监测因子（共4篇）
监测因子 篇1
2013年1月, 全国先后有30个省 (自治区、直辖市) 遭受雾霾天气侵袭, 为1961年以来历史同期最多。内蒙古包头市1月发生3次轻度雾霾天气。雾霾天气给群众身体健康带来严重危害, 以及许多城市地区交通运输受到影响。构成雾霾的主要成分是气溶胶 (颗粒物) , 气溶胶是由一次排放和二次生成形成的, 二次生成的颗粒物通常粒径更小、比重更大。环境空气中PM2.5来源包括自然生成以及人类活动造成的污染, 二次气溶胶是PM2.5的主要组成成分[1]。
1 PM2.5的概念
PM2.5指的是环境空气中空气动力学当量直径≤2.5μm的颗粒物, 也称细颗粒物[2]。它的直径还不到人的头发丝粗细的1/20。虽然PM2.5只是地球大气成分中含量很少的组分, 但它对空气质量和能见度等有重要的影响。
2 PM2.5的来源
不同城市由于功能及气候等因素不同, 其颗粒物来源不尽相同。研究表明:北京市PM2.5的主要来源为燃煤、机动车排放、建筑尘、扬尘、生物质燃烧、二次硫酸盐和硝酸盐及有机物[3,4]。对武汉市PM2.5主要来源的研究发现, 生物质燃烧尘和城市路尘为主要贡献[5]。对宁波市PM2.5污染源解析表明:城市扬尘、煤烟尘、机动车尾气尘的贡献率分别为20.42%、14.37%、15.15%[6]
3 PM2.5对人体健康的影响
越小的颗粒对人体的危害越大, 而且对降低能见度、加重雾霾天气的作用也越大。PM2.5容易被吸入人体, 而且会直接进入支气管, 干扰肺部的气体交换, 引发包括哮喘、支气管炎和心血管病等方面的疾病。这些颗粒还可以通过支气管和肺泡进入血液, 其中的有害气体、重金属等溶解在血液中, 对人体健康的伤害更大。
气象专家和医学专家认为, 由细颗粒物造成的灰霾天气对人体健康的危害甚至要比沙尘暴更大。粒径10μm以上的颗粒物, 会被挡在人的鼻子外面;粒径在2.5μm至10μm之间的颗粒物, 能够进入上呼吸道, 但部分可通过痰液等排出体外, 另外也会被鼻腔内部的绒毛阻挡, 对人体健康危害相对较小;而粒径在2.5μm以下的细颗粒物, 直径相当于人类头发的1/10大小, 不易被阻挡。被吸入人体后会直接进入支气管, 干扰肺部的气体交换, 引发包括哮喘、支气管炎和心血管病等方面的疾病。
4 PM2.5监测标准
PM2.5监测标准是由美国在1997年提出的, 主要是为了更有效地监测随着工业化日益发达而出现的、在旧标准中被忽略的对人体有害的细小颗粒物。PM2.5指数已经成为一个重要的测控空气污染程度的指数。到2010年底为止, 除美国和欧盟一些国家将PM2.5纳入国标并进行强制性限制外, 世界上大部分国家都还未开展对PM2.5的监测。
美国国家航空航天局 (NASA) 2010年9月公布了一张全球空气质量地图, 专门展示世界各地PM2.5的密度。在这张图上红色 (即PM2.5密度最高) , 出现在北非、东亚和中国。中国华北、华东和华中PM2.5的密度, 指数甚至接近每立方米80微克。世界卫生组织 (WHO) 认为, PM2.5小于10是安全值, 而中国的这些地区全部高于50接近80, 比撒哈拉沙漠还要高很多。
2012年2月, 国务院同意发布新修订的《环境空气质量标准》增加了PM2.5监测指标。北京市环保局监测中心新版空气质量发布平台于2013年1月1日上线。
5 环境空气中PM2.5治理策略
加快淘汰电力、石化、化工等行业的落后产能;在大气污染联防联控的重点区域, 积极推进使用清洁能源;对城区重污染企业实施搬迁和节能环保技术改造, 优化工业布局;提高环境准入门槛, 在重点区域实施更加严格的大气污染物排放特别限值, 禁止新建、扩建除热电联产以外的燃煤电厂等。
同时, 还必须加强以下工作:严把新建项目准入关, 严格环境执法监管, 深化污染减排;推进电力行业和石化等非电行业二化硫减排治理, 加快燃煤机组脱硝设施建设, 加强氮氧化物治理;突出抓机动车污染防治, 提高车用燃油品质与机动车排放标准等[7]。
参考文献
[1]魏新明, 邹兵, 姜素霞.石化行业应对PM2.5污染控制形势措施探讨[J].石油化工安全环保技术, 2012, 28 (6) :48.
