【摘 要】
：
目的:通过荟萃分析对经鼻蝶显微镜下与神经内镜下切除术后垂体腺瘤的临床疗效进行定量评价,为临床上应用提供最新的证据。方法:检索2010年1月至2021年3月之间Pubmed,Embase,Cochrane Library、知网、万方、维普、中国生物医学文献数据等数据库中已发表的关于经鼻蝶手术在显微镜下切除腺瘤与在神经内镜下切除垂体腺瘤的研究文献。根据文献的纳入与排除标准筛选文献后,利用STATA15
论文部分内容阅读
目的:通过荟萃分析对经鼻蝶显微镜下与神经内镜下切除术后垂体腺瘤的临床疗效进行定量评价,为临床上应用提供最新的证据。方法:检索2010年1月至2021年3月之间Pubmed,Embase,Cochrane Library、知网、万方、维普、中国生物医学文献数据等数据库中已发表的关于经鼻蝶手术在显微镜下切除腺瘤与在神经内镜下切除垂体腺瘤的研究文献。根据文献的纳入与排除标准筛选文献后,利用STATA15.1进行数据处理,并进行荟萃分析。结果:筛选出731篇文章,最终有19篇纳入研究,包含神经内镜组患者1466名,显微镜组患者2228名。荟萃分析结果显示:在肿瘤全切除率方面,神经内镜的疗效相较于显微镜更好（OR=2.49,95%CI:1.62-3.84,P=0.000）;在术后激素水平的恢复方面,神经内镜组患者的术后激素水平恢复率明显高于显微镜组（OR=1.54,95%CI:1.13-2.11,P=0.007）;而在手术时间长短上,两组患者差异比较无统计学意义（WMD=12.36,95%CI:-13.57-38.30,P=0.350）;在术中出血量方面,神经内镜组的术中出血量要显著少于显微镜组（WMD=-20.53,95%CI:-28.51～-12.54,P=0.000）;在术后并发症发生率上,两组尿崩症发生率（OR=0.64,95%CI:0.45-0.92,P=0.015;I~2=0.0%,P=0.605）,神经内镜组的发生率显著低于显微镜组,而脑脊液漏（OR=0.99,95%CI:0.72-1.36,P=0.939;I2=22.7%,P=0.202）、鼻出血（OR=1.11,95%CI:0.51-2.44,P=0.791;I2=21.1%,P=0.268）、脑膜炎（OR=1.55,95%CI:0.74-3.23,P=0.242;I~2=0.0%,P=0.698）、甲状腺功能减退（OR=1.08,95%CI:0.54-2.14,P=0.833;I~2=0.0%,P=0.592）和视力下降（OR=0.71,95%CI:0.40-1.25,P=0.233;I~2=0.0%,P=0.673）等并发症的发生率上的差异则不具有统计学意义。结论:对于垂体腺瘤的患者来说,经鼻微创手术的两种方式在切除术肿瘤上均有效。但使用神经内镜切除垂体腺瘤在提高肿瘤全切率、提高术后激素水平恢复率、减少术中出血、以及减少术后尿崩症的方面均要好于显微镜,但两者在手术时长以及术后常见并发症上并不能认为存在差异。由于已发表的文章缺少随机对照相关数据,因此垂体腺瘤在采取微创手术方式后的疗效仍需要更多临床研究,完善相关手术方案。
其他文献
目的:比较聚乙二醇化脂质体阿霉素（Pegylated liposome doxorubicin PLD）与传统蒽环类药物治疗乳腺癌的疗效和毒性。方法:本研究为非随机对照试验。按要求配对后进行前瞻性分析,共计160例经组织病理学检查确诊的乳腺癌患者纳入研究,观察组和对照组的患者1:1配对。配对按照患者年龄、分子亚型、腋窝淋巴结状态、新辅助化疗方案等方面匹配。化疗方案包含蒽环类药物,允许使用紫杉醇或多
眼底血管的结构和形态是诊断各类眼部疾病的重要依据。血管分割是临床诊断中不可缺少的工作,用计算机分析方法来实现眼底血管的自动分割,有效提升工作效率,节约医疗资源,具有很重要的现实意义。近年来,深度学习已经逐渐成为医学图像分割领域中的主流方法,U-Net网络因其对称的上采样和下采样过程,能获得更准确的分割效果,是目前最有效的医学图像分割模型。但是,在眼底图像血管分割任务中,由于视网膜中血管细小、位置分
