一、心脑血管疾病危险因素的Logistic回归分析（论文文献综述）
邹梦林[1]（2021）在《维持性血液透析患者发生心脑血管疾病危险因素的单中心分析》文中研究表明目的:收集我中心维持性血液透析患者的一般资料,实验室指标等数据,分析影响血透患者发生心脑血管疾病的危险因素,旨在改善血透患者的生存预后。方法:选取2013年12月至2018年12月在我院行MHD患者为研究对象,对患者进行随访,随访截止日期为2019年12月。根据随访结果将患者分为CVD组和非CVD组,对比两组患者的基线数据。通过绘制饼状图及柱状图描述所有患者的原发病构成,计量资料使用独立样本t/t’检验、计数资料使用卡方检验统计分析两组患者基线数据有无差异,然后采用logistic回归模型明确影响MHD患者发生心脑血管疾病的相关危险因素。进一步对血红蛋白及年龄进行亚组分析,对比不同血红蛋白组及年龄组发生心脑血管疾病风险。结果:1、共有390例患者符合纳排标准,其中男性254例,女性136例,至随访终点,CVD组患者有190例,占48,72%;非CVD组200例,占51.28%。104例患者出现全因死亡,其中心脑血管事件死亡62例,死亡率为59.62%。2、入选患者原发病构成中,慢性肾小球肾炎135例（34.62%）,其次为糖尿病肾病125例（32.05%）,高血压肾病82例（21.03%）,多囊肾16例（4.10%）,梗阻性肾病8例（2.05%）,其他类型24例（6.15%）。两组患者在高血压性肾病、多囊肾间差异有统计学意义（P<0.05）。3、两组患者在既往心脑血管疾病史、首次透析住院时长、年龄、血红蛋白、红细胞、血磷方面差异有统计学意义（P<0.05）;logistic回归显示:既往有心脑血管事件（OR=2.052,P=0.011）、年龄增加（OR=1.022,P=0.007）、血磷高（OR=1.033,P=0.021）均是发生心脑血管事件的独立危险因素。而血红蛋白是维持性血液透析患者发生心脑血管事件的保护性因素（OR=0.963,P=0.000）。亚组分析:与T1组（Hb≥90 g/L）相比,T3组（30 g/L≤Hb<60 g/L）、T2组（60 g/L≤Hb<90 g/L）发生心脑血管事件风险比分别为9.400、3.103;与Y1组（年龄≤44岁）相比,Y3组（年龄≥60岁）发生心脑血管事件风险比是1.872。结论:1、维持性血液透析患者心脑血管疾病发生率高,心脑血管疾病死亡占全因死亡比率高。2、慢性肾小球肾炎仍是我中心血透患者主要病因,糖尿病肾病次之。3、心脑血管疾病史、年龄大、低血红蛋白、高血磷是MHD患者发生心脑血管疾病的独立危险因素,血红蛋白越低的患者心脑血管疾病风险越高。
韩晓宇[2]（2021）在《云南省永胜县汉族居民高脂血症患病现况及影响因素研究》文中进行了进一步梳理[目的]了解云南省丽江市永胜县汉族居民的高脂血症及临床分型的流行现状,探讨高脂血症患病的影响因素,为改善永胜县汉族居民血脂健康状况及相关地区高脂血症防治措施的制定提供科学的理论依据。[方法]本研究采用多阶段分层抽样,在云南省丽江市永胜县抽取30岁至79岁的汉族居民,共10538人进行电子问卷调查、体格检查及血糖、血脂检测。不同人口学特征高脂血症患病率比较采用χ2检验,单因素分析采用单因素Logistic回归模型,多因素分析采用单水平Logistic回归模型及两水平Logistic回归模型。[结果]1.云南省丽江市永胜县高脂血症患病率为32.76%（31.85%～33.67%）,其临床分型高胆固醇血症患病率为5.58%（5.13%～6.03%）、高甘油三酯血症患病率为 18.69%（17.93%～19.45%）、混合型高脂血症患病率为 5.25%（4.82%～5.69%）、低高密度脂蛋白胆固醇血症患病率为9.43%（8.86%～9.99%）。高脂血症患病率在性别（χ2=3.861,P=0.049）、年龄（χ2=161.206,P<0.001）、婚姻状态（χ2=11.314,P=0.010）、文化程度（χ2=38.479,P<0.001）、职业（χ2=76.816,P<0.001）的差异有统计学意义。高胆固醇血症患病率在性别（χ2=19.863,P<0.001）、年龄（χ2=160.888,P<0.001）、婚姻状态（χ2=25.532,P<0.001）、文化程度（χ2=56.510,P<0.001）的差异有统计学意义;农林牧渔劳动者与非农林牧渔劳动者的高胆固醇血症患病率差异无统计学意义（χ2=0.010,P=0.919）。高甘油三酯血症患病率在性别（χ2=9.315,P=0.002）、年龄（χ44.818,P<0.001）、文化程度（χ2=12.886,P=0.012）、职业（χ2=43.091,P<0.001）的差异有统计学意义;高甘油三酯血症患病率在婚姻状态分组间的差异无统计学意义（χ2=6.593,P=0.086）。