[2]中国环境科学研究院, 中国环境监测总站.GB3095—2012环境空气质量标准[S].北京:中国环境科学出版社, 2012.
[3]胡敏, 赵云良, 何凌燕, 等.北京大气颗粒物谱分布特征[C]//中国化学会.第二届全国环境化学学术报告会论文集.上海:上海交通大学, 2004:3-9.
[4]朱光磊, 张远航, 曾立民, 等.北京市大气颗粒物PM2.5的来源研究[J].环境科学研究, 2005, 18 (5) :1-5.
[5]董欣, 孙喆.武汉地区可吸入小颗粒物来源分析[J].辽宁工程技术大学学报, 2009, 28:125-127.
[6]叶文波.宁波市大气可吸入颗粒物PM10和PM2.5的来源解析研究[J].环境污染与防治, 2011, 33:66-69.
[7]魏新明.石化行业应对PM2.5污染控制形势措施探讨[J].石油化工安全环保技术, 2012, 28:48.
监测因子 篇2
集中式养殖水质在线监测模式, 采用一套仪表检测多个池塘水质, 可以明显节省水质监测成本, 现已广泛应用于水产养殖行业。利用水泵抽水输送到传感器所在位置, 水体经过管道运输后, 受水泵和管道影响, 测量结果可能产生明显偏差。陈军等[6]在实验室环境下, 采用不同采样流速和温度, 对常用水质指标影响进行了研究, 但是对于该方法在实际应用过程中可能造成的测量误差却未见有研究报道。为探究误差产生的原因和规律, 本文以内蒙古鄂尔多斯市达拉特旗渔场为实验基地, 研究在不同采样距离、不同设备运行时间下对常用水质监测指标造成额外误差的影响。
1 材料与方法
(1) 水质传感器:集中式采样传感器采用梅特勒在线监测单参数仪表;对比传感器采用AP2000多参数水质传感器 (表1) 。检测指标包括p H、氧化还原电位 (ORP) 、温度 (T) 、溶氧 (DO) 。仪表使用前全部进行重新标定, 标定在误差许可范围内。
(2) 试验装置:选择内蒙古鄂尔多斯市达拉特旗渔场中的1个养殖池塘 (长150 m, 宽90 m) , 集中式采样, 采用4个300 W自吸泵分别抽取池塘水样, 取样深度30 cm, 水样经管道输送到集中式水质监测装置, 并自动排出。对比采样方式是将4个集中式水质传感器直接置于水体中水泵采样点旁边。
(3) 试验时间:30 d。
(4) 试验方法:将集中式采样柜安置到如图1所示位置。设置4个距离梯度, 起始距离为5 m, 以40 m为一个距离间隔, 分别在5 m、45 m、85 m和125 m处安置水泵, 每个水泵单独配备1套管路。以系统安装调试成功后第1次正式运行采集的水质数据为样本, 分析取样距离对水质参数的影响;以每天13:00为对比试验点, 统计30 d内对比试验点的水质情况, 分析不同取样距离在系统连续运行时对水质参数的影响。
2 结果与分析
考虑到对比采样传感器的精度和检测条件远比集中采样方式可靠, 将对比采样方式检测的结果作为每一个特定条件下的标准值, 集中采样方式的结果与其的差值除以标准值作为相对误差。
2.1 取样距离对检测结果的影响
如表2所示, DO的最大误差为2 mg/L, 最大相对误差为2.5%, 相对误差较小, 但随着取样距离的增加, 最大误差和相对误差都变大, 且都为正偏差;温度最大误差为0.6℃, 最大相对误差为2.3%, 相对误差较小;温度和DO随距离增加的变化趋势一致, 且都为正偏差;p H最大误差为0.1, 最大相对误差为1.2%, 误差值相对较小, 且测量距离变化对其影响较小;ORP最大误差为20m V, 最大相对误差为14.7%, 相对其正常波动范围误差随距离变化影响趋势不明显。
2.2 取样时间对检测结果的影响
