药物关系

药物关系（精选六篇）

药物关系 篇1

1 资料与方法

1.1 临床资料

选取我院门诊2006年1月1日至2007年12月30日间, 623例年龄18~40岁 (平均年龄24.5岁) , 自愿要求行药物流产的健康妇女。平时月经规律, 停经时间≤49天, 尿妊娠试验阳性, B超测定妊娠囊直径为0.8~2.5cm, 无药物流产禁忌证, 未放置宫内节育器。1.2服药方法第1天在家口服米非司酮, 首次剂量50mg, 12小时后再服2 5 m g, 第2天用法同第1天。服米非司酮前后均禁食2小时。第3天空腹到门诊口服米索前列醇600μg (3片) 。门诊观察6小时。

1.3 子宫位置划分标准

根据子宫纵轴与人体纵轴角度不同, 分为子宫前倾位、子宫前屈位、子宫后倾位及子宫后屈位4组[1]。

1.4 疗效判断

(1) 完全流产:服米索前列醇后6小时内, 肉眼观察到完整的孕囊排出体外, 大小与B超测定的孕囊直径相符, 阴道流血不多; (2) 不全流产:用药后孕囊已排出或未排出, 但阴道流血量多需行清宫术; (3) 流产失败:服米索前列醇6小时内, 肉眼未见到完整孕囊排出体外, B超提示孕囊继续发育。

2 结果

623例中完全流产457例 (73.35%) , 不全流产32例 (5.14%) , 流产失败134例 (21.51%) 。子宫位置与药物流产失败关系见表1。可见子宫后屈位药物流产失败率最高, 前屈位次之;与前倾位和后倾位比较, 有统计学意义 (P<0.01) 。

3 讨论

米非司酮作为孕酮拮抗药在蜕膜绒毛、子宫肌、子宫颈有对抗孕酮的作用;米索前列醇作为兴奋子宫肌类型前列腺素有兴奋子宫肌、抑制子宫颈胶原合成的作用, 通过两种药物多方面的协同作用, 使蜕膜绒毛退化和凋亡、子宫肌兴奋和宫颈扩张, 达到满意终止早孕的效果[2]。

影响药物流产效果的因素很多, 本文观察结果说明药物流产的效果与子宫位置有较明显的关系。其原因在于药物流产是阻止妊娠发展, 引起子宫节律性收缩而达到终止妊娠的目的[3], 而由于前屈位及后屈位子宫的宫腔与子宫的宫颈外口之间存在着较大的角度, 因而在不同子宫收缩力的情况下, 妊娠物却不能及时顺利排出。所以, 我们在行妇科检查时, 如发现子宫后屈位及前屈位的, 首先要考虑到药物流产的不顺利, 并将其明确告知患者, 建议其行人工流产, 或服药后不宜无限延长观察时间, 如绒毛排出不完整, 应及早行清宫术, 以减少药物流产引起的阴道流血量多、流血时间长以及子宫内膜炎、输卵管炎等并发症, 并减少不必要的医疗纠纷。

参考文献

[1]乐杰.妇产科学[M].第5版.北京:人民卫生出版社, 2000:268.

[2]吴熙瑞.米非司酮合并米索前列醇终止早孕的作用机制[J].中国实用妇科与产科杂志, 2000, 16 (10) :579.

药物关系 篇2

传统的生物实验方法(in vitro),成本高且耗时;与之相反,分子对接模拟和机器学习计算推测(in silico)等方法预测效率较高[6]。然而分子对接模拟计算方法耗时而且高度依赖于靶蛋白的3D结构。鉴于此,近年来国内外学者提出多种基于机器学习的药物靶点作用关系预测方法,这些机器学习方法可分为:

(1)基于特征的预测方法[7,8,9];同时计算药物化合物和靶蛋白的特征,组合形成描述化合物-靶蛋白关系对的特征向量,最后使用机器学习分类算法,如SVMs等进行预测,该类算法的缺点是难以构建负样本集;

(2)基于相似性的预测方法,如Mei[10]等人提出的改进的二分图局部算法,Van Laarhoven[11]提出的高斯谱GIP算法等;

(3)基于网络的方法是近来较活跃的DTI预测算法,如文献[12,13]提出的基于异构网络随机游走方法和网络推断NBI算法等。

本文组合药物化合物结构、靶点序列和基于已知药物靶点的网络特征,分别构建药物和靶点相似性网络,同时利用相似药物较容易与相似靶蛋白绑定的假定,基于药物相似性网络和靶点相似性网络,利用少量有标签的数据和大量无标签数据,提出一种新的融合药物靶点双聚类结构的基于脊回归模型的网络排序一致性非监督预测算法。

1 数据来源和方法

1.1 数据集

本文的人类已知的药物靶点作用数据集来源于KEGG[3],BRENDA[14],Super Target[4]和Drug Bank[5]数据库,由文献[15]整理,网址为http://web.kuicr.kyoto-u.ac.jp/supp/yoshi/drugtarget/.包括四类蛋白质家族:酶(Es),离子通道(ICs),G蛋白偶联受体(GPCRs)和核受体(NRs).四个数据集的统计信息见表1。其中酶(Es)数据集有445个药物;664个靶点;已知的DT作用关系对为2 926个;稀疏度(sparsity),即实际的DT作用关系对数目除以全连通网络中的边数目,为0.009 9。

