مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده

مقدمه

روش ها

محاسبه اندازه نمونه

تحلیل اماری

نتایج

بحث

تعداد پلاکت

عرض توزیع پلاکت

حجم متوسط پلاکت MPV

نتیجه گیری

بخشی از ترجمه فارسی مقاله:

مقدمه
مرگ و میر بیمارستانی بستگی به شدت بیماری در زمان پذیرش دارد. شدت نمرات بیماری برای پیش بینی مرگ و میر در واحد مراقبت های ویژه ارایه شده است. سیستم رتبه بندی نظیر PSI (شاخص پایداری فیزیولوژیک)، نمره PRISM (خطر مرگ و میر اطفال)، نمره بیمار (علائم در التهاب که می تواند منجر به مرگ شود) از نمرات شدت بیماری در کودکان می باشند. در 2000، وندرساران و همکاران نشان داده اند که ترومبوسیتوپنی به خودی خود قادر به پیش بینی مرگ و میر در بزرگ سالان پذیرفته شده در ای سی یو بوده و مکمل با سیستم های رتبه بندی مختلف است.
در یک مطالعه شاهد موردی بر روی 145 بیمار مسموم، کالکو نشان داد که حجم متوسط پلاگت و عرض توزیع پلاکت در تشخیص مسمومیت موثر بوده و بیماران با PDW بیش از 18 درصد در معرض خطر مرگ و میر بیشتری هستند
ترومبوسیتوپنی در بیماران، نتیجه رقیق سازی خون، ، افزایش مصرف پلاکت، افزایش تخریب پلاکت (مکانیزم ایمنی) و افزایش جداسازی پلاکت می باشد.گندخونی مربوط به افزایش تخریب پلاکت و ازاد سازی آن ها به خون می باشد. با این حال ممکن است توقف تولید مغز استخوان نیز مزیدی بر علت باشد
شاخص های حجم پلاکت که از طریق انالیزور های سلول خونی اتومات براورد می شوند، تغییراتی را نشان می دهند که با تغییرات در تعداد پلاکت همراه هستند. پارامتر های پلاکت نظیر MPV و PDW که نشان دهنده تغییرات در اندازه پلاکت در گردش خون است، برای پزشکان قابل دسترس بوده اند. با این حال اهمیت آن ها در اختلالات مختلف پلاکت اخیرا مطالعه شده است
مدل های موش سپیک یا گند خون نشان داده اند که PDW و MPV در بیماران سپتیک با پلاکت های خونی بالا در گردش خون افزایش یافته است. مدل های اندوتوکسیم نشان داده اند که تعداد پلاکت و PCT در صورتی کاهش می یابد که دو شاخص فوق افزایش یابد و این بیانگر آن است که تعداد پلاکت همبستکی مثبتی با PCT دارد ولی همبستگی منفی با MPV و PDW در طی اندوتوکسمی در سگ ها دارد.
در مطالعات انسانی نلسون و کوهل گزارش کرده اند که در شرایط عفونی حاد، مصرف پلاکت زیاد بوده و و این با افزایش در MPV همراه است. بکی و همکاران خاطر نشان کرده اند که MPV در مراحل اولیه گند خونی از اهمیت تشخیصی بالایی برخوردار است.MPV در طی دوره پذیرش در بیماران مرده افزایش یافت. در بیماران با عفونت خونی ، تعداد پلاکت پایین و افزایش در MPV توسط گاید و همکاران گزارش شده است. پاتریک و همکاران نشان داده اند نوزادان با عفونت خونی اولیه دارای افزایش قابل توجهی در PDW و MPV هستند.
فرض ما این است که با افزایش PDW و MPV و تعداد پلاکت و کاهش PCTدر کودکان مریض نسبت MPV به PCT، MPV به تعداد پلاکت، PDW به PCT، PDW به تعداد پلاکت و نسبت محصول MPV و PDW به کالا از PCT و پلاکتها، می تواند یک شاخص شدت بیماری باشد و برای پیش بینی مرگ و میر مفید است
این نسبت ها در کودکان مطالعه نشده اند. ما این مطالعه موردی شاهد را برای ازمون این فرضیه انجام دادیم
روش ها
مطالعه شاهد موردی در یک بیمارستان با مراقبت های ویژه در دهلی نو هند انجام شده و داده ها مربوط به 21/08/2009 تا 10/03/2011 بودند. بخش اطفال دارای 5 مشاور و 14 ریزیدنت است که اموزش های لازم در این زمینه را دریافت کرده اند. همه کودکان بین سنین یک ماهه تا چهارده ساله بودند که در بیمارستان فوت شده بودند. شاهد ها شامل کودکان با سن مشاهده بوده و هم زمان به بیمارستان مراجعه کرده بودند. چهل مرگ و میر ثبت شد. جدول 1 سیستم اولیه را نشان می دهد که نیازمند بستری شدن بوده اند.

بخشی از مقاله انگلیسی:

Introduction

In-hospital mortality depends on the severity of the illness at the time of admission1 . Severity of illness scores have been developed to predict the mortality in the Intensive Care Unit (ICU)2 . Scoring systems such as the PSI (Physiologic Stability Index), PRISM score (Pediatric Risk of Mortality), SICK score (Signs of Inflammation that Can Kill) are severity of illness scores used in children2–5. In 2000 Vanderschueren and colleagues showed that thrombocytopenia by itself effectively predicts mortality in adults admitted in ICU and is complementary to different established scoring systems6 . In a case control study of 145 patients with sepsis and 143 controls, Guclu showed that, mean platelet volume (MPV) and platelet distribution width (PDW) were useful in diagnosis of sepsis and patients with PDW of more than 18% have a higher risk of death7 . Thrombocytopenia occurring in critically ill patients is the result of hemodilution, increased platelet consumption, increased platelet destruction (immune mechanisms)8 and increased platelet sequestration9 . Septicemia related destruction of platelets increases production and release into the peripheral blood of larger and younger platelets10. Later, however there may be bone marrow suppression7 .  Platelet volume indices, estimated by automated blood cell analysers, show the changes that accompany the alterations in platelet counts11. Platelet parameters such as MPV and PDW (reflection of the variation of the platelet size in the circulation12 have been routinely available to the clinicians for some time. However their significance in various platelet disorders have only been studied recently7 . Septic rat models have shown that PDW and MPV increase in sepsis with appearance of large and heavy platelets in circulation13. Canine models of endotoxemia have shown that the platelet count and PCT decreased where as MPV and PDW are increased showing that platelet counts are correlated positively with PCT, but correlate negatively with MPV and PDW during early endotoxemia in dogs14. In human studies, Nelson and Kehl reported that in acute infection there was platelet consumption and it was associated with an increase in MPV15. Becchi et al noted that MPV at an early stage of sepsis was important prognostically16. MPV increased during the admission period in those who died, compared to survivors16. In neonates with sepsis, a low platelet count and an increase in MPV has been observed by Guida et al17. Patrick et al demonstrated that neonates with late onset sepsis (bacteremia after 3 days of age) had a dramatic increase in MPV and PDW18. We hypothesize that as the MPV and PDW increase and platelet count and PCT decrease in sick children, intuitively, the ratio of MPV to PCT; MPV to Platelet count, PDW to PCT, PDW to platelet count and the ratio of the product of MPV and PDW to the product of PCT and platelet count could be candidate markers of severity of illness and that these may be useful to predict mortality. To the best of our knowledge these ratios have not been studied in children in this context. We did this preliminary case control study to test this hypothesis.