DO在5~85 m的取样距离内, 其测量值随测量时间的增加变化不明显, 但在取样距离为125 m时, 随取样时间的增加, 测量误差逐渐变大, 从第14天到第20天测量误差变化剧烈, 以后几天误差基本保持恒定值, 最大误差为4.6 mg/L, 测量结果完全失真, 且都为正偏差 (图2) 。温度随检测时间的增加, 其误差值基本稳定, 不随检测时间的增加而变化 (图3) 。p H基本稳定, 测量结果不受管道长度和设备运行时间的影响 (图4) 。ORP与DO变化趋势类似, 在5~85 m的取样距离内变化不明显, 在取样距离为125 m时, 随取样时间的增加, 测量误差逐渐变大, 没有明显剧烈的变化, 到达最大误差为120 m V时, 测量误差基本稳定 (图5) 。
3 分析与讨论
3.1 对p H的影响
两种采样方式测得的p H在不同采样距离和不同采样时间基本一致, 在传感器正常波动范围内。证明集中式采样方式对于p H的检测结果没有实质性影响, 原因可能是环境温度和水流条件的变化在较短时间内很难对该参数产生影响, 该类指标的检测可以比较放心地使用间接采样方式。
3.2 对温度的影响
集中式采样方式测得的温度值始终高于对比采样方式的测得值, 且温度误差范围随距离变化基本固定, 随着测量距离的增加, 水温与环境温度差值逐渐变小, 其原因可能是环境温度对检测结果有明显影响。上述试验结果证明集中式采样方式对于温度的监测结果有一定影响, 影响程度和管道长度关系密切, 这与陈军等[6]试验结果基本一致。原因是环境温度和水温的温度差导致水样在运输过程中发生温度变化, 但整体差值比较稳定, 便于使用软件进行修正。
3.3 对ORP的影响
陈军等[6]根据在实验室环境下获得的实验数据, 指出流速和环境温度对ORP影响比较小。而本试验证明, 集中式采样方式对于ORP测量结果有明显影响, 其影响程度与管道长度以及采样时间关系密切。原因可能是当取样距离过长时, 管道内水体流速下降, 生物膜或者厌氧细菌等耗氧生物滋生, 消耗管道内氧气, 使水体中正负离子发生剧烈变化。当取样管道长度<85 m时, 集中式采样方式对于ORP的检测结果没有实质性影响, 而在125 m处受取样时间增加的影响明显。因此, 集中式采样方式在设计时要充分考虑水泵功率和管道长度之间的关系, 尽量减少管路内耗氧生物的滋生。在此基础上, 该类指标的检测可以比较放心地使用间接采样方式。
3.4 对DO的影响
集中式采样方式对DO的测量结果影响显著, 特别在125 m处受取样时间增加的影响明显, 主要影响因子为温度、管道长度和采样时长。原因可能是当取样距离过长时, 管道内水体流速下降, 生物膜或者厌氧细菌等耗氧生物滋生, 大量消耗管道内氧气。由于光学溶氧测定时需要根据温度修订测量值, 温度变化对溶氧的测定值影响显著。因此, 实际使用时要充分考虑水泵功率和管道长度之间的关系, 尽量减少管路内耗氧生物的滋生。在此基础上, 通过修订温度变化就可对溶氧测量值进行修正。
4 结论
采用集中式水质在线监测系统监测水质, 其实际要求是在保证水质检测精度在误差允许范围内, 能够准确反映养殖水质情况的变化趋势。试验结果表明, 取样管道长度和设备连续运行时间是影响集中式养殖水质在线监测系统测量精度的两个重要因素。以水泵功率为300 W为基准功率, 当采样距离为125 m, DO和ORP的测量数据偏差达到4.6 mg/L和120 m V, 对测量结果产生本质影响, 而在80 m左右的测量距离下, 各项测量指标偏差在误差允许范围内。因此, 当水泵功率为300 W时, 最佳采样距离不要超过80 m。本研究结论将为集中式水质监测系统设计有效地控制误差及科学地进行水质检测提供参考。
参考文献
[1]周孟然, 刘帆, 聂梦雅, 等.基于FPGA的水质检测系统研究[J].工矿自动化, 2013, 39 (9) :27-30.
