14.733;P=0.016)、PCT水平升高(OR 2.008,95%CI 1.225-3.294;P=0.006)、IL-6水平升高(OR 1.813,95%CI 1.106-2.971;P=0.018)及血肌酐水平升高(OR=207.285,95%CI 8.438-5091.975;P=0.001)。2、危重型COVID-19患者中死亡与非死亡患者临床特征比较:单因素分析结果表明,相较于非死亡患者,死亡相关的危险因素包括高龄(OR1.053,95%CI 1.004-1.104;P=0.033)、多种合并症、CRP水平升高、PCT水平升高及PH水平降低。多因素回归分析结果表明,相较于非死亡患者,多种合并症(OR 4.008,95%CI 1.432-11.222;P=0.008)是COVID-19危重型患者死亡的独立危险因素。3、危重型COVID-19患者中死亡与非死亡患者实验室指标变化趋势分析:(1)淋巴细胞计数在危重型死亡与非死亡患者病程中均降低,相较于非死亡患者,死亡患者淋巴细胞计数降低的速度及程度更显着,且出现了两次下降。(2)非死亡患者病程中D-二聚体测值均不超过1000.0ng/ml,而死亡患者D-二聚体在发病10天后迅速升高,提示D-二聚体可能与危重型患者死亡相关。其迅速升高时间与淋巴细胞计数降至最低的时间基本一致。(3)死亡患者肌钙蛋白T在发病第3周开始升高,较NT-pro BNP升高时间早(发病5周后开始升高),两项指标异常可能与危重型COVID-19患者病情变化及死亡相关。(4)IL-6及PCT在危重型死亡患者发病6周后迅速升高,提示其升高可能与细菌感染相关。结论:与重型COVID-19患者相比,危重型患者更易发生过度炎症反应、免疫抑制、器官功能障碍、合并细菌感染或继发性细菌感染;有多种合并症的危重型COVID-19患者预后更差,D-二聚体、肌钙蛋白T、NT-pro BNP、IL-6及PCT水平升高与合并症的发生相关。
李婧文[7](2021)在《COVID-19临床大数据特征及诊断治疗模型建立的研究》文中认为目的:新型冠状病毒肺炎(COVID-19)和流感在传播途径和临床症状等方面较为相似。单纯依靠临床体征无法及时准确区别两种疾病,诊断上的延误极大增加COVID-19交叉传播风险,促使疫情进一步扩散。全球疫情下,对于核酸检测试剂盒等医疗物资紧缺的不发达国家及贫穷地区,快速便捷地鉴别两种疾病具有重要的临床价值,本研究旨在基于临床及实验室大数据,提取特征数值建立鉴别诊断模型来以快速鉴别诊断COVID-19和流感。方法:本研究为两中心回顾性临床研究,共纳入493例成人患者,包括282例COVID-19患者以及211例流感患者。采集所有患者的人口学信息、流行病学史,临床以及实验室指标,并进行对比分析。然后将两组患者随机分为训练集及验证集,利用逐步逻辑回归法选择模型候选指标并建立鉴别诊断模型。最后基于验证集的患者数据,对模型的预测效能进行验证。结果:COVID-19住院患者比流感住院患者年龄较大;更容易出现发热、干咳、疲劳、肌痛以及呼吸困难。通过逐步回归筛选了年龄、咳嗽、发热、白细胞计数和D-二聚体五个变量,并构建鉴别诊断模型。使用验证集的数据验证鉴别诊断模型的效能。ROC分析显示训练集和验证集的曲线下面积ROC分别为0.914(95%CI,0.882-0.948)和0.901(95%CI-0.971=0.819),两组间无显着的差异。当ROC截断点为0.36时,验证集的敏感性、特异性、准确性、阳性预测值以及阴性预测值分别0.733,0.875,0.830,0.875和0.733;训练集的敏感性、特异性、准确性、阳性预测值以及阴性预测值分别为0.708,0.894,0.839,0.879和0.739。结论:我们建立了鉴别COVID-19和流感的诊断模型,该模型结合了临床体征和实验室标志物,可以有效地将COVID-19与流感区分开来。