Methods

The case control study was done in a tertiary care urban hospital (St. Stephens Hospital) in Delhi – the capital city of India, and the data relates to patients admitted to a tertiary post-graduate teaching hospital between 21/08/2009 to 10/03/2011. The department of Paediatrics is manned by 5 full time consultants and 14 resident doctors 9 of who are fully trained paediatricians working as Senior Registrars and the remaining are Senior House doctors in training for the Diplomate of the National Board in Paediatrics. All children between the ages of one month to fourteen years who died in the hospital were included. Controls were children of matching age (± one year except in infants where they were matched to within one month of the cases) admitted contemporaneously and who survived hospital stay. Forty events (deaths) were examined. Table 1 shows the primary system involved that necessitated hospitalization.

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده
بخش تجربی
نتایج و بحث.
نتیجه گیری

بخشی از ترجمه فارسی مقاله:

برای اینکه با موفقیت با چالش کشف بیومارکر و فرضیه نسل روبرو شویم، روش های تکنولوژی محور مانند متابولومیک ها برای ارائه یک بررسی جامع (انگشت نگاری) همه متابولیت های با وزن مولکولی پایین (LMW) حاضر در سیستم سلولی و زیستی در یک لحظه معین لازم هستند. تکنیک های کروماتوگرافی مایع / اسپکترومتری جرمی (طیف سنجی جرمی) (LC-MS) به عنوان پایدارترین روش برای آزمایش بزرگترین تعداد متابولیت ها در نمونه های زیستی تایید شده اند؛ با این حال، جهانی سازی یک چالش سنگین است هنگامی که تیمارهای نمونه قبل از تجزیه و تحلیل مورد نیاز باشد. آماده سازی نمونه قبل از جداسازی کروماتوگرافی هنوز یک مرحله تحلیلی مستعد خطا و زمان بر است، به ویژه هنگامی که ماتریس های زیستی پیچیده مانند جریان های خون وجود داشته باشد. درنتیجه، در حال حاضر، هیچ تکنیک جهانی مناسب برای آماده سازی نمونه جریان خون بکار رفته برای انگشت نگاری متابولومیک وجود ندارد. از بین بردن پروتئین حداقل تیمار نمونه مورد نیاز قبل از تجزیه و تحلیل، برای حفظ سلامت سیستم LC-MS و کاهش شدید اثرات زمینه ( ماتریس ) است، و بطور معمول از طریق آماده سازی با حلال آلی ، از بین بردن پروتئین، ( با استفاده از حرارت یا اسید ) ، یا از طریق تکنیک های بر پایه غشا مانند تصفیه بسیار زیاد بدست آمده است. با وجود این، تکنیک های آماده سازی نمونه معمولی که انجام می شوند به حساب نمی آورند که، علاوه بر پروتئین ها، ترکیبات دیگر آندوژن ( درون زاد ) برای نمونه های زیستی یک چالش اصلی در روش های تحلیلی زیستی LC-ESI-MS هستند. بالاتر از همه، گونه های فسفولیپیدی ( بطور عمده گلیسروفسفوگلیکان ها ، فسفولپیدهای اصلی در پلاسما ) ممکن است در پوشش متابولیت LMW و تکرار پذیری ، به ویژه برای ترکیبات قطبی لطمه وارد کنند، بنابراین تنوع زیستی پنهان کنند. در غیاب گرادیان مناسب فاز متحرک ، آنها در ستون تحلیلی ( تسریع تخریب ستون) تجمع می یابند و به کندی از ستون در جریان های تحلیلی بعدی ، همراه با متابولیت های دیگر ( افزایش تدریجی خط پایه اختلال، القا اثرات زمینه، تغییر مشخصه های جداسازی) آزاد می شوند. فسفولیپیدها همچنین به علت سرکوب یونی و افزایش پدیده ها، برای اثر نامطلوب بر دقت جرم گونه های کمک شوینده ( به ویژه در ES+) ، برای تعامل با متابولیت های LMW دیگر و اغلب برای ارائه متغیرهای اختلال، با توجه به جنسیت قابل توجه آنها ، فردی یا حتی تنوع مربوط به زمان در خون شناخته شده اند. علی رغم این ملاحظات، حذف آنها از جریان های خونی قبل از تجزیه و تحلیل متابولیک بی هدف هنوز در بررسی نشده است.
هدف اصلی مطالعه حاضر بررسی اثرات مشترک و و روش های پیشنهادی جدیدبرای استخراج پلاسما و سرم، از طریق کاربرد یک qToF-MS بر پایه جریان متابولومیک است. اثرات سه حلال معمولی بر پایه روش های آماده سازی پروتئین، یک تکنیک بدون حلال بر پایه غشا، و ترکیب حلال پروتئین زدایی با حذف فسفولیپیدها از لحاظ کارایی استخراج، حداقل کردن اثرات زمینه، و تکرار پذیری استخراج، در چارچوب دو مطالعه متابولیسم تغذیه ارزیابی شدند. جنبه های عملی دیگر، مانند سرعت روش، پیچیدگی و سازگاری با خودکار شدن در نظر گرفته شدند. تجزیه و تحلیل داده های شیمومتری شامل مقایسه های روش داخلی مستقل، تجزیه و تحلیل ( متا ) درجه دوم در داخل روش، و تعریف ساختاری کمک کننده از لحاظ محاسبات رژیم غذایی مرتبط با نامزدهای بیومارکری می باشد.