[2]申时凯, 佘玉梅.基于改进神经网络的湖泊水质污染检测法研究[J].计算机仿真, 2012 (8) :179-182.
[3]张珏曹, 利申, 李波.基于无线传感器网络的水质监测系统设计[J].科学导报, 2013 (2) :12-19.
[4]张江龙.在线水质自动监测数据的实时性和准确性浅析[J].现代科学仪器, 2008 (1) :124.
[5]宋德敬, 陈庆生, 薛正锐, 等.海水工厂化养鱼多点在线水质监测系统的研究[J].海洋水产研究, 2002, 23 (4) :56-60.
[6]陈军, 刘晃, 黄健, 等.养殖水质在线监测采样方式对测定结果的影响[J].渔业现代化, 2008, 35 (5) :1-4.
监测因子 篇3
因子分析是一种利用诸指标之间的相关性来挖掘潜在的、起支配作用因子的经典多元分析方法,利用该法可有效回避基数困扰(应种人数和出生人口)的特点,本文对池州市2013—2014 年常规免疫接种监测数据进行因子分析,发现存在的问题和薄弱环节,为有效提高和维持全市高水平免疫接种率提供有价值的信息。
1资料与方法
1.1资料来源
2013 年接种率数据来自池州市《中国免疫规划监测信息管理系统》,将所有67家接种单位全年月接种报表导出。以各接种单位实际累计接种数为分子,辖区同期出生人口数为分母,获得国家免疫规划疫苗22 针(剂)次累计接种率指标;以累计首针乙肝疫苗及时接种数为分子,累计首针乙肝疫苗接种数为分母,得到首针乙肝及时接种率指标,共计23项疫苗累计接种率指标进入分析。2014年接种率数据来源于《预防接种信息管理系统》(原系统升级),获取全部66家接种单位上述23项接种率指标。
1.2 因子分析模型
因子分析基本思路[4,5,6]是将可直接测量获得、具有一定相关性的多个原始变量进行分解,归纳出若干类别(公因子),使得同类之间的变量相关性最强,不同类别之间的变量相关性较低,从而找出不可直接测量、相对独立、在专业上有明确意义的公因子。
1.2.1 初始因子模型:表达式为: χij=αi1f1+ αi2f2+…+ αijfj+ ei,其中为fj为公因子,ei为个性因子,即变量中不能被公因子所解释部分;αij为因子载荷,反映公因子与各变量间的相关程度,其绝对值越大,表示公因子fj与变量χi关系越密切。 χij的方差被分解为两部分之和: Var(χij) =Var(ai1f1+ai2f2+…+ aijfj) + Var(ei),等式右端为共性方差和个性方差。初始因子的提取常用主成分法。初始因子模型特点为⑴模型不受量纲影响;⑵因子载荷并非是唯一。
1.2.2 旋转后因子模型:初始因子模型获得的载荷矩阵A=(aij)m×n大多较为复杂,不易从专业角度予以解读,公因子专业含义的判读是进行因子分析的核心所在。为使公因子专业意义更为明显,常需利用因子载荷的非唯一性特点进行因子轴旋转,使载荷矩阵A中各列元素向0 和1 两极分化,保持同一行中各公因子方差不变。因子轴旋转方法很多,常用最大方差旋转Varimax和均方最大旋转Equemax。
2结果与分析
2.1相关性检验