模型评分高的患者感染COVID-19可能性高;评分低的病人感染流感的可能性高。背景:重症COVID-19患者死亡率超过50%,是COVID-19死亡的主要人群,有效治疗重症患者可降低SARS-Co V-2感染死亡率。慢性合并症是COVID-19患者预后不良的重要原因,其中糖尿病是最常见慢性合并症之一。既往研究表明糖尿病是各种感染以及感染后死亡的关键危险因素;高血糖可导致机体免疫功能多方面受损。我国是糖尿病负担最重的国家之一,探讨糖尿病共病新冠肺炎的独立危险因素及指导治疗预防重症化显得尤为必要。目前尚无关于哪种抗糖尿病药对于COVID-19共病糖尿病患者受益的最佳推荐。本研究目的是对比分析重症COVID-19伴糖尿病患者的临床危险因素,从而进一步探讨不同降糖药物对重症患者临床结局的影响。方法:本研究共纳入858例重症COVID-19患者进行回顾性研究,其中164例患者合并糖尿病。我们对比分析伴或不伴糖尿病的重症COVID-19的患者流行病学及临床特点;探讨不同降糖药物对患者结局的影响;并通过COX比例风险模型研究重症COVID-19伴糖尿病患者最佳降糖用药。结果:在所有重症患者中,糖尿病患者占19.1%(164/858)。相对于非糖尿病患者,伴有糖尿病的COVID-19患者临床症状更重,生化指标呈现更多异常,死亡风险高。重症COVID-19伴糖尿病的患者中使用降糖治疗的患者死亡风险明显低于未使用降糖治疗的患者(14.1%:25.0%,HR=0.08,95%CI:0.03-0.26,P<0.001)。α-葡萄糖苷酶抑制剂类使用者的死亡风险低于未使用α-葡萄糖苷酶抑制剂类的患者(4.4%:21.9%,HR=0.14,95%CI:0.03-0.63,P=0.010)。胰岛素使用者死亡风险相对未使用者较高(22.3%:4.3%,HR=3.41,95%CI:0.94-12.32,P=0.062)。磺酰脲类药物和双胍类药物对重症COVID-19糖尿病患者死亡风险无明显影响。结论:重症COVID-19伴糖尿病患者死亡风险较高,α-葡萄糖苷酶抑制剂类药物可能降低死亡风险;胰岛素治疗与患者不良临床结局相关;而磺酰脲类药物、双胍类药物对死亡风险无明显影响。背景:COVID-19已造成超过250万人死亡,远高于SARS、MERS。分析新冠死亡病例的流行病学以及临床特征,探究COVID-19患者死亡危险因素以及治疗措施,有助于早期鉴别不良预后因素并采取及时有效的干预措施,降低死亡率。方法:本研究共纳入了来自多中心的109例COVID-19死亡病例。采集分析死亡病例的流行病学、临床数据、实验室指标、CT影像学特征;同时,用Pearson相关性分析评估定量CT成像结果与临床生化指标相关性并进一步分析不同治疗措施对患者生存时间的影响。结果:所有患者中位年龄73.0岁,男性占比65.1%。最常见的症状有发热[75(68.8%)]、咳嗽[71(65.1%)]、纳差[61(60.0%)]、疲劳[64(58.7%)]以及呼吸困难[59(54.1%)]。102例患者伴有慢性病,如高血压[50(45.9%)]、糖尿病[31(28.4%)]和心血管疾病[31(28.4%)]。症状发作至死亡的中位数为23.5(IQR 16.8-34.2)天。呼吸衰竭[63(57.8%)]、休克[40(36.7%)]和急性呼吸窘迫综合征[29(26.6%)]是最常见并发症。96(88.1%)例患者接受抗生素治疗,75(68.8%)例接受抗病毒治疗,82(75.2%)例接受中药治疗、77(71.3%)例接受糖皮质激素。Pearson相关性分析显示双肺实变体积与中性粒细胞绝对值、D-二聚体以及降钙素原水平呈正相关(P<0.05)。结论:大部分死亡病例都有慢性合并病。死亡的主要原因是呼吸衰竭和多器官功能障碍综合征。抗病毒治疗、抗生素治疗以及中药治疗可能与COVID-19患者的住院时间减少相关。