بخش تجربی
یک بررسی اجمالی از آماده سازی نمونه و یک الگوی ( روند کار ) متابولیسمی بکار رفته برای تجزیه و تحلیل مقایسه ای در اطلاعات پشتیبان ( تکمیلی ) نشان داده شده است ( شکل S-1).
حلال ها و معرف ها. همه حلال های آبی با استفاده از آب بسیار خالص تهیه شده از یک سیستم Millipore Milli-Q گرادیانی A10 ( Millipore, Bedford, MA, USA) آماده شدند. HPLC بر پایه متانول، o-اسید فسفریک (85%)، و اسید فرمیک از شرکت شیمیایی Scharlau ( Barcelona, Spain ) خریداری شد، و LC-MS بر پایه استونیتریل 0.1% اسید فرمیک از Fluka خریداری شد. مواد شیمیایی زیر بطور تجاری تهیه شدند: D-L-کارنیتین، L-فنیل آلانین، L-تریپتوفان، گلیکوکنو دی اکسی کولیک اسید، گالیک اسید، اسید سیرینجیک، (-)-اپی کاتکین، لوسین، ایزولوسین، اسید پالمتیک، استیل کولین کلرید، استیل-L-کارنیتین هیدروکلرید، 1-O-پالمتیل-sn-گلیسرو-3-فسفوکولین، 1-O-استروئیل-sn-3- فسفوکولین، α-هیدروکسی بوتیریک اسید ( Sigma-Aldrich, St Louis, MO)، 4-هیدروکسی پوریک اسید ( PhytoLab GmbH & Co. KG)، و نارینجین( Extrasynthes, Genay, France).
مخلوط متابولیت 16 جزئی آبی. یک مخلوط استاندارد متابولیت 16 جزئی از ترکیبات مربوطه بیولوژیکی آماده شدند، که شامل سه اسید آمینه، دو کارنیتین، سه اسید آلی، دو آسیل گلیسین گونژوکه، یک استر از اسید استیک و کولین، یک اسید چرب، دو لیزوفسفاتیدیل کولین و دو ترکیب فلاونوئید ( جزئیات در اطلاعات تکمیلی آمده است ). مخلوط استاندارد برای کنترل کیفی داده ها، برای نظارت بر دقت جرم، زمان نگهداری، شدت سیگنال ها، و راندگی نهایی در حساسیت ابزاری ، و برای ارزیابی توانایی هر روش آماده سازی نمونه برای برجسته کردن اختلافات در میان نمونه های زیستی خشک شده ( نمونه های می ) ، خشک نشده، بطور مختلف خشک شده استفاده شده است.

بخشی از مقاله انگلیسی:

To successfully face the challenge of biomarker discovery and hypothesis generation, technology-driven approaches such as metabolomics are needed to provide a comprehensive overview (fingerprinting) of all the low-molecular-weight (LMW) metabolites present in a cellular or biological system at a given moment.1−3 Liquid chromatography/mass spectrometry (LC-MS) techniques have proven to be the most suitable for examining the largest number of metabolites in biosamples;4−6 however, globality is a massive challenge when sample treatments are needed prior to analysis. Sample preparation before chromatographic separation is still a timeconsuming and error-prone analytical step, particularly when managing complex biological matrices such as blood fluids.7,8 Consequently, at present, no universal technique suitable for blood fluid sample preparation applied to metabolomic fingerprinting exists.9 Deproteinization is the minimum sample treatment required prior to analysis, to preserve the LC-MS system integrity and drastically reduce matrix effects, and is commonly achieved by organic solvent precipitation,10−13 by protein denaturation (using heat or acids), or through membrane-based techniques such as ultrafiltration.7,14 Nevertheless, the conventional sample preparation techniques do not take into account that, besides proteins, other components endogenous to the biological samples are a primary challenge in LC-ESI-MS bioanalytical methods. Above all, phospholipid species (mainly glycerophosphocholines, the major phospholipids in plasma) might prejudice LMW metabolite coverage and reproducibility, particularly for polar compounds, thus masking biological variation. In the absence of proper mobile phase gradients, they accumulate in the analytical column (accel eration of column degradation) and are slowly released from the column in subsequent analytical runs, together with other metabolites (gradual increase of baseline noise, matrix effects induction, alteration of separation characteristics).15 Phospholipids are also known to cause ion suppression or enhancement phenomena, to adversely influence the mass accuracy of the coeluting species (particularly in ES+), to interact with other LMW metabolites,16 and to often represent noisy variables, given their significant gender-, individual- or even time-related variability in blood. Despite these considerations, their removal from blood fluids prior to untargeted metabolomic analysis has not been considered yet. The central objective of the present study was to investigate the effects of common and newly proposed methods for plasma and serum extraction, through the application of an LC-ESIqToF-MS-driven metabolomic workflow. The effects of three conventional solvent-based protein precipitation procedures, a membrane-based solvent-free technique, and the combination of solvent deproteinization with the removal of phospholipids were evaluated in terms of extraction efficiency, minimization of matrix effects, and extraction repeatability, in the framework of two nutrimetamolomic studies.17−19 Other practical aspects were also considered, such as method quickness, complexity, and compatibility with automation. Chemometric data analysis included independent intramethod comparisons, intermethod second-order (meta-)analysis, and the computationally assisted structural identification of diet-related biomarker candidates.

■ EXPERIMENTAL SECTION

An overview of the sample preparation and the metabolomic workflow applied for comparative analysis is shown in the Supporting Information (Figure S-1). Solvents and Reagents. All aqueous solutions were prepared using ultrapure water obtained from a Millipore Milli-Q Gradient A10 system (Millipore, Bedford, MA, USA). HPLC-grade methanol, o-phosphoric acid (85%), and formic acid were purchased from Scharlau Chemie S.A. (Barcelona, Spain), and LC-MS-grade acetonitrile 0.1% formic acid was purchased from Fluka. The following chemicals were obtained commercially: D-L-carnitine, L-phenylalanine, L-tryptophan, glycochenodeoxycholic acid, gallic acid, syringic acid, (−)-epicatechin, leucine, isoleucine, palmitic acid, acetylcholine chloride, acetyl-L-carnitine hydrochloride, 1-O-palmitoyl-snglycero-3-phosphocholine, 1-O-stearoyl-sn-glycero-3-phosphocholine, α-hydroxybutyric acid (Sigma−Aldrich, St Louis, MO), 4-hydroxyhippuric acid (PhytoLab GmbH & Co. KG), and naringenin (Extrasynthese, Genay, France). ̀ Aqueous 16-Component Metabolite Mix. An aqueous 16-component metabolite standard mix of biologically relevant compounds was prepared, including three amino acids, two carnitines, three organic acids, two acyl glycine conjugates, an ester of acetic acid and choline, a fatty acid, two lysophosphatidylcholines and two flavonoid compounds (details are given in the Supporting Information). The standard mix was used for data quality control, to monitor mass accuracies, retention times, signal intensities, and eventual drifts in instrumental sensitivity, and to evaluate the ability of each sample preparation method to highlight differences among unspiked, spiked, and differently spiked biological samples.

