关键词： 新冠肺炎   免疫机制   免疫治疗  

摘要： 新型冠状病毒感染(COVID-19)出现以来,全球相关学者投入巨大精力研究其致病原理,重症免疫机制得到进一步阐述,为合理的治疗提供了理论支持。COVID-19重症免疫机制较为复杂,主要涉及先天性免疫反应中干扰素(IFN)诱导缺陷、中性粒细胞活化、单核/巨噬细胞肺部过度浸润、树突状细胞和自然杀伤细胞(NK细胞)功能障碍、补体系统过度激活以及细胞因子风暴形成;适应性免疫反应中B细胞抗体成熟延迟,T细胞反应延迟和亚群失衡。目前COVID-19免疫治疗可能有效的措施主要有恢复期血浆、中和性单克隆抗体、皮质类固醇、白细胞介素-1(IL-1)抑制剂、IL-6抑制剂、IFN抑制剂、Janus激酶(JAK)抑制剂、补体C3和C5抑制剂、氟伏沙明、胸腺肽α1等,但上述方案也有一定局限性,甚至出现不良临床结局。因此COVID-19重症免疫机制以及免疫治疗措施需要进一步研究。

关键词： 新型冠状病毒感染   白细胞介素6   C反应蛋白质   meta分析  

摘要： 目的探讨白介素-6(IL-6)和C反应蛋白(CRP)预测新型冠状病毒肺炎(COVID-19)严重程度的临床价值。方法计算机检索PubMed、Web of Science、Scopus、Embase、中国知网(CNKI)、万方数据知识服务平台(Wanfang Data)、维普数据库(VIP)及中国生物医学文献数据库(CBM),搜集以COVID-19为主题的相关研究,检索时间为2019-12-01至2021-01-16,由两名研究人员独立筛选文献、提取资料,采用RevMan5.4软件进行meta分析。结果共纳入18篇文献,共计4286例COVID-19患者,其中轻症组2662例,重症组1624例。与轻症组比较,重症组IL-6水平显著高于轻症组,差异有统计学意义(SMD=0.92,95%CI:0.65~1.18,P<0.01),重症组CRP水平也显著高于轻症组,差异有统计学意义(SMD=1.47,95%CI:1.03~1.91,P<0.01)。结论IL-6和CRP水平的升高与COVID-19的严重程度呈正相关,可作为临床COVID-19患者风险分层的炎症指标,为临床治疗提供有意义的依据。

关键词： 疫病   新型冠状病毒感染   辨病   辨证  

摘要： 新型冠状病毒感染属中医“疫病”范畴,本研究通过数据挖掘各地新型冠状病毒感染中医诊疗方案,明确本病的中医病名为“新型冠状病毒疫病”(以下简称“新冠疫病”)。中医药防治疫病历史悠久,经验丰富,形成了独特的辨治体系。注重辨证与辨病相结合,阐述运用八纲辨证、六经辨证、卫气营血辨证、三焦辨证对新冠疫病进行辨证分析;从病因、病性、病位等方面对新冠疫病进行辨病分析。旨在阐明新冠疫病的发病机制与病因,为广大学者研究新冠疫病的防治提供借鉴与思路。

关键词： 儿童   新型冠状病毒感染   毛细支气管炎   呼吸道合胞病毒  

摘要： 目的探讨新型冠状病毒感染(corona virus disease 2019,COVID-19)疫情对毛细支气管炎患儿住院的影响,以提高临床医生对于COVID-19流行期间毛细支气管炎特点的认识。方法该研究为多中心临床研究,病例资料来自全国23个儿童研究中心。回顾性收集2019年1月1日至2021年12月31日在各研究中心住院治疗的毛细支气管炎患儿的临床资料,包括性别、住院时月龄、住院天数、呼吸道合胞病毒(respiratory syncytial virus,RSV)检测结果、病情严重分度、是否住ICU治疗以及同期呼吸道感染住院患儿总数。对COVID-19流行前的2019年和流行期间的2020、2021年的毛细支气管炎患儿临床资料进行统计分析比较。结果根据23个儿童研究中心提供的数据汇总,2019年毛细支气管炎病例共4909例,2020年共2654例,2021年共3500例。与2019年相比,2020年和2021年毛细支气管炎病例数量分别下降了45.94%和28.70%。2019年、2020年和2021年患儿性别比例、住院时月龄、住院天数差异无统计学意义。与2019年相比,2020年和2021年毛细支气管炎占呼吸道感染住院总人数的比率均显著下降(χ^(2)=12.762,P<0.05;χ^(2)=84.845,P<0.05)。2020年和2021年中/重度毛细支气管炎的比例均低于2019年,差异有统计学意义(χ^(2)=4.054,P<0.05;χ^(2)=8.109,P<0.05)。2019年、2020年和2021年入ICU治疗的毛细支气管炎患儿比例差异无统计学意义(χ^(2)=1.914,P>0.05)。2019年共有52.60%(2582/4909)毛细支气管炎患儿进行RSV病原检测,其中RSV阳性708例,阳性占比为28.00%;2020年有54.14%(1437/2654)的毛细支气管炎患儿进行RSV病原检测,RSV阳性403例,阳性占比为28.04%;2021年有66.80%(2238/3500)的毛细支气管炎患儿进行RSV病原检测,RSV阳性935例,阳性占比为41.78%。与2019年和2020年相比,2021年RSV检出阳性率显著升高(χ^(2)=99.673,P<0.05;χ^(2)=71.292,P<0.05)。结论在COVID-19疫情期间,疫情防控措施降低了毛细支气管炎患儿的住院率和严重程度,但未降低住院毛细支气管炎患儿的RSV检出阳性率。