混合型高脂血症患病率在性别（χ2=5.256,P=0.022）、年龄（χ2=112.971,P<0.001）、婚姻状态（;χ2=13.912,P=0.003）、文化程度（χ2=35.440,P<0.001）、职业（χ2=13.695,P<0.001）的差异有统计学意义。低高密度脂蛋白胆固醇血症患病率在性别（χ2=104.479,P<0.001）、文化程度（χ2=23.062,P<0.001）、职业（χ2=58.979,P<0.001）的差异有统计学意义;不同年龄、婚姻状态的低高密度脂蛋白胆固醇血症患病率差异无统计学意义（P>0.05）。2.高脂血症、高胆固醇血症、高甘油三酯血症、混合型高脂血症患病率在永北镇和顺州乡两地的差异无统计学意义（P>0.05）,低高密度脂蛋白胆固醇血症患病率在永北镇和顺州乡的差异有统计学意义（P<0.05）。3.单水平Logistic回归模型和两水平Logistic回归模型分析均显示出年龄、职业、家庭年收入、睡眠障碍、午睡习惯、打鼾频率、高血压、糖尿病、BMI、中心性肥胖是高脂血症患病的影响因素,文化程度、饮酒频率、饮茶频率在单水平Logistic回归模型中无统计学意义,纳入两水平Logistic回归模型中是高脂血症患病影响因素,体力活动、健康自评在单水平Logistic回归模型中是影响因素,纳入到两水平Logistic回归模型中无统计学意义。4.通过两水平Logistic回归模型分析,高龄是高脂血症患病的危险因素,与30～岁年龄组相比,40～岁（OR=1.293,95%CI:1.028～1.626）、50～岁（OR=1.733,95%CI:1.375～2.184）、60～岁（OR=1.619,95%CI:1.250～2.097）、70～79 岁（OR=1.557,95%CI:1.112～2.182）的高脂血症患病风险高。与未正规上过学相比,文化程度为小学者是高脂血症患病的保护因素（OR=0.872,95%CI:0.762～0.998）。与农林牧渔劳动者相比,工人（OR=1.802,95%CI:1.359～2.390）、家务（OR=1.235,95%CI:1.047～1.456）是高脂血症患病的危险因素。与家庭年收入<12000元的研究对象相比,家庭年收入为12000～19999元（OR=0.815,95%CI:0.678～0.980）、20000～59999 元（OR=0.780,95%CI:0.640～0.951）是高脂血症患病的保护因素。与从不或几乎不喝酒相比,每天喝是保护因素（OR=0.793,95%CI:0.647～0.972）。与不喝茶相比,每天饮茶是保护因素（OR=0.876,95%CI:0.779～0.986）。睡眠障碍是高脂血症患病的危险因素（OR=1.170,95%CI:1.046～1.308）。有午睡习惯是高脂血症患病的危险因素（OR=1.231,95%CI:1.097～1.382）。与无打鼾习惯者相比,经常打鼾是高脂血症患病的危险因素（OR=1.244,95%CI:1.084～1.426）。高血压（OR=1.300,95%CI:1.153～1.465）、糖尿病（OR=1.931,95%CI:1.628～2.290）、中心性肥胖（OR=1.998,95%CI:1.735～2.300）是高脂血症患病的危险因素。与BMI正常者相比,超重（OR=1.473,95%CI:1.279～1.696）、肥胖（OR=1.659,95%CI:1.286～2.140）是高脂血症患病的危险因素,偏瘦（OR=0.529,95%CI:0.412～0.678）是保护因素。[结论]1.云南省丽江市永胜县汉族居民高脂血症标化患病率低于2012年全国血脂异常水平,但患病情况仍不容乐观。2.云南省丽江市永胜县汉族居民中高脂血症的流行以高TG血症和低HDL-C血症两类临床分型为主。3.在村委会/街道水平上高脂血症患病情况存在聚集性,两水平Logistic回归模型比传统单水平Logistic回归模型分析更具科学性,能够充分考虑数据的层次结构。4.两水平Logistic回归模型分析结果显示,年龄、文化程度、职业、家庭年收入、饮酒频率、饮茶频率、睡眠障碍、午睡习惯、打鼾频率、高血压、糖尿病、BMI、中心性肥胖是高脂血症患病的影响因素。5.建议通过高脂血症高危人群识别,尽早发现高脂血症患者,鼓励高脂血症患者进行自我健康监测。加强当地居民血脂健康教育,提高对高脂血症危害的认识,支持居民定期进行血脂检测,鼓励高脂血症患者及时就医就诊。