李彦洁[8](2021)在《新型冠状病毒肺炎的重症化风险因素分析及预测模型建立》文中研究表明目的及意义:明确新型冠状病毒肺炎(novel coronavirus pneumonia,COVID-19)患者重症化的风险因素,并基于风险因素建立疾病重症化的预测模型,及时发现患者疾病重症化的风险,调整治疗策略从而提高重症患者的治疗效果。方法:以2020年1月13日至2020年2月29日于深圳市第三人民医院确诊的417例新型冠状病毒患者为研究对象,其中325例轻型和普通型患者纳入非重症组,92例重型和危重型患者纳入重症组,分析它们的流行病学史、临床特征、实验室检查特点情况。将在不同疾病严重程度患者间具有差异表达的指标用Logistic回归模型进行分析,构建一种可预测新型冠状病毒肺炎患者发展为重症的风险模型。进一步入组前期符合入排标准的50例COVID-19患者,包含11例危重型患者、25例重型患者和14例普通型患者,测定和分析48种细胞因子在其血浆中的表达水平及变化情况,发现新型冠状病毒感染能够诱导细胞因子风暴,进一步寻找可能与疾病严重程度相关的细胞因子,基于这些细胞因子建立预测模型。结果:(1)在417例COVID-19患者中,重症患者占22.1%,年龄中位数为61岁;与非重症组相比,重症组患者男性居多(P<0.001)、年龄更大(P<0.001)、BMI更高(P<0.001)、发病至确诊时间更长(P<0.01)、合并的慢性基础疾病更多(P<0.001),上述指标在两组间的比较具有显着性差异。(2)COVID-19患者最常见的临床症状是发热和咳嗽,重症组患者出现发热和咳嗽的人数均显着高于非重症组(P<0.05)。大部分患者使用了α-干扰素和克立芝进行抗病毒治疗,重症患者多数使用了糖皮质激素和丙种球蛋白进行免疫调节治疗。重症患者住院时间中位数为29天,显着高于非重症患者,经过治疗,414例患者好转出院,3例患者死亡。(3)重症组患者的LYM、PLT、CD4+T淋巴细胞计数、CD8+T淋巴细胞计数、e GFR及Na离子水平均显着低于非重症组患者(P<0.05),而NEU、D-DIC、ALT、AST、Cr、LDH、MYO、BNP、Tn I、PCT、CRP、IL-6、ESR水平均显着高于非重症组患者(P<0.05)。(4)年龄≥55岁、BMI>27 kg/m2、低水平的CD4+T淋巴细胞(≤400/μL)以及高水平的IL-6(≥20 pg/m L)是有效预测COVID-19患者疾病重症化的指标。(5)COVID-19患者在入院时体内异常表达促炎和抗炎因子,出现细胞因子风暴;(6)IL-1b、IL-1ra、IL-6、IL-13、IL-18、HGF、MCP-3、MIG、M-CSF、G-CSF、MIP-1α、MIP-1β、CTACK、IP-10在疾病不同严重程度的患者之间具有差异表达;IP-10、HGF和MCP-3水平在危重型患者中表达最高,其次为重型患者;IL-1ra和M-CSF的差异表达主要表现在疾病发展的早期阶段(0-7d),而MIG和MIP-1α的差异表达则主要发生在疾病发展的后期阶段(8-14d、15-27d)。(7)IP-10、MCP-3、HGF、MIG、IL-1ra和MIP-1a的表达水平与Murray评分呈高度的正相关关系,它们的表达水平一定程度上可以反应患者疾病的进展和严重程度。(8)细胞因子IP-10和MCP-3可以作为COVID-19疾病进展的预测指标,用于建立预测疾病进展模型的ROC曲线的AUC值达0.990。结论:年龄、性别、体重、合并基础疾病是COVID-19患者重症化的风险因素,高热、咳嗽及临床指标异常严重的患者还应警惕重型的可能;年龄大于55岁、BMI>27 kg/m2、CD4+T淋巴细胞≤400/μL和IL-6≥20 pg/m L是有效预测COVID-19患者疾病重症化的标志物;感染SARS-Co V-2的重症患者出现了明显的细胞因子风暴,IP-10和MCP-3是预测COVID-19患者疾重症化的有效标志物。