1.2 特征获取及相似性计算

1.2.1 药物特征获取及相似性计算

药物相似性计算融合了药物化合物结构相似性和基于已知DTI作用谱的网络相似性。其中药物的化合物结构可从KEGG LIGAND[3]数据库的DRUG和COMPOUND中获取,之后下载并利用SIM-COMP[16]软件计算产生化合物结构相似性得分,基于化合物结构的相似性定义为

式(1)中|·|表示图中的像素数目,di∩dj为药物di与dj的最大公共子图,di∪dj为di与dj的并集。

高斯作用谱GIP是Van Laarhoven等人[11]提出的基于已知的DT作用关系矩阵计算药物相似性的一种方法,定义为

式(2)中,xi,xj为药物di和dj的作用谱,参数γd为高斯核宽度,采用文献[11]的定义方法。

药物组合相似性定义为Sd(di,dj)=ηSdc+

1.2.2 靶点特征获取及相似性计算

靶点相似性计算融合了靶蛋白序列相似性和基于已知DT作用谱的网络相似性。其中人类靶蛋白序列可从KEGG[3]下载,之后采用归一化的SmithWaterman算法[17]计算靶点序列相似性得分Sts;

式(5)中,SW(·,·)为两个序列的Smith-Waterman得分。

类似于1.2.1节描述,基于已知DT作用关系矩阵的靶点相似性计算定义为

式(6)中,yi,yj为靶点ti和tj的作用谱,参数γt为高斯核宽度,采用文献[11]的定义方法。

组合的靶点相似性为St(ti,tj)=ηSts+(1-

1.3 基于脊回归模型的网络排序一致性预测算法RR-NRCP

网络排序一致性的思想由Zhou等人[18]提出,并已成功地运用于致病基因预测[19]。本文采用文献[19]的方法,将药物靶点关系预测问题看作一个基于图的查询问题;因此基于网络排序一致性的药物-靶点关系预测问题可以描述为:对于给定的待查询药物,输出一组与该查询药物高度相关的靶蛋白。预测思路为,首先由药物相似性、靶蛋白相似性和已知的药物-靶点作用关系构建异构网络,之后基于药物相似性网络计算查询药物与所有药物的关系得分并排序。基于靶点相似性网络计算所有靶蛋白与该查询药物已知靶蛋白之间的关系得分并排序,则排名靠前的药物和排名靠前的靶蛋白相互作用的可能性很高;因此设计恰当的药物得分和靶点得分计算方法,确定与当前待查询药物具有排序一致性的靶点是本文算法设计的关键。

1.3.1 构建异构网络

利用1.2节计算得到的药物相似性、靶蛋白相似性和已知的药物-靶点作用关系构建如图1所示的异构网络,其中药物相似性网络中节点表示药物化合物D=(d1,d2,…,dN),边权重表示两种化合物之间的相似程度,取值范围[0,1],邻接矩阵用Ad(N×N)表示;靶点相似性网络中节点表示靶蛋白T=(t1,t2,…,tM),边权重表示两种靶蛋白之间的相似程度,取值范围[0,1],邻接矩阵用At(M×M)表示。由于[0,0.3]的相似性得分意义不大[20]。为减少计算量,将Ad和At中值小于0.3的元素值置为0。已知的药物-靶点作用关系用二分图网络描述G=(D,T,E),其中E={eij}i∈N,j∈M,eij=1表示tj是di的已知作用靶点,eij=0,表示di与tj之间的作用关系待预测,该二分图网络可用N×M的邻接矩阵Y表示,其中Yij=1表示di与tj存在作用关系,否则Yij=0。

1.3.2 基于标签传播的药物及靶点得分计算

标签传播(label propagation)算法是文献[21]提出的一种基于图的半监督学习方法,其基本思路是通过节点之间的相似性网络,使用少量有标签节点的信息,去预测其他的未标记节点的标签信息。节点标签按相似度传播到其他节点,相似度越大标签传播的越快。与带重启随机游走算法[12]类似,在标签传播的每一步,节点会根据设定的初始标签和相邻节点的标签来更新自己的标签,多次迭代得到最优标签值。

为充分利用网络的全局拓扑结构信息,本文采用标签传播算法计算待查询药物(待查询药物已知靶蛋白)与其他药物(靶点)的相关性得分。药物用一个二进制向量d={d1,d2,…,dN}T表示,代表药物之间的关系得分,当药物i为待查询药物时,初始值di=1,否则di=0;类似的,靶点表示为向量t={t1,t2,…,tM}T,若ti为已知靶点,则ti=1,否则ti=0。计算步骤如下。

Step1相似性矩阵归一化

式中,Wd和Wt为对角阵,其对角线元素分别为

Step2基于药物相似性网络执行标签传播算法,计算待查询药物与所有药物的相关得分的计算来源于以下数学优化问题[18]。

式(11)中,是药物di和dj的当前标签值;是药物di和dj的相似性值,di0是药物di的初始标签值;公式(11)表示药物相关得分融合了节点的邻居信息和自身初始标签信息。融合参数α用于均衡两者的重要程度。公式(11)的闭合解为

为避免进行求逆运算,公式(12)可通过下面的迭代运算求解。

N维向量为所有药物在时间t的标签得分,迭代收敛于,通常σ=10-9。最后药物标签d*为对于当前待查询药物而言,所有药物的得分。

Step3类似地,靶点网络标签传播算法的目标函数为

其闭合解为:

