一、高血压脑卒中冠心病调查及其危险因素研究(论文文献综述)
从祥丰[1](2021)在《中国11省队列人群脑卒中及其亚型发病状况及影响因素研究》文中认为研究背景和目的脑卒中已成为全球第二大死亡原因。在我国,脑卒中已成为疾病负担最重的疾病。目前我国脑卒中现患人数1300万,约占全球脑卒中患者人数的五分之一。我国脑卒中防控形势依然严峻。有研究发现不同地区、性别等特征人群脑卒中发病及患病存在差异。因此,了解不同特征人群脑卒中发病状况,尽早识别脑卒中及其亚型影响因素是脑卒中防控的基础和关键。目前已有大量的研究证实,年龄、性别、血压水平等是影响脑卒中发生的影响因素。但仍存在一些影响因素,如高血压亚型、糖尿病前期、自评健康等,及影响因素间交互作用与脑卒中及其亚型发病的关系因研究证据不足需要深入分析。脑卒中风险预测模型,能够综合考虑多个影响因素,有效识别脑卒中高风险人群,帮助明确预防重点。但我国基于队列研究的脑卒中风险预测模型仍较少,需要更多队列研究加入。研究目的:(1)利用11省队列数据分析我国不同基线特征人群脑卒中及其亚型发病状况;(2)探索肥胖、糖尿病前期及糖尿病、高血压亚型、血脂异常、自评健康影响因素,以及糖尿病、高血压和血脂异常两两之间的交互作用与脑卒中及其亚型发病的关系;(3)建立适宜的脑卒中发病风险预测模型,用于高效识别脑卒中高风险人群,为建立具有我国特色的脑卒中防控模式提供关键技术。研究方法本研究使用中国成人主要慢性病风险评估体系研究(以下简称“慢病风险评估体系研究”)项目数据。该研究是一项前瞻性队列研究。基线数据来源于2010年中国慢性病及其危险因素监测项目(以下简称“2010年中国慢病监测项目”)。调查内容包括问卷调查、身体测量和实验室检测。慢病风险评估体系研究从2010年中国慢病监测项目中选取11个项目省60个监测点(农村监测点35个,城市监测点25个)共36195名非脑卒中患者构建随访队列。2016-2017年对该基线人群进行随访调查,调查内容包括家庭问卷和个人问卷。结局事件是首发脑卒中,脑卒中亚型包括缺血性脑卒中和出血性脑卒中。连续性资料描述使用x±s,采用t检验或方差分析进行组间差异比较。分类资料描述采用n(%),采用卡方检验或秩和检验进行组间差异比较。使用发病密度描述发病率,发病率置信区间估计使用泊松分布。率之间比较采用X2检验或Cochrane-Armitage方法。利用Cox 比例风险回归模型进行影响因素分析。敏感性分析时剔除死亡者和第1年内确诊的脑卒中患者,模型调整因素与多因素分析一致。亚组分析交互作用检验采用似然比检验,比较有无交互项模型间差异是否有统计学意义。影响因素间交互作用分析包括相乘交互作用和相加交互作用分析。采用Cox比例风险回归模型进行脑卒中发病风险预测模型拟合,本研究风险预测模型预测年限定为6年。根据未发生结局事件人群的风险预测概率值进行风险等级划分。利用AUC和Brier得分评价模型区分度和校准度。AUC>0.7,则模型区分度良好;Brier得分在0-0.25,则模型校准度良好。内部验证采用十折交叉验证。模型展示采用列线图。以上分析均在SAS9.4(SAS Institute Inc.)和R4.0.2(2020-06-22)软件中进行。双侧检验,以P<0.05为差异有统计学意义。研究结果1.研究对象基本情况2010年基线调查36195名研究对象,2016-2017年实际随访27436名研究对象。剔除基线癌症患者、基线腰围缺失者、随访结局缺失者、结局诊断日期错误者、基线BMI和腰围异常者,最终纳入27112名研究对象进入分析。其中死亡者576人(2.1%),男性12259人(45.2%),女性14853人(54.8%)。2.脑卒中及其亚型发病状况本研究共发生首次脑卒中事件1333例,其中缺血性脑卒中1128例,出血性脑卒中205例。总人群脑卒中发病率为7.78/1000人年,其中缺血性脑卒中为6.58/1000人年,出血性脑卒中为1.20/1000人年。男性脑卒中发病率为7.73/1000人年,其中缺血性脑卒中为6.36/1000人年,出血性脑卒中为1.37/1000人年。女性脑卒中发病率为7.82/1000人年,其中缺血性脑卒中为6.77/1000人年,出血性脑卒中为1.05/1000人年。男性和女性人群脑卒中及其亚型发病率差异均无统计学意义(均P>0.05)。≥60岁人群脑卒中及其亚型发病率最高;农村地区人群脑卒中及其亚型发病率高于城市地区;东部地区人群脑卒中和缺血性脑卒中发病率高于中部和西部地区(均P<0.05)。3.脑卒中及其亚型影响因素分析肥胖状态与脑卒中发病关系分析显示,分别采用BMI、腰围和腰围身高比三个指标评价肥胖状态,超重和肥胖(BMI<24kg/m2为参照)、中心性肥胖Ⅰ期和Ⅱ期(正常为参照)、腰围身高比在0.46~和≥0.50(<0.46为参照)人群脑卒中发病风险分别增加 17%(95%CI:3%-32%)和 21%(95%CI:3%-42%)、19%(95%CI:2%-38%)25%(95%CI:10%-42%)、18%(95%CI:-2%-42%)和 33%(95%CI:13%-57%),敏感性分析结果未发生变化。肥胖状态与缺血性脑卒中发病关系分析显示,三个指标评价的肥胖人群缺血性脑卒中发病风险均增加,敏感性分析和亚组分析结果未发生变化。肥胖状态与出血性脑卒中发病关系分析显示,未发现肥胖人群出血性脑卒中发病风险增加,敏感性分析和亚组分析结果未发生变化。高血压亚型与脑卒中发病关系分析显示,以血压正常组为参照,单纯收缩期高血压组、单纯舒张期高血压组、收缩期合并舒张期高血压组脑卒中发病风险分别增加 50%(95%CI:28%-75%)、45%(95%CI:6%-97%)和 125%(95%CI:97%-158%),敏感性分析仅显示单纯收缩期高血压组(43%,95%CI:22%-68%)和收缩期合并舒张期高血压组(119%,95%CI:91%-151%)脑卒中发病风险增加。高血压亚型与缺血性脑卒中发病关系分析显示,以血压正常为参照,仅发现单纯收缩期高血压组(39%,95%CI:17%-65%)和收缩期合并舒张期高血压组(108%,95%CI:80%-140%)发病风险增加,敏感性分析结果未发生变化。高血压亚型与出血性脑卒中发病关系分析显示,以血压正常组为参照,单纯收缩期高血压组(135%,95%CI:54%-257%)、单纯舒张期高血压组(223%,95%CI:72%-506%)及收缩期合并舒张期高血压组(281%,95%CI:166%-445%)发病风险均增加,敏感性分析结果未发生变化。亚组分析中仅发现年龄对高血压和缺血性脑卒中关系存在效应修饰作用(P交互<0.001)。糖尿病前期及糖尿病与脑卒中发病关系分析显示,以血糖正常组为参照,糖尿病前期组和糖尿病组脑卒中发病风险分别增加4%(95%CI:-10%-20%)和20%(95%CI:4%-40%),敏感性分析结果未发生变化。糖尿病前期及糖尿病与缺血性脑卒中发病关系分析显示,糖尿病前期组和糖尿病组发病风险分别增加6%(95%CI:-9%-23%)和24%(95%CI:6%-46%),敏感性分析结果未发生变化,亚组分析仅发现年龄(P交互=0.017)和性别(P交互=0.030)对糖尿病和缺血性脑卒中发病关系存在效应修饰作用。糖尿病前期及糖尿病与出血性脑卒中发病关系分析显示,糖尿病前期组和糖尿病组均未发现发病风险增加,敏感性分析和亚组分析结果未发生变化。血脂异常与脑卒中及其亚型发病关系分析显示,分别以总胆固醇正常组、低密度脂蛋白胆固醇正常组为参照,高胆固醇血症组、高低密度脂蛋白胆固醇血症组均未发现脑卒中及其亚型发病风险增加;以低高密度脂蛋白胆固醇血症组为参照,高密度脂蛋白胆固醇正常组未发现脑卒中及其亚型发病风险降低;仅发现甘油三脂在1.13~mmol/L组(以<1.13 mmol/L为参照)脑卒中和缺血性脑卒中发病风险分别增加20%(95%CI:6%-35%)和18%(95%CI:4%-35%),敏感性分析结果和亚组分析结果未发生变化。自评健康与脑卒中及其亚型发病关系分析显示,仅自评健康差组(自评健康非常好组为参照)脑卒中、缺血性脑卒中和出血性脑卒中发病风险增加,分别增加 61%(95%CI:17%-121%)、42%(95%CI:2%-97%)和 404%(95%CI:52%-1570%),敏感性分析结果均未发生变化,亚组分析仅发现年龄对自评健康和缺血性脑卒中发病关系存在效应修饰作用(P 交互=0.005)。糖尿病、高血压和血脂异常两两之间交互作用与脑卒中发病关系分析显示,糖尿病和高胆固醇血症存在相乘交互作用(P<0.05)和相加交互作用,RERI=1.39(95%CI:0.32-2.47),AP=0.52(95%CI:0.29-0.74),S=5.50(95%CI:1.36-22.36)。糖尿病、高血压和血脂异常两两之间交互作用与缺血性脑卒中发病关系分析显示,糖尿病和高胆固醇血症存在相乘交互作用(P<0.05)和相加交互作用,RERI=1.50(95%CI:0.30-2.69),AP=0.53(95%CI:0.29-0.76),S=5.22(95%CI:1.35-20.15)。糖尿病、高血压和血脂异常两两之间交互作用与出血性脑卒中发病关系分析未发现糖尿病、高血压和血脂异常两两之间存在相乘和相加交互作用。4.脑卒中发病风险预测模型的建立和验证采用Cox比例风险回归建立6年脑卒中发病风险预测模型,本研究拟合的风险预测模型为:ln[λ(t|Xi)/λ0(t)]=0.073492934*年龄+0.168407120*文化程度+0.007396615*收缩压+0.013696342*舒张压+0.150932388*糖尿病十0.006669641*腰围+0.432685727*自评健康差。6年脑卒中发病风险预测概率值:P=1-0.999947^exp(0.073492934*年龄+0.168407120*文化程度+0.007396615*收缩压十0.013696342*舒张压+0.150932388*糖尿病+0.006669641*腰围十0.432685727*自评健康差)。风险等级:低危风险:<1.5%,一般风险:1.5%-7.9%,中危风险:8%-17.9%,高危风险:>18%。采用十折交叉验证进行模型内部验证,区分度指标AUC和校准度指标Brier得分平均值分别是0.7415和0.0475。研究结论1.我国脑卒中发病率仍较高,以缺血性脑卒中为主。农村地区脑卒中发病率高于城市地区,男女之间发病率差异无统计学意义,老年人群发病率高于青年人群,东部地区发病率高于中部和西部地区。应根据地区实际情况制定相应的脑卒中防控措施。2.肥胖人群脑卒中和缺血性脑卒中发病风险均增加。单纯收缩期高血压、收缩期合并舒张期高血压患者脑卒中和缺血性脑卒中发病风险均增加;单纯收缩期高血压、单纯舒张期高血压、收缩期合并舒张期高血压患者出血性脑卒中发病风险均增加。糖尿病患者脑卒中和缺血性脑卒中发病风险均增加。自评健康差者脑卒中、缺血性脑卒中和出血性脑卒中发病风险均增加。糖尿病和高胆固醇血症对脑卒中和缺血性脑卒中发病风险存在正向相加交互作用。3.建立6年脑卒中发病风险预测模型,模型具有良好的区分度和校准度,可作为脑卒中高危人群初筛工具。
Beijing Hypertension Association;Beijing Diabetes Prevention and Treatment Association;Beijing Research for Chronic Diseases Control and Health Education;[2](2020)在《基层心血管病综合管理实践指南2020全文替换》文中指出心血管病已经成为全世界人群死亡的首要原因,其死亡患者例数占全球总死亡病例的32%。在中国,随着人口老龄化和社会城镇化步伐的加快,心血管病的发病率和患病率均持续上升。据推算,我国心脑血管病现患人数为2.9亿,其中脑卒中患者1300万,冠状动脉粥样硬化性心脏病(冠心病)患者1100万。在过去的20余年,心脑血管病年龄标准化患病率增幅达14.7%。根据世界银行的估计,至2030年,脑卒中和冠心病的患病人数将分别增至3177万和2263万。