董大盛[9](2021)在《新型冠状病毒肺炎重症化危险因素的分析》文中认为目的:分析南昌大学第一附属医院192例新型冠状病毒肺炎(COVID-19)患者的临床资料,探究COVID-19病情重症化的危险因素。方法:收集2020年1月21日至2月19日南昌大学第一附属医院象湖院区收治住院的符合纳入标准及排除标准的192例患者,分为非重症组(125例),重症组(67例)。比较分析两组患者年龄、性别、基础疾病、首发临床症状和入院时实验室检查等临床资料。采用单因素及多因素Logistic回归分析方法评估差异有统计学意义的因素是否为COVID-19病情重症化的独立危险因素,并采用受试工作者特征曲线对相关独立危险因素预测COVID-19病情重症化的价值进行评价。结果:LYM、ALB、LDH、CD8+细胞计数在非重症组与重症组的比较中差异有统计学意义(P<0.05)。采用单因素及多因素Logistic回归分析提示,LYM、ALB、LDH、CD8+细胞计数可为COVID-19患者病情重症化的独立危险因素(P<0.05)。受试工作者特征曲线分析表明,LYM、ALB、LDH、CD8+细胞计数单独预测COVID-19病情重症化的曲线下面积分别为0.801[95%CI(0.735~0.867)]、0.869[95%CI(0.814~0.925)]、0.864[95%CI(0.813~0.916)]和0.718[95%CI(0.639~0.797)],联合四个因素预测COVID-19病情重症化的曲线下面积为0.930[95%CI(0.895~0.966)]。结论:LYM、ALB、LDH、CD8+细胞计数均可作为预测COVID-19病情重症化的独立危险因素,并且均有较好的预测价值;LYM、ALB、LDH、CD8+细胞计数四项联合指标预测COVID-19病情重症化的价值较其中单一指标的预测价值明显升高,具有更高的应用价值。
张清[10](2021)在《127例2019冠状病毒病患者的临床特征分析》文中认为目的:回顾性分析了127例COVID-19患者的临床资料。同时比较了轻型、普通型和重型的临床差异,为临床医生早隔离、早诊断、早治疗提供参考依据,对降低患者感染率、死亡率以及患者的预后有帮助。方法:回顾127例确诊为COVID-19的住院患者的临床特征、血清学资料、影像特点和治疗的相关数据。根据国家卫健委提出的《新型冠状病毒肺炎诊疗指南第八版》,将患者分为轻型、普通型和重型三组,分别有21例、95例和11例,而且比较了三组患者之间的临床资料的差异。结果:研究了127例住院的COVID-19患者,平均年龄为40.25岁,男性患者80例(60%),94例患者有旅居史(武汉、莫斯科),基础性疾病中以高血压(10.2%)和糖尿病(6.3%)常见,所有患者均无病毒性肝炎病史。入院前发病天数平均值为2.96天。入院前最常见的临床症状为发热(33.9%)、咳嗽(44.1%)和咽痛(41.7%)。血清学资料中白细胞(white blood cell,WBC)中位数为5.39×10^9/L,淋巴细胞绝对值(absolute lymphocyte,LY#)中位数为1.66×10^9/L,乳酸脱氢酶(lactate dehydrogenase,LDH)中位数为162U/L,C反应蛋白(C-reactive protein,CRP)中位数为2.1g/L,肌钙蛋白(c Tn I)的中位数为0.13 ng/m L。影像学表现中主要分为无肺炎(18.1%)、单侧磨玻璃阴影(ground glass opacity,GGO)(33.1%)、双侧磨玻璃阴影(48.8%)和磨玻璃阴影合并实变(16.5%)。治疗中分为氧疗支持疗法和激素的药物疗法,44例(34.6%)患者进行了氧疗,40例(31.5%)患者予以激素对症治疗。比较三组的所有临床资料发现,在一般资料中,年龄、入院前发病天数、基础疾病、症状如发热、胸闷和气短、咳嗽和流涕在三组之间的差异有统计学意义(p<0.05)。