1.3.3 脊回归模型

为了找到药物全局排序与靶点全局排序之间的联系,需要建立一个从的映射函数f。考虑通过药物/靶点相似性网络的标签传播可分别挖掘药物和靶点的聚类信息,因此可通过已知的药物-靶点作用关系Y挖掘药物和靶点的双聚类结构,即通过可近似。故映射关系可表示为:,目标是最小化下面的最小二乘代价函数。

将式(12)和式(15)代入式(16),得到:

式(17)中,‖g‖2表示向量g的2-范数,κ是最小常数,公式(17)是脊回归模型的标准形式,其闭合解为

式(18)中。这里,闭合解g*是针对当前待查询药物而言,所有靶点的相关得分,分数值越大表示该靶点与待查询药物的关系越紧密。

2 实验与分析

2.1 实验设置及结果

为便于算法性能比较,采用文献[13]的验证方法,对表1中的四个数据集分别采用10-CV交叉验证方法,即将已知的药物靶点作用关系随机分10份,每次取其中的9份作为训练集,余下的1份作为测试集,重复30次。每次实验中依次输入待查询药物,计算靶点得分并排序,查询药物对应的靶点得分排名越靠前,性能越好。排序得分,其中M为靶点总数,kj是查询药物的已知靶点数目,qij为潜在靶点ti的排名值。采用ROC曲线进行性能评判,鉴于ROC曲线无法准确比较,因此选择将其量化,采用ROC曲线下面积(即AUC),AUC值越大表明预测性能越好,[13]。表2为本文算法与文献[13]提出的基于药物的相似性推断(DBSI),基于靶点的相似性推断(TBSI)和基于药物靶点网络推断算法(NBI)的AUC结果比较。由表2可见,RR-NRCP算法性能明显优于仅依赖于相似性的DBSI和TBSI算法,同时,本文算法也略高于仅依赖于已知药物靶点网络推断的NBI算法,由此可见,组合利用药物相似性网络,靶点相似性网络和已知的药物靶点作用网络可更高效地预测新的未知的药物与靶点作用关系。

2.2 实验参数

RR-NRCP算法包含η,α,β三个参数,η是相似性融合参数,设置η为不同值可以调整药物结构(靶点序列)和已知DTI网络拓扑在药物(靶点)相似性组合中的比重。本文对GPCRs数据集,针对不同的η([0,1]范围内,步长为0.05)进行仿真,由图2(a)的AUC比较图可见,0.05≤η≤0.5时,AUC几乎相同,0.5≤η≤0.95时,AUC缓慢下降,故本文设置η=0.5。

α,β为得分计算融合参数,设置不同的α,β值可调整邻居信息和初始标签信息在药物(靶点)得分计算中的比重。本文设置α=β,并对GPCRs数据集,针对不同的α(β)(在[0.05,0.95]范围内,步长为0.05)进行仿真,由图2(b)的AUC曲线图可见,α≤0.4时AUC基本不变;0.4<α≤0.5时,AUC急速下降;0.5<α≤0.7,AUC下降缓慢;当α>0.7时,AUC急速下降,故本文设置α=β=0.2。

3 结束语

药物关系 篇3

1 资料与方法

1.1 一般资料

研究中资料来源于我院收治的发生药疹的临床患者病例, 抽取其中的96例作为研究对象, 其中包括有男62例, 女34例, 年龄5个月～79岁, 平均 (30.8±10.7) 岁。

1.2 方法

(1) 研究方法:将以上统计的研究对象的临床资料进行整理, 针对患者的一般资料、药疹类型、致敏药物、原患疾病等情况展开回顾性分析。 (2) 治疗方法:本组患者在确诊为药疹后均采取内用药和外用药物治疗两种方法, 内用药物治疗措施为:确诊后停用致敏或者是可疑致敏药物, 嘱咐患者大量饮水或者是对其给予静脉输液, 从而使药物的排泄速度加快。针对轻型药疹者对其采取抗组胺药、静脉注射硫代硫酸钠以及维生素C进行治疗, 对于中症药疹者在以上治疗基础上加用地塞米松 (成人) 5～10mg/d, 也可给予患者静滴氢化可的松100～200mg/d, 针对重症药疹者则在轻症治疗基础上给予地塞米松 (成人) 10～30mg/d, 也可给予氢化可的松200～400mg/d, 在患者的病情得到控制后可逐渐减少用药剂量, 并注意加强支持治疗, 采取丙种球蛋白、血浆以及白蛋白等对水电解质紊乱进行纠正, 同时对各种并发症予以积极控制和预防, 针对存在感染征象者合理应用抗生素进行治疗, 若是发生真菌感染, 则给予氟康唑进行治疗[2]。外用药治疗措施为:以皮疹类型为依据对外用药进行合理选择。针对荨麻疹型或者是麻疹型药疹者可采取炉甘石洗剂进行治疗, 使皮损保持干燥、散热, 加速炎症消退;针对存在肿胀或者是渗出明显者则可采取3%硼酸水湿敷进行治疗, 并外涂油膏或者是糊剂;若是患者表皮剥脱比较严重, 皮损面积较大, 则早期用保证皮肤的干燥, 必要时可对烤灯予以应用[3]。

1.3 数据处理

研究中所得到的相关数据采用SPSS14.0统计学数据处理软件进行处理分析, 针对计数资料和组间对比分别进行t检验和χ2检验, 在P<0.05时, 视为差异具有统计学意义。