李明燚[3](2020)在《2018年长春市居民四种慢性病患病现状及其影响因素研究》文中研究说明目的:掌握长春市居民四种慢性病患病情况,分析患病影响因素,识别慢性病防控薄弱环节,为有效制定慢性病防治策略与干预措施提供依据,为长春市开展相关工作提供基线数据。方法:利用“2018年全国医院数据、监测数据和现场调查验证慢性疾病患病情况”项目中长春市的监测数据,采用多阶段分层随机整群抽样方法,调查长春市15周岁以上的居民9658人。研究内容包括基本人口学特征(性别、年龄、婚姻状况、职业类型、教育水平、家庭人均年收入)、行为生活方式(吸烟情况、饮酒情况、奶制品食用情况、蔬菜食用情况、体育锻炼情况)、生活环境(供暖方式、供水方式、使用燃料类型、油烟情况)、家族史、四种慢性病患病情况等。用SPSS24.0软件进行统计分析,计数资料用率或构成比表示,组间比较采用c2检验,影响因素分析采用非条件Logistic回归法。结果:1.长春市居民高血压、冠心病、糖尿病和脑卒中的患病例数分别为880例、419例、314例和211例,患病率分别为9.1%、4.3%、3.2%和2.2%。2.长春市患有高血压的居民中,不同年龄组(c2=512.07,P<0.001)、不同婚姻状况(c2=145.31,P<0.001)、不同职业类型(c2=55.71,P<0.001)、不同教育水平(c2=175.80,P<0.001)、不同家庭人均年收入(c2=100.79,P<0.001)、不同吸烟情况(c2=15.84,P<0.001)、不同饮酒情况(c2=12.45,P<0.001)、不同体育锻炼情况(c2=6.37,P<0.001)、不同饮食习惯(食盐咸淡:c2=36.54,P<0.001;是否经常食用奶制品:c2=17.51,P<0.001;是否经常食用蔬菜:c2=8.41,P<0.001)、不同生活环境(供暖方式:c2=128.64,P<0.001;供水方式:c2=45.21,P<0.001;使用燃料类型:c2=133.67,P<0.001;油烟情况:c2=80.97,P<0.001)、是否有家族史(c2=73.33,P<0.001)的居民其患病率差异有统计学意义。3.长春市患有冠心病的居民中,不同性别(c2=30.29,P<0.001)、不同年龄组(c2=259.43,P<0.001)、不同婚姻状况(c2=71.24,P<0.001)、不同职业类型(c2=40.98,P<0.001)、不同教育水平(c2=116.87,P<0.001)、不同家庭人均年收入(c2=70.27,P<0.001)、不同吸烟状况(c2=7.21,P=0.027)、不同体育锻炼情况(c2=5.68,P=0.017)、不同饮食习惯(食盐咸淡:c2=8.41,P=0.015;是否经常食用奶制品:c2=24.87,P<0.001;是否经常食用蔬菜:c2=24.87,P<0.001)、不同生活环境(供暖方式:c2=67.27,P<0.001;供水方式c2=14.88,P<0.001;使用燃料类型:c2=66.43,P<0.001;油烟情况:c2=82.28,P<0.001)、是否有家族史(c2=40.86,P<0.001)的居民其患病率差异有统计学意义。4.长春市患有糖尿病的居民中,不同年龄组(c2=150.36,P<0.001)、不同婚姻状况(c2=32.69,P<0.001)、不同职业类型(c2=6.13,P=0.047)、不同教育水平(c2=34.03,P<0.001)、不同家庭人均年收入(c2=22.93,P<0.001)、不同体育锻炼情况(c2=46.79,P<0.001)、不同生活环境(供暖方式:c2=10.67,P=0.005;使用燃料类型:c2=11.01,P=0.001;油烟情况:c2=10.71,P=0.005)、是否有家族史(c2=16.45,P<0.001)的居民其患病率差异有统计学意义。5.长春市患有脑卒中的居民中,不同性别(c2=10.29,P<0.001)、不同年龄组(c2=151.39,P<0.001))、不同婚姻状况(c2=32.93,P<0.001)、不同职业类型(c2=34.00,P<0.001)、不同教育水平(c2=49.49,P<0.001)、不同家庭人均年收入(c2=80.23,P<0.001)、不同吸烟状况(c2=13.31,P=0.001)、不同饮食习惯(食盐咸淡:c2=16.59,P<0.001;是否经常食用奶制品:c2=10.03,P=0.007;是否经常食用蔬菜:c2=19.42,P<0.001)、不同生活环境(供暖方式:c2=82.31,P<0.001;供水方式:c2=10.95,P=0.001;使用燃料类型:c2=56.94,P<0.001;油烟情况:c2=29.01,P<0.001)、是否有家族史(c2=6.02,P=0.014)的居民其患病率差异有统计学意义。6.高年龄和有家族史是高血压患病危险因素,有过体育锻炼情况和使用燃料类型为天然气等气体燃料或电是高血压的保护因素;女性、高年龄、油烟情况为少许或较多和有家族史是冠心病患病危险因素,有过体育锻炼情况是冠心病的保护因素;高年龄和有家族史是糖尿病患病危险因素,有过体育锻炼和使用燃料类型为天然气等气体燃料或电是糖尿病的保护因素;高年龄和供暖方式为自行供暖或无供暖是脑卒中患病危险因素,女性、家庭人均年收入高和有过体育锻炼是脑卒中的保护因素。结论:1.长春市居民高血压患病率低于全国平均水平,主要影响因素包括年龄、体育锻炼情况、使用燃料类型和家族史,其中高年龄和有家族史是高血压患病危险因素,有过体育锻炼和使用燃料类型为天然气等气体燃料或电是高血压的保护因素。2.长春市居民冠心病患病率低于全国平均水平,主要影响因素包括性别、年龄、体育锻炼情况、油烟情况和家族史,其中女性、高年龄、油烟情况为少许或较多和有家族史是冠心病患病危险因素,有过体育锻炼是冠心病的保护因素。3.长春市居民糖尿病患病率高于全国平均水平,主要影响因素包括年龄、体育锻炼情况、使用燃料类型和家族史,其中高年龄和有家族史是糖尿病患病危险因素,有过体育锻炼和使用燃料类型为天然气等气体燃料或电是糖尿病的保护因素。4.长春市居民脑卒中患病率低于全国平均水平,主要影响因素包括性别、年龄、家庭人均年收入、体育锻炼情况和供暖方式,其中高年龄和供暖方式为自行供暖或无供暖是脑卒中患病危险因素,女性、家庭人均年收入高和有过体育锻炼是脑卒中的保护因素。
孔令燕[4](2020)在《老年高血压患者心脑血管并发症及影响因素研究》文中提出目的:随着经济社会的发展、医疗技术水平的提高,高血压的患病人数逐年攀升,其中老年患者占多数,老年高血压患者出现CVD并发症人数也在逐年攀升,高血压及其CVD并发症严重影响着老年人的身体健康状况。本研究对老年高血压患者并发CVD状况进行调查分析;通过建立老年高血压患者CVD并发症影响因素的Logistic回归模型及贝叶斯网络模型,探索老年高血压患者并发CVD的可能影响因素及这些可能影响因素之间的关联,通过贝叶斯网络推理反映这些影响因素对CVD的作用强度,预测该人群CVD进展情况,为不同老年高血压患者制定针对性防控CVD进展的措施提供理论依据,实现理论研究与实际应用接轨,同时挖掘贝叶斯网络在分析慢性病影响因素的优势,并为其它慢性病影响因素研究提供合理的方法。方法:(1)本研究采用前瞻性队列研究,于2013年3月-12月采用随机抽样抽取南京市某医院进行常规健康体检的60岁及以上的高血压患者作为研究对象,纳入研究队列,使用自行研制的问卷调查了解老年高血压患者进展为CVD的可能危险因素状况。(2)对研究对象进行每2年随访一次,分别于2015、2017、2019进行随访,最后一次随访时间为2019年6月-12月,追踪其CVD进展状况。(3)使用Excel工作表建立CVD数据库。(4)运用SPSS 22.0进行描述性统计、卡方分析、二元Logistic回归分析等分析,研究老年高血压患者并发CVD的状况及影响因素;运用RStudio 3.6.3软件构建贝叶斯网络模型,探索危险因素及因素间的相互关系;运用Netica软件对贝叶斯网络进行展示及推理,直观反映老年高血压患者并发CVD状况、影响因素之间的相互作用及对CVD产生的影响。结果:(1)本研究共获得有效研究对象2078名,女性992例,占47.74%,男性1086例,占52.26%。(2)6年随访期间,共476例老年高血压患者出现CVD结局,进展率为22.91%,其中冠心病事件的进展率为13.57%(282/2078);脑卒中事件的进展率为12.27%(255/2078);其他CVD事件的进展率为0.96%(20/2078);共患冠心病脑卒中两种疾病的进展率为3.85%(80/2078)。(3)单因素分析:对老年高血压患者CVD进展可能产生影响的因素进行单因素分析,其中不同年龄、收缩压、高血压病程、肥胖、慢性肾功能不全、糖尿病、高尿酸血症、甘油三脂、总胆固醇、吸烟组别差异具有统计学意义(均P<0.05)。(4)多因素分析:将单因素分析存在统计学差异的变量,纳入多因素Logistic回归进行分析,结果显示:不同组别收缩压、高血压病程、慢性肾功能不全、糖尿病、高尿酸血症、总胆固醇、吸烟存在统计学差异(均P<0.05)。(5)构建模型:(1)筛选确定进入模型的变量:将多因素分析存在统计学意义的变量,结合理论背景知识加入性别、年龄,则进入模型的变量包括:年龄、性别、收缩压、高血压病程、慢性肾功能不全、糖尿病、高尿酸血症、总胆固醇、吸烟、CVD共10个变量。(2)Logistic回归模型:结果显示:性别、收缩压、高血压病程、慢性肾功能不全、糖尿病、高尿酸血症、总胆固醇、吸烟均对老年高血压患者进展为CVD产生作用(均P<0.05),女性、较小的收缩压和较短时间的高血压病程均可延缓老年高血压患者发生CVD进程(均P<0.05);而共患疾病方面:患慢性肾功能不全、糖尿病、高尿酸血症均促使老年高血压患者并发CVD发症(均P<0.05);总胆固醇异常者或(和)吸烟人群的进展CVD可能性要更大(均P<0.05)。(3)贝叶斯网络模型:构建贝叶斯网络的节点共10个,有向边10条,节点包括:性别、年龄、收缩压、高血压病程、慢性肾功能不全、糖尿病、高尿酸血症、总胆固醇、吸烟、CVD。对老年高血压患者并发CVD产生直接影响作用的有:收缩压、慢性肾功能不全、糖尿病和高血压病程;而性别、年龄、总胆固醇、高尿酸血症可能通过慢性肾功能不全、收缩压间接影响CVD的发生;吸烟与CVD关联较弱。(6)模型比较:贝叶斯网路和Logistic回归模型的ROC曲线面积分别为0.716和0.726(均P<0.05),模型效果ROC曲线下面积贝叶斯网络和Logistic回归模型接近。二元Logistic回归模型中灵敏度、特异度、漏诊率和判别正确率分别为0.626、0.717、0.374、0.696;贝叶斯网络模型中灵敏度、特异度和漏诊率和判别正确率分别为0.664、0.657、0.336、0.659,二元Logistic回归模型判别正确率和特异度较高,排除随访期间CVD不发病的老年高血压患者能力较好;贝叶斯网络灵敏度较高漏诊率较低发现老年高血压患者CVD发病的能力较好,CVD为终身治疗性疾病,能发现CVD的能力非常重要;此外贝叶斯网络可发现不同节点与CVD及节点之间的依赖关系,便于更深入了解可能影响因素之间的联系,因此相比较而言贝叶斯网络模型分析影响因素较优。结论:(1)老年高血压患者CVD进展率较高。(2)性别、年龄、收缩压、高血压病程、慢性肾功能不全、糖尿病、高尿酸血症、总胆固醇、吸烟是老年高血压患者进展为CVD的影响因素,收缩压、慢性肾功能不全、糖尿病和高血压病程可能对老年高血压患者并发CVD产生直接影响作用:性别、年龄、总胆固醇、高尿酸血症可能间接影响CVD的发生。(3)相比于二元Logistic回归模型,贝叶斯网络模型分析影响因素较优。分析老年高血压患者并发CVD影响因素时,贝叶斯网络不仅能获得影响疾病发病的危险因素,还能获得各危险因素之间的可能相互作用,且直观简洁,通过网络拓扑结构可直观显示影响因素与老年高血压患者进展CVD间复杂的关系,可直观了解各危险因素间依赖关系,为慢性病影响因素发现提供合理的方法。