在血清学资料中,白细胞计数升高,淋巴细胞计数减少,C反应蛋白、乳酸脱氢酶和肌钙蛋白的升高均有统计学意义(p<0.0167)。在影像学表现中,重型患者比其他两组更易侵及双肺(p=0.000)。治疗上,选择氧疗和激素治疗的重型患者比其他两组多,有统计学意义(p=0.000)。对一般资料(年龄、高血压和入院前发病天数)和治疗方法(氧疗和激素治疗)与分型做了相关性分析得出其均与分型之间为较强的正性相关(p<0.05,r>0.5)。对血清学资料中C反应蛋白、乳酸脱氢酶、淋巴细胞计数、肌钙蛋白和白细胞计数之间进行了相互的相关性分析,得出淋巴细胞计数与其他所有指标呈负相关,肌钙蛋白、C反应蛋白、乳酸脱氢酶和白细胞之间均为较强的正性相关(p<0.05,r>0.5)。结论:1、COVID-19患者以男性患者多见,老年伴有基础疾病且延迟入院的患者病情较重。2、COVID-19患者的淋巴细胞计数、白细胞、C反应蛋白、乳酸脱氢酶和肌钙蛋白,这些指标与疾病严重程度相关。3、新型冠状病毒患者的影像学具有特征性改变,可以作为COVID-19的一种辅助诊断方法。4、在治疗上,尤其是对于有危重症倾向的、重型患者、危重型患者,可以予以氧疗和激素治疗改善患者病情及预后。
二、伴有腹泻的危重型SARS病人的临床特点分析与治疗(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、伴有腹泻的危重型SARS病人的临床特点分析与治疗(论文提纲范文)
(1)儿童新型冠状病毒肺炎治疗药物的合理应用及药学监护(论文提纲范文)
1 抗病毒治疗 |
1.1 干扰素 |
1.2 洛匹那韦/利托那韦 |
1.3 利巴韦林 |
1.4 阿比多尔 |
2 抗菌药物治疗 |
3 免疫调节治疗 |
3.1 糖皮质激素 |
3.2 静脉注射人免疫球蛋白 |
4 对症治疗 |
4.1 对乙酰氨基酚 |
4.2 布洛芬 |
5 小结 |
(2)基于密切接触者队列的新型冠状病毒传染性及影响因素分析(论文提纲范文)
中文摘要 |
Abstract |
常用缩写词中英文对照表 |
前言 |
研究目的 |
资料与方法 |
1. 数据来源 |
2. 密切接触者的管理要求 |
3. 相关定义 |
4. 纳入与排除标准 |
4.1 纳入标准 |
4.2 排除标准 |
5. 统计分析 |
6. 质量控制 |
7. 技术路线图 |
研究结果 |
1. 纳入研究的指示病例和密切接触者的基本特征 |
1.1 指示病例的基本特征 |
1.2 密切接触者的基本特征 |
2. 续发感染率及影响因素分析 |
2.1 密切接触者的续发感染总体情况 |
2.2 确诊病例和无症状感染者的密切接触者续发感染情况及影响因素分析 |
2.2.1 确诊病例和无症状感染者的密切接触者续发感染情况 |
2.2.2 确诊病例续发感染率的影响因素分析 |
2.2.3 无症状感染者续发感染率的影响因素分析 |
2.3 续发感染者的特征分析 |
2.3.1 续发感染者的基本特征 |
2.3.2 续发感染者的临床结局 |
2.3.3 续发确诊病例的首发临床表现 |
3. 新冠病毒感染者重症情况及影响因素分析 |
3.1 新冠病毒感染者的重症情况 |
3.2 新冠病毒感染者发生重症的影响因素分析 |
讨论 |
创新性及局限性 |
1. 创新性 |
2. 局限性 |
结论及建议 |
1. 结论 |
2. 建议 |
参考文献 |
附录 |
综述 新型冠状病毒感染谱研究进展 |
参考文献 |
个人简历 |
致谢 |
(4)COVID-19临床特征分析(论文提纲范文)
摘要 |
Abstract |
英文缩略词表 |
前言 |
一、COVID-19合并多重感染的高危因素分析 |
1.对象及方法 |
2.结果 |
3.讨论 |
二、合并基础病的COVID-19患者临床特征分析 |
1.对象及方法 |
2.结果 |
3.讨论 |
三.结论 |
