目的了解慢性乙型病毒性肝炎(chronic hepatitis type B,CHB)患者在选择和接受抗病毒治疗期间的真实体验,以便为患者提供更为合理、有效的医疗照顾。方法对9例CHB患者进行深度访谈.用质性研究中的现象学分析法进行资料分析。结果CHB患...目的了解慢性乙型病毒性肝炎(chronic hepatitis type B,CHB)患者在选择和接受抗病毒治疗期间的真实体验,以便为患者提供更为合理、有效的医疗照顾。方法对9例CHB患者进行深度访谈.用质性研究中的现象学分析法进行资料分析。结果CHB患者抗病毒治疗期间的体验主要归纳为3个主题:(1)不良的生理反应;(2)不良的心理反应.表现为不确定感、无奈与勉强接受;(3)社会反应,表现为经济负担重与抗病毒治疗相关知识缺乏。结论CHB患者在接受抗病毒治疗过程中存在生理、心理、社会等多方面的不良反应,尤其以心理反应最为突出。提示医护人员在为患者提供医疗服务过程中。应在和谐、互动的基础上,全面了解患者的需求,增强患者治疗的依从性。促进患者整体健康水平的提高。展开更多
目的基于GEO数据库筛选接受干扰素α(IFN-α)治疗的慢性乙型病毒性肝炎(CHB)患者中应答者(Rs)和无应答者(NRs)之间差异表达的免疫基因,以探索IFN-α治疗CHB失败的分子基础。方法从GEO数据库中下载基因芯片数据集GSE27555,包含6例Rs和7例...目的基于GEO数据库筛选接受干扰素α(IFN-α)治疗的慢性乙型病毒性肝炎(CHB)患者中应答者(Rs)和无应答者(NRs)之间差异表达的免疫基因,以探索IFN-α治疗CHB失败的分子基础。方法从GEO数据库中下载基因芯片数据集GSE27555,包含6例Rs和7例NRs。使用R软件筛选Rs和NRs肝脏组织的差异表达基因,再从免疫相关基因数据库ImmPort下载包含1793个基因在内的标志性免疫基因集,提取差异表达基因中的免疫基因,获取差异免疫基因。再对差异免疫基因进行基因本体论(gene ontology,GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)分析。通过STRING在线分析工具构建差异免疫基因的蛋白-蛋白相互作用(PPI)网络,进一步利用Cytoscape软件中的Cytohubba插件对差异免疫基因按Degree、MCC、MNC、Closeness算法计算评分位于前10的基因,再取交集,得到枢纽基因(Hub基因)。结果从Rs与NRs间共筛选出差异免疫基因88个,其中上调基因13个,下调基因75个。GO分析发现,这些差异免疫基因主要涉及的生物过程包括T细胞活化、细胞趋化性、细胞-细胞粘附的调节、抗原加工和提呈等方面。KEGG分析显示,这些差异免疫基因主要富集于细胞因子-细胞因子受体相互作用、Th细胞分化、抗原加工和提呈、病毒蛋白与细胞因子和细胞因子受体的相互作用、趋化因子信号通路、T细胞受体信号通路、IL-17信号通路、自然杀伤细胞介导的细胞毒性、Toll样受体信号通路等免疫应答信号通路中。在PPI网络中通过不同算法筛选出的7个共同的Hub基因分别为CD8A、I FNG、CCL2、CCL5、CXCL10、CCL4、FCGR3A。结论利用生物信息学方法分析了Rs与NRs之间的差异免疫基因及信号通路,并确定了7个与IFN-α治疗CHB无应答相关的Hub基因。这些Hub基因可能成为预测IFN-α治疗CHB应答情况的潜在生物标志物。展开更多
文摘目的了解慢性乙型病毒性肝炎(chronic hepatitis type B,CHB)患者在选择和接受抗病毒治疗期间的真实体验,以便为患者提供更为合理、有效的医疗照顾。方法对9例CHB患者进行深度访谈.用质性研究中的现象学分析法进行资料分析。结果CHB患者抗病毒治疗期间的体验主要归纳为3个主题:(1)不良的生理反应;(2)不良的心理反应.表现为不确定感、无奈与勉强接受;(3)社会反应,表现为经济负担重与抗病毒治疗相关知识缺乏。结论CHB患者在接受抗病毒治疗过程中存在生理、心理、社会等多方面的不良反应,尤其以心理反应最为突出。提示医护人员在为患者提供医疗服务过程中。应在和谐、互动的基础上,全面了解患者的需求,增强患者治疗的依从性。促进患者整体健康水平的提高。
文摘目的基于GEO数据库筛选接受干扰素α(IFN-α)治疗的慢性乙型病毒性肝炎(CHB)患者中应答者(Rs)和无应答者(NRs)之间差异表达的免疫基因,以探索IFN-α治疗CHB失败的分子基础。方法从GEO数据库中下载基因芯片数据集GSE27555,包含6例Rs和7例NRs。使用R软件筛选Rs和NRs肝脏组织的差异表达基因,再从免疫相关基因数据库ImmPort下载包含1793个基因在内的标志性免疫基因集,提取差异表达基因中的免疫基因,获取差异免疫基因。再对差异免疫基因进行基因本体论(gene ontology,GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)分析。通过STRING在线分析工具构建差异免疫基因的蛋白-蛋白相互作用(PPI)网络,进一步利用Cytoscape软件中的Cytohubba插件对差异免疫基因按Degree、MCC、MNC、Closeness算法计算评分位于前10的基因,再取交集,得到枢纽基因(Hub基因)。结果从Rs与NRs间共筛选出差异免疫基因88个,其中上调基因13个,下调基因75个。GO分析发现,这些差异免疫基因主要涉及的生物过程包括T细胞活化、细胞趋化性、细胞-细胞粘附的调节、抗原加工和提呈等方面。KEGG分析显示,这些差异免疫基因主要富集于细胞因子-细胞因子受体相互作用、Th细胞分化、抗原加工和提呈、病毒蛋白与细胞因子和细胞因子受体的相互作用、趋化因子信号通路、T细胞受体信号通路、IL-17信号通路、自然杀伤细胞介导的细胞毒性、Toll样受体信号通路等免疫应答信号通路中。在PPI网络中通过不同算法筛选出的7个共同的Hub基因分别为CD8A、I FNG、CCL2、CCL5、CXCL10、CCL4、FCGR3A。结论利用生物信息学方法分析了Rs与NRs之间的差异免疫基因及信号通路,并确定了7个与IFN-α治疗CHB无应答相关的Hub基因。这些Hub基因可能成为预测IFN-α治疗CHB应答情况的潜在生物标志物。