2 结果

2.1 药疹类型

经统计得知, 本组96例患者中, 药疹类型为麻疹及猩红热样发疹型者67例 (69.79%) , 荨麻疹型18例 (18.75%) , 固定型7例 (7.29%) , 多形红斑型1例 (1.04%) , 泛发性脓疱型1例 (1.04%) , 剥脱性皮炎型1例 (1.04%) , 光敏皮炎型1例 (1.04%) 。显然, 麻疹及猩红热样发疹型所占比例最高 (P<0.05) 。

2.2 致敏药物

经统计得知, 本组96例患者中, 致敏药物种类分布为:抗生素类37例 (38.54%) , 中成药类26例 (27.08%) , 多种药物合用19例 (19.79%) , 解热镇痛类7例 (7.29%) , 生物制品类5例 (5.21%) , 不明原因者2例 (2.08%) 。显然以抗生素类药物所占比例最高 (P<0.05) , 其次为中成药类。

2.3 患者年龄分布

本组患者年龄在5个月～79岁之间, 平均年龄为 (30.8±10.7) 岁, 中青年者67例 (69.79%) , 老年者26例 (27.08%) , 小儿3例 (3.13%) 。显然中青年所占比例最高 (P<0.05) 。其中0～9岁者3例, 10～19岁者6例, 20～29岁者22例, 30～39岁者30例, 40～49岁者4例, 50～59岁者5例, 60岁以上者26例。

2.4 原患疾病

本组96例患者中, 原患疾病为内科疾病者占72例, 传染科疾病7例, 皮肤科疾病6例, 外科疾病5例, 五官科疾病3例, 妇产科疾病3例。由此可知, 内科疾病者药疹发生率最高 (P<0.05) , 详见表1。

3 讨论

注:#与内科疾病比较差异显著 (P<0.05)

药疹为药物经注射、内服以及吸入等途径进入到人体后所产生的一种诱发皮肤黏膜损伤的不良反应。近年来药疹的发生率因新药的问世和临床用药的增加而发生逐渐升高[4]。本次研究中回顾分析了96例药疹患者的临床资料, 结果发现, 抗生素和中成药类为诱发药疹发生的主要致敏药物, 分别占38.54%和27.08%;药疹类型以麻疹及猩红热样发疹型为主, 占69.79%, 其次为荨麻疹, 占18.75%;发生药疹患者的年龄分布情况统计结果证实, 药疹发生人群以中青年患者为主, 占69.79%, 其次为老年患者, 占27.08%, 而小儿的发生率则仅为3.13%;96例患者的原患疾病以内科疾病为主, 占75.00%。由以上结果可知, 药疹的发生与致敏药物种类、患者的年龄以及原患疾病等因素之间存在显著的关系, 因此在今后的临床用药过程中应采取相应的预防措施, 减少药疹的发生。

通过本次研究我们对降低药疹的发生提出以下建议:在临床上药疹已经成为皮肤科的一种多发病, 发病率呈现逐年增加的趋势, 对患者的身心健康产生了一定程度的影响, 甚至会危及到患者的生命安全[5]。研究证实, 滥用、错用药物为诱发药疹发生的主要原因, 因此规范药品市场管理、开展临床药学、指导临床用药、采用各种方式向社会人群普及药疹预防知识具有十分重要的临床意义;并且对医源性药疹也应引起重视, 目前在临床上依旧存在部分医务人员没有对药疹予以足够的认识, 因此在临床医师用药前, 需要对患者的药物过敏史进行详细的询问, 并对正规门诊病历予以建立, 严格掌握用药指征, 实现合理用药, 从而有效降低药疹发生率, 提高用药安全[6]。

参考文献

[1]姚志远, 杨顶权, 汪晨.186例药疹致病药物及临床类型分析[J].中日友好医院学报, 2009, 18 (32) :16-19.

[2]闻卫兢, 刘玲玲, 窦侠, 等.196例药疹住院病例分析[J].药物不良反应杂志, 2010, 4 (12) :259-262.

[3]管玫, 陈泽莲, 潘晓鸥, 等.中成药药物不良反应的临床特征及发生的相关因素分析[J].中国药房, 2009, 15 (27) :428-430.

[4]杜国安, 付志荣, 陈世明, 等.中药注射剂不良反应的原因及预防对策[J].时珍国医国药, 2009, 16 (29) :928-929.

[5]张晶, 周富荣, 王宝琴.中药注射剂质量标准及有关问题评述[J].中药新药与临床药理, 2010, 12 (22) :267-268.

药物关系 篇4

实验所用菌株均来源于上海市疾病预防控制中心 (SCDC) 结核病参比实验室菌株库, 共175株;对照细菌结核分枝杆菌标准株 (H37Rv) 来源于中国药品生物制品检定所。将菌株转种于改良L-J培养基, 37℃培养4周, 采用煮沸法提取DNA。

2药敏实验和基因测序

药物敏感性实验参考WHO的标准方法进行, 在L-J培养基上采用1%临界浓度的比例法做氧氟沙星的药物敏感性实验, 药物的浓度为2.0g/mL。

对结核分枝杆菌gyrA基因, 包括QRDR区域进行PCR扩增, PCR产物由上海桑尼公司进行测序。

3结果

结果显示:175株临床分离株中, 对氧氟沙星耐药的菌株有54株, 耐药率为30.9% (54/175) 。在54株氧氟沙星耐药的菌株中, 有44株gyrA基因的QRDR区域发生了突变, 突变率为81.5% (44/54) 。其中, 29株为94位密码子突变, 14株为90位密码子突变, 仅有1株为89位密码子突变。90位密码子的主要突变类型是Ala90Val (14) ;94位密码子的突变类型为Asp94Gly (12) 、Asp94Ala (7) 、Asp94Asn (8) 。在121株氧氟沙星敏感的菌株中, gyrA基因的QRDR区域没有发现突变;而所有175株菌株均在95位密码子上存在ACC-AGC的突变。