彭龙[3]（2021）在《代谢综合征并发症回顾性研究及柴芪汤调控代谢综合征肠道菌群机制研究》文中认为本文共分为文献综述、临床研究及动物实验研究三部分,在文献综述部分阐述了现代医学和中医学对代谢综合征（Metabolic Syndrome,MetS）和肠道菌群以及二者之间关系的认识,在临床研究部分则对MetS并发症发病规律、中医证型分布规律和潜在危险因素进行了探寻,在动物实验研究部分探讨了饮食诱导的肠道菌群紊乱引起MetS的机制及柴芪汤对该机制的调控作用。一、文献综述本研究在Pubmed和Cnki上检索收集近十年的中英文文献资料,并进行归纳整理,总结了 MetS及其并发症的流行病学、病因学、诊断学、治疗方式等方面的研究进展,以及肠道菌群与MetS关系的研究进展,并将中医学对MetS的认识进行了归纳总结。二、临床研究目的:探讨MetS并发症的发病规律和潜在危险因素和中医证型分布规律。方法:收集2018年9月至2019年8月北京中医药大学东方医院内分泌科住院患者中符合MetS诊断标准的患者,整理并统计分析MetS患者的年龄、体重、身高、空腹血糖、血脂、血压、空腹胰岛素、空腹C肽、HbA1c、中医证型并发症发病情况。结果:共收集MetS患者606例,男性259人,女性347人,男女比1:1.3,年龄区间20-94岁,50-69岁人群占比最高（57.9%）。肥胖（BMI>25kg/m2）占比与年龄呈负相关,血糖控制不佳（HbA1c>8%）、血脂控制不佳占比在80岁以下人群与年龄呈负相关,高血压占比与年龄呈正相关,肝郁脾虚证在所有人群中均占比最高,且与年龄呈负相关,脾肾两虚证MetS患者CKD发病率较高。各MetS并发症发病率由高到低依次为:颈动脉硬化症（carotid atherosclerosis,CAS）（77.9%）>下肢动脉硬化症（low extremity atherosclerosis disease,LEASD）（73.4%）>代谢相关性脂肪肝病（metabolic dysfunction-associated fatty liver disease,MAFLD）（71.1%）>冠状动脉粥样硬化心脏病（coronary atherosclerotic heart disease,CHD）（33.0%）>脑卒中（cerebralvascularaccident,CVA）（28.4%）>慢性肾脏病（chronic kidney diseases,CKD）（8.6%）。各并发症相关因素分析结果分别为:并发CAS的危险因素为罹患高血压、年龄≥ 40岁,并发LEASD的危险因素为男性、罹患高血压、年龄≥60岁,并发MAFLD的危险因素为BMI≥25kg/m2、TG>1.7mmol/L,并发CHD的危险因素为罹患高血压、年龄≥60岁,并发CVA的危险因素为女性、罹患高血压、年龄≥ 80岁,并发CKD的危险因素为罹患高血压、年龄≥ 80岁、空腹C肽>4.4ng/mL。结论:50-69岁是MetS的高发年龄段,年轻MetS患者普遍血糖、血脂、体重普遍控制不佳。肝郁脾虚是MetS的主要病机,并且更常见于发病初期。MetS并发症中,CAS、LEASD、MAFLD发病率最高,CHD、CVA次之,CKD最低。年龄和高血压是CAS、LEASD、CHD、CVA、CKD的共同危险因素,其中年龄≥40岁是CAS的危险因素,年龄≥60岁是CHD、LEASD的危险因素,年龄≥80岁是CVA、CKD的危险因素。性别是LEASD和CVA的特殊危险因素,男性更易患LEASD,女性更易患CVA,空腹C肽>4.4ng/mL是CKD的特殊危险因素,肥胖、甘油三脂升高是MAFLD的危险因素。三、实验研究目的:探讨饮食诱导的肠道菌群紊乱引起MetS的机制及柴芪汤对该机制的调控作用。方法:以高脂高糖高盐饲料喂养SD大鼠建立MetS模型,8周建模成功后,予药物干预。实验第16周末测量体重、脂肪重量、血压后处死取材,检测血糖、血脂,检测血清中LPS、IL-6、TNF-α含量,检测脂肪组织中NF-κBp65、TLR4、MyD88蛋白及基因表达情况,以及脂肪组织中巨噬细胞浸润情况,并应用16S rRNA高通量测序技术检测粪便中菌群基因。结果:模型组相较于空白对照组、中药组、饮食干预组,血糖、血脂、血压、体重显着增加,且血清LPS、IL-6、TNF-α含量升高,脂肪组织中NF-κB p65、TLR4、MyD88蛋白及基因表达增加,脂肪组织巨噬细胞浸润明显;而柴芪汤和限制热量摄入均能有效逆转上述指标变化及病理改变,且柴芪汤强于限制热量摄入。模型组相较于空白对照组、中药组、饮食干预组,肠道菌群物种组成及功能发生改变,厚壁菌门/拟杆菌门比例升高,G-菌比例升高,Blautia、Turicibacter和螺菌科下的OTU504、OTU552、OTU485相对丰度升高,乳杆菌、瘤胃菌科和Clostridiaceae1科下的OTU276相对丰度降低,肠道菌群的异常凋亡与迁移活跃,宿主对食物中营养物质的吸收利用能力的下降,肠道致病菌相对比例增加;柴芪汤和限制热量摄入均可有效逆转上述肠道菌群物种组成和功能的改变,且柴芪汤提高瘤胃菌科丰度的作用显着强于正常饮食和限制热量摄入。结论:柴芪汤和限制热量摄入均能有效改善MetS大鼠体重、血压、血脂、血糖,并且柴芪汤减重和降压效果优于限制热量摄入。肠道菌中G-菌相对丰度增加,LPS释放增多,通过LPS-TLR4/MyD88-NF-κB信号传导途径引起代谢性内毒素血症,这可能是饮食诱导的肠道菌群紊乱引起MetS发病的主要机制。同时肠道菌群物种组成改变,肠道菌群的异常凋亡与迁移以及宿主对食物中营养物质的吸收利用能力的下降和肠道致病菌比例增加,可能是MetS发病的潜在机制。柴芪汤和限制热量摄入治疗MetS,主要通过降低肠道菌群中G-菌相对丰度和抑制LPS释放,进而抑制LPS-TLR4-MyD88-NF-κB信号传导通路,减轻代谢性内毒素血症来实现,且柴芪汤效果优于限制热量摄入。同时二者还能够通过逆转MetS肠道菌群物种组成变化,减少细菌的异常凋亡与迁移,增强宿主对营养物质的吸收利用能力,降低肠道内致病菌相对比例等机制改善MetS的代谢障碍,并且瘤胃菌科的丰度增加可能是柴芪汤治疗代谢综合征的重要潜在机制。
