期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
急性缺血性卒中超早期血压管理研究进展
1
作者
杨志进
谭荃丹
+5 位作者
毛凤凯
李朝晖
陈晨
李刚
杨杰
林亚鹏
《中国卒中杂志》
北大核心
2025年第7期829-839,共11页
卒中是全球范围内致残和致死的主要病因之一,其中缺血性卒中占卒中的70%以上,是全球重大公共卫生问题之一。急性缺血性卒中(acute ischemic stroke,AIS)患者发病早期常出现血压升高,大量观察性研究提示血压升高与AIS患者预后不良相关。...
卒中是全球范围内致残和致死的主要病因之一,其中缺血性卒中占卒中的70%以上,是全球重大公共卫生问题之一。急性缺血性卒中(acute ischemic stroke,AIS)患者发病早期常出现血压升高,大量观察性研究提示血压升高与AIS患者预后不良相关。AIS超早期血压管理的核心挑战在于脑血流自动调节受损背景下血压波动对缺血半暗带的双重影响,合理的血压管理策略是改善患者预后的关键因素之一。当前,在AIS超早期血压管理领域,在降压时机的抉择、目标血压值的个体化设定,以及不同降压策略对脑灌注和再灌注损伤的影响等方面仍存在广泛争议。鉴于此,本文对AIS超早期血压管理的最新研究进展进行梳理与探讨,以期为临床实践提供更具价值的参考。
展开更多
关键词
急性缺血性卒中
超早期
血压管理
缺血再灌注损伤
在线阅读
下载PDF
职称材料
急性卒中院前诊断识别研究进展
2
作者
王荣
何松
+6 位作者
岗瑞娟
王琪
唐宇杰
刘飞凤
杨杰
李刚
林亚鹏
《中国卒中杂志》
北大核心
2025年第7期809-818,共10页
卒中作为全球第二大死亡原因和首要致残因素,其救治效果高度依赖早期识别与及时治疗干预。目前,院前卒中预测工具主要包括传统量表、机器学习模型及生物标志物三大类,这些诊断工具各具特点但均存在明显局限性。传统量表(如FAST、辛辛那...
卒中作为全球第二大死亡原因和首要致残因素,其救治效果高度依赖早期识别与及时治疗干预。目前,院前卒中预测工具主要包括传统量表、机器学习模型及生物标志物三大类,这些诊断工具各具特点但均存在明显局限性。传统量表(如FAST、辛辛那提院前卒中量表)因其操作简便成为基层筛查的主要手段,但对后循环卒中识别不足,而针对大血管闭塞的专项量表(如洛杉矶运动量表、动脉闭塞快速评价量表)虽特异性较高,但仍面临假阳性率偏高的问题。机器学习模型(如极端梯度提升、随机森林)在卒中分型及大血管闭塞预测中展现出优越性能,但受限于数据维度不足和临床转化障碍。生物标志物(如胶质纤维酸性蛋白、S100钙结合蛋白B)在区分卒中亚型方面具有显著潜力,但因检测技术复杂和标准化不足难以在院前应用。未来需通过优化量表设计、整合多模态数据、开发便携检测技术及加强院前院内衔接来进一步提高院前卒中预测的准确性,为指导早期院前干预、改善患者预后提供支持。
展开更多
关键词
卒中预测
院前急救
大血管闭塞
机器学习模型
生物标志物
在线阅读
下载PDF
职称材料
题名
急性缺血性卒中超早期血压管理研究进展
1
作者
杨志进
谭荃丹
毛凤凯
李朝晖
陈晨
李刚
杨杰
林亚鹏
机构
大竹县
人民医院
神经
内科
成都
医学
院临床
医学
院
成都
医学
院第一
附属
医院
神经
内科
同济
大学
附属
东方
医院
神经
内科
同济
大学
脑血管病研究中心
四川省
医学
科学院
·四川省人民医院
(
电子科技大学
附属
医院
)
神经
内科
大连医科
大学
研究生院
出处
《中国卒中杂志》
北大核心
2025年第7期829-839,共11页
基金
国家自然科学基金面上项目(82171295)
四川省科技计划项目重点研发计划(2023YFS0042)。
文摘