4讨论

结核分枝杆菌喹诺酮类药物的耐药率和喹诺酮耐药结核分枝杆菌中gyrA的突变率在不同国家和地区存在着比较大的差异。本研究发现结核分枝杆菌中喹诺酮类药物的耐药率为30.9%, 提示结核分枝杆菌中喹诺酮类药物的耐药情况比较严峻, 这可能与临床上长期、广泛、大量、不规则使用喹诺酮类药物有关;同时也提示在治疗耐多药结核病人时, 应慎重使用喹诺酮药物, 最好先进行喹诺酮药物的药物敏感性检测。本研究发现喹诺酮耐药的菌株中gyrA的突变率为81.5%, 这个差异可能与菌株的来源、样本的选择和样本量的大小有关;另外, 1株在89位点突变的菌株, 突变类型为Asp89Asn, 突变是否与喹诺酮耐药相关还需要进一步研究;所有菌株都在95位密码子上存在ACC-AGC的突变, 说明结核分枝杆菌在95位密码子存在自然遗传的多态性, 与喹诺酮类药物耐药没有相关性。由于结核分枝杆菌生长缓慢, 目前所采用的传统方法进行结核分枝杆菌药物敏感性检测需要3～4周才能获得结果, 不利于指导临床医生合理用药。为保证疗效, 避免菌株耐药性的进一步恶化, 研发快速检测药物敏感性的方法就显得尤为重要。本研究发现81.5%喹诺酮耐药菌株gyrA基因QRDR区域发生突变, 且其特异性很高, 因此可通过检测gyrA基因的突变预测出菌株喹诺酮药物的耐药表型。

摘要：目的:探讨喹诺酮类药物的耐药性与结核分枝杆菌gyrA基因突变的关系。方法:采用比例法检测结核分枝杆菌中氧氟沙星耐药的菌株, 并对氧氟沙星耐药菌株的gyrA基因的耐药决定区域进行序列测定。结果:175株结核分枝杆菌中, 耐氧氟沙星菌株为30.9% (54/175) , 其中81.5% (44/54) 的菌株gyrA基因的喹诺酮耐药决定区发生突变。结论:在结核病人中存在着较严重的耐喹诺酮药物情况, 因此对结核病人选择喹诺酮药物治疗时, 最好先进行喹诺酮药物的耐药检测, gyrA基因突变的检测可预测菌株对喹诺酮类药物的耐药表型。

药物关系 篇5

1 资料与方法

1.1 一般资料

整群调取该院普外科腹股沟疝修补术患儿的所有出院病历2 292例, 排除围手术期合并有上呼吸道感染、支气管炎、支原体感染等需治疗的11例后, 共纳入有效病历2 281例, 男1 965例, 女316例, 年龄3个月~13岁, 平均年龄 (3.13±2.33) 岁;其中左侧腹股沟斜疝868例, 手术时间5~55 min, 平均时间 (17.33±7.54) min;右侧腹股沟斜疝1 265例, 手术时间5~60 min, 平均时间 (16.29±6.28) min;双侧腹股沟斜疝148例, 手术时间15~115 min, 平均时间 (36.80±17.50) min, 手术方式均采用腹股沟疝囊高位结扎术, 住院时间均<24 h。具体见表1、表2。

1.2 研究方法

从2012年开始, 依据该院制定的“清洁手术围手术期不预防使用抗菌药物”方案, 要求普外科临床医师严格执行《外科手术部位感染预防指南》的有关规定, 认真落实手术部位感染的预防与监控措施, 在严格执行标准的操作流程的前提下, 对所有腹股沟疝修补术患儿, 术前一律不再预防使用抗菌药物, 同时监测手术前、后患儿腋下体温变化及手术部位感染情况。

1.3 监控措施

1.3.1 手术相关规定

严格执行中华医学会外科分会制订的《外科手术部位感染预防指南》的相关规定, 要求医护人员必须做到: (1) 所有手术严格执行无菌原则, 操作细致, 止血彻底; (2) 严格执行手卫生, 所有操作按流程执行, 避免交叉感染; (3) 加强术后伤口换药、护理, 责任护士强化对患儿家长健康教育知识宣教, 避免患儿伤口感染。

1.3.2 选择“一日手术”模式

即上午在门诊完成相关检查项目, 当天下午做手术, 手术结束后在麻醉复苏室观察, 待情况良好后返回病房, 第2天上午医师查房后及时办理出院, 尽可能缩短在院时间。

1.3.3 术后追踪

根据卫生部《医院感染诊断标准 (试行) 》进行判断, 表浅手术切口感染:仅限于切口涉及的皮肤和皮下组织, 感染发生于术后30 d内。对腹股沟疝修补术患者, 要求术后1周复查, 并电话追踪观察1个月, 了解有无切口感染。