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

بررسی منابع
مواد و روش ها
روش مصاحبه
یافته ها
سطوح ذخایر و الگوهای سفارش
تاکید بر تازگی خون
همکاری های داخلی در بیمارستان
آزمایش سازگاری خون الکترونیکی
نتیجه گیری
شفافیت موجودی ها
تاکید بر تازگی خون

بخشی از ترجمه فارسی مقاله:

اجزای خون جزو منابع ارزشمند و نادر(1-4) بوده علی رغم این که 1.9 میلیون واحد خون در انگلییس و ولز در هر سال ، 0.9 میلیون واحد در کانادا (5)، و بین 4.3 و 4.9 میلیون واحد در آلمان طی 10 ساله کذشته اهدا می شود. در امریکا خرید خون، 1 درصد هزینه بیمارستانی است زیرا خون به روش های مختلف مورد استفاده قرار می گیرد. ماهیت زنجیره های عرضه خون در دنیا ثابت نیست. این ماهیت ها از نظر ساختار بیمارستان( خصوصی یا دولتی)، نوع عرضه(رایگان یا پولی)، قیمت خون، نوزیع خون، و کمبود آن(7) متغیر است.
استفاده از واحد های خون قبل از انقضا، امکان استفاده از آن ها را برای درمان و کاهش هزینه های غیر ضروری می دهد. بهبود مدیریت موجودی خون موجب کاهش زیان های ناشی از زمان انقضا شده و استفاده کارامد از خون را تسهیل می بخشد. حفظ تعادل بین کمبود و مازاد، کلید مدیریت خوب ذخایر خون است. عملکرد های مدیریت موجودی خوب مستلزم حفظ ذخایر خوب برای تضمین موجودی 100 درصد و کمینه سازی زمان انقضا (8-9) است. عدم دست یابی به این اهداف موجود کاهش توان بیمارستان ها در رفع تقاضاهای بالینی می شود. اگرچه مازاد خون منجر به هزنیه های غیر ضروری برای سیستم بهداشت و درمان می شود، در سیست های بیمارستانی دنیا، ملاحطات اقتضادی روز به روز مهم تر شده و برای مدیران ازمایشگاهی از اهمیت بالایی برخوردار است. برخی مطالعات به شناسایی محرک ها و دلیل مدیریت انوانتوری و موجودی خوب خون می پردازند. یافته های مطالعه موردی با منابع مقایسه شد. منابع موجود بیان می دارد که محرک های اصلی عملکرد مدیریت خوب موحودی شامل استفاده از مدل های موجودی و الکوریتم هاست. در این مطالعه به این موضوع پرداخته نشده است. در عوض، عملکرد خوب ناشی از کیفیت کارکنان ازمایشگاهی است که مجرب،آموزش دیده و با تجربه هستند. شفافیت موجودی و روش های مدیریتی ساده نیز موجب تسهیل عملکرد خوب می شوند. این موارد برای کنترل منابع ارزشمند نظیر خون مورد استفاده قرار گرفته است(10). مازاد یک واحد خون، از بین رفتن زمان یک اهدا کننده و نقش او در امریکا، اسکاتلند، انگلیس و ولز می باشد که بیشتر به صورت داوطلبانه صورت می گیرد(7). در مطالعه انجام شده توسط سازمان بهداشت جهانی، از 124 کشور، 49 کشور به 100 درصد اهدای خون داوطلبانه رسیده بودند(11). تلفات و پسماند خون در بسیاری از نقاط زنجیره عرضه خون رخ داد با این حال در انگلیس و آلمان، پسماند خونی در بیمارستان به شدت بیش از پسماند ها در مراکز خونی دیگر بوده است که در شکل 1 نشان داده شده است.
مدیریت موجودی و توزیع خون مولفه های اصلی هزینه برای خون هستند(13). از این روی مدیریت کارامد موجودی و لجستیک خون می تواند در کاهش هزینه کل خون موثر باشد. روش های مختلف برای کاهش مصرف خون و هزینه آن پیشنهاد شده اند و در منابع مختلف کزارش شده اند. از این روی این مقاله مروری بر عملیات مدیریت موجودی در بیمارستان دارد. این مقاله دارای دو هدف است. 1- بررسی مدیریت موجودی و ارزیابی مدل های قابل کاربرد در زنجیره عرضه خون بیمارستانی و 2- شناسایی عوامل موثر بر عملکرد موحودی خون با برررسی عملیات بیمارستانی که تلفات آن را به حداقل رسانده و آن ها را بایافته های منابع دیکر مقایسه کند.