涂青云[5](2020)在《CVD发病风险预测模型在高血压人群中的比较及应用》文中研究说明第一部分CVD发病风险预测模型在江苏省高血压人群中预测结果的比较研究目的:比较中国动脉粥样硬化性心血管疾病风险预测模型(China-PAR)和Framingham风险评分在江苏省高血压人群中预测10年心脑血管疾病发生风险预测结果的差异。研究方法:选取2010年建立的江苏省高血压规范化管理基地共10498名30岁及以上的高血压患者,采用问卷调查、体格检查及实验室检测等方法收集基线资料信息,应用ChinaPAR模型与Framingham风险评分对研究对象进行评估,计算并比较两种模型的预测结果。结果:China-PAR模型和Framingham风险评分在总人群中预测的CVD 10年发病风险分别为12.22%和17.74%,Framingham风险评分预测风险高于China-PAR模型预测风险(P<0.05)。China-PAR模型和Framingham风险评分计算出的男性平均风险为14.66%和25.35%,女性平均风险为10.45%和12.22%,性别差异有统计学意义(P<0.05)。两种模型的预测风险均显示男性高于女性。按年龄分层分析后,同一模型中的预测结果与总人群相似,均显示男性风险高于女性。无论男性或女性,60岁及以上人群的发病风险高于30-44岁、45-59岁人群。同一性别,在不同年龄组人群中,均显示Framingham预测风险高于China-PAR模型。以上差异均有统计学意义(P<0.05)。China-PAR模型和Framingham风险评分在江苏省原发性高血压患者中预测低危组分别占5.3%和6.3%,其中男性分别占2.2%和2.1%,女性分别占7.6%和9.3%;中危组分别占29.2%和24.6%,其中男性分别占14.4%和8.3%,女性分别占40.0%和36.4%;高危组分别占65.5%和69.1%,其中男性分别占83.4%和89.6%,女性分别占52.4%和54.3%。分析两种模型不同风险评分组心脑血管危险因素分布特征发现,China-PAR模型不同风险评分组的CVD家族史分布差异有统计学意义,而Framingham风险评分的分析结果则无统计学差异。将采用China-PAR模型和Framingham风险评分预测的CVD 10年发病风险进行交叉分析发现,有60.7%的调查对象能被划分到同一个危险评分组,一致性检验的Kappa值为0.427,提示一致性一般。按性别进行分析后发现,48.1%的男性和69.9%的女性被两种预测方法划分到了相同的危险评分组。相比China-PAR模型预测的发病风险,有50%的男性被Framingham风险评分划分到更高风险评分组。其中,42.1%的男性由China-PAR模型预测的发病风险为10%-19.9%,但Framingham风险评分预测的风险结果为≥20%。男性人群中两种预测方法一致性检验的Kappa值为0.240,提示一致性较差。与男性人群相比,女性人群被两种预测方法划分到同一危险评分组的人群比例更高。女性人群中两种预测方法一致性检验的Kappa值为0.531,提示一致性中等。结论:China-PAR模型和Framingham风险评分计算出的风险具有差异,Framingham风险评分预测出的疾病风险高于China-PAR模型预测结果,两种模型预测结果的一致性一般。第二部分CVD发病风险预测模型在江苏省高血压人群中的应用研究目的:比较China-PAR模型和Framingham风险评分对江苏省高血压人群10年心脑血管疾病的预测风险与实际发病之间的差异,评估江苏省实行高血压社区规范化管理的效果。研究方法:江苏省于2010年1月在南京市建邺区、徐州市沛县、淮安市涟水县、南通市海安县和宿迁市泗洪县建立了5个省级高血压规范化社区管理基地,并于每年12月对研究对象进行随访调查、收集事件发生情况。每个管理基地的医师在接受培训且考核合格后依据《中国高血压防治指南》(基层版)对基地高血压患者实行规范化的管理和随访。采用多因素Cox等比例风险模型,以低危组为参照,计算China-PAR模型和Framingham风险评分不同风险预测组CVD发病的风险比(Hazard Ration,HR)和95%置信区间(Confidence interval,CI),利用两种预测模型预测出的CVD发病风险与实际发病之间的比较,评估江苏省高血压社区规范化管理基地的管理效果。结果:截止到2018年12月,10498名研究对象的平均随访时间为8.3年,累计随访86917人年。随访期间共观察到CVD事件693例,累计发病率6.6%。以被调查者是否发生CVD事件为因变量,经年龄、体质指数、饮酒因素调整后,Cox回归分析结果提示,China-PAR模型预测风险5%-9.9%、10%-19.9%及≥20%发生CVD事件的风险分别是预测风险<5%的2.38倍(HR=2.38,95%CI:1.10-5.18)、3.85倍(HR=3.85,95%CI:1.75-8.46)、5.30倍(HR=5.30,95%CI:2.35-11.96)。按性别分组分析后得到的结果与总人群相似。经年龄、腰围、体质指数、饮酒因素调整后的Cox回归分析结果显示,Framingham预测风险5%-9.9%、10%-19.9%及≥20%发生CVD事件的风险分别是预测风险<5%的1.26倍(HR=1.26,95%CI:0.72-2.20)、1.80倍(HR=1.80,95%CI:1.03-3.15)、2.06倍(HR=2.06,95%CI:1.15-3.68)。按性别分组分析后,在男性人群中未得到有统计学意义上的风险关联;女性人群中得到的结果与总人群相似。China-PAR模型在江苏省原发性高血压管理人群CVD 10年预测发病风险与实际发病的比较结果显示,预测风险<5%组的实际发病率和预测发病率为1.26%vs 3.28%,5%-9.9%组为4.01%vs 7.31%,10%-19.9%组为7.72%vs 13.54%,≥20%组为10.86 vs 24.27%,各组的预测发病率均高于实际发病率,分别是实际发病风险的2.60倍、1.82倍、1.75倍、2.23倍,均显示China-PAR模型的高估现象。按性别分组分析后得到的结果与总人群相似。经Kaplan-Meier调整实际发病后结果显示,China-PAR模型评估结果的高估现象依然存在,且有增加趋势。Framingham风险评分在江苏省原发性高血压管理人群CVD 10年预测发病风险与实际发病的比较结果显示,预测风险<5%组的实际发病率和预测发病率为2.28%vs 3.79%,5%-9.9%组为4.11%vs 7.69%,10%-19.9%组为7.03%vs 14.32%,≥20%组为8.89%vs 32.38%,各组的预测发病率均高于实际发病率,分别是实际发病风险的1.66倍、1.87倍、2.04倍、3.64倍,均显示Framingham的高估现象,经Kaplan-Meier调整实际发病后,结果同上述China-PAR分析结果相似。按性别分组分析后得到的结果与总人群相似。结论:China-PAR模型和Framingham风险评分计算出的预测风险与实际发病相比均显示高估现象,提示江苏省高血压社区规范化管理工作取得较好效果。
李娜[6](2020)在《生活方式、慢性病史与成人睡眠状况的影响因素研究》文中研究表明目的:睡眠是人类健康的重要组成部分。睡眠相关问题不仅会影响个人的身心健康,而且还会对社会经济造成重大负担,构成严重的公共卫生问题。本研究采用横断面调查方法对辽宁省阜新市5个市辖行政区成人进行问卷调查,了解阜新市成人睡眠状况,探讨生活方式、慢性病史与成人睡眠状况的影响因素研究,从而为改善成人的睡眠质量提供合理建议。研究方法:采用分层整群抽样的方法对辽宁省阜新市5个市辖行政区5403名成人进行问卷调查。调查的内容主要包括一般人口学特征、生活方式、慢性病史和睡眠状况。睡眠状况采用匹兹堡睡眠质量指数量表(PSQI)评定,包括主观睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、催眠药物、日间功能障碍共7个维度;生活方式包括户外活动时间、吸烟史、饮酒史和饮食情况;慢性病史包括心血管疾病、代谢性疾病、呼吸系统疾病和口腔疾病。由专门人员进行监督和回收问卷。采用EpiData 3.1和SPSS 21.0统计软件进行数据的整理和分析,主要采用Logistic回归模型和线性回归模型进行多因素分析,探讨生活方式、慢性病史与成人睡眠之间的关系。结果:本次调查的研究对象中,睡眠质量差的检出率为8.5%。成人睡眠质量影响因素单因素分析,结果显示户外活动时间、饮食搭配、心血管疾病、代谢性疾病、呼吸系统疾病、口腔疾病为其可能影响因素(P<0.05)。成人睡眠质量影响因素多因素分析,经调整混杂因素,将筛选后的可能因素进行多因素Logistic回归分析,不同生活方式结果显示,每周户外活动时间可降低睡眠障碍发生的风险(OR=0.98,95%CI:0.96-0.99);不同慢性病史结果表明,心血管疾病中高血压使睡眠障碍发生的风险增加62%(OR=1.62,95%CI:1.00-2.62),冠心病与睡眠障碍发生的风险显着相关,其OR值为2.82(OR=2.82,95%CI:1.11-7.14),呼吸系统疾病中咽炎使睡眠障碍发生的风险增加69%(OR=1.69,95%CI:1.16-2.47),口腔疾病中牙龈炎(OR=2.41,95%CI:1.50-3.87)、牙周炎(OR=2.50,95%CI:1.54-4.05)与睡眠障碍发生的风险显着相关,其OR值均大于2。PSQI中各维度影响因素分析:主观睡眠质量维度中,差异有统计学关联的因素包括户外活动时间、吸烟、饮酒、高血压、高血脂、咽炎、过敏性鼻炎、牙龈炎和牙周炎;入睡时间维度中,差异有统计学关联的因素包括吸烟、高血脂、咽炎、过敏性鼻炎和牙龈炎;睡眠时间维度中,差异有统计学关联的因素包括户外活动时间、冠心病;睡眠效率维度中,户外活动时间为其保护因素;睡眠障碍维度中,差异有统计学关联的危险因素包括吸烟、饮酒、高血压、冠心病、高血脂、糖尿病、咽炎、过敏性鼻炎、牙龈炎和牙周炎;催眠药物维度中,差异有统计学关联的因素包括吸烟、饮食搭配、高血压、冠心病、高血脂、糖尿病、牙龈炎和牙周炎;日间功能障碍维度中,差异有统计学关联的因素包括户外活动时间、饮食搭配、高血压、高血脂、糖尿病、咽炎、过敏性鼻炎、牙龈炎和牙周炎。结论:辽宁省阜新市成人存在睡眠质量相关问题,生活方式因素和多种慢性病史影响成人睡眠质量,影响因素可作用于睡眠质量及其各个维度,从而影响总体睡眠质量。明确睡眠质量的影响因素,对于改善成人睡眠质量,提高生活质量具有重要意义。