1.4 统计方法

使用Excel进行原始数据录入, 采用SPSS 17.0统计软件进行数据的统计分析处理。计量资料用 (±s) 表示, 采用t检验, 计数资料用 (%) 表示, 采用χ2检验, P<0.05为差异有统计学意义。

2 结果

2.1 手术前、后腋下体温变化

手术前1 h体温为36.0~37.2℃, 平均体温 (36.63±0.28) ℃, 术后出院前1 h体温为36.2~37.5℃, 平均体温 (36.65±0.26) ℃, 手术前、后患者体温变化比较, 差异无统计学意义 (P>0.05) 。

2.2 术后切口愈合及手术部位感染情况

2 281例腹股沟疝修补术患儿中, 有36例患者出院前切口稍有红肿, 占腹股沟斜疝患儿的1.58%, 但无脓性分泌物等感染征象。所有患儿无1例发生切口感染, 均为甲级愈合, 切口甲级愈合率为100.00%, 手术部位感染率为0.00%。

3 讨论

3.1 小儿腹股沟疝手术时间

该次调查结果显示, 左侧腹股沟斜疝868例, 平均手术时间 (17.33±7.54) min, 右侧腹股沟斜疝1 265例, 平均手术时间 (16.29±6.28) min, 双侧腹股沟斜疝148例, 平均手术时间 (36.80±17.50) min, 可见无论是单侧腹股沟斜疝还是双侧腹股沟斜疝, 其手术时间都较短 (均<2 h) ;由于小儿腹股沟疝手术具有切口小、创伤小、术后恢复快的特点, 同时因手术时间短, 创面接触空气及器械的时间短, 大大减少了切口污染的机会, 使之不易感染。因此对于Ⅰ类无菌手术, 手术所引起的创伤相对于全身而言是局部而有限的, 只要手术操作细致, 严格注意无菌操作, 合理营养膳食, 术后护理周到, 患者完全可以不用预防性使用抗菌药物[4]。

3.2 小儿腹股沟疝术后发热问题

发热是术后最常见的症状, 是由于手术组织损伤引起的非感染性发热, 因而术后发热不一定表示伴发感染。该次调查结果显示, 术后单侧腹股沟斜疝出现发热51例, 占单侧腹股沟斜疝患儿的2.39%, 双侧腹股沟斜疝出现发热8例, 占双侧腹股沟斜疝患儿的5.41%, 均经物理降温或药物等对症处理后体温基本恢复正常。引起发热的原因可能与手术组织损伤、麻醉药物等相关, 是机体对手术创伤性炎症的反应, 因此术后发热一般不是伤口感染的征兆[5], 不是使用抗菌药物的指征。

3.3 围手术期未预防用药与手术部位感染的关系

外科手术破坏了皮肤黏膜的天然防护屏障, 极易造成细菌入侵, 因此手术部位感染是外科手术常见的并发症之一[6]。虽然围手术期预防使用抗菌药物是预防术后感染的有效措施, 但并非所有清洁手术都要预防使用抗菌药物。该院从2012年起对所有小儿腹股沟疝手术患者, 要求外科医师在严格执行《外科手术部位感染预防指南》有关规定的前提下, 术前均不预防用抗菌药物, 结果3年来监测的2 281例腹股沟疝手术无1例发生切口感染, 手术部位感染率为0.00%, 说明手术部位感染与围手术期未预防用药无直接的相关性, 小儿腹股沟疝修补术围手术期不预防使用抗菌药物, 不会导致手术部位感染率增加, 相似结果在刘少红等人[7]的研究中也有体现, 该研究发现小儿疝手术免用抗菌药物的研究组患儿切口感染率为2.38%, 使用抗菌药物的对照组患儿为3.57%;研究组患儿疝复发率为1.19%, 对照组为0%;两组患儿切口感染率和疝复发率均差异无统计学意义 (P>0.05) 。围手术期抗菌药物预防性应用不能替代良好的手术操作, 临床医师应更新预防手术感染的知识, 转变过分依赖抗菌药物预防手术感染的习惯, 主动将手术部位感染预防的重点放在患者术前充分准备、术中严格无菌操作和提高手术技能操作上, 制定科学、有效、可行的感染防控对策和措施, 选择最佳手术方案同时提高手术技巧, 尽量缩短手术时间并加强术后护理, 才能最大限度地降低手术部位感染率[8]。

该次研究结果表明, 该院对小儿腹股沟疝修补术围手术期不预防使用抗菌药物的监控措施是可行、有效的, 对规范抗菌药物的合理使用及减轻患者经济负担起到了积极作用, 但抗菌药物合理使用的管理和监督是一个系统而复杂的工程, 在实际工作中还会遇到许多困难和阻力, 因此干预的长期效果如何及其变化规律还有待进一步研究和探讨。

摘要：目的 探讨小儿腹股沟疝修补术围手术期未预防使用抗菌药物与手术部位感染的关系。方法 整群选取并回顾性分析2012年1月—2014年12月小儿腹股沟疝修补术围手术期未预防使用抗菌药物的2 281例患儿, 比较手术前后腋下体温变化及手术部位感染情况。结果 术后患儿体温与术前相比差异无统计学意义 (P>0.05) , 切口甲级愈合率为100.00%, 手术部位感染率为0.00%。结论 小儿腹股沟疝修补术围手术期未预防使用抗菌药物, 不会导致手术部位感染率增加;小儿腹股沟疝修补术围手术期可不用抗菌药物预防手术部位感染。

关键词：小儿,腹股沟疝,清洁手术,围手术期,手术部位感染

参考文献

[1]国家卫计委办公厅, 国家中医药管理局, 总后勤卫生部.抗菌药物临床应用指导原则[S].国卫办医发[2015]43号.