بررسی منابع
منابع در خصوص زنجیره عرضه خون نسبتا محدود است. با این حال خون یک کالای فاسد شدنی بوده و از این روی نظریه موجودی کالاهای فاسد شدنی عمومی را می توان به مدیریت آن تعمیم داد. روش های مورد استفاده در محیط های صنعتی برای سیستم عرضه خون به دلیل اثرات کمبود موجودی قابل استفاده نمی باشند(17). مدیریت موجودی به سال 1960 بر می گردد(18-19). در 1973، جنینگ در مقاله خود(20)، اصول عملکرد زنجیره عرضه خون را بررسی کرده و سه شاخص کلیدی عملکرد را معرفی کرد: کمبود، مازاد، و هزینه اطلاعات و حمل و نقل. برودیم و همکاران 21، به بررسی و توسعه مدل موجودی بر اساس سن متوسط و مازاد متوسط واحد های خون با استفاده از رویکرد زنجیره مارکوف پرداخت. کامینگ و همکاران 22، مدل برنامه ریزی را برای صدور واحد ها به بیمارستان ارایه کرد. پراستکوس و برادیم 23، مدل توزیع منطقه ای کامپیوتر محور را در امریکا موسوم به سیستم توزیع خون ارایه کرد. با یک رویکرد متفاوت، کوهن و پریسکالا، سطوح ذخایر هدف را برای بانک های خون بیمارستان با داده های ارایه شده توسط بیمارستان امریکا و مرکز خون ارایه کردند. پرستکوس (9) در یک مقاله به بررسی منابع در خصوص مدل های موجود پرداخته اند. اونز (26)، به تحلیل اثر سن واحد های خوبی بر عملکرد موجودی پرداخته و پی برد که سن متوسط از یک گروه خوبی به گروه دیگر متغیر بود. نتیجه این شد که افزایش طول عمر می تواند موجب کاهش زیادی در پسماند شود. از این روی مدیریت موجودی تنها عامل موثر بر تلفات و انقضای اجزای خون نیست. در مطالعه دیگر در خصوص مدیریت زنجیره عرضه خون، اسپن (27)، همکاری را یک عامل موثر بر عملکرد خوب در زنجیره عرضه خون ذکر کرد. تاسیس طرح مدیریت ذخایر حون در بریتا نیا و ایجاد یک پایگاه اطاعاتی راه را برای تحقیقات مدیریت موجودی خون باز کرد.(28). قابلیت دسترسی به این داده های جدید منجر به افزایش شفافیت و افزایش درک و. دانش مدیریت موجودی حون و بهبود شفافیت زنجیره عرضه خون شده است. این خود با بهبود فناوری رایانه ای و قابلیت دسترسی به ابزار های شبیه سازی با توامایی مدل سازی فرایند همراه بوده است. رویکرد های قبلی برای استفاده از روش های شبیه سازی و روش های کراسینگ، نیز اجرا شده و نتیجه این شده است که شبیه سازی به تصمیم گیرنده ها برای گرفتن تصمیمات غیر ریسکی در تغییرات زنجیره عرضه کمک کند(29-31). مطالعه اخیر توسط پررا و همکاران 32، بر اساس نظر سنحی در 265 بیمارستان، یک سری عوامل دیگر موثر در مدیریت موجودی را نشان داد. تحقیق نشان داد که کاهش دوره رزور برای واحد های رزورو شده موحب کاهش سطح موجودی و فاسد شدن می شود. به علاوه، فرایند رتبه بندی رایانه ای و برنامه های آموزشی، اثر مهمی بر میزان موجودی داشتند.
لازم به خاطر نشان است که همه مدل ها و رویکرد های شناسایی شده در منابع علمی با محدودیت هایی همراه هستند که همگی بر اساس فرضیات بوده و نیاز به ورودی های تعریف شده دارند. برای مثال، مدل های موجودی موسوم به هزینه های فروش از دست رفته یا هزینه های کمبود، نی ز اهمیت دارند زیرا بدست اوردن این هزینه ها بسیار سخت بوده و روش های رتبه بندی ساده اغلب استفاده می شوند(33). ماتسون(34) استدلال کردند که مدل های کنترل موجودی اثر منفی بر اعبار آن و کل سیستم دارند. سامراس 35، این را االیید کرد و می گوید که این فرضیات ممکن است یک سری نتایج غیر طبیعی در اختیار بگذارد و از این روی مدل ها قادر به ترسیم واقعیت نمی باشند. در این مدل تقاضا وابسته به قیمت فروش که یک متغیر تصمیم است؛ فرض می شود. ابد ]3،4[، دای ]5[ و دای و هسی ]6[ هریک مدل‏هایی با فرض کالای فاسد شدنی و کمبود مجاز ارایه دادند و همگی قیمت را به عنوان متغیر تصمیم در نظر گرفتند. ابد و دای در مدل خود تقاضا را به صورت تابع کلی از قیمت فرض نمودند در حالی که در مدل دای و هسی تقاضا تابعی از قیمت و زمان است. ماخوپدهای و همکاران ]7 [ [ در مقالاتشان کمبود را غیر مجاز و افق زمانی را نیز نامحدود در نظر گرفتند. ماخوپدهای و همکاران تقاضا را به صورت غیرخطی وابسته به قیمت در نظر گرفتند در حالی که در مدل ارایه شده توسط اسمعیلی تقاضا تابع کلی از قیمت است و مقادیر قیمت فروش، هزینه های بازاریابی و اندازه انباشته به گونه ای تعیین شده است که سود سالانه تولیدکننده ماکزیمم گردد. سانا ]9[ درسال 2011 مدل موجودی احتمالی ارایه داد که در آن تقاضا وابسته به متغیر تصادفی قیمت در نظر گرفته شده است.
دسته دوم مدل های چند هدفه می باشند. اغلب مدل های موجودی مفهوم هزینه ها ی مختلف و همچنین خدمات را در یک هدف جای داده اند و برای حل آن ها از روش های سنتی استفاده می شود در حالی که از ویژگی‏های بارز تجارت امروزی، تنوع خواسته های تصمیم گیرندگان است. در مسایل چند هدفه تصمیم گیرنده به دنبال حداکثر یا حداقل نمودن دو یا چند هدف به طور همزمان می باشد. این دسته از مدل ها در زمینه های زیادی به‏کار رفته اما تاکنون تعداد اندکی از مسایل چند هدفه به بهینه‏سازی کنترل موجودی پرداخته اند.
گاردنر و دننبرینگ در سال 1979 اولین کسانی بودند که سطح خدمت را به عنوان تابع هدف دیگری معرفی نمودند. پادمنبهان و وارت نیز در سال 1990 مساله موجودی چند هدفه برای کالاهای فاسد شدنی با تقاضای وابسته به موجودی ارایه دادند و برای حل روش برنامه‏ریزی غیر خطی آرمانی را به‏کار بردند. آگرل در سال 1995 مدل موجودی چند هدفه ای را ارایه نمود که در آن سه هدف حداقل نمودن هزینه های سالانه، کمبود مورد انتظار و کاهش تعداد دفعات مواجه با کمبود در نظر گرفته شده بود. وی در مدل خود افق زمانی را نامحدود، کمبود را مجاز و تقاضا را احتمالی با توزیع نرمال فرض نمود. همچنین اندازه انباشته و ضریب اطمینان را به عنوان متغیرهای تصمیم در نظر گرفت. تسو ]10،11[ و مسلمی و زندیه ]12[ مقالاتشان را بر پایه مدل آگرل ارایه نمودند. تسو ]10[ با استفاده از الگوریتم MOPSO، راه حل های غیر مسلط را به‏دست آورد و سپس با روش TOPSIS و با توجه به اولویت های تصمیم گیرنده به دسته بندی آن ها پرداخت. او یک سال بعد در مقاله دیگری که بر مبنای همین مدل ارایه شد؛ برای حل، الگوریتم های MOEMO و MOPSO را انتخاب نمود. مسلمی و زندیه نیز الگوریتم MOPSO را در حل مدل آگرل به‏کار گرفتند.
روی و میتی ]13[ همچنین ماندل و همکاران ]14[ هر یک مدل موجودی چند هدفه چند کالایی در فضای فازی با فرض اینکه کالا فاسد شدنی است ارایه دادند. روی و میتی با در نظر گرفتن محدودیت های بودجه و فضا، اهداف ماکزیمم سازی سود و کاهش هزینه ضایعات را دنبال نمودند در حالی که تقاضا را وابسته به سطح موجودی، کمبود را غیر مجاز و افق زمانی را محدود در نظر گرفته اند. آن ها با استفاده از روش های FNLP و FAGP به حل بهینه دست یافتند. این در حالی است که ماندل و همکاران محدودیت های فضای انبار، تعداد سفارش و هزینه تولید را در مدلشان اعمال و برای حل از روش برنامه‏ریزی هندسی استفاده نمودند. در ادامه مایتی و میتی ]15[ و ایسلام ]16[ نیز مدل های موجودی چندهدفه چندکالایی تحت تورم و تخفیف فازی ارایه دادند. مایتی و میتی فرض کردند که افق زمانی محدود، کمبود غیر مجاز و تقاضا وابسته به تبلیغات می-باشد. آن ها روش های UFM و GRG را برای حل به‏کار گرفتند. از سوی دیگر ایسلام محدودیت فضا و مجموع کمبود را در مدل خود اعمال نمود به طوری که افق زمانی نامحدود و تقاضا یکنواخت و وابسته به هزینه های بازاریابی در نظر گرفته شد. او هدفش حداقل ساختن هزینه های موجودی و همچنین هزینه های بازار یابی و تولید بود و برای حل مدل مذکور از روش معیار سراسری و برنامه‏ریزی هندسی استفاده نمود.