关键词： CT   新型冠状病毒感染   临床表现   病理特征  

摘要： 胸部CT对新型冠状病毒感染(COVID-19)早期发现和精准诊断及鉴别诊断是最佳影像学方法,对明确临床分型、选择治疗方法、动态观察病变进展、评判风险因素和患者预后具有重要意义。本文对其流行病学、病理改变、临床表现和CT特征等进行述评,旨在提高临床和影像医师对该病的认知和诊治水平。

关键词： 中医护理   新型冠状病毒感染   恢复期   艾灸  

摘要： 新型冠状病毒感染属于中医“疫病”范畴,病程一般约7d,恢复期对于患者来说至关重要。本文从艾灸、运动调护、中医情志疗法、穴位按摩、饮食护理等方面总结了中医护理在新型冠状病毒感染恢复期的应用,为进一步研究提供参考。

关键词： 新型冠状病毒肺炎   口罩   手部清洁   行为习惯   中学生   影响因素  

摘要： 目的:调查新型冠状病毒肺炎(COVID-19)疫情期间中学生对防疫的认知和防疫行为的规范性,探索疫情下中学生戴口罩、洗手及一般健康行为的影响因素。方法:采用自行编制的网络问卷调查武汉市21所初高中在校学生的防疫相关健康行为,调查中学生的健康行为良好性,并利用二元逻辑回归分析初高中学生健康行为的影响因素。结果:本次研究共调查6858名初高中生,平均年龄(14.5±1.5)岁,其中,男性3584名,占总人群的52.3%。年级、父母教育和问卷提交时间与学生的三种健康行为均相关(P<0.05)。初中生的洗手行为和一般健康行为优于高中生(P<0.05);中学生父母的教育水平对其防疫相关健康行为的良好性有显著影响(P<0.05)。结论:针对中学生的防疫健康教育仍需加强,学校应着重关注高中生以及父母教育程度较低的学生的防疫知识学习。

关键词： 社会治理   应急管理   应急治理   社区社会资本   常态化  

摘要： 社区成员的广泛参与及主体间互动被视为社区应急治理有效的关键因素,但对应急情境下社区互动和参与机制的系统性解释却存在不足。应急性社区社会资本的生成机制为:共同情感与物质需求是社会资本生成的动力维度,技术赋能的线上社区是社会资本生成的空间维度,党员示范与能人动员是社会资本建构的主体维度。应急性社区社会资本常态化可通过创造共同情感叙事和重拾社区分配功能来维系社会互动的内生动力、通过线上网络的持续科学经营和线下配套活动来拓展社区内部去边界化的互动空间、通过服务式的基层党建和更多角度挖掘社区能人来为主体力量增权赋能等路径实现。

关键词： 新型冠状病毒感染   转阴时间   影响因素   预测模型  

摘要： 目的分析影响奥密克戎新型冠状病毒感染(简称新冠感染)患者病毒核酸转阴时间的影响因素,并构建临床预测模型。方法收集上海崇明区花博园复兴馆方舱医院2022年4月—2022年5月期间收治的156例奥密克戎新型冠状病毒感染患者的临床资料,采用单因素和多因素Logistic回归分析筛选影响新冠病毒感染患者核酸转阴时间的独立危险因素,建立核酸转阴时间风险预测模型,并构建列线图。采用Bootstrap法进行内部验证。通过受试者工作特征(ROC)曲线、Calibration plot验证预测模型的预测效能。结果多因素Logistic回归分析结果显示,前期症状[OR=2.649,95%CI(1.004,6.992)]、基础疾病[OR=5.382,95%CI(1.509,19.197)]、入院时黄腻舌苔[OR=6.513,95%CI(1.954,21.713)]是影响患者核酸转阴时间的独立的影响因素(P<0.05)。基于筛选出以上独立危险因素构建预测模型,该模型显示出较高的预测能力,训练集ROC曲线下面积为0.817,P<0.001,验证集ROC曲线下面积为0.780,P<0.001,表明该预测模型拟合度较高;该预测模型校正曲线接近参考曲线,表明实际观察和列线图预测的预测概率具有良好的一致性。结论前期症状、基础疾病、入院时黄腻舌苔是影响新冠病毒感染患者核酸转阴时间的独立危险因素,该预测模型具有较好的评估效能,为临床早期干预、缩短病程提供参考依据。

关键词： 新型冠状病毒肺炎   CT图像   深度学习   深层密集聚合   注意力机制  

摘要： 新型冠状病毒肺炎在全球范围迅速蔓延,为快速准确地对其诊断,进而阻断疫情传播链,提出一种基于深度学习的分类网络DLDA-A-DenseNet。首先将深层密集聚合结构与DenseNet-201结合,对不同阶段的特征信息聚合,以加强对病灶的识别及定位能力;其次提出高效多尺度长程注意力以细化聚合的特征;此外针对CT图像数据集类别不均衡问题,使用均衡抽样训练策略消除偏向性。在中国胸部CT图像调查研究会提供的数据集上测试,所提方法较原始DenseNet-201在准确率、召回率、精确率、F1分数和Kappa系数提高了2.24%、3.09%、2.09%、2.60%和3.48%;并在COVID-CISet图像数据集上测试,取得99.50%的最优准确率。结果表明,对比其他方法,提出的新冠肺炎CT图像分类方法充分提取了CT切片的病灶特征,具有更高的精度和良好的泛化性。