[2]卫生部.关于抗菌药物临床应用管理有关问题的通知[S].卫办医政发[2009]38号.

[3]卫生部医管司.关于征求《普通外科Ⅰ类 (清洁) 切口手术围手术期预防用抗菌药物管理实施细则 (征求意见稿) 》[Z], 2009-11-24.

[4]苑永辉, 杨宇红, 姜力, 等.未预防性应用抗菌药物与甲状腺手术切口感染关系[J].中国肿瘤, 2015, 12 (24) :1038-1041.

[5]陈孝平, 汪建平.外科学[M].8版.北京:人民卫生出版社, 2013:126-128.

[6]黄秀霞, 罗秀娟, 方丽莉.手术部位感染的危险因素分析及护理对策[J].中外医疗, 2013, 32 (22) :165-166.

[7]刘少红, 蒋璐杏, 张帆, 等.小儿疝手术免用抗菌药物84例切口监测及观察护理[J].齐鲁护理杂志, 2012, 35 (18) :42-43.

药物关系 篇6

1 资料与方法

1.1 一般资料

收集广西医科大学附属肿瘤医院乳腺外科2010年2月~2014年3月收治的91例乳腺癌患者标本,年龄28~69岁,平均(45.7±2.1)岁,根据TNM分期,Ⅱ期患者51例,Ⅲ期40例,除1例炎性乳癌患者外,所有患者具有可测量病灶,直径范围为1.5~13.3 cm,平均(3.6±1.5)cm。

1.2 治疗及检测方法

所有患者均采用含蒽环类药物的FEC方案NAC4个周期。具体为:环磷酰胺(500 mg/m2,百特,批号6C103A)、表柔比星(100 mg/m2,辉瑞,批号L43197)、氟尿嘧啶(500 mg/m2,旭东海普,批号FA160308),21 d为1个周期,共4个周期。收集患者NAC前粗针穿刺活检标本及NAC后手术切除标本的石蜡包埋切片。以上试验均经广西医科大学附属肿瘤医院伦理委员会批准,治疗过程及标本去向均告知患者并签署知情同意书。所有标本经4%中性甲醛固定,常规脱水、石蜡包埋,3~4μm厚的石蜡切片常规脱蜡,其余步骤参见文献[10],免疫组化染色采用Elivision方法染色,ER(克隆号SP1)和HER2(克隆号SP3)抗体购自迈新公司,TOPOⅡα抗体(克隆号3F6)购自中杉金桥公司。荧光原位杂交(FISH)法检测所用HER2探针、TOP2A探针、HER2和TOP2A购自极地基因有限公司。

1.3 免疫组化结果判读

判读方法:每张切片在低倍镜(40×)下观察并确定有代表性的染色阳性视野,选择5个视野,在高倍镜(400×)下观察,计算100个肿瘤细胞中的阳性细胞数,计算百分比率。阳性判定标准:HER2蛋白位于细胞膜,结果采用乳腺癌HER2检测指南(2014版)[11]判读。ER、TOPOⅡα蛋白为定位于细胞核的棕黄色颗粒,<10%的癌细胞核着色为阴性(-),≥10%为阳性。

1.4 FISH结果判定

计数30个癌细胞核中的HER2(绿色)、TOP2A(红色)及17号染色体(蓝色)的荧光信号数,统计比例(30个癌细胞核中绿色或红色信号数/30个癌细胞核中蓝色信号数)。当荧光信号连接成簇时,可不用计算直接视为基因扩增。HER2基因结果判读:HER2/CEP17<2且平均HER2<4信号因子/细胞为无扩增;HER2/CEP17≥2或者平均HER2≥6信号因子/细胞为扩增;若HER2/CEP17<2且4信号因子/细胞≤平均HER2<6信号因子/细胞,则增加计数细胞至100个或重新计数。TOP2A基因结果判读:TOP2A/CEP17<0.8为无扩增,比值>2.0为扩增,介于0.8~2.0时,增加计数细胞至100个或重做FISH实验,重复计数后仍介于0.8~2.0则判为无扩增。以上判读均由两位病理诊断医生在不知病例资料和诊断结果条件下进行。

1.5 疗效评估

NAC后病理完全缓解(pathologic complete remission,p CR)定义为术后乳腺原发灶无浸润性癌且区域淋巴结阴性。

1.6 统计学方法

采用SPSS 15.0统计软件对数据进行分析,基因和蛋白表达及其与NAC疗效的计数资料均采用χ2检验,以P<0.05为差异有统计学意义。

2 结果

2.1 TOP2A与HER2基因表达相关性

91例标本中,TOP2A扩增比例为19.8%(18/91),HER2扩增比例为28.6%(26/91);HER2扩增患者中TOP2A扩增比例为57.7%(15/26),HER2无扩增患者中TOP2A扩增比例为4.6%(3/65),两者比较差异有统计学意义(P<0.01),见表1。图1为TOP2A与HER2的FISH检测图像(封三)。

