当前位置:新闻中心 > 医化热点
外来支持和认知因素对癌症痛的影响
外来支持和认知因素对癌症痛的影响
2014-09-03 16:31:18
第三方平台
化工资讯网(www.b2star.com)解释外来支持和认知因素对癌症痛是怎么施加影响的,请看下文:
外来的支持
若癌症疼痛患者相信并确实得到外来的支持与帮助, 则疼痛对其威胁及负面影响将大大地减轻,即缓解了疼痛对患者的折磨。
认知因素
癌症疼痛的认知涉及到个人对疼痛的态度, 在疼痛患者中几乎2 /3的人相信他们的疼痛是疾病发展指征, 这些患者在焦虑和抑郁的得分上明显增高。
研究发现,在转移性乳腺癌患者中, 认为疼痛预示疾病恶化者与疼痛、焦虑、抑郁严重程度的报告明显相关。
40%的患者认为疼痛是疾病进展的指征, 这与那些持不同观点的人相比会更抑郁。另有研究发现癌症疼痛患者自我健康概念降低。
认知的另一方面是有关疼痛及其处理的知识, 如知识可以影响对疼痛及干预的反应,护理咨询教育干预及书面材料可以增强癌症疼痛患者按计划正确用药的意识。
用于癌症患者应对疼痛的认知对策包括分散注意力( 如阅读、看TV)、自我应对陈述、重新解释疼痛感觉、抑制疼痛、尽力接受疼痛等。
上一篇
下一篇
如涉及转载授权,请联系我们!
相关标签:
癌症
相关阅读:
●
《美国化学会志》氟硼酸盐非线性光学晶体材料研究获进展
●
《科学》新型合成晶体有望解决电路散热难题
●
人工智能程序“重新发现”元素周期表

元素百科为您介绍氟硼酸盐非线性光学晶体材料研究获进展。激光光源的波长拓展很大程度上依赖于频率转换器件材料——非线性光学晶体的变频能力。随着激光在紫外和深紫外波段应用的日益重要,如何设计合成性能更优的非线性光学材料是当前研究的重点和热点。 中国科学院福建物质结构研究所光电材料化学与物理重点实验室叶宁课题组在国家杰出青年基金、中科院B类战略性先导科技专项和助理研究员罗敏主持的海西研究院“春苗”人才专项等资助下,以非线性光学晶体Sr2Be2B2O7(SBBO)结构模型为基础,利用分子工程的方法成功设计了首例铅/锡氟硼酸盐化合物MB2O3F2(M=Pb,Sn)。相比于SBBO中存在的刚性[Be6B6O15]∞双层来说,MB2O3F2具有灵活的二维[B6O12F6]∞单层,克服了SBBO结构的不稳定性问题。此外,虽然MB2O3F2(M=Pb,Sn)是同构的,并且都含有立体化学活性的孤对阳离子,但它们却表现出截然相反的宏观倍频效应。通过与中科院理化技术研究所林哲帅课题组合作,利用第一性原理的计算方法揭示了两个化合物倍频的差异主要是由于Pb和Sn的倍频活性轨道各向异性的不同,它们分别对PbB2O3F2和SnB2O3F2的倍频效应产生了建设性和破坏性的影响。相关研究成果发表在《美国化学会志》上(JournaloftheAmericanChemicalSociety,2018,140(22),6814-6817)。 此外,该研究团队此前在紫外、深紫外NLO材料的设计、合成、晶体生长和非线性性能研究方面也取得系列研究进展,相关成果发表于J.Am.Chem.Soc.,2018,140,3884;Chem.Commun.,2018,54,1445;Chem.Commun.,2017,53,9398;J.Mater.Chem.C,2017,5,8758;Chem.Mater2017,2,896;Chem.Mater.2016,28,9122;Chem.Mater.2016,28,2301;Chem.Mater.2015,27,7520。

元素百科为您介绍新型合成晶体有望解决电路散热难题。发表在最新一期美国《科学》杂志上的研究显示,一种相对廉价的合成晶体有望用于电路冷却,突破电子设备小型化面临的散热难题。 论文通讯作者之一、美国得克萨斯大学达拉斯校区物理学副教授吕兵说,散热对使用计算机芯片和晶体管的电子产业非常重要,而小型、高性能的电子产品不能采用导电金属进行散热,风扇又占据太大空间,因此需要一种廉价、可散热的半导体材料。 在天然物质中,金刚石的热导率最高,但天然金刚石成本过高,人造金刚石存在结构缺陷,都难以大规模应用。研究人员发现,人造半导体材料砷化硼具有很高的导热率,散热能力比铜等常用散热材料高2到3倍,仅次于金刚石。 吕兵团队与美国休斯敦大学研究人员采用一种“化学气相输运”的晶体生长方法,将硼和砷放在一端热、一端冷的晶体生长炉中,两种材料从热的一端移动到冷的一端时会形成热导率高的砷化硼晶体。导热是依靠材料中的电子、原子、分子或晶格热运动来传递热量。在金属中,导热主要依靠电子的运动。但在晶体中,热传导是靠组成晶体晶格的原子的振动来完成,这种振动在物理学上被称为声子。研究人员说,砷化硼晶体散热的原因就是晶体振动会产生一份一份的声子,声子带走了热,而硼原子和砷原子差别巨大,这让声子更易于脱离晶体。 吕兵说,砷本身有毒,但化合物砷化硼稳定、无毒,且其半导体性质与硅相容,有望广泛应用于微电子领域。

元素百科为您介绍人工智能程序“重新发现”元素周期表。经过约一个世纪的摸索和尝试,人类科学家才把化学史上的伟大科学成就——元素周期表整理成当前的形式。现在,美国斯坦福大学的物理学家们开发出一种人工智能程序,只用几个小时就“重新发现”了元素周期表。 “我们想知道人工智能是否‘智慧’到能独立发现元素周期表。”项目负责人、斯坦福大学张首晟教授在一份新闻公报中说,“我们的团队证明了这一点。” 张首晟等人在新一期美国《国家科学院院刊》上报告说,他们基于谷歌公司自然语言处理技术开发出的人工智能程序Atom2Vec,能通过分析一个在线数据库中的多种化合物,学会区分不同的原子,整个学习过程没有人类的干涉。 张首晟解释说,一个词语的特性可从它周围出现的其他单词得出。例如,单词“国王”经常和“王后”出现在一起,而“男人”经常和“女人”出现在一起。他们把这个想法应用到原子上,给人工智能程序输入已知的化合物名称,包括氯化钠、氯化钾和水等。 通过对这些化合物名称的分析,人工智能程序发现,钾和钠有着类似性质,都可以与卤族元素结合成化合物。“就像‘国王’和‘王后’很类似一样,钾和钠也是类似的。”张首晟说。 “我们想试试是否可以设计出在发现自然规律方面能击败人类的人工智能。”他说,“在此之前,我们要先测试人工智能是否可以重复人类已经完成的一些伟大发现。”