随着我国大数据领域的快速发展,针对大数据计算,所产生的计算引擎工具应接不暇,然而测试计算引擎的工具却近乎于没有。故而,本文选定当前主流的计算引擎针对离线和实时两部分进行测试。除此之外,本文首次将机器学习算法应用到测试领域。在得到相应的测试项之后,在离线数据下,分别利用SVM、KNN、改进的KNN对测试项进行分析;在离线与实时情况下,采用SVM、决策树、以及Relief F＿decision Tre
近年来,随着海洋相关研究的发展,水下传感器网络越发受到研究人员的关注。由于水下网络使用声波作为通信媒介,其长传播延迟、有限的带宽等特性导致在水下MAC协议设计中面临着一系列挑战。这些挑战使陆上MAC协议直接用于水下环境时性能不佳,导致了水下MAC协议设计的困难。面对上述挑战,近年来研究人员设计出基于预约与调度类型的新型水下MAC协议。该类协议通过收集网络中的节点位置、信道情况、通信请求信息为网络中
19世纪末20世纪初西方工业化时代,经济发展迅速,贫富差距悬殊,产生了工业无产阶级,人们的生存状况受到了包括德莱赛在内的很多作家的广泛关注。德莱赛是20世纪美国著名的现实主义作家,《嘉莉妹妹》是他创作的第一部长篇都市小说,记录了19世纪末20世纪初处于转折时期的美国的社会状况,是美国小说史上的里程碑。小说生动、真实地反映了社会现实生活,思想深刻,给予读者心灵很大的震撼。美国在工业化以后社会发
随着国民物质生活水平的提高,我国交通运输基础和公共服务设施的建立日益健全,国内汽车的保有量随之飞速地增长,这极大地增加了交通事故发生的概率。据统计,80%的交通事故主要是由于司机在驾驶过程中不专心导致的。为了确保驾驶员的安全驾驶行为,对行驶车辆实行安全智能监控是至关重要的。基于这样的背景,经过分析对比了国内外针对危险驾驶行为监测的现有方法,本文以卷积神经网络为基础,研究了基于驾驶员头部及手部区域的
准确可靠地预测重症监护室（ICU）中患者的死亡率是一项非常有意义的工作,它能够对患者的病情进行提早评估,并对临床结果做出初步预测,这样可以使临床医生根据预测结果对重症患者实施早期干预,提供给患者及时有效的治疗,以防止他们病情的恶化。随着数据挖掘技术的发展,越来越多的科研人员就ICU中患者死亡率预测的问题展开研究,并取得了良好的进展。但是这些研究中使用的患者数据大多是结构化的形式,然而在现实生活中,
目标跟踪任务为给出某视频第一帧中运动目标的大小和位置,在后续视频帧中预测该运动目标的位置。目标跟踪一直以来都是计算机视觉研究的热门方向,应用广泛,如:通信、军事、交通等各个领域。在过去的几十年里,目标跟踪领域的相关研究取得了比较不错的成果,但依然存在许多的问题亟待解决。基于相关滤波器的跟踪算法和基于深度学习的跟踪算法是当前主要的两大类目标跟踪算法。神经网络应用于目标跟踪虽然提高了精度,但由于网络本
近年来,深度学习算法在众多领域内取得了巨大的成功,国内外学者几乎都投入到深度学习算法的研究中。深度学习算法在图像领域的应用非常普遍,它可以在大规模数据中通过深层网络构建出有效的预测模型来解决生活和学术中的实际问题。然而,现有两类问题尚未有学者通过深度学习中的图像分析方法进行解决,第一类是高速公路货车扫描图像的自动识别问题;第二类是生物分子结构预测问题。本文针对这两类问题展开了深入研究,通过图像分析
本研究以国家对公用经费开支范围的界定为依据,以我国东北地区中部省市六所城乡结合部小规模学校为样本,对公用经费支出进行实证研究。在建立公用经费支出绩效评价指标体系的基础上,对六所样本校的公用经费支出展开测评,通过分析公用经费支出的现实情况,提出具有针对性的建议,从而提高经费的利用效率,提升城乡结合部小规模学校发展。本研究将公用经费支出分为基础模块、拓展模块和发展模块,通过学校日常运转、学生发展水平、