بخشی از مقاله انگلیسی:

BLOOD COMPONENTS REMAIN a scarce and precious resource [1-4], this is despite the fact that over 1.9 million units of blood are donated in England and North Wales every year, 0.9 million in Canada [5], and between 4.3 and 4.9 million whole blood donations have been collected in Germany annually over the last 10 years. In the United States, buying blood accounts for about 1% of total hospital spend, as blood is utilized in many procedures [6]. The nature of the blood supply chains established across the world is not consistent. They differ in the structure of hospitals (private vs state), the type of supply (free vs paid donations), pricing for blood, the distribution of blood, and the handling of shortages [7]. All systems, however, have the same objectives, to provide sufficient supply while keeping wastage to a minimum. Using blood units before they time expire allows them to be used for treatments and hence reduces unnecessary costs. Improving blood inventory management practice reduces losses due to time expiry and facilitates the efficient use of blood. Maintaining the critical balance between shortage and wastage is the key to good blood stocks management. Good inventory management performance entails carrying enough stock to guarantee 100% availability while at the same time minimizing time expiry [8,9]. Failure to meet these 2 objectives can result in a hospital transfusion laboratory not being able to meet clinical demand. While excess stock will lead to unnecessary costs for the health-care system; in hospitals across the world, economic considerations are becoming increasingly important and are therefore being used to control precious resources such as blood [10]. Wasting a unit of blood is also a waste of the donors’ time, effort, and contribution which in the United States, Scotland, England, and Wales, for example, is made on an entirely voluntary basis [7]. In a study carried out by the World Health organization (WHO), of the 124 countries investigated, only 49 (39.5) had reached 100% unpaid voluntary blood donation [11]. Wastage can occur at many points across the blood supply chain [8,12]; however, for example, in the United Kingdom and Germany, in recent years, wastage in hospitals has been significantly higher than wastage in blood centers as shown in Figure 1. Inventory management and distribution of blood are seen as major components of the cost for blood [13]. Hence, both efficient management of blood inventories and logistics can contribute to a reduction in the overall cost of blood. Various approaches have been proposed to reduce the use of blood, and hence its cost; these have been discussed in the wider literature along with a number of studies looking at the storage of blood and its impact on supply [14-16]. Therefore, this research article will focus on a review of inventory practice in hospitals. This article has 2 key objectives, to review the available literature on generic perishable inventory management and in doing so evaluate potential models that can be applied to the blood supply chain. Second, the article will identify the key drivers for good blood inventory performance by investigating practice in hospitals that have minimized their wastage and compare these with the findings from the literature.

LITERATURE REVIEW

Literature on inventory management within the blood supply chain is rather limited. However, blood is a perishable and deteriorating product, and therefore, more general perishable inventory theory can potentially be applied to its management. Techniques used in industrial environments, for example, just in time, are not suitable for the blood supply system due to the consequences of an inventory shortage [17]. The majority of the extant literature is specifically related to the development of inventory theory within the blood supply chain management context and has concentrated on the development of a variety of increasingly complex inventory models based on a range of analytical and simulation techniques. This has been done on the premise that, by improving the complexity and, by extension, the accuracy of the inventory models used to manage the blood supply chain, wastage can be reduced. Research in blood inventory management dates back to the 1960s [18,19]; there have been 2 major periods of activity, the 1970s and the 2000s. In 1973, in the first article of note, Jennings [20] described the fundamentals of how the blood supply chain operates and identified the 3 key measures of performance: shortage, outdating/ wastage, and cost of information and transportation. Brodheim et al [21] went on to develop an inventory model based on the average age and average wastage of blood units using a Markov chain approach. Cumming et al [22] subsequently developed a planning model for the collection of donations and a basic model for issuing units to hospitals. Prastacos and Brodheim [23,24] published a prototype computer-based regional distribution model implemented in the United States called Programmed Blood Distribution System (PBDS). Taking a different approach, Cohen and Pierskalla [25] developed target stock levels for hospital blood banks derived from data provided by 1 US hospital and 1 blood center. In a later article, the last of this period of research activity, Prastacos [9] reviewed the literature looking at various models from an operations research point of view. There is then a gap of nearly 20 years before Owens et al [26] analyzed the impact of the average age of blood units on the inventory performance and found that the average age varied from blood group to blood group. They concluded that an extension of shelf life had the potential to yield significant reductions in wastage. Hence, inventory management is not the only factor that impacts on the wastage of blood components. In another study from a supply chain perspective, Spens [27] identified collaboration and “doing things together” as a driver for good performance in the blood supply chain. The establishment of the Blood Stocks Management Scheme (BSMS) in the United Kingdom and the instigation of a large database monitoring stock levels and wastage rates in hospitals and blood centers has opened new possibilities in blood inventory management research [28]. The availability of these new data has led to greatly improved transparency and consequently an increased understanding of blood inventory management and improved visibility of the blood supply chain. This has been coupled with improvements in computer technology, which have led to the availability of simulation tools with sufficient power to build meaningful models of this extremely complicated process. Various approaches to employ simulation techniques (such as discrete event simulation and level crossing techniques) have been carried out, concluding that simulation can help decision makers to make less risky decisions regarding changes in the supply chain [29-31]. A recent study by Perera et al [32] based on a survey of 265 UK hospitals identified a number of additional factors for efficient inventory management. The research showed that reducing the reservation period for reserved units (assigned inventory) leads to lower inventory levels and reduced wastage. In addition, computer-assisted ordering processes and training programs were identified as having a significant impact on the amount of stock held. It is important to note that all of the models and approaches identified in the academic literature have limitations and weaknesses, as, by their very nature, all models are based on assumptions and require defined inputs. For example, various inventory models consider the so-called costs of lost sales or shortage costs in case of a stock out; however, due to the fact that it is hard to obtain these costs, simple ordering policies are often applied [33]. Mattsson [34] argued that simplifying assumptions made in inventory control models have a negative effect on their validity, and hence, systems built on such models cannot be expected to perform as well as anticipated. Småros et al [35] confirm this by admitting that imposing strict assumptions leads to distorted results; therefore, the models do not depict reality and cannot be applied. This section has summarized the findings from the review of the blood inventory management literature. As has been mentioned previously, this literature is rather limited; however, as a perishable and deteriorating product, blood represents a subset of the broader field of perishable inventory management literature and therefore should be considered in this context. Table 1 summarizes the major models identified in a review of the more general perishable inventory literature. In each case, it provides a summary of the model together with the model pros and cons. Pros are indicated with the + symbol and cons are listed with the – symbol. It is found that, due to the added complexity of the presence of both assigned and unassigned inventory, most of the general models from perishable inventory theory discussed in Table 1 are not applicable. In summary, the research to date in blood inventory is dominated by operations research specialists who develop mathematical models and use them to derive policies [23,25,31,39,50,52]. This academic work creates the impression that the adoption of more advanced and complex inventory management models leads directly to improved performance within the blood supply chain by determining optimal order quantities and additionally or alternatively optimizing distribution.

