左旋多巴制剂日剂量及氧化应激损伤对帕金森病轻度认知功能障碍的影响

来源 :河北工程大学 | 被引量 : 1次 | 上传用户:glory001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:分别研究血白细胞(White blood cells,WBC)、血红蛋白(Hemoglobin,HGB)、尿酸(Uric acid,UA)、同型半胱氨酸(Homocysteine,Hcy)及脂蛋白a(Lipoprotein a,Lpa)相关氧化应激损伤和左旋多巴制剂日剂量(Daily dose of levodopa,LEDD)对帕金森病轻度认知障碍(Parkinson’s disease with mild cognitive impairment,PD-MCI)的影响。方法:收集2017年9月至2019年10月期间就诊于邯郸市第一医院的帕金森病(Parkinson disease,PD)患者,应用简易智能精神状态检查量表(Mini-mental State Examination,MMSE)、统一帕金森病评定量表(Unified parkinson’s disease rating scale,UPDRS)III部分和Hoehn-Yahr分期对患者进行评估,选择Hoehn-Yahr分期≤2.0期并排除帕金森病痴呆(Parkinson Disease with Dementia,PDD)患者,依据蒙特利尔认知评估测试量表(Montreal cognitive assessment,MoCA)评分结果将纳入PD患者分为帕金森病轻度认知障碍(PD-MCI)组和帕金森病无认知功能障碍(Parkinson’s disease with no cognitive impairment,PD-NCI)组。抽取空腹血用于血WBC、HGB、UA、Hcy及Lpa水平检测。收集PD患者口服药种类及剂量并转换为LEDD。结果:该项研究共纳入PD患者57例,其中PD-MCI组患者37例,PD-NCI组患者20例。1.PD-MCI组与PD-NCI组患者中均为男性患者多于女性患者,构成比差异无统计学意义(P>0.05),且两组患者的年龄、病程、受教育水平差异无统计学意义(P>0.05)。2.PD-MCI组与PD-NCI组,血WBC、Lpa水平差异无统计学意义(P>0.05)。HGB、UA、Hcy水平差异有统计学意义(P<0.05)。3.PD-MCI组与PD-NCI组,LEDD水平差异无统计学意义(P>0.05)。4.PD-MCI组患者HGB、UA、Hcy水平与MoCA量表评分值具有相关性(P<0.05),HGB与MoCA量表评分值具有正相关性(R=0.402),血UA水平与MoCA量表评分值具有正相关性(R=0.6),血Hcy水平与MoCA量表评分值具有负相关性(R=-0.754)。结论:1.LEDD水平对PD患者认知功能障碍无影响。2.PD-MCI患者血HGB水平较PD-NCI患者低,血HGB水平与MoCA量表评分值具有正相关性。3.PD-MCI患者血UA水平较PD-NCI患者水平较低,血UA水平与MoCA量表评分值具有正相关性。4.PD-MCI患者血Hcy水平较PD-NCI患者高,血Hcy水平与MoCA量表评分值具有负相关性。5.HGB、UA、Hcy相关氧化应激损伤对PD-MCI有影响,可能为PD-MCI的发病机制,HGB、UA为PD-MCI的保护因素,高Hcy是PD-MCI的危险因素。
其他文献
随着国家对信息化的重视程度不断加大,社会对人才的需求也随之不断变化。有研究表明,近二十年,我国IT行业迅速发展,每5年左右就会出现新的行业热点,技术迭代更新快,对专业人
当前.在我们的教学实践中.往往会出现一些学困生,他们的思想品德、纪律、学习成绩等都比多数同学落后一些。由于他们的存在.我们就不能不面对他们进行分析、思考.谋求解决的途径。
数据日益成为人们的重要资产之一,大数据时代已经来临。然而,大数据面临的安全威胁日益严重。文章分析了大数据基础平台所面临的安全风险,并为大数据基础平台安全防护提出了相关要求。
目的:系统评价分析中药缓解5-氟尿嘧啶(5-FU)类化疗药物所致贫血的疗效,筛选可以有效预防化疗所致贫血的中药处方或制剂。方法:检索中国知网、维普数据库、万方数据库、中国
针对传统烟雾检测方法中提取的图像特征鲁棒性较差的问题,提出了基于稠密卷积神经网络(DenseNet)的烟雾识别方法。首先,利用卷积操作和特征图融合构建稠密网络块,在卷积层之间设计稠密连接机制,以增强稠密网络块结构内的信息流通和特征重利用;然后,将已构建的稠密网络块叠加成稠密卷积神经网络用于烟雾识别,节省计算资源的同时提升对烟雾图像特征的表达能力;最后,针对烟雾图像数据量较小的问题,采取数据增强技术
社交媒体能够满足人们的信息和情感需求,而当发生灾害时,这种需求会变得更加迫切,并且从整体上来说,社交媒体提供的数据是动态、实时的、由用户自发产生的。作为社交媒体的代表,微博可以在实时信息和情感两个方面作为传统灾害信息提取方法的一个重要补充。灾害相关微博数据的处理是一种对时效性非常敏感的数据处理任务,其需求者往往期望能够尽快地获知被处理的数据和处理的结果。因此,考虑到微博数据具有流数据的性质,本文面