周亚青[4]（2021）在《高血压患病率及影响因素的相关研究》文中研究指明众所周知,高血压及其并发症的危害很大,但国人高血压的患病率高,知晓率、治疗率及控制率却较低,如此引起心脑血管事件的风险明显增加。准确评估高血压患病率才能明确人群的患病情况、制定合理的疾病方案、合理分配医疗资源。但是目前高血压诊断标准的变动、筛查方式及测量方式的不同均可能对高血压的患病率产生一定的影响。本研究分别从不同的高血压诊断标准、不同的筛查方式及血压测量方式的角度评估高血压患病率的情况。与此同时,本研究在探讨传统的高血压影响因素的基础上,寻找新的可逆的高血压影响因素,以期能够为降低高血压的患病情况、采取适当的防治措施、改善心脑血管疾病预后提供一定的依据。第一部分2017ACC/AHA美国高血压指南对高血压患病率的影响目的:2017年美国心脏病学会/美国心脏协会（American College of Cardiology/American Heart Association,ACC/AHA）更新了《美国成人高血压预防、检测、评估和管理指南》,该指南将140/90mm Hg的高血压诊断标准调整为130/80mm Hg。本研究的目的是调查不同诊断标准的高血压患病率的情况,并评估2017ACC/AHA美国高血压指南对国人高血压患病率的影响,同时对高血压的影响因素进行研究。方法:本研究以2012年1月-2017年12月于河北医科大学第二医院体检中心进行体检的人群作为研究对象,收集年龄、性别、身高、体重等人口统计学信息和高脂血症、糖尿病、心血管疾病、脑血管疾病、呼吸系统疾病病史、吸烟、饮酒史及高血压家族史等可能与高血压有关的危险因素,对高血压的患病率进行普查,分别按照不同的诊断标准计算高血压的患病率、知晓率、治疗率及控制率,评估2017ACC/AHA高血压指南对高血压的患病率的影响。除此之外,本研究也对高血压的影响因素进行了探讨。结果:以140/90mm Hg作为高血压的诊断标准,得出其患病率、知晓率、治疗率及控制率分别为30.54%、44.33%、32.52%和13.04%;根据2017年ACC/AHA高血压诊断标准,高血压人数由20453人增至34460人,高血压患病率从30.54%增加到51.45%,知晓率从44.33%降低到26.31%,治疗率从32.52%降低到19.30%,控制率从13.04%下降到2.72%。对高血压的危险因素进行筛查发现男性、高龄、超重或肥胖、高脂血症病史、糖尿病病史、心血管病史、脑血管病史及高血压家族史是2018ESC/ESH指南及2017ACC/AHA指南高血压患病的危险因素（P<0.05）。但2017ACC/AHA指南增加诊断的高血压人群多为既往无明显的高血压家族史、高脂血症、糖尿病病史、心血管病史的年轻低风险群体（P<0.01）。结论:如果采用130/80mm Hg的诊断标准将会使高血压的患病率显着增加,这将给我国的医疗卫生事业带来严峻的挑战。2017ACC/AHA美国指南增加诊断人群多为无高危病史的年轻低风险人群,因此是否采用2017ACC/AHA美国高血压指南值得深思。第二部分以单次访问的方式普查对高血压患病率的影响目的:目前高血压患病率主要以单次访问的方式进行普查,使用单次访问重复测量的血压平均值代表真实的血压状态,但血压具有变异性的特点,以单次访问的方式可能会使高血压患病率被高估,但究竟被高估多少以及被高估人群的特征很少有人研究。而目前指南推荐使用24小时动态血压（24-hour ambulatory blood pressure monitoring,ABPM）筛查及诊断高血压,本研究诣在通过使用白天动态血压和单次访问测量血压结果来比较白天多次与单次访问测量血压对高血压诊断的意义,评估单次访问的普查方式对高血压患病率的影响。方法:本研究于2018年01月-2019年12月连续对1116人进行流行病学调查,经过培训的专业医生负责收集一般临床资料,包括姓名、性别、年龄等基本信息、有无心血管病、脑血管病、糖尿病、高脂血症、慢性肾脏病等病史及高血压家族史等情况,并记录身高、体重等体格检查信息,对肝、肾功能、血脂、血糖等指标进行化验。本研究同时使用24小时动态血压监测与单次访问的方式对血压进行监测,通过使用白天动态血压和单次访问测量血压结果来比较白天多次与单次访问测量血压对高血压诊断的意义,评估单次访问的普查方式对高血压患病率的影响。