摘要：目的研究绝经后女性双侧卵巢切除前后绝经期相关症状的变化。方法采用自行设计的调查问卷及改良Kupperman评分表对因良性子宫疾病接受子宫切除术加双侧卵巢切除术的绝经后患者进行手术前后绝经期相关症状的评估;并按绝经时间分绝经早期组(绝经时间≤5年)和绝经晚期组(绝经时间>5年)进行分析和比较。结果95例研究对象中术前Kupperman评分正常8例、症状轻度46例、中度34例、重度7例;术后评分正常5例,症状轻度28例、中度48例、重度14例;术后中、重度症状者较术前明显增多,差异有统计学意义(P<0.05)。绝经早期组术前Kupperman总分及潮热出汗、失眠、抑郁、疲乏及头痛的症状评分均高于绝经晚期组(P<0.05)。绝经早期组术后Kupperman评分23.93±7.53,显著高于手术前的17.63±8.07(P<0.05),绝经晚期组手术前后Kupperman总分比较差异无统计学意义。结论双侧卵巢切除对绝经后妇女的绝经期症状有不同程度的影响,对绝经早期妇女的影响较为明显。

摘要：目的对回归法和人工神经网络法预测胎儿体重作一比较，选择一种或几种准确性高、实用性强的方法供临床使用。方法分娩前７２小时内测量胎儿双顶径（ＢＰＤ）、头径（ＨＤ）、胸径（ＴＨＤ）、腹径（ＡＤ）、股骨长度（ＦＬ）、肝脏长度（ＬＬ）、软组织厚度（ＳＴＴ）和皮下组织厚度（ＳＣＴ），并记录新生儿出生体重，共３９０例，其中２５０例用于训练人工神经网络及建立体重预测的回归方程；１４０例用人工神经网络、回归方程和临床方法估计体重，比较不同方法的预测准确性。结果本文建立了两种结构的人工神经网络，输入变量分别为６个和８个，并推导出１１个体重计算式。６个变量的人工神经网络法的符合率最高，６个变量的回归方程式的符合率略低，为８５．７％，而以ＡＤ和ＦＬ为变量的方程的符合率为８３．６％。从多种变量计算中发现，对体重预测有重要影响的参数是ＡＤ、ＦＬ、ＢＰＤ。而新生儿体重在３０００～４０００ｇ者，各方法的精确度较高。结论１．人工神经网络是一种准确性高的体重预测的新方法；回归法方法简便、准确性也较高，仍是目前体重预测的主要方法；２．ＡＤ、ＦＬ、ＢＰＤ是超声预测胎儿体重的重要指标；３．为准确预测过大和过小胎儿的体重，应采用分段方法另设计算式加以?