因子分析法的应用前提是要求各分析指标间具有较强的相关关系,否则指标间无法共享公因子,多用Kaiser-Keyer-Olkin统计量(简称KMO统计量)来比较变量之间简单相关系数和偏相关系数,一般认为KMO值在0.9以上非常适合进行因子分析,0.8为适合,0.7为一般,0.6以下不适合。本文数据KMO统计量为0.905,Barlett检验统计量为3 400.7,df=253,P<0.001,因而适合进行因子分析[5]。
2.2特征根及方差贡献率
依次求出23项指标间相关系数矩阵和约相关矩阵(因占篇幅过大,未予列出)。从约相关矩阵特征根可以看出,共23 个公因子被提取,见表1 和图1。按照公因子特征根≥1,保留该公因子的取舍原则,取前3 个公因子。方差贡献率是衡量公因子相对重要程度的指标,贡献率越大表明该公因子影响力越大,3 个公因子依次可解释为53.7%、12.8%和7.1%原始指标信息,第1 公因子对接种率影响力最为显著,随后2个公因子影响力依次减弱,保留的3个公因子,累计贡献率已达到73.5%(超过70%),可解释73.5%的全部原始信息,可以认为公因子提取效果较理想。
%
2.3 初始及旋转后因子载荷
初始因子载荷矩阵见表2,其专业含义较为模糊。用最大方差旋转法Varimax对初始因子载荷矩阵进行旋转,结果见表2,很显然旋转后因子载荷专业意义更为明确。竖读各变量旋转后因子载荷, 公因子f1上载荷最大落在Hep B2-B3、 PV1-PV3、 DPT1-3、 MR、 MMR、 Men A1-A2和JE1( 计13 剂次), 公因子f2在PV4、 DPT4、 DT、 Men⁃AC1-AC2、JE2 和HAV(计7 剂次)指标上载荷最大,公因子f3上因子载荷最大的指标为Hep B1、Hep B1 及时和BCG(计3剂次。
共性方差为原始指标的方差能被保留公因子所解释的部分,旋转前后各指标共性方差保持不变。表2中各共性方差均超过50%,其中绝大多数都超过70%,表明3个公因子能较好地反映各指标所包含的信息,从另一角度提示公因子提取效果理想。
第1 公因子由Hep B2-B3、PV1-PV3、DPT1-3、MR、MMR、Men A1-A2 和JE1 指标构成。根据国家免疫规划程序,除MMR外,其余12项指标均为适龄儿童8月龄前应完成的接种针剂(次)。故第1 公因子主要反映8 月龄之前的针剂(次)完成状况,不妨称之为近程免疫因子。
第1 公因子方差贡献率达53.71%,在所有公因子中最大,提示近程免疫针剂(次)完成状况是我市免疫规划疫苗接种最主要的特征。通过逐月分析2013—2014年度这13剂次疫苗的接种情况,可以发现每个月的接种针剂次较为稳定,约占全年预期接种剂次的8%左右,接种进度与时间推移保持良好,全年累计接种率达到95%以上水平,表明我市儿童近程免疫完成的质量和数量均符合国家免疫规划的规范要求。
第2公因子由PV4、DPT4、DT、Men AC1-AC2、JE2和HAV指标构成,根据国家免疫规划程序,接种时间依次为4 周岁、18 月龄、6 周岁、3 周岁、6 周岁、2 周岁和18 月龄,不难发现,这些指标均属于远程免疫剂次,故可称之为远程免疫因子。通过逐月分析2个年度这7种疫苗接种情况发现,1—8月份每月接种针剂(次)约占全年预期接种剂次的5.7%上下,9—12 月份每月接种进度为8.8%左右,年度累计接种率约为83%~85%,尾部上翘特征明显。