与此同时,对单次访问被高估的人群特征进行分析,除此之外,本研究探讨了单次访问的血压水平对真阳性高血压的预测价值。结果:单次比白天多次访问血压测量的平均值高8mm Hg左右,而单次访问的高血压患病率为29.84%,白天多次访问的高血压患病率为14.07%,单次访问较白天多次访问的高血压患病率显着升高,以单次访问的方式普查可能会使高血压的患病率被高估。而被高估人群的危险因素是女性、BMI<24.00 kg/m2及DBP<100mm Hg（OR=2.42,95%CI:1.33-4.41,P<0.01;OR=2.55,95%CI:1.37-4.77,P<0.01;OR=20.11,95%CI:4.32-93.64,P<0.01）。与此同时,本研究发现单次访问诊断高血压的阳性预测值为36.34%。进一步在单次访问的高血压群体中使用ROC分析评估单次访问的血压对真阳性高血压的预测价值。结果显示:在男性群体中,单次访问的收缩压的曲线下面积为0.65（0.58-0.73）,最佳诊断临界值为147.50mm Hg（灵敏度为49.43%,特异度为81.08%）;单次访问的舒张压的曲线下面积为0.80（0.74-0.86）,最佳诊断临界值为95.50mm Hg（灵敏度为68.97%,特异度为81.98%）;而在女性群体中,单次访问的收缩压及舒张压对真阳性高血压无明显的预测价值（P>0.05）。结论:单次比白天多次访问测量的血压平均值高8mm Hg左右,目前单次访问的方式普查可能会使高血压的患病率被高估一倍之多,而被高估的人群多为DBP<100mm Hg、BMI正常的女性群体。除此之外,单次访问的高血压阳性预测值较低,单次访问普查高血压阳性的男性群体中,应该将高血压的阈值提升到148/96mm Hg以更好地筛查高血压,而在女性群体中,单次访问的血压水平对真阳性高血压无明显的预测价值,需进一步行动态血压监测来明确有无高血压。第三部分单纯肾囊肿是高血压发生风险的独立危险因素目的:高血压是心脑血管疾病的最主要的病因,其并发症严重威胁人类健康,寻找可逆的高血压危险因素对改善心脑血管疾病预后至关重要。而单纯肾囊肿是常见的肾脏疾病,目前单纯肾囊肿与高血压的关系并未明确。本研究主要探究单纯肾囊肿与高血压的关系,以寻找可逆的高血压危险因素从而降低高血压的患病情况,进而改善心脑血管疾病的预后。方法:本研究纳入66883例于2012年1月-2017年12月在河北医科大学第二医院体检中心进行体检的体检者。专业的医师和护士负责收集体检者的信息,内容包括:一般人口学资料（姓名、年龄、性别、身高、体重、收缩压、舒张压等）、可能与高血压有关的危险因素（高脂血症病史、糖尿病病史、心血管病史、脑血管病史、吸烟史、饮酒史等）、血液生化指标及是否有高血压及肾囊肿。高血压是研究目标,将总体人群分为高血压组与非高血压组;单纯肾囊肿作为自变量,将总人群分为肾囊肿组与非肾囊肿组,分别在单因素分析、不同模型的多因素回归分析、亚组分析及倾向性匹配后分析了单纯肾囊肿与高血压的关系;与此同时,将单纯肾囊肿按照不同的分类分别分为:单侧囊肿和双侧囊肿组、小囊肿和大囊肿组、单发囊肿与多发囊肿组,进一步分析不同的肾囊肿亚型与高血压的关系,同时根据肾囊肿的亚型特征建立肾囊肿负荷的综合评分系统,探讨肾囊肿负荷对高血压的影响。结果:1.单因素分析单纯肾囊肿与高血压的关系,发现了单纯肾囊肿是高血压的危险因素（P<0.01）;2.多因素模型分别在未调整模型、最小调整模型及完全调整模型中分别逐步调整混杂因素分析了单纯肾囊肿与高血压的关系,结果在三个模型中均显示了单纯肾囊肿是高血压的危险因素（OR=2.60,95%CI:2.46-2.76,P<0.01;OR=1.31,95%CI:1.23-1.40,P<0.01;OR=1.32,95%CI:1.23-1.41,P<0.01）。3.亚组分析结果显示单纯肾囊肿在各个亚组分层中均是高血压的独立危险因素,且该结果在各个亚组分层中显示了良好的一致性（Interaction P>0.05）。4.使用倾向性匹配基线资料后分析单纯肾囊肿与高血压的关系,结果显示单纯肾囊肿依旧是高血压的独立危险因素（OR=1.22,95%CI:1.13-1.32,P<0.01）。5.在肾囊肿人群中研究了单纯肾囊肿的不同亚型与高血压的关系,结果证实双肾囊肿、大囊肿及多发囊肿均是高血压的危险因素（OR=1.37,95%CI:1.14-1.66,P<0.01;OR=1.16,95%CI:1.00-1.34,P<0.05;OR=1.37,95%CI:1.16-1.61,P<0.01）。为结合不同的肾囊肿亚型特征对高血压进行综合评价,根据肾囊肿的亚型特征在总体人群中建立肾囊肿负荷的综合评分系统,分析评分系统对高血压的预测作用。结果显示:随着囊肿负荷的增加,高血压的发生风险也逐步增加。