周晨[7](2019)在《血管性认知障碍的调查及其危险因素与中医证素的相关性研究》文中进行了进一步梳理目的:通过对VCI人群的调查,搜集临床数据,描述并比较具有血管性危险因素人群(NCI组、VMCI组、VD组)的一般资料情况,并归纳、分析得出VCI人群中的病性证素和病位证素,然后比较分析本病的危险因素间与中医证素分布的相关性情况。方法:调查济南市中医医院、二七新村和泺源社区中患有血管性危险因素疾病的人群,分析具有血管性危险因素人群的一般资料情况,并归纳VCI患者的主要中医症状,提取中医证素,然后比较分析危险因素间与VCI的证素分布的相关性,从而为建立VCI的规范辨证标准提供参考和依据。本次调查中共筛选出患有血管性危险因素疾病的患者共计722例,其中NCI组255人,VCI患者467例(VMCI组253人,VD组214人)。将收集的原始资料输入Excel软件中,采用SPSS17.0进行数据的分析。结果:1.一般情况比较分析:VMCI组、VD组的女性患者比率明显高于NCI组(P﹤0.05);VMCI组、VD组中年龄≥70岁的比率明显多于NCI组(P﹤0.05);文化水平的高低在三组患者中有明显差异,VMCI组、VD组中文化水平低的患者比率明显多于NCI组,且这两组中文化水平高者低于NCI组(P﹤0.05);NCI组中从不吸烟的患者的比率高于VMCI、VD这两组患者,而有吸烟史的患者低于这两组患者(P﹤0.05);VMCI组、VD组中长期过量饮酒的比率明显多于NCI组(P﹤0.05)。2.VCI人群的中医证素分布情况:在本次调查的467例VCI患者中,通过因子分析得出本病的病位在心、肝、脾、肾,而引起本病的病性可分为虚、实两端,虚者为为阴虚、阳虚、气虚,实者为痰浊、火热、血瘀。3.VCI人群中病位证素与危险因素的相关性(1)年龄在70岁及以上的患者中病位在心、肝、肾的频率分布分别为87.6%、54.9%、44.4%,明显高于70岁以下的VCI患者(P﹤0.05)。(2)不规律运动组的患者病位在肝、肾的频率分布均为27.4%,明显高于规律运动组的患者(P﹤0.05);有长期吸烟史组的患者病位分布在心的频率为83.3%,明显高于无吸烟史组的患者(P﹤0.05);有长期饮酒史的患者病位在肝、脾的频率分布分别为47.2%、41.7%,明显高于无饮酒史的患者(P﹤0.05)。(3)既往有脑血管疾病史的患者病位在心、肾的频率分布为38.9%、30.5%,明显高于既往无脑血管病病史的患者(P﹤0.05);既往有高血压病史的患者病位在心、肝的频率分布为34.8%、26.1%,明显高于既往无高血压病史的患者(P﹤0.05);既往有糖尿病史的患者病位在肝的频率分布为26.1%,明显高于既往无糖尿病史的患者(P﹤0.05);既往有高脂血症病史的患者病位在脾的频率分布为32.3%,明显高于既往无高脂血症病史的患者(P﹤0.05);研究表明既往有冠心病病史患者病位在心的频率分布为36.5%,明显高于无冠心病病史组的患者(P﹤0.05)。4.VCI人群中病性证素与危险因素的相关性(1)年龄70岁及以上的患者中阴虚、火热的频率分布分别为35.0%、33.1%,明显高于年龄低于70岁的VCI患者(P﹤0.05)。(2)不规律运动的患者中阴虚、阳虚的频率分布分别为38.8%、26.6%,明显高于规律运动的患者(P﹤0.05);有长期吸烟史的患者中痰浊、血瘀的频率分布分别为43.1%、23.1%,明显高于无吸烟史的患者(P﹤0.05);有长期饮酒史的患者中火热、痰浊的频率分布为61.1%、55.6%,明显高于无饮酒史的患者(P﹤0.05)。(3)既往有脑血管疾病史的患者血瘀的频率分布为20.6%,明显高于既往无脑血管疾病的患者(P﹤0.05);既往有高血压病病史的患者中阴虚、血瘀的频率分布分别为33.6%、17.6%,明显高于无高血压病病史的患者(P﹤0.05);既往有糖尿病病史的患者中阴虚、火热的频率分布为38.8%、36.7%,明显高于无糖尿病病史的患者(P﹤0.05);既往有高脂血症病史的患者在痰浊的频率分布为41.9%,明显高于无高脂血症病史的患者(P﹤0.05);既往有冠心病病史患者中气虚的频率分布为41.7%,明显高于既往无冠心病病史的患者(P﹤0.05)。结论:1.女性、高龄、低文化程度、吸烟、过量饮酒可能是血管性认知障碍的危险因素;2.VCI的中医病位证素为心、肝、脾、肾,病性证素为阴虚、阳虚、气虚、痰浊、火热、血瘀;3.有长期吸烟史的患者病位多在心,病性多为痰浊、血瘀;有长期饮酒史的患者病位多在肝、脾,病性多为火热、痰浊;不规律运动的患者病位在肝、肾,病性多为阴虚、阳虚;有冠心病的患者病位在心,病性多为气虚;有脑血管病病史的患者病位在心、肾,病性多为血瘀;有高血压病史的患者病位在心、肝,病性为阴虚、血瘀;有糖尿病史的患者病位在肝,病性为阴虚、火热;有高脂血症病史的患者病位在脾,病性多为痰浊。
郭健[8](2019)在《中国居民合并慢性病的脑卒中发病危险因素及对二级预防药物依从性研究》文中研究指明目的:1、了解中国40岁及以上居民脑卒中及其主要危险因素的流行特征;2、了解合并不同慢性病(高血压、糖尿病、血脂异常、心房颤动)的脑卒中患者的分布特征、预后及对二级预防药物的依从性;探索不同慢性病人群的脑卒中发病危险因素;3、探索慢性病及其他影响因素与缺血型脑卒中首次复发间期的关联。方法:本研究的研究对象均来自中国脑卒中筛查项目(China National Stroke Screening Survey,CNSSS)2013-2015筛查年度的筛查人群。CNSSS项目覆盖中国大陆31个省、市、自治区,旨在监测中国居民脑卒中及其主要危险因素的流行状况。1、中国居民的脑卒中流行特征应用现况研究探讨脑卒中的患病率及其主要危险因素的流行特征;根据脑卒中的主要影响因素将人群分为不同亚人群,探讨脑卒中患病率在不同亚人群中的分布;探讨脑卒中各危险因素在个体病因学层面和公共卫生层面对发病风险的贡献度。根据2010年全国第六次人口普查数据中的年龄、性别和城乡分布比例对脑卒中的患病率进行加权调整。根据纳入调整的因素,分别将本研究中的全部研究对象和2010年全国第六次人口普查中40周岁及以上的调查对象分为36层。假设调查对象a在36层中的第i层,i层所有调查对象的总数为fi,2010年全国第六次人口普查数据中同层的人口数为Fi,则i层所有调查对象的分层权重为Fi/fi。2、合并慢性病的脑卒中的流行特征分别选择合并高血压、糖尿病、血脂异常、心房颤动的脑卒中患者,应用现况研究的方法探讨四类脑卒中患者的分布特征,以及主要危险因素对四类脑卒中患者发病风险的贡献度。3、合并慢性病的脑卒中患者的预后及其对二级预防药物的依从性应用现况研究的方法,比较合并高血压、糖尿病、血脂异常和心房颤动的脑卒中患者与未合并相应慢性病的脑卒中患者的预后差异。选择改良Rankin量表评分(modified Rankin Scale,mRs)和复发次数作为评价预后的指标。应用现况研究的方法分别探讨合并高血压、糖尿病、血脂异常、心房颤动的脑卒中患者降血压药、降血糖药、降血脂药、抗凝药和抗血小板药的服药率,以及服药率在不同人口学特征人群中的分布。4、不同慢性病患者的脑卒中发病危险因素的病例对照研究选择高血压患者、糖尿病患者、血脂异常患者和心房颤动患者作为研究人群,在男性和女性中分别进行病例对照研究。分别选择筛查当年首次发病的脑卒中患者作为病例组;以年龄和城乡分布进行1:3频数匹配,选择同一筛查年度中从未发生过脑卒中的筛查对象作为对照。5、慢性病及其他影响因素与缺血型脑卒中首次复发间期的关联研究选择在筛查当年首次复发的缺血型脑卒中患者,采用病例对照研究,分别以发病后12个月、24个月和36个月内首次复发的缺血型脑卒中患者为病例组,以12个月、24个月和36个月内全部未发生复发的缺血型脑卒中患者作为相应的对照组。根据年龄、性别和城乡分布将研究对象分为不同亚组,在各亚组中分别探讨慢性病及其他影响因素与缺血型脑卒中患者首次复发间期的关联。结果:1、中国居民脑卒中流行特征2013-2015年,中国40岁及以上居民总脑卒中、缺血型脑卒中和出血型脑卒中的患病率分别为2.48%、1.84%和0.22%。患病率的分布呈以下特征:男性高于女性(P<0.0001);农村高于城市(P<0.0001);随着年龄的增加患病率逐渐增加(P<0.0001);随着受教育程度的提升患病率逐渐降低(P<0.0001)。调整其他影响因素后,在病因学层面,与脑卒中发病风险增加关联最强的危险因素是TIA(OR=5.45),其后依次是高血压、脑卒中家族史、血脂异常、糖尿病、吸烟、心房颤动、缺乏运动和超重/肥胖;在公共卫生层面,对脑卒中发病风险增加贡献最大的危险因素是高血压(PARP=53.41%),其后依次是血脂异常、脑卒中家族史、TIA、超重/肥胖、吸烟、糖尿病、缺乏运动和心房颤动。2、合并慢性病的脑卒中的流行特征合并高血压、糖尿病、血脂异常和心房颤动的脑卒中患者分别占总脑卒中患者的72.21%、20.75%、42.81%和12.00%;在四类脑卒中患者中,女性的比例、城市人口的比例、以及60岁及以上人口的比例均显着高于未合并相应慢性病的脑卒中患者。3、合并慢性病的脑卒中患者的预后以及对二级预防药物的依从性在合并慢性病的脑卒中患者中,发生2次及以上复发的比例显着高于未合并相应慢性病的脑卒中患者(P<0.0001);合并高血压、糖尿病、心房颤动的脑卒中患者,其mRs评分均显着高于未合并相应慢性病的脑卒中患者。合并高血压的脑卒中患者降血压药的服药率为77.46%,合并糖尿病的脑卒中患者降血糖药的服药率为69.52%,合并血脂异常的脑卒中患者降血脂药的服药率为32.38%,合并心房颤动的脑卒中患者抗凝药和抗血小板药的服药率分别为2.21%和16.27%。4、不同慢性病患者的脑卒中发病危险因素不同慢性病患者的脑卒中发病危险因素不同。在高血压患者中,脑卒中的发病危险因素为TIA(OR=3.35)、脑卒中家族史(OR=2.04)、吸烟(OR=1.28)和血脂异常(OR=1.14);在糖尿病患者中,脑卒中的发病危险因素为TIA(OR=3.22)、脑卒中家族史(OR=2.65)、心房颤动(OR=1.59)、高血压(OR=1.34)、缺乏运动(OR=1.33)和血脂异常(OR=1.25);在血脂异常患者中,脑卒中的发病危险因素为TIA(OR=3.42)、脑卒中家族史(OR=1.98)、吸烟(OR=1.57)、糖尿病(OR=1.27)、高血压(OR=1.24)和超重/肥胖(OR=1.17);在心房颤动患者中,缺血型脑卒中的发病危险因素为脑卒中家族史(OR=3.30)、高血压(OR=1.85)、血脂异常(OR=1.44)和缺乏运动(OR=1.59)。各个危险因素与脑卒中发病风险增加的关联在不同性别之间也存在较大差异。5、慢性病及其他影响因素与缺血型脑卒中首次复发间期的关联糖尿病与缺血型脑卒中患者12个月(OR=1.73)、12-24个月(OR=2.39)内的首次复发风险存在显着关联。冠心病与缺血型脑卒中患者12个月(OR=1.54)内的首次复发风险存在显着关联。缺血型脑卒中患者首次发病后mRs评分≥1分时,其12个月内的首次复发风险显着升高。结论:1、中国40岁及以上居民的脑卒中患病率较高,女性人群和乡村人群的脑卒中患病率显着高于男性人群和城市人群。2、我国合并不同慢性病的脑卒中患者的数量庞大,与未合并相应慢性病的脑卒中患者相比,具有较高的复发风险和残疾风险;同时,合并不同慢性病的脑卒中患者对服用相应二级预防药物的依从性较差。3、不同慢性病人群的脑卒中发病危险因素各不相同,且各危险因素对脑卒中发病的贡献度在不同性别之间存在较大差异。4、缺血型脑卒中患者在发作后的不同时期内,其首次复发的危险因素不同,且危险因素在不同人口学特征人群中与首次复发风险的关联也存在差异。