2.2 TOP2A基因扩增与预后相关蛋白表达的相关性

91例组织中ER蛋白阳性者62例,其TOP2A扩增率为16.1%(10/62);ER蛋白阴性者29例,其TOP2A扩增率为27.6%(8/29),两者比较差异无统计学意义(P=0.263)。HER2蛋白阳性者30例,其TOP2A扩增率为30.0%(9/30);HER2蛋白阴性者61例,其TOP2A扩增率为14.8%(9/61),两者比较差异无统计学意义(P=0.108)。TOPOⅡα蛋白阳性者34例,其TOP2A扩增率为35.3%(12/34);TOPOⅡα蛋白阴性者57例,其TOP2A扩增率为10.5%(6/57),两者比较差异有统计学意义(P=0.006)。见表2。

2.3 TOP2A基因扩增与NAC疗效相关性

91例患者接受NAC后,13例(14.3%)患者达到p CR。TOP2A基因扩增患者达p CR为50.0%(9/18),而无扩增者达p CR为5.5%(4/73),两者比较差异有统计学意义(P=0.008)。

3 讨论

NAC的疗效评估可以获知患者对化疗药物的敏感性,为后续治疗提供重要参考,然而在临床中部分患者的疗效并不理想,治疗期间甚至会出现疾病进展。在NAC前获知患者对化疗药物的敏感性以指导用药至关重要,现尚无确切有效的预测因子,因此探寻NAC的预测因子具有重要意义。

TOP2A基因编码的TOPOⅡα蛋白是蒽环类药物的重要靶点之一。Arriola等[12]通过多因素分析发现,TOP2A可作为一个独立的乳腺癌患者预后预测因子,此外还发现TOP2A扩增与HER2扩增具有明显相关性,共扩增的患者具有更高的总生存率(OS)与无病生存率(DFS)。本研究亦发现,TOP2A扩增乳腺癌组织中HER2扩增的几率高,与Fasching等[13,14]的研究结果一致;而HER2及ER蛋白的表达则与TOP2A扩增水平未见明显相关性,与Mitrovic'的报道相符[15]。本研究还显示,TOP2A扩增患者的TOPOⅡα表达量更高。而Romero等[16]研究表明,TOP2A基因扩增与否与TOPOⅡα的表达无明显相关性(P>0.05),与本研究结果相反,可能是TOPOⅡα在转录后和翻译过程中受多因素调控,且依赖细胞增殖信号,可能表现为TOP2A不扩增,蛋白质过表达等。以上研究提示,TOP2A的扩增水平与患者预后因子HER2基因的扩增密切相关,可能是潜在的预后评估因子。

近年来,越来越多的研究发现,TOP2A的表达水平与乳腺癌化疗疗效相关。O`Malley等[17]研究表明,接受蒽环类药物化疗的患者中仅有TOP2A扩增的患者可得到OS与DFS的提高。Tanner等[18]研究发现,接受剂量密集的FEC方案的患者中,HER2及TOP2A共扩增组获得较好的DFS。此外,TOP2A还被发现在预测乳腺癌患者NAC疗效中具有重要价值。Wang等[19]研究发现,TOP2A扩增的患者接受NAC后较之未扩增患者能达到更高的p CR率(56.3%比13.8%,P=0.001)。而Moretti等[20]则发现,TOP2A编码的TOPOⅡα亦可作为预测NAC疗效的独立影响因子;Klintman等[21]提出,TOP2A对NAC疗效的影响与ER,Pg R及HER2的表达并无相关性。本研究则发现,接受NAC的91例患者中,13例患者达到p CR(14.3%),其中TOP2A基因扩增患者p CR率显著高于无扩增患者,差异有统计学意义(P<0.05)。结合以上研究说明TOP2A在预测乳腺癌NAC疗效中的重要价值,可能成为指导乳腺癌患者综合治疗的重要因子。

综上所述,乳腺癌TOP2A基因扩增与HER2扩增水平相关,可能是潜在的预后评估因子;且还可能为含蒽环类药物NAC疗效的预测因子,为指导乳腺癌的个体化精准治疗、提高化疗效果提供重要的理论依据,为判断乳腺癌的预后提供重要的参考价值。

A.TOP2A扩增标本渊红色荧光代表扩增的TOP2A冤曰B.HER2扩增标本渊绿色荧光代表扩增的HER2冤曰C.TOP2A与HER2共扩增标本渊大部分细胞显示红色及绿色荧光冤曰D.TOP2A与HER2无扩增标本袁少量细胞显示红色及绿色荧光遥

摘要：目的 探讨乳腺癌拓扑异构酶ⅡA(TOP2A)基因表达与含蒽环类药物新辅助化疗疗效的关系。方法 收集广西医科大学附属肿瘤医院乳腺外科2010年2月~2014年3月收治的91例乳腺癌患者新辅助化疗粗针穿刺的病理标本,采用荧光原位杂交(FISH)法检测癌组织中TOP2A与HER2基因表达,采用免疫组织化学法(IHC)检测ER、HER2和TOPOⅡα蛋白的表达,并观察应用含蒽环类药物新辅助化疗后病理情况。结果 TOP2A基因表达与HER2基因及TOPOⅡα蛋白表达相关(P<0.05),而与ER、HER2蛋白表达无关(P>0.05)。经新辅助化疗后TOP2A基因扩增的患者获得的p CR率(50.0%)优于未扩增者(5.5%)(P<0.05)。结论 乳腺癌TOP2A基因表达与HER2基因及TOPOⅡα蛋白相关,而与ER、HER2蛋白表达量无关。TOP2A基因扩增程度可能为评估含蒽环类药物新辅助化疗疗效的预测因子。