目的应用人工智能辅助下的运动障碍评估法对帕金森病(Parkinson's disease,PD)及多系统萎缩P型(multiple system atrophy-Parkinson,MSA-P)进行运动量化评估以期精准鉴别诊断。方法连续纳入2024年1~9月在解放军总医院第一和第三医...目的应用人工智能辅助下的运动障碍评估法对帕金森病(Parkinson's disease,PD)及多系统萎缩P型(multiple system atrophy-Parkinson,MSA-P)进行运动量化评估以期精准鉴别诊断。方法连续纳入2024年1~9月在解放军总医院第一和第三医学中心神经内科就诊的年龄≥60岁患者105例,根据诊断情况分为PD组48例,MSA-P组31例及对照组26例。收集一般资料,采用运动功能辅助评估系统进行运动评定,评估该方法在PD及MSA-P中的鉴别诊断价值。结果3组面部表情指标、左右侧对指频率、左右侧手部运动频率、右侧手部运动的幅度变化率、左右侧连续翻掌频率、左右侧脚趾拍地频率、左右侧脚趾拍地冻结负荷、左右侧腿部灵活度频率、右侧腿部灵活度幅度变化率、左右侧腿部灵活度的冻结负荷、直立伸展角速度、转身耗时、前进步频、返回步频、前进平均步幅、返回平均步幅、前进平均步速、返回平均步速、前进平均步宽、返回平均步宽、左右手姿势性震颤频率、左右手姿势性震颤最大幅度、左右手动作性震颤频率、左右手动作性震颤最大幅度、左右手静止性震颤频率比较,差异有统计学意义(P<0.05,P<0.01)。MSA-P组左右侧瞬目频率、面部震颤最大幅度、面部震颤频率、直立伸展角速度、前进步频、返回步频明显低于PD组,张嘴时长占比及转身耗时明显高于PD组,差异有统计学意义(P<0.05,P<0.01)。联合9项运动功能指标或5项面部表情指标鉴别诊断PD与MSA-P的ROC曲线下面积分别为0.943(95%CI:0.895~0.991,P=0.000),0.925(95%CI:0.870~0.981,P=0.000),大于各单项指标。结论联合面部表情、姿势、步态等人工智能辅助的运动评估有助于PD及MSA-P的鉴别诊断。展开更多
文摘目的探讨老年患者的衰弱状态对顺式阿曲库铵的起效时间和作用时间的影响。方法选择2022年6月—2024年4月本院收治的择期行腹腔镜下胃癌根治手术的老年患者(年龄大于65岁)作为研究对象,术前访视时根据改良衰弱指数(modified Frailty Index mFI-11)评估量表对老年患者进行改良衰弱指数评估并记录。随机选取没有数据缺失项的患者87例纳入本研究中,采集数据后根据mFI-11指数分为两组:mFI<0.27分为C组(非衰弱组),mFI≥0.27分为D组(衰弱组)。两组患者均行气管插管全麻(麻醉诱导、维持方案一致),入室后均进行肌松监测,分别记录患者入室镇静镇痛药物推注之后加速度肌松监测仪测得的T1及TOfr基础值(TOFrc),顺式阿曲库胺(0.15 mg/kg)推注后TOFr为0的时间(t0)、术中第1次TOFr为0.25的时间(t1)等数据,并进行比较分析。结果两组患者在罹患高血压、糖尿病、周围血管疾病、感觉障碍、生活依赖程度、短暂性脑缺血发作或脑血管意外病史以及脑血管事件伴神经功能受损方面比较,差异均具有统计学意义(P<0.05);两组间t0时间比较,D组较C组t0时间明显缩短,差异具有统计学意义(P<0.01);两组间t1时间比较,D组较C组t1时间明显延长,差异具有统计学意义(P<0.01);两组间T1及TOFrc没有统计学意义(P>0.05)。结论改良衰弱指数评估为衰弱状态的患者与非衰弱状态患者相比,肌松监测下显示顺式阿曲库胺推注后,达到TOFr=0的时间更短、术中恢复到TOFr=0.25的时间更长,即随着衰弱程度的增加,顺式阿曲库胺起效时间更短,肌松开始恢复的时间则需要更长。
文摘目的应用人工智能辅助下的运动障碍评估法对帕金森病(Parkinson's disease,PD)及多系统萎缩P型(multiple system atrophy-Parkinson,MSA-P)进行运动量化评估以期精准鉴别诊断。方法连续纳入2024年1~9月在解放军总医院第一和第三医学中心神经内科就诊的年龄≥60岁患者105例,根据诊断情况分为PD组48例,MSA-P组31例及对照组26例。收集一般资料,采用运动功能辅助评估系统进行运动评定,评估该方法在PD及MSA-P中的鉴别诊断价值。结果3组面部表情指标、左右侧对指频率、左右侧手部运动频率、右侧手部运动的幅度变化率、左右侧连续翻掌频率、左右侧脚趾拍地频率、左右侧脚趾拍地冻结负荷、左右侧腿部灵活度频率、右侧腿部灵活度幅度变化率、左右侧腿部灵活度的冻结负荷、直立伸展角速度、转身耗时、前进步频、返回步频、前进平均步幅、返回平均步幅、前进平均步速、返回平均步速、前进平均步宽、返回平均步宽、左右手姿势性震颤频率、左右手姿势性震颤最大幅度、左右手动作性震颤频率、左右手动作性震颤最大幅度、左右手静止性震颤频率比较,差异有统计学意义(P<0.05,P<0.01)。MSA-P组左右侧瞬目频率、面部震颤最大幅度、面部震颤频率、直立伸展角速度、前进步频、返回步频明显低于PD组,张嘴时长占比及转身耗时明显高于PD组,差异有统计学意义(P<0.05,P<0.01)。联合9项运动功能指标或5项面部表情指标鉴别诊断PD与MSA-P的ROC曲线下面积分别为0.943(95%CI:0.895~0.991,P=0.000),0.925(95%CI:0.870~0.981,P=0.000),大于各单项指标。结论联合面部表情、姿势、步态等人工智能辅助的运动评估有助于PD及MSA-P的鉴别诊断。