刘佳[9](2019)在《人体测量学指标与中国人群心血管疾病及其危险因素关联的探索研究》文中认为背景人体测量学指标(如身高、体重、腰围等)因其方便实行且费用低廉而被广泛运用于诊断心血管疾病及其危险因素的患病情况。目前用于诊断的人体测量学指标有:BMI、腰围、腰臀比、腰高比等。然而传统的人体测量学指标在实际运用中存在一定的局限性,主要体现在:BMI没有考虑体型与体脂分布,即中心型肥胖的情况;而腰围及腰臀比作为中心型肥胖的衡量指标,仅考虑腹部及臀部体脂堆积,未考虑肌肉质量等因素。因此在实际运用中越来越倾向于将BMI和腰围联合使用而达到更准确的诊断。由于BMI与腰围间存在很强的相关性,这种高相关性会导致当BMI与腰围联合用于诊断时,腰围的诊断价值会被严重低估,使得联合诊断的效果还不如仅使用单个指标。美国Krakauer研究团队在2012年创建了一个新的人体测量学指标ABSI(A Body Shape Index),其公式为:ABSI=WC/BMI2/3heght1/2。该指标在一定程度上减少腰围与BMI间的高线性关系,使得这个指标能够使BMI与腰围联合进行诊断的同时不会低估腰围对于结局的诊断价值。尽管ABSI的诊断价值逐渐被国外一些流行病学研究所验证,但我国尚未有文献报告该指标在中国对于心血管疾病及其危险因素的运用情况,存在研究领域的空白。且ABSI指标是基于欧美人群创建的人体测量学指标,欧美人群的体格与亚洲居民有着巨大的差异,因此ABSI指标是否适用于中国人群仍待进一步探索。目的综上所述,本研究的主要目的是验证ABSI指标是否适用于中国人群,并通过构建一个新的适用于中国人群的人体测量学指标,更全面准确地描述中国人群身体形态特征。内容本文研究内容主要有两点:1.验证ABSI指标对于中国人群心血管疾病及其危险因素的关联强度及诊断价值;2.构建适用于中国人群的心血管疾病与危险因素的新人体测量学指标,更全面准确地描述中国人群身体形态特征。方法研究数据来源于国际多中心前瞻性城乡流行病学研究(Prospective Urban and Rural Epidemiological study,PURE)中国区的基线调查,共46285人。除去关键指标缺失的2481人,最终纳入分析43804人(94.69%)。本研究在考虑中心(省份)的聚集效应的前提下,使用广义估计方程研究各项人体测量学指标与心血管疾病及其危险因素的关联,使用ROC曲线(Receiver Operating Characteristic Curve)下面积代表各指标的诊断能力。依照入选时间将研究人群划分为建模数据集(约75%)和验证数据集(约25%),使用建模数据集构建新的人体学测量指标,指标的验证包括通过对建模数据集的Bootstrap模拟(内部验证)及验证数据集(外部验证)共同实现。所有统计分析均使用 SAS 9.4(SAS Institute Inc.,Cary,North Carolina,USA)软件进行,双侧P值<0.05视为统计学显着。结果研究发现我国35-70岁成年人心血管疾病及其危险因素的患病粗率分别为:血脂异常52.11%、高血压41.86%、糖尿病8.83%、心血管疾病7.90%。各疾病标化年龄后的患病率大致为其粗率的一半。各疾病的患病率随年龄、性别、地域、城乡、生活方式的变化而有所不同。但总结来看,高龄、肥胖、低体力活动与不健康的饮食习惯为主要危险因素。本研究在考虑中心(省份)的聚集效应的前提下,使用广义估计方程探索了人体测量学指标与心血管疾病及其危险因素的关联。研究发现,传统的人体测量学指标(BMI、腰围、臀围、腰臀比、腰高比)均与上述疾病结局呈正相关(P<0.001)。腰围及其衍生变量腰高比与疾病结局的关联强度最高,ABSI指标虽与结局存在正相关,但其比值比低于传统人体测量学指标。此外,本研究也比较了各人体测量学指标对心血管疾病及其危险因素的ROC曲线下面积并确定了相应的界值点。研究结果表明,腰高比对于心血管疾病及其危险因素的诊断能力最优。本研究也首次汇报了 ABSI对于中国人群的心血管疾病及其危险因素的ROC曲线下面积。研究发现,对于血脂异常及高血压,ABSI指标的ROC曲线下面积低于传统人体测量学指标,不能很好地识别高风险人群;对于糖尿病及心血管疾病,ABSI指标拥有一定诊断能力,但仍低于腰高比。基于PURE-China基线人群,通过对人体测量学指标进行对数线性模型的构建,本研究创建出一个全新的人体测量学指标PURE Indexsub。其公式为:PUREIndexsub=腰围实际值/身高-1/6×体重1/3×臀围5/8。相较于其他人体测量学指标,PUREIndexsub与心血管疾病及其危险因素拥有更强的关联及诊断能力,并且该指标在内部Bootstrap数据模拟和外部验证集的表现十分稳定,这说明该指标具有良好的内部一致性及人群外推性。创新点本研究创新点主要包括三方面:1.全面纳入国内外目前广泛应用的传统人体测量学指标并首次汇报ABSI指标对于中国人群心血管疾病及其危险因素的关联强度及诊断价值,研究样本量较大且代表性强;2.首次对美国Krakauer等研究者提出的ABSI指标进行改进,使之更适用于中国人群;3.首次基于PURE-China中国人群构建出一个新的人体测量学指标PUREIndexsub,该指标更全面准确地描述了中国人群身体形态特征,与心血管疾病及其危险因素的关联强度及诊断能力均优于传统人体测量学指标,为日后进一步的研究探索提供了理论基础。结论ABSI指标对于中国人群的心血管及其危险因素的关联强度和诊断价值均低于传统人体测量学指标。新创建的PUREIndexsub指标全面准确地描述了中国人群身体形态特征,对于心血管疾病及其危险因素的关联强度和诊断能力优于传统人体测量学指标,该指标具有良好的内部一致性及人群外推性,为日后进一步的研究探索提供了理论基础。
郭恒[10](2018)在《新疆哈萨克族代谢综合征的筛检及其对心脑血管疾病预测的研究》文中指出目的(1)采用四种代谢综合征(metabolic syndrome,MetS)诊断标准分析哈萨克代谢综合征患病率及其危险因素,全面了解哈萨克人群MetS的流行现状,为制定哈萨克MetS防治措施提供线索。(2)探讨多个新的肥胖测指标包括脂质蓄积指数(Lipid accumulation product,LAP)、内脏肥胖指数(Visceral adiposity index,VAI)、人体肥胖指数(Body adiposity index,BAI)、腰围身高比(Waist-to-height ratio,WHtR)对哈萨克MetS筛检的价值,并与传统的肥胖指标腰围(Waistline,WL)、腰臀比(Waist-to-hip ratio,WHR)、BMI进行对比,寻找对哈萨克人群进行MetS筛检的最佳肥胖测指标,在此基础上探讨采用联合试验策略时的肥胖测指标的最佳组合。(3)运用探索性因子分析(Explore factor analysis,EFA)提取哈萨克MetS主因子,构建以MetS主因子为主的哈萨克心脑血管疾病(Cardiovascular diseases,CVD)发病风险预测模型,估计哈萨克人群CVD发病风险,划分危险等级模式,明确CVD高危人群,为在社区人群中开展CVD的防治提供新的思路。方法(1)采用多级整群抽样抽取有代表性的新疆哈萨克人群进行现况调查,基于NCEP-ATPⅢ标准、CDS标准、IDF标准及JIS标准分析哈萨克代谢综合征及其组分患病率,进而分析MetS组分的聚集特征(三组分聚集的种类和患病率)。采用非条件Logistic回归分析社会人口学特征、CVD家史、吸烟、饮酒、饮食因素、血清肝酶、尿酸对哈萨克MetS风险的影响。(2)基于第一部分研究的横断面调查资料计算多个肥胖测指标包括LAP、VAI、BAI、WHtR、WL、WHR、BMI,进而采用非条件Logistic回归分析这些肥胖测指标对萨克MetS风险的影响,然后使用线性趋势图分析各肥胖测指标水平与MetS异常组分数目的相关性。采用灵敏度、特异度、约登指数、符合率、Kappa值、预测值评价这些肥胖测指标筛检MetS的真实性、可靠性和收益,并使用ROC曲线比较各指标筛检MetS的价值。最后采用双项联合筛检试验探索筛检MetS的最佳组合。根据Bayes定理结合MetS的患病率计算联合试验的收益。(3)采用探索性因子分析提取哈萨克CVD预测研究队列的基线人群中MetS各组分的主因子,根据因子载荷解释因子的含义并命名。基于主因子,结合年龄、CVD家史、吸烟、饮酒、饮食因素,使用Cox比例风险回归模型构建CVD发病风险预测模型,采用模型全局检验评价模型的拟合程度。采用ROC曲线评价模型的预测效果,并应用预测模型绘制CVD发病风险评估矩阵图。结果(1)按照国内外使用最广泛的四种诊断标准,哈萨克MetS年龄标化患病率分别为18.90%(NCEP-ATPIII标准)、22.84%(CDS标准)、27.13%(IDF标准)和32.16%(JIS标准),患病率均随年龄的增加而升高。哈萨克MetS组分患病率从高到低依次是腹型肥胖(61.92%)、血压偏高(48.18%)、HDL-C低(38.21%)、TG高(23.04%)、血糖高(24.23%),MetS患者最常见的三组分聚集模式是:肥胖+高密度脂蛋白胆固醇低+血压偏高(12.69%)。多因素分析显示哈萨克MetS的影响因素主要是饮食因素:蔬菜摄入少(OR=1.74,95%CI:1.31-2.31)、新鲜肉摄入过多(OR=1.24,95%CI:1.02-1.50)是危险因素,适摄入鲜奶是保护因素(OR=0.60,95%CI:0.47-0.77)。高尿酸血症(OR=1.64,95%CI:1.45-1.87)、丙氨酸转移酶升高(OR=1.80,95%CI:1.46-2.21)、及门冬氨酸转移酶升高(OR=1.69,95%CI:1.36-2.10)均为危险因素。(2)无论男女哈萨克MetS患者7种肥胖测指标水平均高于非MetS者,与MetS患病风险关联最强的两项肥胖测指标是LAP和VAI,上四分位数水平与下四分位数比较,LAP:男性(OR=46.60,95%CI:31.98-67.89),女性(OR=47.74,95%CI:33.62-67.81);VAI:男性(OR=23.93,95%CI:17.63-32.49),女性(OR=19.61,95%CI:14.22-27.06)。单项筛检试验结果显示无论男女LAP筛检MetS的ROC曲线面积最大,男性为(AUC=0.843,95%CI:0.828-0.859),女性为(AUC=0.819,95%CI:0.805-0.833);其次是VAI,男性为(AUC=0.804,95%CI:0.787-0.822),女性为(AUC=0.780,95%CI:0.764-0.795)。LAP曲线下面积与其他肥胖测指标比较差异均有统计学意义(P<0.001),而VAI与LAP、BAI、WHR、BMI差异均有统计学意义(P<0.001)。LAP筛检MetS的最佳切点(男性:35.58,女性:31.51),VAI筛检MetS的最佳切点(男性:1.67,女性:2.04)。真实性评价结果显示:灵敏度最高的指标是腰围(男性88.65%,女性85.10%);特异度最高的指标男性是LAP(82.00%),女性是VAI(80.32%);约登指数最大的是LAP(男性0.55,女性0.48),其次是VAI(男性0.51,女性0.43)。可靠性评价结果显示男性符合率和Kappa值最高的是LAP(79.25%,0.54),女性是VAI(74.93%,0.42)。收益评价阳性预测值最高的是腰围(男性71.36%,女性63.12%)。男性VAI和WHR联合试验灵敏度为95.20%,特异度为91.53%,约登指数为0.87,阳性预测值为84.00%;女性VAI和腰围联合试验灵敏度最高为94.32%,特异度为91.35%,约登指数为0.86,阳性预测值为85.76%。(3)研究对象中MetS患者CVD发病密度为20.89/1000人年,高于非MetS组的13.28/1000人年,MetS患者相对于非患者发病风险比为1.53(95%CI:1.17-1.99),按照性别分层,男性风险比为1.75(95%CI:1.11-2.76),女性为1.43(95%CI:1.04-1.98),随着MetS组分数的增加,与0组分对比,男性发病风险比从1组分的(HR=4.55,95%CI:1.06-19.60)上升到≥4组分(HR=7.27,95%CI:1.63-32.52);女性从1组分的(HR=1.78,95%CI:0.81-3.89)上升到≥4组分的(HR=2.76,95%CI:1.20-6.36);与男性CVD发病相关最强的组分依次是肥胖(HR=2.17,95%CI:1.31-3.60)和血压偏高(HR=2.03,95%CI:1.22-3.38),女性依次是血压偏高(HR=2.38,95%CI:1.71-3.31)和肥胖(HR=1.68,95%CI:1.18-2.38)。MetS因子分析结果显示,无论男女均提取5个主因子:肥胖因子(贡献率:男性32.10%,女性30.39%)、肥胖血脂因子(贡献率:男性13.70%,女性14.90%)、胆固醇因子(男性10.44%,女性12.86%)、血压因子(男性8.76%,女性8.75%)、肝酶因子(男性8.04%,女性7.24%)。男性CVD预测模型包含肥胖因子、胆固醇因子、年龄、冠心病家史和蔬菜摄入;女性预测模型包含胆固醇因子、血压因子、年龄、脑卒中家史、吸烟和水果摄入。模型的预测效能评价显示男性AUC=0.751(95%CI:0.695-0.808),女性AUC=0.754(95%CI:0.717-0.792)。按照性别分层绘制哈萨克个体CVD风险评估矩阵,将CVD发病风险分为5个等级,蓝色代表正常(0-0.1)、黄色低度危险(0.1-0.2)、橙色中度危险(0.2-0.3)、红色高度危险(0.4-0.5)、深红色极高危(0.5-0.6)。结论(1)哈萨克MetS患病率高于全国平均水平。蔬菜摄入少和红肉摄入大是其MetS的主要危险因素,适摄入鲜奶是MetS的保护因素。肥胖是其MetS的核心组分。(2)LAP和VAI对哈萨克MetS筛检价值高于腰围和BMI,联合筛检试验发现VAI和WHR联合筛检男性MetS价值最高,VAI和腰围联合筛检女性MetS价值最高。(3)哈萨克MetS主因子分别是肥胖因子、肥胖血脂因子、胆固醇因子、血压因子、肝酶因子。基于MetS因子分析建立的哈萨克CVD发病风险预测模型预测效果良好,通过CVD发病风险矩阵图可以鉴别高危人群。