四.参考文献 |
五.综述 COVID-19患者细胞因子风暴研究进展 |
参考文献 |
六.附录 |
七.致谢 |
(6)新型冠状病毒肺炎重型与危重型患者的临床特征分析(论文提纲范文)
中文摘要 |
Abstract |
前言 |
病例特征与意义 |
病例分析 |
讨论 |
结论 |
参考文献 |
英汉缩略词对照表 |
新型冠状病毒肺炎的发生与发展(综述) |
参考文献 |
攻读硕士学位期间发表论文情况 |
致谢 |
(7)COVID-19临床大数据特征及诊断治疗模型建立的研究(论文提纲范文)
英汉缩略名词对照 |
中文摘要 |
英文摘要 |
前言 |
参考文献 |
第一部分 新冠肺炎与流感鉴别诊断模型的建立与验证 |
1 材料与方法 |
2 结果 |
3 讨论 |
4 小结 |
参考文献 |
第二部分 降糖药对合并糖尿病的新冠肺炎患者临床特征及结局的影响 |
1 材料与方法 |
2 结果 |
3 讨论 |
4 小结 |
参考文献 |
第三部分 COVID-19 死亡患者多维度评估与生存分析 |
1 材料与方法 |
2 结果 |
3 讨论 |
4 小结 |
参考文献 |
文献综述:新型冠状病毒肺炎诊断及治疗的研究进展 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
(8)新型冠状病毒肺炎的重症化风险因素分析及预测模型建立(论文提纲范文)
中文摘要 |
Abstract |
主要英文缩略语索引 |
第1章 前言 |
第2章 基于临床指标的重症化风险因素分析及预测模型的建立 |
2.1 研究对象 |
2.1.1 诊断标准 |
2.1.2 分组 |
2.2 伦理学考虑 |
2.2.1 研究对象的获益 |
2.2.2 研究对象的安全监测 |
2.2.3 签署知情同意 |
2.2.4 伦理委员会审核 |
2.2.5 资料的保密与留取标本 |
2.3 研究方法 |
2.3.1 收集临床资料 |
2.3.2 统计学方法 |
2.4 研究结果 |
2.4.1 非重症和重症COVID-19患者的流行病学特征分析 |
2.4.2 非重症和重症COVID-19患者的临床特征分析 |
2.4.3 非重症和重症COVID-19患者的实验室检查结果分析 |
2.4.4 新型冠状病毒肺炎重症化的风险因素分析及预测模型建立 |
第3章 基于细胞因子表达谱的重症化风险分析及预测模型建立 |
3.1 研究对象 |
3.1.1 入组标准 |
3.1.2 排除标准 |
3.1.3 分组 |
3.2 伦理学考虑 |
3.3 研究方法 |
3.3.1 收集临床资料 |
3.3.2 Murray肺损伤评分 |
3.3.3 血浆样本采集 |
3.3.4 血浆细胞因子的检测 |
3.3.5 统计学方法 |
3.4 研究结果 |
3.4.1 研究队列的流行病学和临床特征分析 |
3.4.2 新型冠状病毒感染能够诱导机体出现细胞因子风暴 |
3.4.3 疾病不同严重程度及不同疾病阶段的细胞因子表达分析 |
3.4.4 血浆IP-10、MCP-3、MIG、HGF、IL-1ra和 MIP-1α表达水平与新型冠状病毒肺炎疾病严重程度密切相关 |
3.4.5 基于COVID-19患者血浆细胞因子表达水平的重症化预测模型建立 |
第4章 讨论 |
第5章 结论 |
参考文献 |
文献综述 新型冠状病毒肺炎研究进展 |
参考文献 |
作者攻读学位期间的科研成果 |
致谢 |
(9)新型冠状病毒肺炎重症化危险因素的分析(论文提纲范文)
摘要 |
abstract |
中英文缩略词表 |
第1章 前言 |
第2章 研究对象与方法 |
2.1 研究对象 |
2.1.1 纳入标准 |
2.1.2 排除标准 |
2.2 研究方法 |
2.2.1 临床资料 |
2.2.2 分组方法 |
2.2.3 统计学方法 |
第3章 结果 |
3.1 非重症组与重症组患者一般资料的比较 |
