目的:探讨C反应蛋白与淋巴细胞比值(C-reactive protein to lymphocytes ratio,CLR)、中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)与胆总管结石继发急性胆管炎(acute cholangitis,AC)的关联性。方法:前瞻性选取2023...目的:探讨C反应蛋白与淋巴细胞比值(C-reactive protein to lymphocytes ratio,CLR)、中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)与胆总管结石继发急性胆管炎(acute cholangitis,AC)的关联性。方法:前瞻性选取2023年6年至2024年12月我院收治的126例胆总管结石患者为研究对象,根据患者是否继发AC分为继发AC组和未继发AC组。对比继发AC组和未继发AC组的CLR、NLR,对比继发AC组中不同病情程度患者的CLR、NLR。采用单因素和多因素Logistic分析胆总管结石继发AC的影响因素。应用受试者工作特征(receiver operating characteristic,ROC)曲线分析CLR、NLR对胆总管结石继发AC的预测效能。结果:继发AC组CLR、NLR高于未继发AC组(P<0.05)。继发AC组患者中重度患者的CLR、NLR高于中度组,中度组患者的CLR、NLR高于轻度组(P<0.05)。两组年龄、胆管直径、糖尿病史、胆管手术史比较存在显著差异(P<0.05)。多因素Logistic回归分析显示,年龄≥60岁、胆管直径≥1.2 cm、糖尿病史、胆管手术史、CLR升高、NLR升高是胆总管结石继发AC的危险因素。ROC曲线分析中,CLR、NLR单独检测胆总管结石继发AC的曲线下面积(area under the curve,AUC)为0.876、0.852,联合检测的AUC为0.923(95%CI:0.879~0.967),联合检测AUC显著高于单独检测(P<0.05)。结论:CLR、NLR在胆总管结石继发AC患者中高表达,且随着病情程度加重而逐渐升高。CLR升高、NLR升高与年龄≥60岁、胆管直径≥1.2 cm、糖尿病史、胆管手术史是胆总管结石继发AC的独立危险因素,CLR、NLR联合检测对于胆总管结石继发AC的预测效能较高。展开更多
文摘目的:探讨C反应蛋白与淋巴细胞比值(C-reactive protein to lymphocytes ratio,CLR)、中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)与胆总管结石继发急性胆管炎(acute cholangitis,AC)的关联性。方法:前瞻性选取2023年6年至2024年12月我院收治的126例胆总管结石患者为研究对象,根据患者是否继发AC分为继发AC组和未继发AC组。对比继发AC组和未继发AC组的CLR、NLR,对比继发AC组中不同病情程度患者的CLR、NLR。采用单因素和多因素Logistic分析胆总管结石继发AC的影响因素。应用受试者工作特征(receiver operating characteristic,ROC)曲线分析CLR、NLR对胆总管结石继发AC的预测效能。结果:继发AC组CLR、NLR高于未继发AC组(P<0.05)。继发AC组患者中重度患者的CLR、NLR高于中度组,中度组患者的CLR、NLR高于轻度组(P<0.05)。两组年龄、胆管直径、糖尿病史、胆管手术史比较存在显著差异(P<0.05)。多因素Logistic回归分析显示,年龄≥60岁、胆管直径≥1.2 cm、糖尿病史、胆管手术史、CLR升高、NLR升高是胆总管结石继发AC的危险因素。ROC曲线分析中,CLR、NLR单独检测胆总管结石继发AC的曲线下面积(area under the curve,AUC)为0.876、0.852,联合检测的AUC为0.923(95%CI:0.879~0.967),联合检测AUC显著高于单独检测(P<0.05)。结论:CLR、NLR在胆总管结石继发AC患者中高表达,且随着病情程度加重而逐渐升高。CLR升高、NLR升高与年龄≥60岁、胆管直径≥1.2 cm、糖尿病史、胆管手术史是胆总管结石继发AC的独立危险因素,CLR、NLR联合检测对于胆总管结石继发AC的预测效能较高。
文摘目的运用生物信息学分析方法分析原发性硬化性胆管炎(Primary Sclerosing Cholangitis,PSC)与骨质疏松症(Osteoporosis,OP)之间的关联及潜在治疗靶点。方法通过GEO数据库下载PSC和OP基因表达数据,筛选差异表达基因(Differentially Expressed Genes,DEGs);运用R软件包进行京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析;结合蛋白质-蛋白质相互作用(Protein-Protein Interaction,PPI)网络筛选的枢纽基因进而确定PSC和OP关键基因;进行基因集富集(Gene Set Enrichment Analysis,GSEA)分析和免疫相关因素分析;通过DSigDB数据库预测潜在的药物治疗靶点。结果共筛选出30个DEGs,通路富集分析显示DEGs主要富集于NF-κB信号通路。PPI与模块基因结合筛选出5个关键基因,分别为TLR4、BCL2L1、ADIPOR1、BSG和BCL6;GSEA分析和免疫相关因素分析结果显示PSC与OP可能与免疫和代谢有相关性;通过DSigDB数据库预测潜在的药物治疗靶点。结论PSC与OP之间可能存在较为显著的关系,TLR4、BCL2L1、ADIPOR1、BSG和BCL6在PSC和OP中发挥重要作用,劳拉西泮(lorazepam)、链脲佐菌素(streptozocin)和环磷酰胺(cyclophosphamide)可能作为潜在治疗药物。