实施扩大国家免疫规划后,通过加大培训,“换脑筋”,以往“重基础、轻加强”态势在我市得到显著改善,全市远程免疫针(剂)次接种率大幅提高。然而“远程免疫”因子作为独立因子,特征根位列第二位,含全部原始指标的12.8%信息量,提示仍有部分接种单位未落实日常化、常态化组织开展加强免疫工作,以入托入学儿童查验证时机进行补种和下半年“赶进度”突击接种的特征明显,“远程免疫”针次的接种工作不扎实。作为反映我市免疫接种状况的第二个重要特征,须引起足够重视。
第3公因子由Hep B1、Hep B1及时和BCG组成。健康新生儿应在分娩24小时内在分娩医院完成Hep B1和BCG两种疫苗的接种,特殊情况(如低体重)随后由接种点补种,但视为接种不及时,医院和接种点接种的数据由接种点按月汇总上报。上述三个指标显然与分娩医院和接种点均相关,故可称之为医防合作因子。
通过分析接种数据发现,三指标月接种进度均恒定在7.2%附近,全年接种率约为87%,在接种进度曲线上呈一条直线,其斜率明显低于第1 公因子指标。方差贡献率为7.07%,表明该因子是影响我市免疫接种不可忽视的因素。通过现场查看分娩医院儿童的出生、接种记录以及疫苗使用记录等原始资料,发现:⑴医院实际接种数少于报告接种数;⑵分娩医院和接种点工作衔接不好,接种单位只报告本单位接种数,导致辖区疫苗接种数漏报和缺报现象。值得一提的是,新生儿因健康状况不佳(如新生儿黄疸、发热及低体重等)推迟接种为客观现象,其比例相对恒定,Hep B1 及时率只是因为“碰巧”在接种进度曲线上与Hep B1 和BCG一致而被归入第3 公因子。
借助因子分析提取了3个在疫苗接种率管理中不可直接测量的公因子,不仅提取了我市2013—2014 年常规免疫接种监测数据原始资料的核心信息,而且从全新的视角、系统性地审视我市免疫规划疫苗接种现状,获得3个公因子完美的专业解释,与我市实际情况相吻合,其中“医防合作”因子对接种率的影响,常为我们忽视。因子分析为我们系统地揭示免疫规划疫苗接种率监测中的成绩、不足以及内在原因,尤其是常规方法难以察觉的深层次问题,为有针对性地采取措施提供了明确方向和科学依据。
参考文献
[1]唐宁,张大勇,朱青,等.2010—2012年贵州省常规免疫接种率监测结果评价[J].预防医学情报杂志,2014,30(8):618-621.
[2]张志兰,徐红,陶长余.流动儿童疫苗接种率影响因素logistic回归分析[J].实用预防医学,2011,18(5):825-827.
[3]邓宇,谭晓东,倪紫菱,等.武汉0~6岁儿童扩大免疫规划接种率调查及其影响因素分析[J].中国热带医学,2013,13(10):1220-1223.
[4]张亚超,樊立华,王刚,等.基于因子分析法的卫生监督人员胜任力模型构建研究[J].中国卫生事业管理,2014,307(1):28-30.
[5]周其宏,沈永刚,方大春,等.因子分析法在免疫规划疫苗接种率监测管理中的应用[J].中国热带医学,2012,12(7):806-811.