结论:单纯肾囊肿是高血压的独立危险因素,且肾囊肿负荷与高血压之间呈正相关的关系,随着囊肿的增大,数目及位置的增多,高血压的发生风险逐步增加,这可能对单纯肾囊肿的治疗、寻找及纠正高血压的可逆病因提供了理论基础,对公共卫生事业有一定的影响。第四部分单核细胞/高密度脂蛋白胆固醇比率与高血压的关系目的:高血压是心脑血管疾病的主要危险因素,严重威胁人类健康。早期发现高血压的危险因素对改善心脑血管疾病的预后意义重大。然而能够用来评估高血压严重程度的血液学指标较少。本研究通过分析单核细胞/高密度脂蛋白胆固醇比率（Monocyte to HDL-C Cholesterol Ratio,MHR）与高血压的关系来评价单核细胞/高密度脂蛋白胆固醇比率在高血压诊断和治疗中的价值。方法:本研究选取河北医科大学第二医院体检中心进行体检的人群7565人,所有入选者均进行血压及血液指标检查,收集人口统计学资料（姓名、年龄、性别、身高、体重、收缩压、舒张压等）、临床相关资料（高脂血症病史、糖尿病病史、心血管病史、脑血管病史、吸烟史、饮酒史及高血压家族史等）及MHR。高血压为应变量,MHR为自变量,按照四分位数分为四组:MHR<4.72,4.72≤MHR<6.36,6.37≤MHR<8.68,MHR≥8.69。分别用不同的方式验证MHR与高血压的关系。结果:1.单因素分析了MHR与高血压的关系,结果显示MHR是高血压的危险因素（P<0.01）;2.多因素回归分析在未调整模型、最小调整模型及完全调整三种模型中,将MHR按分类变量、连续变量及连续变量标准化等方式分别验证MHR与高血压的关系。MHR按分类变量处理的过程,在未调整的模型、最小调整模型及完全调整模型中,MHR是高血压的危险因素（OR=2.25,95%CI:1.96-2.58,P<0.01;OR=1.88,95%CI:1.60-2.20,P<0.01;OR=1.27,95%CI:1.06-1.52,P<0.01）。在MHR作为连续变量及连续变量标准化处理的过程中也发现MHR是高血压的独立危险因素（P<0.05）。3.广义相加模型的平滑函数分析发现MHR与高血压呈现连续的线性正相关关系（P<0.05）,且这种线性关系持续贯穿MHR的全部数据,不存在阈值与饱和效应（P=0.565）。4.亚组分析结果发现MHR在各个分层中均是高血压的独立危险因素,且MHR与高血压的正相关关系在各个亚组分层中显示了良好的一致性（Interaction P>0.05）。结论:MHR是高血压的独立危险因素,且MHR与高血压之间呈连续的线性正相关关系,这种线性关系持续贯穿MHR的全部数据。这些发现或许能够为早期预测及诊断高血压提供一种简便、廉价的指标。
赵艳[5]（2020）在《高血压疾病管理的风险预测与控制决策研究》文中指出近年来,以高血压、糖尿病和恶性肿瘤等为主的慢性病患病率、死亡率在全球逐年上升,并有向年轻化发展的趋势。其中,高血压在各慢性病中是导致死亡第1位、负担第3位的疾病。2018年中国高血压大会指出:2012年我国18岁以上成人高血压患病率已为23.2%,患病人数已达2.45亿,与2002年相比较,快速增加了20%。尽管如此,我国的高血压预防和控制水平却还很低,存在着“三低”现象,即知晓率低、治疗率低和控制率低。高血压已成为我国居民致死致残的头号杀手,严重地影响着居民的生活质量及国民经济的发展,给社会、家庭及个人带来了沉重的负担。因此,如何深入开展高血压疾病管理的影响因素分析,科学预测其发生风险,并对其进行有效的控制决策,已成为一项我国亟待解决的重大课题。本文围绕着高血压疾病的影响因素分析、风险预测及其控制决策,进行了深入的研究。鉴于高血压疾病具有起病时间长,缺乏明确病因证据,病情迁延不愈等特点。首先,在查阅了大量国内外相关研究文献的基础上,分析了国内外专家学者关于高血压疾病的成因影响、预测及其控制研究现状,拟定了本文的主要研究目标、内容、方法和技术路线。其次,依据上海瑞金医院及34家医联医院近十年的高血压疾病患者数十万条门诊及住院数据,阐述了高血压疾病的级别划分及其主要的临床识别方法;运用数据组织切分、数据集市构建等原理,提取了高血压疾病发生发展的可能影响因素;运用德尔菲法确定了高血压疾病的重要影响因素;运用层次结构模型确定了各重要影响因素之间的聚类关系,构建了相应的因素层次结构;运用三角模糊层次分析法确定了各重要影响因素的权重及其排序,为聚焦于高血压疾病管理的风险预测与主要影响因素的控制决策奠定了基础。然后,依据已确定的高血压疾病管理重要影响因素,运用预分析及Logistic回归模型,建立了高血压疾病管理的风险预测模型,进一步凝练了高血压疾病管理的主要影响因素,以尽早知晓高血压的发生,提高高血压疾病管理的知晓率;并运用CART分类回归树原理,进行了原发性和继发性高血压的分类研究,以开展针对性的治疗,有效提高高血压疾病管理的治疗率。进而,对高血压疾病管理的重要影响因素进行了详尽的控制分析。