مبتدی (مناسب برای درک مفهوم کلی مطلب) (ترجمه به صورت ناقص انجام شده است)

تحلیل آماری
داده ها به طور میانگین به صورت انحراف معیار استاندارد مثبت و منفی نمایش داده شده اند. (SD) برای مقايسه برآورد هزينه های فارماکوکينتيک پس از دوزهای تک و چندگانه، آزمون آماری t-test student 2 برای داده های زوجی مورد استفاده قرار گرفت. مقدار P کمتر از 0.05 به عنوان مقدار قابل توجه در نظر گرفته شد. ارتباطات بین اندازه گیری های فارماکوکینتیک و داده های بیمار (به عنوان مثال سن، قد (Ht)، وزن بدن (Wt)، سطح بدن (BSA)، شاخص توده بدنی) با استفاده از ضریب ارتباط اسپیرمن در سطح قابل توجه 0.05 مورد ارزیابی قرار گرفت. تحلیل آماری با استفاده از نرم افزارSPSS نسخه 11.5 برای ویندوز انجام شد.

نتایج
14 بیمار هفته اول و 12 بیمار هم هفته اول و هم هفته چهارم مطالعات فارماکوکینتیک را به اتمام رساندند. یکی از شرکت کنندگان مطالعه 4 هفته ای را به دلیل مشکالت دسترسی وریدی و سایر سمیت های تزریق شده (تب، خارش و گرفتگی عضلات پا) انجام نداد و نیاز به تعلیق انداختن هفته 4 وجود داشت. همه موارد دیگر به خوبی AmBisome را در این دوز تحمل کردند. میانگین تغییرات در سطح کراتینین سرم بین هفته های 1 و 4 (P=0.12) بود. هيچكدام از بيماران هيپوكالمي، هيپومنيزمي يا افزايش سطح آلكالين فسفاتاز يا تراميناز را نداشتند.
مشخصات زمان متوسط غلظت آمفوتريسين بيليپوزومي در پلاسما پس از دوز اول (هفته 1) و در حالت پایدار (هفته 4) در شکل 1 نشان داده شده است. در نتيجه اندازه گيري غیرلیپوزومی آمفوتريسين B نسبت به درصد کل ليپوزومي، غلظت اولیه دارو به صورت خطی با دوز افزایش نیافته و پس از پایان تزیریق AmBisome در بعضی از بیماران، به دلیل انتشار آمفوتریسین فعال از وسیله لیپوزوم، ادامه داشت. غلظت سرب بین 1 تا 6 ساعت پس از شروع تزریق AmBisome مشاهده شد و در عرض 4 هفته از 2.1 به 4.3 میلی گرم در میلی لیتر و در هفته 4 از 2.6 به 3.8 میلی گرم در لیتر رسید. نیمه عمر حذف از 28.5 تا 107.5 ساعت بود که کوتاه تر از آنچه بود که در بزرگسالان مشاهده شده بود [24].

پارامترهای فارماکوکینتیک بعد از یک دوز مجزا (هفته 1) و در حالت پایدار (هفته 4) برای 12 بیمار که هر دو بخش را تکمیل کرده اند، در جدول 2 خلاصه شده است. برآوردهای پارامتری برای 2 بیمار که تنها هفته اول آزمایش را به اتمام رسانده بوند به صورت مشابه بود. مقايسه پارامترهاي پس از هفته 1 و هفته 4 اختلاف آماري معني داري به جز برای AUC را نشان نداد (جدول 2). AUC، که با توجه به قانون قاعده تطبیقی مشخص شده است، بین 79 تا 275 میلی گرم در ساعت در هفته 1 و 105 تا 462 میلی گرم در ساعت در هفته 4 (P=0.3) متغیر بود.

سطوح پلاسما در 7 روز (Cmin) بعد از دوزهای اول و چهارم به طور قابل توجهی متفاوت نبوده، که نشان می دهد هیچ تجمعی در طول دوره درمان وجود ندارد. نیمه عمر اندازه گیری شده در گروه مطالعه ما کوتاه تر از مقدار گزارش شده در بزرگسالان بود (43-55 ساعت در مقابل 152 ساعت) [24]. مقادیر حجم توزیع (Vz) و شفافیت (CL) در گروه ما بیشتر از مواردی است که در بزرگسالان گزارش شده است و با وزن بدن Vz ارتباط مثبت ارتباط دارد.
(شکل 2 و 3). حجم توزیع به طور معنی داری با Wt، Ht، و BSA برای هر هفته 1 و هفته 4 ارتباط دارد. روند ارتباط بین Wt و شفافیت (هفته اول) وجود داشت که اهمیت آماری نداشت (جدول 3).

فقط یک بیمار (بیمار 3) شواهدی از عفونت قارچی را نشان داد. این کودک تنها یک گره ریه ای را از بین برد و حتی اگر تمامی موارد منفی باقی بمانند، معاینه پاتولوژیک عفونت قارچی را پیشنهاد می کند. بیمار با درمان ضد قارچی تجربی درمان شد و 9 ماه پس از آن حالش خوب بود.