监测因子 篇4
1 资料与方法
1.1 资料
收集2002年5月~2006年5月在我科住院手术并经病理诊断为卵巢肿瘤的65例患者为研究对象,其中卵巢恶性肿瘤组31例(上皮性肿瘤19例,生殖细胞肿瘤10例,性索间质肿瘤2例),临床分期按FIGO(1985)标准进行,Ⅰ期15例,Ⅱ期3例,Ⅲ期8例,Ⅳ期5例。均行卵巢恶性肿瘤根治术或肿瘤细胞缩减术,术后正规化疗[2],化疗结束时全面评价疗效。卵巢良性肿瘤组34例(上皮性肿瘤13例,生殖细胞肿瘤18例,性索间质肿瘤3例),均行肿瘤摘除或附件切除术。于术前24h内及术后完成二疗程的化疗(术后2个月)和全部化疗结束时采静脉血3ml,立即离心取血清-20℃冻存待检。另取健康妇女静脉血标本20例作健康对照组,方法同前。三组年龄、孕产次无明显差异。
1.2 血清VEGF和CA125水平测定
采用Golden Bridge公司生产的VEGP酶联免疫试剂盒测定血清标本中游离的VEGF含量,VEGF批内误差11.1%,批间误差8.9%,检测敏感性18.6ng/L。内胚窦瘤血清标本同时采用放射免疫分析法(北京北方生物技术研究所的试剂)测定血清中CA125含量,批内误差<8%,批间误差<12%,检测敏感性<3μg/L。
1.3 统计学处理
采用t检验、相关分析、预测分析等方法处理数据。
2 结果
2.1 卵巢肿瘤手术前血清
VEGF水平及其与细胞分化和组织类型的关系卵巢恶性肿瘤和卵巢良性肿瘤手术前血清VEGF水平分别为(1134.8±514.3)ng/L和(337.4±261.4)ng/L,均显著高于健康对照组(40.6±24.0)ng/L,P<0.01,良、恶性肿瘤之间亦有显著性差别,P<0.01,细胞分化G2、G3VEGF(1446.1±546.9)ng/L明显高于G1(822.1±275.5)ng/L,P<0.01。提示卵巢肿瘤患者血清VEGF水平明显升高,恶性肿瘤及其分化差者升高更显著,但不同组织类型之间无明显差别。
2.2 卵巢恶性肿瘤治疗前后血清VEGF水平及其临床分期、肿瘤残余或复发的关系
本组卵巢恶性肿瘤有2例Ⅳ期手术后放弃治疗,4例治疗未结束,中途放弃治疗,4例治疗完成后疗效评定为复发或恶化(其中Ⅱ期1例术后无肿瘤残余,Ⅲ期1例和Ⅳ期2例均有肿瘤残余)。各期卵巢恶性肿瘤手术治疗前、手术后2个月(完成二个疗程化疗)和完成综合治疗时血清VEGF动态监测的结果见表1、表2。
注:与临床Ⅰ期组比较,1),2)P<0.01;与临床Ⅱ期组比较,1)P<0.05
表1显示:手术后2个月与手术前比较,VEGF明显下降,Ⅰ、Ⅱ、Ⅲ期P<0.05~0.01;化疗结束后与手术后2个月比较,Ⅰ期明显下降P<0.01,Ⅳ期明显增高,P<0.01,Ⅱ、Ⅲ期无明显下降与肿瘤复发或恶化有关,术前各期间无显著差异,P>0.05。
注:与无残余组比较,1),2)P<0.05~0.01;与有残余组比较,2)P<0.01
表2中,手术后与手术前比较,VEGF进行性下降,P<0.01,但复发或恶化组下降后又增高,变化无显著差异,P>0.05。
2.3 血清VEGF与CA125水平的相关分析
本组有5例内胚窦瘤患者,术前、术后2个月及治疗结束时血清VEGF水平分别为(1103.9±314.4)ng/L,(402.1±185.7)ng/L,(90.8±16.5)ng/L,同时测得血清CA125分别为(784.3±246.7)ug/L,(65.4±78.9)ug/L,(16.4±6.5)ug/L。两者相关系数为0.8429,系数检验P<0.05,提示两者水平平行下降,且呈高度正相关。