鉴于可量化的高血压疾病影响因素众多,因素之间的相互联系、参考值范围上下指标的制约关系等所形成的多目标决策问题,基于主要目标法、分层序列法与目标规划法原理,将其融合,创建了高血压疾病管理的多目标控制决策模型,对主要影响因素进行了控制决策研究,提高了高血压疾病管理的控制率。最后,基于高血压疾病的因素分析、风险预测及控制决策研究,结合上海市科委的《基于区域医疗大数据的高血压患病趋势分析系统示范应用》课题研究,按照《国家慢性病综合防控示范区建设管理办法》提出的要求,结合信息技术,研发了基于互联网运行的高血压疾病管理信息系统平台,用于高血压疾病患者的档案管理、诊断与评估等支持,取得了良好的应用效果。本研究立足于学科特点,将仅局限于成因分析和治疗范畴的高血压疾病管理研究,拓展为了对高血压疾病管理的风险预测及其控制决策研究,创新了高血压疾病管理研究的视角;运用数据集市构建原理、三角模糊层次分析法、Logistic回归模型、多目标决策模型,创建了完整的高血压疾病管理研究过程,逐步明确了高血压疾病发生发展的病因证据,得出了新的结论;融主要目标法、分层序列法与目标规划法原理为一体,改进了多目标控制决策模型的构建方法。本研究过程、方法与结论对提高我国高血压疾病管理的知晓率、治疗率和控制率,改善患者生活质量,提高社会医疗水平,有着重要的现实意义,对其它慢性病的管理研究,具有一定的借鉴作用和参考价值。
谷坤芳[6]（2020）在《PHACTR1基因变异与脉压增高的关系研究》文中进行了进一步梳理目的:脉压增高是心脑血管疾病如冠心病、心肌梗死等发生的独立危险因素,并受到遗传与多种环境因素的共同影响。本研究拟选择磷酸酶和肌动蛋白调节因子1（phosphatase and actin regulator 1,PHACTR1）基因为目标基因,深入研究中国汉族人群PHACTR1基因变异与脉压增高之间的关系,及其与环境因素的交互作用对脉压增高的影响。研究结果可以为阐明脉压变化机制、控制理想脉压并减少心脑血管疾病的发生提供科学依据。方法:本研究采用病例对照研究设计。随机抽取30岁及以上的青岛市社区人群为研究对象并知情同意。脉压≥65mmHg定义为脉压增高,30≤脉压≤45mmHg且收缩压/舒张压≤120/80mmHg定义为脉压正常。选择PHACTR1基因rs475543、rs9472419、rs2026458、rs9349379、rs1223397、rs693758和rs499818位点为标签SNP。采用Logistic回归分析方法,探讨共显性、加性、显性、隐性和超显性五种遗传模型下PHACTR1基因变异与脉压增高的关系,并以比值比（odd ratio,OR）及其95%可信区间（confidence interval,CI）表示。通过连锁不平衡分析定义单体型域,并采用χ2检验比较脉压增高组与对照组间单体型频率的分布。采用加权基因得分的方法,以每个风险等位基因的β系数为权重,对PHACTR1基因rs475543,rs9472419,rs2026458,rs9349379,rs1223397,rs693758和rs499818位点计算基因得分,探讨PHACTR1基因总的遗传风险与脉压增高的关系,并采用相乘和相加交互作用模型评估PHACTR1基因得分与环境因素（如年龄、肥胖和高脂血症等）对脉压增高的影响。采用优势分析方法探讨PHACTR1基因得分及其它因素对脉压增高影响的相对重要性。结果:本文共纳入研究对象706例,其中脉压增高者（病例组）347例,脉压正常者（对照组）359例。1.PHACTR1基因单个SNP位点与脉压增高的关系调整年龄、性别、肥胖、高脂血症、糖尿病、饮酒状态和休闲体力活动后,多因素Logistic回归分析结果显示,（1）rs9349379位点:共显性模型（AA vs GG）下,相对于GG基因型,携带AA基因型的个体脉压增高的危险性增加（OR=2.255,95%CI:1.132-4.492）;加性模型（AA vs GA vs GG）下,该位点也与脉压增高有关（OR=1.368,95%CI:1.049-1.783）;隐性模型[AA vs（GA+GG）]下,相对于（GA+GG）基因型,携带AA基因型的个体脉压增高的危险性增加（OR=2.062,95%CI:1.051-4.045）,关联均有统计学意义（P<0.05）;共显性（GA vs GG）、显性[（GA+AA）vs GG]和超显性[GA vs（GG+AA）]模型下,该位点与脉压增高之间的关联均无统计学意义（P>0.05）。（2）rs499818位点:共显性模型（AA vs GG）下,相对于GG基因型,携带AA基因型的个体脉压增高的危险性增加（OR=3.483,95%CI:1.044-11.613）;隐性模型[AA vs（GG+GA）]下,相对于（GG+GA）基因型,携带AA基因型的个体脉压增高的危险性增加（OR=3.716,95%CI:1.119-12.339）,关联均有统计学意义（P<0.05）;共显性（GA vs GG）、加性（AA vs GA vs GG）、显性[（GA+AA）vs GG]和超显性[GA vs（GG+AA）]模型下,该位点与脉压增高之间的关联均无统计学意义（P>0.05）。