数字模型在高血压患者对降压药物收缩压反应中应用.docVIP

数字模型在高血压患者对降压药物收缩压反应中应用 　　【摘要】目的探讨数字模型在高血压患者对降压药物收缩压反应中的应用。方法选取我院2012年4月——2013年4月期间收治的150例原发性高血压患者，并将患者随机分为三组，实验组为口服利尿剂组、β-受体阻滞剂组和钙拮抗剂组，运用SAS和R两种软件建立数字模型，分析影响因素。结果服用降压药是降低收缩压的直接影响因素，三组的协同影响因素也不同。结论建立数字模型分析高血压患者对降压药物收缩压反应是可行的。 　　【关键词】数字模型；高血压；降压药；收缩压 　　目前我国医院治疗高血压病通常采用的治疗方法是医师基于医药界成熟的研究成果，并根据一些临床经验，为某个特定的患者开具处方[1]。不同的患者服用同种药物后的血压反应是不同的，要想某种药物对于患者达到很好的疗效，就要进行多次反复地调整用药，这个过程中患者会感觉不适、痛苦，甚至可能出现并发症，从而加重了患者的负担[2]。针对每一位高血压患者制定相应的治疗方案，并找到协同治疗的一些影响因素，这是高血压临床治疗中要解决的难题。数字模型是基于数据化信息的基础上，通过统计软件和数学计算公式进行分析[2]，这几年被广泛应用于临床医学领域，取得很好地效果。它能科学而量化地表示药物治疗与临床疗效之间的关系。 　　1资料与方法 　　1.1临床资料选取我院2012年4月——2013年4月期间收治的150例原发性高血压患者，年龄在40到80岁之间，平均年龄60±3岁，其中男性占48%，女性占52%。治疗前平均收缩压167.0±15.6mmHg，舒张压92.3±14.32mmHg，治疗开始时有30例患者吸烟，占20%。 　　1.2纳入标准所选患者均确诊为原发性高血压患者，而且没有患其他重大疾病。 　　1.3研究方法 　　1.3.1数据库通过MRC35-64、MRC65-47、SHEP及SYST-EU四个随机口服降压药治疗高血压研究建立数据库。 　　1.3.2建立数字模型使用SAS和R两种软件来建立数字模型。P0.05的治疗药物与患者临床特征之间关系（m1：m2）这类变量，函数式中对应的临床特征（m1）即为药物疗效（m2）的协同影响因素[3]。 　　1.3.3研究内容①药物：三组分别口服利尿剂、β-受体阻滞剂、钙拮抗剂。②指标选取：年龄、性别、身高、体质量、吸烟、基础收缩压、舒张压、总胆固醇水平、既往心肌梗死病史等指标。 　　2结果 　　利尿剂组。治疗前的收缩压为140mmHg，舒张压为90mmHg，体重为34kg，血清总胆固醇为3mmol/L。 　　β-受体阻滞剂组。治疗前的收缩压为l40（mmHg），治疗前的舒张压为90（mmHg），体重为34（kg），血清总胆固醇为3（mmol/L）。 　　钙拮抗剂组。治疗前的收缩压为140（mmHg），治疗前的舒张压为90（mmHg），体重为38（kg），血清总胆固醇-1.8（mmol/L），见表1、表2。 　　3讨论 　　3.1利尿剂组研究结果显示，患者的年龄，治疗前的收缩压、舒张压都是影响收缩压下降的因素[4]，而且这些因素还能协同利尿剂药物治疗。 　　3.2β-受体阻滞剂组究结果显示，除了年龄、治疗前的收缩压舒张压的协同因素同样有影响外，身高及吸烟情况也是协同因素，对β-受体阻滞剂的降压疗效也有很大的影响[5]。 　　3.3钙通道阻滞剂组究结果显示，治疗前收缩压和体重两个因素具有明显的协同治疗的作用。4总结 　　通过以上数字建模，我们可以直观地找出不同药物治疗的协同影响因素，为根据不同患者制定不同的治疗方案提供了选择依据[6]。吸烟、年龄、体重是影响不同高血压患者用药不同的重要原因。实验证明建立数字模型分析高血压患者对降压药物收缩压反应是可行的，有利于高血压患者的治疗。 　　通过把数字建模应用于医药领域，可以提高医生对症施药的效率，不仅能够提高治病的速度，也能减少患者的痛苦和心理负担，对于医生和患者来说，都具有重要意义。 　　参考文献 　　[1]中国高血压防治指南修订委员会.中国高血压防治指南（2010）[J].中国医学前沿杂志，2011，3（5）：42-93. 　　[2]张海波，张丹，李静，等.β-受体阻滞剂在中国高危冠心病患者中的应用现状调查[J].临床心血管病杂志，2011，27（6）：422-425. 　　[3]吴瑛，李一石等.数学模型模拟高血压患者对降压药物收缩压反应的探索研究[J].中华高血压杂志，2011，09. 　　[4]LisaKurland，HakanMelhus，JuliaKarlsson，ThomasKahan，KarinMalmqvist，K.PeterOlullan.FredrikNystrom.AndersHagg，LarsLind.A