二、高血压脑卒中冠心病调查及其危险因素研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、高血压脑卒中冠心病调查及其危险因素研究(论文提纲范文)
(1)中国11省队列人群脑卒中及其亚型发病状况及影响因素研究(论文提纲范文)
中英文缩略词对照表 |
中文摘要 |
ABSTRACT |
一、前言 |
1. 研究背景 |
2. 研究目的 |
二、资料与方法 |
1. 调查对象与方法 |
1.1 样本量计算 |
1.2 基线调查 |
1.3 随访调查 |
2. 结局事件及相关指标定义 |
2.1 脑卒中结局事件的确定 |
2.2 影响因素指标定义 |
3. 数据库清洗与统计分析 |
3.1 数据库清洗 |
3.2 统计分析 |
4. 质量控制 |
5. 技术路线图 |
三、结果 |
1. 研究对象特征 |
1.1 研究对象基线特征 |
1.2 随访人群与失访人群特征比较 |
2. 脑卒中及其亚型发病状况分析 |
2.1 不同性别脑卒中及其亚型发病状况 |
2.2 不同年龄、不同地区脑卒中及其亚型发病状况 |
2.3 不同文化程度脑卒中及其亚型发病状况 |
2.4 不同BMI、腰围脑卒中及其亚型发病状况 |
2.5 不同血压情况脑卒中及其亚型发病状况 |
2.6 不同血糖情况脑卒中及其亚型发病状况 |
2.7 不同血脂情况脑卒中及其亚型发病状况 |
2.8 不同生活方式脑卒中及其亚型发病状况 |
3. 脑卒中及其亚型发病影响因素分析 |
3.1 肥胖状态与脑卒中及其亚型发病关系 |
3.2 高血压亚型与脑卒中及其亚型发病关系 |
3.3 糖尿病前期及糖尿病与脑卒中及其亚型发病关系 |
3.4 血脂异常与脑卒中及其亚型发病关系 |
3.5 自评健康与脑卒中及其亚型发病关系 |
3.6 影响因素间交互作用与脑卒中及其亚型发病关系 |
4. 脑卒中发病风险预测模型的建立及验证 |
4.1 脑卒中发病风险预测模型的建立 |
4.2 脑卒中发病风险预测模型内部验证 |
4.3 脑卒中发病风险预测模型展示 |
四、讨论 |
五、创新性和局限性 |
六、结论 |
参考文献 |
综述 脑卒中及其亚型发病影响因素研究进展 |
参考文献 |
致谢 |
个人简历 |
(2)基层心血管病综合管理实践指南2020全文替换(论文提纲范文)
1 心血管病的主要危险因素 |
1.1 吸烟 |
1.1.1 吸烟现状 |
1.1.2 吸烟与心血管病风险 |
1.2 饮酒 |
1.2.1 饮酒流行情况 |
1.2.2 饮酒对心血管系统的危害 |
1.3 不健康膳食 |
1.3.1 膳食现状 |
1.3.2 不健康膳食对心血管的危害 |
1.3.2.1 蔬菜、水果摄入不足 |
1.3.2.2 高盐(钠)摄入 |
1.3.2.3 高饱和脂肪酸和反式脂肪酸摄入 |
1.4 身体活动不足 |
1.4.1 我国居民身体活动现状 |
1.4.2 身体活动不足的危害 |
1.4.2.1 身体活动不足是心血管病的独立危险因素 |
1.4.2.2 身体活动不足是影响心血管病康复的重要因素 |
1.5 超重、肥胖 |
1.5.1 超重、肥胖现况 |
1.5.2 超重、肥胖与心血管病风险 |
1.5.2.1 高血压 |
1.5.2.2 冠心病 |
1.5.2.3 脑卒中 |
1.5.2.4 其他疾病 |
1.6 社会心理因素 |
1.6.1 抑郁、焦虑现况 |
1.6.2 社会心理因素与心血管病风险 |
1.6.2.1 应激 |
1.6.2.2 抑郁 |
1.6.2.3 焦虑 |
1.6.2.4 A型行为 |
1.6.3 心血管药物引发的抑郁症状 |
1.7 血脂异常 |
1.7.1 血脂异常的分类与合适水平 |
1.7.2 血脂异常现况 |
1.7.3 血脂异常与心血管病风险 |
1.8 糖尿病 |
1.8.1 糖尿病定义分型 |
1.8.2 糖尿病现况 |
1.8.3 糖尿病与心血管病风险 |
1.9 高血压 |
1.9.1 高血压现况 |
1.9.2 高血压与心血管病风险 |
2 心血管病风险评估 |
2.1 生理指标的采集及测量 |
2.1.1 血压 |
2.1.2 静息心率 |
2.1.3 人体测量学指标 |
2.2 临床指标的采集和测量 |
2.2.1 病史信息 |
2.2.2 实验室检查指标 |
2.3 靶器官受累的指标采集和测量 |
2.3.1 无症状靶器官损害 |
2.3.2 临床合并症 |
2.4 动脉粥样硬化性心血管病风险评估 |
2.4.1 ASCVD风险评估流程 |
2.4.2 ASCVD风险评估建议 |
3 危险因素干预 |
3.1 行为干预 |
3.1.1 行为干预的益处 |
3.1.2 行为干预的原则 |
3.1.3 行为干预的流程 |
3.1.4 行为干预的措施 |
3.1.4.1 阶段目标 |
3.1.4.2 优先原则 |
3.1.5 随访管理 |
3.1.6 行为干预注意事项 |
3.2 吸烟干预 |
3.2.1 戒烟的益处 |
3.2.2 戒烟的原则 |
3.2.3 戒烟流程 |
3.2.4 戒烟的措施 |
3.2.4.1 判断戒烟意愿 |
3.2.4.2 医学咨询 |
3.2.4.3 5A技能 |
3.2.4.4 5R干预技术 |
3.2.4.5 戒烟药物 |
3.2.5 随访和复吸处理 |
3.3 饮酒干预 |
3.3.1 戒酒的益处 |
3.3.2 戒酒的原则 |
3.3.3 戒酒干预的流程 |
3.3.4 戒酒干预的措施 |
3.3.4.1 酒精使用情况评估 |
3.3.4.2 干预内容 |
3.3.5 持续监测 |
3.4 膳食干预 |
3.4.1膳食干预的获益 |
3.4.2膳食干预的原则 |
3.4.3膳食营养干预流程 |
3.4.4膳食营养干预的措施 |
3.4.4.1 膳食评估 |
3.4.4.2 干预方案 |
(1)一般人群 |
(2)心血管病高危人群及患者膳食建议 |
3.4.5随访管理 |
3.5 身体活动的干预 |
3.5.1 身体活动干预的益处 |
3.5.2 身体活动干预原则 |
3.5.3 身体活动干预的流程 |
3.5.4 身体活动干预的措施 |
3.5.4.1 运动处方的要素 |
3.5.4.2 心血管病稳定期运动处方程序和锻炼方法 |
3.5.4.3 身体活动建议 |
3.5.5 身体活动的维持 |
3.6 体重管理 |
3.6.1 体重管理的益处 |
3.6.2 体重管理的原则 |
3.6.3 体重管理的流程 |
3.6.4 体重管理的措施 |
3.6.4.1 咨询沟通 |
3.6.4.2 体重管理的具体措施 |
3.6.5 控制体重的相关药物 |
3.6.6 减重后体重的长期维持 |
3.7 社会心理因素干预 |
3.7.1 社会心理因素干预的益处 |
3.7.2 社会心理因素干预原则 |
3.7.3 社会心理因素干预流程(图13)。 |
3.7.4 社会心理因素干预措施 |
3.7.4.1 评估 |
3.7.4.2 筛查 |
3.7.4.3 干预 |
3.8 血脂控制 |
3.8.1 血脂控制的益处 |
3.8.2 我国血脂控制的现状 |
3.8.3 血脂控制的原则 |
3.8.3.1 定期、主动进行血脂检测 |
3.8.3.2 风险评估决定血脂控制的目标人群 |
3.8.3.3 血脂控制的治疗靶点 |
3.8.3.4 血脂控制的目标值 |
3.8.4 血脂控制的流程 |
3.8.5 血脂控制的措施 |
3.8.5.1 常用调脂药物的重要临床信息 |
3.8.5.2 安全性监测和达标管理 |
3.8.5.3 建议转诊至上级医院的情况 |
3.8.6 同时控制血脂以外的心血管病综合风险 |
3.9 糖尿病管理 |
3.9.1 糖尿病管理的益处 |
3.9.2 糖尿病管理的原则 |
3.9.3 糖尿病管理的流程 |
3.9.4 糖尿病管理的措施 |
3.9.4.1 筛查对象 |
3.9.4.2 糖尿病的诊断标准 |
3.9.4.3 降糖目标 |
3.9.4.4 生活方式干预 |
3.9.4.5 降压治疗 |
3.9.4.6 调脂治疗 |
3.9.4.7 阿司匹林的使用 |
3.9.4.8 体重管理 |
3.9.4.9 血糖管理 |
3.10 高血压管理 |
3.10.1 高血压管理的益处 |
3.10.2 高血压管理原则 |
3.10.3 初诊高血压管理流程 |
3.10.4 高血压管理措施 |
3.10.4.1 治疗目标 |
3.10.4.2 实现降压达标的方式 |
3.10.4.3 风险评估 |
3.10.4.4 改善生活方式 |
3.10.4.5 药物治疗 |
3.10.5 高血压合并临床疾病的管理建议 |
3.10.5.1 高血压合并房颤 |
3.10.5.2 老年高血压 |
3.10.5.3 高血压合并脑卒中 |
3.10.5.4 高血压伴冠心病 |
3.10.5.5 高血压合并心衰 |
3.10.5.6 高血压伴肾脏疾病 |
3.10.5.7 高血压合并糖尿病 |
3.10.5.8 代谢综合征 |
4 疾病干预 |
4.1 冠心病 |
4.1.1 概述 |
4.1.2 诊断与分类 |
4.1.2.1 诊断 |
4.1.2.2 分类 |
4.1.3 治疗 |
4.1.3.1 ACS的诊疗流程(图19) |
4.1.3.2 CCS的治疗 |
4.1.3.2.1 生活方式改善 |
4.1.3.2.2 药物治疗 |
4.1.3.2.3 血运重建 |
4.1.3.3 共病的治疗 |
4.1.3.3.1 心源性疾病 |
4.1.3.3.2 心外疾病 |
4.1.4 心脏康复 |
4.1.4.1 药物处方 |
4.1.4.2 患者教育 |
4.1.5 随访管理 |
4.1.6 预防 |
4.2 脑卒中 |
4.2.1 概述 |
4.2.2 诊断与分类 |
4.2.2.1 脑卒中的院前早期识别 |
4.2.2.2 诊断 |
4.2.2.3 分类 |
4.2.3 脑卒中常规治疗 |
4.2.3.1 急性期脑卒中治疗 |
4.2.3.2 脑卒中后的治疗 |
4.2.4 脑卒中稳定期合并其他疾病的处理 |
4.2.4.1 高血压 |
4.2.4.2 糖尿病 |
4.2.4.3 血脂异常 |
4.2.4.4 房颤 |
4.2.4.5 心脏疾病 |
4.2.5 预防 |
4.3 慢性心衰 |
4.3.1 概述 |
4.3.2 诊断与分类 |
4.3.2.1 筛查与识别 |
4.3.2.2 诊断 |
4.3.2.3 分类 |
4.3.3 治疗 |
4.3.3.1 慢性HFrEF的治疗 |
4.3.3.2 慢性HFpEF和HFmrEF的治疗 |
4.3.3.3 心衰多重心血管病危险因素综合干预及共病治疗 |
4.3.3.4 转诊治疗 |
4.3.4 随访管理 |
4.3.5 预防 |
4.4 房颤 |
4.4.1 概述 |