2.4 术前血清VEGF水平对卵巢恶性肿瘤的诊断、分期和预后的预测价值
本文34例卵巢良性肿瘤以术前血清VEGF水平x+s作为诊断卵巢恶性肿瘤的参考值,用卵巢恶性肿瘤术前血清VEGF水平平均值和动态监测结果(手术治疗后血清VEGF无明显下降或下降后再增高为监测阳性)预测分析,卵巢恶性肿瘤的诊断、分期和复发或恶化见表3。
3 讨论
有关资料表明,肿瘤生长与血管生成有密切关系,肿瘤的微血管密度(MVD)已成为肿瘤生长浸润、转移、预后的重要指标,而VEGF是具有代表性的肿瘤血管生成促进因子[2,3]。本研究结果提示VEGF与卵巢恶性肿瘤细胞生长、转移、预后有密切关系。①VEGF水平及其受体表达与卵巢恶性肿瘤的生长、分化、转移和临床分期有密切关系。本文测定卵巢肿瘤患者VEGF明显高于健康人,提示卵巢肿瘤组织高表达VEGF。该研究表明卵巢肿瘤细胞具有表达VEGF及其受体的能力,而产生过多的VEGF释放入血。术前测定血清VEGF水平显示,卵巢恶性肿瘤明显高于良性肿瘤,晚期病例明显高于早期病例,细胞分化G2、G3明显高于G1,均有显著性差异。提示恶性肿瘤特别是分化差的恶性肿瘤细胞增殖快,病灶大,累积范围广,由于缺氧肿瘤细胞分泌更多的VEGF,促使血浆营养外渗和微血管生成又加速肿瘤生长,这种滞后于肿瘤生长而快速新生的肿瘤血管,往往出现功能和结构异常,如管壁不完整、缺乏基膜等,又为肿瘤的侵袭性生长和转移提供了条件。因此,认为血清VEGF水平可反映卵巢肿瘤细胞的分化程度和增殖状态,并与临床分期和转移有密切关系;②VEGF水平与卵巢肿瘤病灶消长保持一致。本文动态监测结果显示,卵巢恶性肿瘤手术后血清VEGF进行性下降,化疗结束时基本达正常水平,但有肿瘤残余者下降速度稍慢,肿瘤复发或恶化者术后半年内VEGF再度回升。内胚窦瘤患者VEGF下降与CA125下降平行,呈明显正相关。进一步说明VEGF与卵巢恶性肿瘤病情发展有关,血清VEGF水平能反映肿瘤的消长。
组织标本MVD检测是评估实体肿瘤内血管生成状态的金标准,其优点是直观、敏感,但它不能评估组织内功能性血管生成潜力。本文结果提示术前血清VEGF是反映肿瘤增殖状态和临床分期的客观指标,对卵巢恶性肿瘤及其分期具有良好的预测价值,其敏感性、特异性和准确性均大于80%。说明测定体液中VEGF含量可以弥补MVD的缺陷,是MVD的重要补充,且能更早、更方便地对肿瘤血管生成进行判断,并可动态观察,更具有实用性。因此,我们认为血清VEGF可作为卵巢恶性肿瘤诊断及分期的指标。本文动态监测显示,手术后若VEGF无明显下降或下降后又回升作为监测阳性,持续监测阴性多无病情恶化或复发,说明血清VEGF水平对卵巢恶性肿瘤的预后具有一定的预测价值,特别是术后动态监测阳性往往是复发或恶化的反映。血清VEGF水平和VEGFR表达程度可作为独立的卵巢恶性肿瘤预后指标,而且动态监测更具有判断价值[2,3]。
参考文献
[1]南京市卫生局.医药科技进展[M].北京:中国医药科技出版社,2007:596~598.
[2]Wesfe G,Sells M,Pesfer K,et al.Clinical study of vascular en-dothelial growth factor in ovarian cancer[J].Obstet Gynecol,2006,100(2):234~241.