3.2 非重症组与重症组患者首发临床症状的比较 |
3.3 非重症组与重症组患者入院常规实验室检查的比较 |
3.4 非重症组与重症组患者入院淋巴细胞亚群检测的比较 |
3.5 COVID-19 病情重症化相关因素的Logistic回归分析 |
3.6 独立危险因素预测COVID-19 病情重症化价值的ROC分析 |
第4章 讨论 |
第5章 结论与展望 |
致谢 |
参考文献 |
综述 新型冠状病毒肺炎免疫治疗的研究进展 |
参考文献 |
(10)127例2019冠状病毒病患者的临床特征分析(论文提纲范文)
中文摘要 |
abstract |
第1章 引言 |
第2章 综述 2019 新型冠状病毒疾病研究进展 |
2.1 COVID-19 的致病机制和疾病严重程度影响因子 |
2.1.1 COVID-19 的分子机制 |
2.1.2 COVID-19 的病理生理学机制 |
2.2 COVID-19 的临床资料及诊断标准 |
2.2.1 COVID-19 流行病学及临床症状 |
2.2.2 COVID-19 的血清学资料及影像学特征 |
2.2.3 COVID-19 的诊断标准 |
2.2.4 SARS-Co V-2 的鉴别诊断 |
2.3 COVID-19 的分型 |
2.3.1 COVID-19 的临床分型 |
2.3.2 COVID-19 的基因分型 |
2.4 治疗 |
2.5 疫苗 |
第3章 资料与方法 |
3.1 研究对象 |
3.2 研究方法 |
3.3 统计学方法 |
第4章 结果 |
4.1 一般资料 |
4.1.1 年龄、性别、旅居史、入院前发病天数、基础疾病 |
4.1.2 临床症状 |
4.2 血清学资料 |
4.3 影像学特点及治疗 |
4.4 轻型、普通型、重型患者三组之间的比较 |
4.4.1 一般资料的比较 |
4.4.2 血清学资料的比较 |
4.4.3 影像学特点及治疗的比较 |
4.5 临床资料的相关性分析 |
4.5.1 一般资料的相关性分析 |
4.5.2 血清学资料的相关性分析 |
第5章 讨论 |
5.1 COVID-19 患者的临床特征 |
5.2 COVID-19 患者的血清学资料 |
5.3 COVID-19 患者的影像学特征 |
5.4 COVID-19 患者的治疗 |
5.5 研究的局限与不足 |
第6章 预防 |
第7章 结论 |
参考文献 |
作者简介及在校期间所取得的科研成果 |
致谢 |
四、伴有腹泻的危重型SARS病人的临床特点分析与治疗(论文参考文献)
- [1]儿童新型冠状病毒肺炎治疗药物的合理应用及药学监护[J]. 苏英,张宗林,李俊生,郝国祥,苏乐群,曹静,赵维. 儿科药学杂志, 2021
- [2]基于密切接触者队列的新型冠状病毒传染性及影响因素分析[D]. 任敏睿. 中国疾病预防控制中心, 2021(02)
- [3]从翻译批评理论看突发公共卫生事件的报道编译 ——以《东洋经济周刊》对《财新周刊》新冠专题的日译为例[D]. 何伊文. 北京外国语大学, 2021
- [4]COVID-19临床特征分析[D]. 屠照. 湖北医药学院, 2021(02)
- [5]中国成人2019冠状病毒病的诊治与防控指南[J]. 中华医学会呼吸病学分会,中国医师协会呼吸医师分会. 中华医学杂志, 2021(18)
- [6]新型冠状病毒肺炎重型与危重型患者的临床特征分析[D]. 张桂榕. 西南医科大学, 2021(01)
- [7]COVID-19临床大数据特征及诊断治疗模型建立的研究[D]. 李婧文. 重庆医科大学, 2021(01)
- [8]新型冠状病毒肺炎的重症化风险因素分析及预测模型建立[D]. 李彦洁. 南华大学, 2021
- [9]新型冠状病毒肺炎重症化危险因素的分析[D]. 董大盛. 南昌大学, 2021(01)
- [10]127例2019冠状病毒病患者的临床特征分析[D]. 张清. 吉林大学, 2021(01)