بحث
در این تحقیق به بررسی دوزهای بالای AmBisome پرداختیم که به صورت یک بار در هفته به بچه های کوچک (سن کمتر 10 سال) داده شدند. تمایل ما برای مدیریت هفتگی AmBisome ناشی از 2 منبع بود. اول، مطالعات روی حیوانات نشان دادند که این برنامه برای دوز دارو ممکن است موثر باشد. گارسیا و همکاران [25] از یک مدل عفونت Candida albicans and Histoplasma capsulatum موش [25] برای نشان دادن اثربخشی یک دوز پروفیلاکتیک منفرد AmBisome (20-20 میلی گرم / کیلوگرم) 7 روز قبل از چالش استفاده کردند. این داده ها و داده های اخیر با استفاده از Aspergillosis مهاجم به عنوان یک مدل نشان می دهد که سطوح خون و بافت زیستی مرتبط با دارو ممکن است ناشی از 7 روز پس از تجویز یک دوز منفرد AmBisome باشد [26]. انگیزه دوم برای این تحقیق، چالش بالینی در پیشگیری از پروبیوتیک های ضد قارچی خوراکی درازمدت (به عنوان مثال، با آئول ها) برای کودکان کوچک بود. كودكان كوچك ممكن است دستور مصرف خوراكي را انجام ندهند و سميت كبدي نیز شايع می باشد. درمان جایگزین با اکینوکندین (به عنوان مثال، (caspofungin نیاز به تزریق داخل وریدی روزانه دارد. ما استدلال کردیم که اگر دوزهای هفتگیAmBisome سطوح پلاسمای را به میزان قابل ملاحظه ای فراهم کند، این یک رژیم پیشگیری ساده است که می تواند برای دوره های طولانی به صورت سرپایی در نظر گرفته شود. علاوه بر این، اگر یک برنامه هفتگی امکان پذیر باشد، این استراتژی می تواند برای سایر جمعیت هایی که نیاز به پیشگیری دراز مدت دارند، مانند کودکان مبتلا به سندرم های شکستگی مغز استخوان،AML یا ALL خطر بالا و کمبود های سیستم ایمنی، مورد استفاده قرار گیرد.

مطالعه ما مشخصات فارماکوکینتیک ثابت برای AmBisome تجویز شده در این دوز را با سطح پلاسما آمفوتریسین غیرلیپوزومی قابل تشخیص در روز هفتم قبل از تجویز مجدد و بدون تجمع با دوز مکرر را نشان داده است. مطالعات قبلی در زمان آزمایش و اثرات پس از ضد قارچ (PAFE) با آمفوتریسین B اثبات وابستگی به غلظت و PAFE قابل توجهی را نسبت به انواع مخمرها نشان داده اند [27]. این مورد و مطالعات دیگر نشان داده اند که نسبت حداکثر سطح سرمی / حداقل غلظت مهاری (MIC)، پارامترهای فارماکوکینتیک و فارماکودینامیکی بیشترین تأثیر آن ها بر عملکرد آمفوتریسین B است. علاوه بر این، غلظت سرمی داروها جایگزین نسبتا خوب غلظت بافت است. غلظت آمفوتریسین B غیر لیپوزومی در 7 روز (پایان دوره در این مطالعه) در اطراف MICs برای سویه های حساس است (کاندیدا، 0.25-1 mg / L، Aspergillus، 0.5-2 (mg / L [28].
محدودیت مطالعه ما عدم وجود غلظت های AmBisome بافت اندازه گیری شده است. بیشتر مزایای بالینی AmBisome به احتمال زیاد نیاز به پراکندگی بافت دارو دارد. یک مطالعه جدید نشان داد که دوز 15 میلیگرم در کیلوگرم یکبار در هفته برای AmBisome در بزرگسالان تحت HSCT ، منجر به غلظت های باقیمانده بافت پایدار، مشابه با مقادیر روزانه 1 میلی گرم بر کیلوگرم می شود. میانگین نسبت بافتی و پلاسما نسبت به AmBisome در روز 7 ام برابر با 16.3 بود که نشان دهنده میزان قابل توجهی از داروی بافت در مقایسه با سطح پلاسمای اندازه گیری شده است [29]. این داده ها نشان می دهد که در بزرگسالان، AmBisome را می توان در دوزهای بالا با خیال راحت تجویز کرد و فرضیه ما را تأیید می کند که تجویز AmBisome یک بار در هفته می تواند برای پیشگیری از قارچ در کودکان کوچک موثر باشد.

داده های جمع آوری شده در بزرگسالان که درمانی برای عفونت های قارچی دریافت کرده اند نشان داده اند که دوزهای AmBisome تا 15 میلی گرم / کیلوگرم به خوبی قابل تحمل هستند [30]. حداکثر دوز قابل تحمل (MTD) در این تحقیق حاصل نشد، و سمیت اصلی واکنش های تزریق و اختلال کلیوی به نظر نمی رسد که به دوز مرتبط باشند. این مطالعه نشان داد که فارکرایکونتیک غیر خطی AmBisome در دوزهای mg / kg 10 با افزایش بیشتر در Cmax یا AUC با دوز 12.5 و 15 mg / kg همراه نیست. این داده ها نشان می دهد جذب AmBisome در سیستم رتاتیوالکتومی دهانه رحم، راه اصلی برای استخراج AmBisome از پلاسما، با انباشت دارو در بافت ها است. این یافته بالقوه از حفاظت از کبد و طحال و احتمالا ریه ها در دوزهای بالاتر، بخش هایی که به خصوص در معرض آسیب رساندن به علف کش یا مخمر هستند، حمایت می کند.
ما دوز 10 میلی گرم بر کیلوگرم را در مطالعه خود انتخاب کردیم به علت عدم وجود فارماکوکینتیک غیر خطی AmBisome در دوزهای بالاتر و نیز داده هایی که نشان می دهد این دوز کمتر از MTD AmBisome است، و در بزرگسالان، که دوز آنها 15 میلی گرم / کیلوگرم است به MTD نرسیده است. در مطالعه ما دوز 10 میلی گرم بر کیلوگرم به خوبی قابل تحمل بود و تنها یک مورد سمیت با انفوزیون و بدون سمیت کلیوی، کبد و یا سایر سمیت ها بود که نشان می دهد این یک استراتژی بی خطر برای استفاده طولانی مدت است.
درمان هفتگی AmBisome هزینه های قابل توجهی را نسبت به درمان خوراکی انجام دارد، اما (در اکثر بیمارستانها) ارزانتر از درمان روزانه اکینوکاندین است. درمان هفتگی AmBisome گزینه ای برای پیشگیری درازمدت در کودکان است که قادر به تحمل داروهای آسئول خوراکی نیستند.