4.4.2 诊断与分类 |
4.4.2.1 诊断 |
4.4.2.2 分类 |
4.4.3 治疗 房颤的治疗策略主要是节律控制与心室率控制。 |
4.4.3.1 节律控制 |
4.4.3.2 心室率控制 |
4.4.4 房颤的一级预防及合并心血管病危险因素或疾病的综合干预 |
4.4.4.1 房颤的上游治疗 |
4.4.4.2 房颤合并其他心血管病危险因素或疾病的综合干预 |
4.4.5 房颤患者脑卒中的预防 |
4.4.6 随访管理、健康教育、转诊 |
4.5 外周动脉疾病 |
4.5.1概述 |
4.5.2 诊断与分类 |
4.5.2.1 危险因素 |
4.5.2.2 病因 |
4.5.2.3 筛查对象 |
4.5.2.4 诊断 |
4.5.2.5 临床分期和分型 |
4.5.3 治疗 |
4.5.4 其他部位PAD的诊断和治疗 |
4.5.5 预防 |
4.6 动脉粥样硬化 |
4.6.1 概述 |
4.6.2 临床表现与诊断 |
4.6.2.1 危险因素 |
4.6.2.2 临床表现 |
4.6.2.3 动脉粥样硬化的检测 |
4.6.3 治疗 |
4.6.4 动脉粥样硬化的防治 |
4.6.4.1 改善生活方式 |
4.6.4.2 控制危险因素 |
4.7 睡眠呼吸暂停低通气综合征 |
4.7.1 概述 |
4.7.2 诊断与分类 |
4.7.2.1 SAHS相关术语定义 |
4.7.2.2 危险因素 |
4.7.2.3 病史 |
4.7.2.4嗜睡程度评估 |
4.7.2.5 辅助检查 |
4.7.2.6 简易诊断 |
4.7.2.7 分类、分度 |
4.7.3 治疗 |
4.7.3.1 治疗目标 |
4.7.3.2 治疗方案 |
4.7.3.3 转诊指征及目的 |
4.7.4 预防 |
4.7.4.1 一级预防 |
4.7.4.2 二级预防 |
4.7.4.3 三级预防 |
4.7.4.4 口腔矫治器及外科手术 |
4.7.5 随访评估、健康教育 |
5 其他关注问题 |
5.1 抗栓治疗 |
5.1.1 抗栓药物种类及其作用靶点 |
5.1.2 冠心病的抗凝治疗 |
5.1.2.1 STEMI |
5.1.2.2 NSTE-ACS |
5.1.2.3 稳定性冠心病 |
5.1.3 预防血栓栓塞疾病的抗凝治疗 |
5.1.3.1 急性肺栓塞的抗凝治疗 |
5.1.3.2 房颤抗凝治疗 |
5.1.3.3 需长期口服抗凝药物患者的抗栓治疗建议 |
5.1.3.4 抗凝中断及桥接 |
5.1.4 出血预防和处理 |
5.1.4.1 对症药物的使用方法 |
5.1.4.2 出血处理 |
5.2 抗血小板治疗 |
5.2.1 抗血小板治疗的基本原则 |
5.2.2 心脑血管疾病的抗血小板治疗 |
5.2.3 抗血小板治疗期间出血的处理原则 |
5.2.4 服用阿司匹林的注意事项 |
5.3 治疗依从性 |
5.3.1 治疗依从性现状 |
5.3.2 治疗依从性评估 |
5.3.3 治疗依从性影响因素与改善措施 |
5.4 远程管理指导 |
5.4.1 远程管理的必要性 |
5.4.2 远程管理的优势 |
5.4.2.1 远程管理提高健康管理效率 |
5.4.2.2 远程管理实现健康管理均等化 |
5.4.2.3 远程管理调动居民参与健康管理意识和能力 |
5.4.2.4 远程管理促进健康管理及时性 |
5.4.3 远程管理的可行性 |
5.4.3.1 远程管理基本设备 |
5.4.3.2 远程管理内容 |
6 投入产出分析 |
附录 常用筛查量表 |
(3)2018年长春市居民四种慢性病患病现状及其影响因素研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 慢性病的概述 |
1.1.1 慢性病的定义及特点 |
1.1.2 慢性病的疾病负担 |
1.2 慢性病的流行特征 |
1.2.1 高血压 |
1.2.2 冠心病 |
1.2.3 糖尿病 |
1.2.4 脑卒中 |
1.3 慢性病的危险因素 |
1.3.1 行为因素 |
1.3.2 环境因素 |
1.3.3 遗传因素 |
1.4 慢性病的预防与控制 |
1.5 立题依据 |
第2章 材料与方法 |
2.1 调查对象 |
2.2 调查内容 |
2.3 调查方法 |
2.4 诊断标准 |
2.4.1 高血压的诊断标准 |
2.4.2 冠心病的诊断标准 |
2.4.3 糖尿病的诊断标准 |
2.4.4 脑卒中的诊断标准 |
2.5 质量控制 |
2.6 数据的统计分析 |
第3章 结果 |
3.1 调查对象一般资料 |
3.1.1 基本人口学特征 |
3.1.2 行为生活方式 |
3.1.3 生活环境 |
3.2 慢性病患病情况 |
3.2.1 人口学特征与慢性病患病 |
3.2.2 行为生活方式与慢性病患病 |
3.2.3 生活环境与慢性病患病 |
3.2.4 家族史与慢性病患病 |
3.3 慢性病影响因素分析 |
第4章 讨论 |
4.1 慢性病的患病现状 |
4.2 慢性病的影响因素 |
4.2.1 高血压的影响因素 |
4.2.2 冠心病的影响因素 |
4.2.3 糖尿病的影响因素 |
4.2.4 脑卒中的影响因素 |
4.3 慢性病的防控与对策 |
第5章 结论 |
参考文献 |
作者简介 |
致谢 |
(4)老年高血压患者心脑血管并发症及影响因素研究(论文提纲范文)
摘要 |
Abstract |
主要缩写词中英文对照表 |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的 |
1.3 研究对象 |
1.4 研究内容与方法 |
1.5 质量控制 |
1.6 技术路线图 |
第二章 研究结果 |
2.1 老年高血压患者一般人口学特征 |
2.2 老年高血压患者心脑血管疾病并发状况 |
2.3 老年高血压患者并发心脑血管疾病的影响因素分析 |
2.4 老年高血压患者并发心脑血管疾病模型构建及评价 |
2.5 贝叶斯网络因果推断 |
第三章 讨论 |
3.1 老年高血压患者心脑血管疾病并发症状况分析 |
3.2 老年高血压患者并发心脑血管疾病的影响因素分析 |
3.3 老年高血压患者心脑血管并发症评估模型 |
第四章 研究总结及政策建议 |
4.1 研究总结 |
4.2 政策建议 |
4.3 研究创新和不足 |
参考文献 |
老年高血压心脑血管并发症及影响因素研究 |
参考文献 |
个人简介 |
致谢 |
(5)CVD发病风险预测模型在高血压人群中的比较及应用(论文提纲范文)
中文摘要 |
Abstract |
中英文缩略词(ABBREVIATION) |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究内容 |
第二章 CVD发病风险预测模型在高血压人群中预测结果的比较 |
2.1 前言 |
2.2 研究对象与方法 |
2.2.1 研究对象 |
2.2.2 基线高血压患者入选排除标准 |
2.2.3 基线资料 |
2.2.4 相关指标定义及诊断标准 |
2.2.5 相关模型评估方法 |
2.2.6 质量控制 |
2.2.7 统计学分析 |
2.3 结果 |
2.3.1 江苏高血压患者一般人口学特征 |
2.3.2 江苏高血压患者主要心血管危险因素情况 |
2.3.3 江苏高血压患者饮食生活行为情况 |
2.3.4 江苏高血压患者疾病相关情况 |
2.3.5 China-PAR模型和Framingham风险评分预测风险比较 |
2.3.6 模型预测CVD 10年发病风险不同年龄、性别分布特征 |
2.3.7 模型预测CVD 10年发病风险评分分组的心脑血管危险因素特征 |
2.3.8 China-PAR模型与Framingham风险评分预测结果的交叉分析 |
2.4 讨论 |
2.5 结论 |
第三章 CVD发病风险预测模型在江苏省高血压人群中的应用 |
3.1 前言 |
3.2 研究对象与方法 |
3.2.1 研究对象 |
3.2.2 责任医生培训 |
3.2.3 规范化管理内容 |
3.2.4 随访管理 |
3.2.5 病历管理 |
3.2.6 相关指标定义及诊断标准 |
3.2.7 质量控制 |
3.2.8 统计学分析 |
3.3 结果 |
3.3.1 江苏省高血压患者CVD主要危险因素水平 |
3.3.2 China-PAR模型不同预测风险评分组Cox比例风险回归分析 |
3.3.3 Framingham不同预测风险评分组COX比例风险回归分析 |
3.3.4 China-PAR模型预测发病率与实际发病率的比较 |
3.3.5 Framingham预测发病率与实际发病率的比较 |
3.4 讨论 |
3.5 结论 |
结论 |
参考文献 |
综述 心血管疾病风险预测模型的研究进展及应用 |
综述参考文献 |
致谢 |
作者简介 |
(6)生活方式、慢性病史与成人睡眠状况的影响因素研究(论文提纲范文)
摘要 |
Abstract |
英文缩略语 |
1 前言 |
2 对象和方法 |
2.1 研究对象及抽样方法 |
2.1.1 研究对象 |
2.1.2 样本量的计算 |
2.1.3 抽样方法 |
2.2 研究工具 |
2.2.1 一般情况调查 |
2.2.2 睡眠质量调查 |
2.3 质量控制 |
2.4 统计方法 |
3 结果 |
3.1 基本情况 |
3.1.1 研究对象人口学特征 |
3.1.2 研究对象生活方式情况 |
3.1.3 研究对象慢性病史情况 |
3.2 生活方式与睡眠质量的关系分析 |
7)单因素Logistic回归分析'>3.2.1 生活方式与睡眠障碍(PSQI总分>7)单因素Logistic回归分析 |
7)多因素Logistic回归分析'>3.2.2 生活方式与睡眠障碍(PSQI总分>7)多因素Logistic回归分析 |
3.2.3 生活方式与睡眠质量总分及七个维度得分单因素线性回归分析 |
3.2.4 生活方式与睡眠质量总分及七个维度得分多因素线性回归分析 |
3.3 慢性病史与睡眠质量的关系分析 |
7)单因素Logistic回归分析'>3.3.1 慢性病史与睡眠障碍(PSQI总分>7)单因素Logistic回归分析 |
7)多因素Logistic回归分析'>3.3.2 慢性病史与睡眠障碍(PSQI总分>7)多因素Logistic回归分析 |
3.3.3 慢性病史与睡眠质量总分及七个维度得分单因素线性回归分析 |
3.3.4 心血管疾病与睡眠质量总分及七个维度得分多因素线性回归分析 |
3.3.5 代谢性疾病与睡眠质量总分及七个维度得分多因素线性回归分析 |
3.3.6 呼吸系统疾病与睡眠质量总分及七个维度得分多因素线性回归分析 |
3.3.7 口腔疾病与睡眠质量总分及七个维度得分多因素线性回归分析 |
3.4 睡眠与慢性病关系分析 |
3.4.1 睡眠质量总分及各维度得分与慢性病单因素logistic回归分析 |
3.4.2 睡眠质量总分及各维度得分与心血管疾病多因素logistic回归分析 |
3.4.3 睡眠质量总分及各维度得分与代谢性疾病多因素logistic回归分析 |
3.4.4 睡眠质量总分及各维度得分与呼吸系统疾病多因素logistic回归分析 |
3.4.5 睡眠质量总分及各维度得分与口腔疾病多因素logistic回归分析 |
4 讨论 |
4.1 调查对象的睡眠状况 |
4.2 生活方式与睡眠质量的关系 |
4.3 慢性病与睡眠质量的关系 |
4.3.1 心血管疾病与睡眠质量的关系 |
4.3.2 代谢性疾病与睡眠质量的关系 |
4.3.3 呼吸系统疾病与睡眠质量的关系 |
4.3.4 口腔疾病与睡眠质量的关系 |
4.4 建议 |
4.5 不足及展望 |
5 结论 |
本研究创新性的自我评价 |
参考文献 |
综述 |
参考文献 |
感染控制科实践报告 |
攻读学位期间取得的研究成果 |
致谢 |
个人简历 |
(7)血管性认知障碍的调查及其危险因素与中医证素的相关性研究(论文提纲范文)
提要 |