卒中是全球范围内致残和致死的主要病因之一,其中缺血性卒中占卒中的70%以上,是全球重大公共卫生问题之一。急性缺血性卒中(acute ischemic stroke,AIS)患者发病早期常出现血压升高,大量观察性研究提示血压升高与AIS患者预后不良相关。AIS超早期血压管理的核心挑战在于脑血流自动调节受损背景下血压波动对缺血半暗带的双重影响,合理的血压管理策略是改善患者预后的关键因素之一。当前,在AIS超早期血压管理领域,在降压时机的抉择、目标血压值的个体化设定,以及不同降压策略对脑灌注和再灌注损伤的影响等方面仍存在广泛争议。鉴于此,本文对AIS超早期血压管理的最新研究进展进行梳理与探讨,以期为临床实践提供更具价值的参考。
关键词
急性缺血性卒中
超早期
血压管理
缺血再灌注损伤
Keywords
Acute ischemic stroke
Ultra-early phase
Blood pressure management
Ischemia reperfusion injury
分类号
R74 [医药卫生—神经病学与精神病学]
R459.7 [医药卫生—急诊医学]
在线阅读
下载PDF
职称材料
题名
急性卒中院前诊断识别研究进展
2
作者
王荣
何松
岗瑞娟
王琪
唐宇杰
刘飞凤
杨杰
李刚
林亚鹏
机构
成都
医学
院临床
医学
院
成都
医学
院第一
附属
医院
神经
内科
同济
大学
附属
东方
医院
神经
内科
四川省
医学
科学院
·四川省人民医院
(
电子科技大学
附属
医院
)
神经
内科
大连医科
大学
研究生院
出处
《中国卒中杂志》
北大核心
2025年第7期809-818,共10页
基金
国家自然科学基金面上项目(82171295)
四川省科技计划项目重点研发计划(2023YFS0042)。
文摘
卒中作为全球第二大死亡原因和首要致残因素,其救治效果高度依赖早期识别与及时治疗干预。目前,院前卒中预测工具主要包括传统量表、机器学习模型及生物标志物三大类,这些诊断工具各具特点但均存在明显局限性。传统量表(如FAST、辛辛那提院前卒中量表)因其操作简便成为基层筛查的主要手段,但对后循环卒中识别不足,而针对大血管闭塞的专项量表(如洛杉矶运动量表、动脉闭塞快速评价量表)虽特异性较高,但仍面临假阳性率偏高的问题。机器学习模型(如极端梯度提升、随机森林)在卒中分型及大血管闭塞预测中展现出优越性能,但受限于数据维度不足和临床转化障碍。生物标志物(如胶质纤维酸性蛋白、S100钙结合蛋白B)在区分卒中亚型方面具有显著潜力,但因检测技术复杂和标准化不足难以在院前应用。未来需通过优化量表设计、整合多模态数据、开发便携检测技术及加强院前院内衔接来进一步提高院前卒中预测的准确性,为指导早期院前干预、改善患者预后提供支持。
关键词
卒中预测
院前急救
大血管闭塞
机器学习模型
生物标志物
Keywords
Stroke prediction
Prehospital emergency care
Large vessel occlusion
Machine learning model
Biomarker
分类号
R74 [医药卫生—神经病学与精神病学]
R459.7 [医药卫生—急诊医学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
急性缺血性卒中超早期血压管理研究进展
杨志进
谭荃丹
毛凤凯
李朝晖
陈晨
李刚
杨杰
林亚鹏
《中国卒中杂志》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
急性卒中院前诊断识别研究进展
王荣
何松
岗瑞娟
王琪
唐宇杰
刘飞凤
杨杰
李刚
林亚鹏
《中国卒中杂志》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