Abstract |
英文缩略词 |
引言 |
临床研究 |
1 材料与方法 |
1.1 研究对象 |
1.2 诊断标准 |
1.3 分组标准 |
1.4 研究方法 |
2 研究结果 |
2.1 一般资料情况 |
2.2 中医四诊信息分布情况与中医证素的提取 |
2.3 分析中医证素分布与危险因素的相关性 |
讨论 |
1 血管性认知障碍的流病学特点与概念 |
2 VCI危险因素的研究 |
2.1 无法控制的危险因素 |
2.2 可控制的因素 |
3 中医学对VCI的研究 |
3.1 中医学对于VCI的认识 |
3.2 中医证素的研究 |
3.3 中医证素与危险因素的研究 |
结语 |
参考文献 |
综述 浅析VCI的中西医研究 |
参考文献 |
附录 |
致谢 |
发表论文 |
(8)中国居民合并慢性病的脑卒中发病危险因素及对二级预防药物依从性研究(论文提纲范文)
常用缩略词中英文对照表 中文摘要 ABSTRACT 前言 第一章 中国居民脑卒中及主要危险因素的流行特征 |
一 对象与方法 |
1 中国脑卒中筛查项目 |
1.1 项目的组织与实施 |
1.2 资料收集 |
1.3 相关指标的测量 |
1.4 脑卒中及其主要影响因素的判定标准 |
1.5 数据管理与质量控制 |
2 研究对象选择与研究方法 |
2.1 研究对象的选择 |
2.2 研究方法和统计学分析 |
二 结果 |
1 中国居民的脑卒中患病率 |
2 脑卒中患病率在不同人口学特征人群中的分布 |
3 脑卒中患病率在不同亚人群中的分布 |
4 脑卒中主要危险因素的分布特征 |
5 脑卒中主要危险因素对脑卒中发病风险的贡献 |
5.1 总脑卒中影响因素的多因素分析 |
5.2 缺血型脑卒中影响因素的多因素分析 |
5.3 出血型脑卒中影响因素的多因素分析 |
三 讨论 |
附图 第二章 合并慢性病的脑卒中流行特征及其危险因素研究 |
第一节 合并慢性病的脑卒中患者的分布特征及其对二级预防药物的依从性 |
一 对象与方法 |
1 研究对象 |
2 研究方法和统计学分析 |
2.1 描述合并不同慢性病的脑卒中患者的分布特征 |
2.2 探讨影响因素与合并慢性病的脑卒中发病风险的关联 |
2.3 探讨合并不同慢性病的脑卒中患者的二级预防药物的依从性 |
二 结果 |
1 合并高血压的脑卒中 |
1.1 合并高血压的脑卒中的流行特征 |
1.2 不同影响因素与合并高血压的脑卒中的关联 |
1.3 合并高血压的脑卒中患者的预后评价 |
1.4 合并高血压的脑卒中患者对服用降压药物的依从性 |
2 合并糖尿病的脑卒中 |
2.1 合并糖尿病的脑卒中的流行特征 |
2.2 不同影响因素与合并糖尿病的脑卒中的关联 |
2.3 合并糖尿病的脑卒中患者的预后评价 |
2.4 合并糖尿病的脑卒中患者服用降血糖药物的依从性 |
3 合并血脂异常的脑卒中 |
3.1 合并血脂异常的脑卒中的流行特征 |
3.2 不同影响因素与合并血脂异常的脑卒中的关联 |
3.3 合并血脂异常的脑卒中患者的预后评价 |
3.4 合并血脂异常的脑卒中患者服用降血脂药物的依从性 |
4 合并心房颤动的缺血型脑卒中 |
4.1 合并心房颤动的缺血型脑卒中的流行特征 |
4.2 不同影响因素与合并心房颤动的缺血型脑卒中的关联 |
4.3 合并心房颤动的缺血型脑卒中患者的预后评价 |
4.4 合并心房颤动的缺血型脑卒中患者服用抗凝药物和抗血小板药物的依从性 |
三 讨论 |
附图 |
第二节 不同慢性病人群脑卒中的发病危险因素研究 |
一 对象与方法 |
1 研究对象 |
2 研究方法和统计学分析 |
二 结果 |
1 高血压人群中脑卒中发病危险因素的病例对照研究 |
1.1 病例组与对照组的基本情况 |
1.2 不同影响因素与高血压人群脑卒中发病风险的关联 |
1.3 不同行为因素组合与高血压人群脑卒中发病风险的关联 |
2 糖尿病人群中脑卒中发病危险因素的病例对照研究 |
2.1 病例组与对照组的基本情况 |
2.2 不同影响因素与糖尿病人群脑卒中发病风险的关联 |
2.3 不同行为因素组合与糖尿病人群脑卒中发病风险的关联 |
3 血脂异常人群中脑卒中发病危险因素的病例对照研究 |
3.1 病例组与对照组的基本情况 |
3.2 不同影响因素与血脂异常人群脑卒中发病风险的关联 |
3.3 不同行为因素组合与血脂异常人群脑卒中发病风险的关联 |
4 心房颤动人群中缺血型脑卒中发病危险因素的病例对照研究 |
4.1 病例组与对照组的基本情况 |
4.2 不同影响因素与心房颤动人群缺血型脑卒中发病风险的关联 |
4.3 不同行为因素组合与心房颤动人群缺血型脑卒中发病风险的关联 |
三 讨论 |
附图 第三章 慢性病及其他影响因素与缺血型脑卒中首次复发间期的关联 |
一 对象与方法 |
1 研究对象 |
2 研究方法和统计学分析 |
2.1 研究方法 |
2.2 统计分析 |
二 结果 |
1 病例组与对照组的基本情况 |
2 缺血型脑卒中首次复发间期的影响因素 |
3 不同人口学特征的缺血型脑卒中患者首次复发间期的影响因素 |
3.1 不同年龄人群中缺血型脑卒中首次复发间期的影响因素 |
3.2 不同性别人群中缺血型脑卒中首次复发间期的影响因素 |
3.3 不同城乡人群中缺血型脑卒中首次复发间期的影响因素 |
三 讨论 |
附图 全文小结 研究特色与创新之处 参考文献 基金资助 综述 |
参考文献 攻读学位期间发表论文情况 致谢 个人简介 |
(9)人体测量学指标与中国人群心血管疾病及其危险因素关联的探索研究(论文提纲范文)
中英文缩略词 |
中文摘要 |
Abstract |
第一章 研究背景与综述 |
1.1 研究背景 |
1.1.1 心血管疾病及其主要危险因素的流行概况 |
1.1.2 心血管疾病及其危险因素的预防 |
1.2 研究进展与综述 |
1.2.1 传统人体测量学指标对于心血管疾病及其危险因素的诊断价值 |
1.2.2 传统人体测量学指标的局限性 |
1.2.3 新的人体测量学指标A Body Shape Index (ABSI)对于心血管疾病及其危险因素的诊断价值 |
第二章 研究目的与意义 |
2.1 研究目的 |
2.2 研究内容 |
2.3 技术路线 |
2.4 创新点 |
第三章 研究设计 |
3.1 研究设计 |
3.2 研究人群 |
3.3 数据采集 |
3.3.1 问卷调查 |
3.3.2 体格检查 |
3.3.3 实验室检查(血样采集) |
3.4 质量控制 |
第四章 人体测量学指标与血脂异常的关联性研究 |
4.1 研究人群及定义 |
4.1.1 研究人群 |
4.1.2 数据收集 |
4.2 统计方法 |
4.2.1 年龄标化的患病率 |
4.2.2 广义估计方程 |
4.3 结果 |
4.3.1 各省市血脂异常患病率 |
4.3.2 各亚组血脂异常患病率 |
4.3.3 人体测量学指标与血脂异常患病率 |
4.3.4 人体测量学指标与血脂异常的关联 |
4.3.5 人体测量学指标对血脂异常的诊断价值 |
4.4 讨论 |
第五章 人体测量学指标与高血压的关联性研究 |
5.1 研究人群及定义 |
5.1.1 研究人群 |
5.1.2 数据收集 |
5.2 统计方法 |
5.3 结果 |
5.3.1 各省市高血压患病率 |
5.3.2 各亚组高血压患病率 |
5.3.3 人体测量学指标与高血压患病率 |
5.3.4 人体测量学指标与高血压的关联 |
5.3.5 人体测量学指标对高血压的诊断价值 |
5.4 讨论 |
第六章 人体测量学指标与糖尿病的关联性研究 |
6.1 研究人群及定义 |
6.1.1 研究人群 |
6.1.2 数据收集 |
6.2 统计方法 |
6.3 结果 |
6.3.1 各省市糖尿病患病率 |
6.3.2 各亚组糖尿病患病率 |
6.3.3 人体测量学指标与糖尿病患病率 |
6.3.4 人体测量学指标与糖尿病的关联 |
6.3.5 人体测量学指标对糖尿病的诊断价值 |
6.4 讨论 |
第七章 人体测量学指标与心血管疾病相关性研究 |
7.1 研究人群及定义 |
7.1.1 研究人群 |
7.1.2 数据收集 |
7.2 统计方法 |
7.3 结果 |
7.3.1 各省市心血管疾病患病率 |
7.3.2 各亚组心血管疾病患病率 |
7.3.3 人体测量学指标与心血管疾病患病率 |
7.3.4 人体测量学指标与心血管疾病的关联 |
7.3.5 人体测量学指标对心血管疾病的诊断价值 |
7.4 讨论 |
第八章 一种新的诊断心血管疾病及其危险因素的人体测量学指标的建立与验证 |
8.1 研究人群 |
8.2 统计方法 |
8.2.1 ABSI China指标的建立 |
8.2.2 PURE Index指标的建立 |
8.2.3 ABSI Chinasub指标及PURE_Indexsub指标的建立 |
8.3 结果 |
8.3.1 建模及验证数据集的基线特征 |
8.3.2 ABSI China和PURE Index与血脂异常的关联强度及诊断价值 |
8.3.3 ABSI China和PURE Index与高血压的关联强度及诊断价值 |
8.3.4 ABSI China和PURE Index与糖尿病的关联强度及诊断价值 |
8.3.5 ABSI China和PURE Index与心血管疾病的关联强度及诊断价值 |
8.3.6 敏感性分析 |
8.4 讨论 |
第九章 总结与展望 |
参考文献 |
附录 |
个人简历 |
致谢 |
(10)新疆哈萨克族代谢综合征的筛检及其对心脑血管疾病预测的研究(论文提纲范文)
全文缩写词 摘要 ABSTRACT 前言 第一部分 |
新疆哈萨克代谢综合征流行特征及危险因素分析 1 |
对象与方法 2 |
结果 3 |
讨论 4 |
小结 第二部分 |
肥胖测指标对新疆哈萨克MetS筛检价值的研究 1 |
对象与方法 2 |
结果 3 |
讨论 4 |
小结 第三部分 |
基于MetS因子分析的哈萨克CVD预测模型研究 1 |
对象与方法 2 |
结果 3 |
讨论 4 |
小结 研究结论 创新点与局限性 参考文献 综述 参考文献 附录 |
1 |
研究生期间工作小结 附录 |
2 |
研究使用问卷 致谢 |
四、高血压脑卒中冠心病调查及其危险因素研究(论文参考文献)
- [1]中国11省队列人群脑卒中及其亚型发病状况及影响因素研究[D]. 从祥丰. 中国疾病预防控制中心, 2021(02)
- [2]基层心血管病综合管理实践指南2020全文替换[J]. Beijing Hypertension Association;Beijing Diabetes Prevention and Treatment Association;Beijing Research for Chronic Diseases Control and Health Education;. 中国医学前沿杂志(电子版), 2020(08)
- [3]2018年长春市居民四种慢性病患病现状及其影响因素研究[D]. 李明燚. 吉林大学, 2020(08)
- [4]老年高血压患者心脑血管并发症及影响因素研究[D]. 孔令燕. 东南大学, 2020(01)
- [5]CVD发病风险预测模型在高血压人群中的比较及应用[D]. 涂青云. 东南大学, 2020(01)
- [6]生活方式、慢性病史与成人睡眠状况的影响因素研究[D]. 李娜. 中国医科大学, 2020(01)
- [7]血管性认知障碍的调查及其危险因素与中医证素的相关性研究[D]. 周晨. 山东中医药大学, 2019(06)
- [8]中国居民合并慢性病的脑卒中发病危险因素及对二级预防药物依从性研究[D]. 郭健. 北京协和医学院, 2019(02)
- [9]人体测量学指标与中国人群心血管疾病及其危险因素关联的探索研究[D]. 刘佳. 北京协和医学院, 2019(02)
- [10]新疆哈萨克族代谢综合征的筛检及其对心脑血管疾病预测的研究[D]. 郭恒. 华中科技大学, 2018(05)