（3）rs475543、rs9472419、rs2026458、rs1223397和rs693758位点:共显性、加性、显性、隐性和超显性五种遗传模型下,5个位点与脉压增高之间的关联均无统计学意义（P>0.05）。根据赤池信息量准则（Akaike Information Criterion,AIC）判断,rs9349379和rs499818位点的最佳遗传模型均为共显性模型。2.单体型分析根据Haploview软件共定义了1个单体型域,涵盖rs475543和rs9472419两个位点。构建的总频率≥5%的单体型包括了GC、GT和AC三类。GC、GT和AC单体型频率在脉压增高组分别为0.568、0.321和0.111,在对照组分别为0.547、0.347和0.106,组间GC、GT和AC单体型频率分布差异均无统计学意义（χ2=0.594,1.029,0.095,P>0.05）。3.PHACTR1基因得分与脉压增高的关系调整年龄、性别、肥胖、高脂血症、糖尿病、饮酒状态和休闲体力活动后,多因素Logistic回归分析结果显示,PHACTR1基因得分与脉压增高之间的关联有统计学意义（OR=1.702,95%CI:1.055-2.746,P=0.029）,表明PHACTR1基因得分越高,脉压增高的危险性越大。4.PHACTR1基因得分与年龄、肥胖和高脂血症的交互作用对脉压增高的影响（1）多因素相乘交互作用模型显示,PHACTR1基因得分与年龄、肥胖和高脂血症可能不存在相乘交互作用（P>0.05）;（2）多因素相加交互作用模型显示,PHACTR1基因得分与年龄的相加交互作用分析中,超额相对危险度（relative excess risk due to interaction,RERI）=0.738,95%CI:0.004-17.772,归因交互效应百分比（attributable proportion due to interaction,AP）=0.031,95%CI:0.003-0.067,交互作用指数（synergy index,S）=1.033,95%CI:1.001-1.072,表明PHACTR1基因得分与年龄对脉压增高可能存在正相加交互作用,提示随着年龄的增加,PHACTR1基因变异对脉压增高的影响增加。PHACTR1基因得分与肥胖和高脂血症可能不存在相加交互作用。5.优势分析优势分析结果显示,脉压增高的影响因素按标准化优势权重由大到小依次为糖尿病（34.41%）、肥胖（34.33%）、休闲体力活动（10.83%）、饮酒状态（6.30%）、高脂血症（4.57%）、PHACTR1基因得分（3.95%）、年龄（3.51%）和性别（2.10%）。结论:PHACTR1基因rs9349379和rs499818位点影响脉压增高的遗传易感性,提示PHACTR1基因变异与脉压增高有关。PHACTR1基因得分与脉压增高有关,得分越高,脉压增高的危险性越大。PHACTR1基因得分与年龄对脉压增高存在正相加交互作用,提示随着年龄的增加,PHACTR1基因变异对脉压增高的影响增加。此外,与其它因素相比糖尿病和肥胖是影响脉压增高的主要因素。
张霜梅[7]（2020）在《卒中后失眠的临床研究及其中医药治疗的Meta分析》文中研究说明目的:越来越多的证据表明,睡眠障碍对心脑血管疾病后的生活质量有着持续的负面影响。脑卒中相关的睡眠失调常见失眠、睡眠呼吸暂停、嗜睡、不安腿综合征等多种形式。近年来不同形式的睡眠障碍与卒中之间的关系得到学者们的关注,卒中后失眠作为公认的脑血管病后常见的并发症之一,不仅严重影响卒中幸存者的康复治疗,还会降低患者的生存和生活质量。虽然现代医家对卒中后失眠的治疗积累了丰富而宝贵的临床经验,但对于其病因病机的总结,体质、症候、常见中医临床症状与卒中后失眠的关系等方面尚未有系统总结。本课题基于国内外学者对卒中后睡眠障碍的基础和临床研究,进行前瞻性恢复期卒中后失眠的临床观察性研究、横断面后遗症期卒中后失眠的临床观察性研究和卒中后失眠的中西医治疗网状Meta分析,以期完成对卒中后失眠发病因素的初步探索并明确其与常见脑血管危险因素、中医体质症候方面的关系,系统地总结中医治疗卒中后失眠的特色和经验,丰富对卒中后失眠研究的中医内容并以此作为中医开展相关研究开端,争取为今后中医研究卒中后并发疾病方面提供方法学经验。方法:本课题分为四部分,第一部分全面梳理国内外对卒中与各种形式睡眠障碍的研究报道完成文献综述,初步从中西医两方面整理卒中与多种睡眠障碍间关系的研究进展;第二部分和第三部分别通过前瞻性和横断面临床研究收集不同时期卒中患者的中西医相关临床因素,通过logistic回归分析进行卒中后失眠的发病因素或常见合并症状的总结;第四部分检索中国知网、万方数据、Pubmed、Web of science等数据库纳入中医疗法对比单纯西药治疗卒中后失眠的随机对照试验,通过Meta分析的方式进行单纯针灸、针药联合、单纯耳穴与单纯西药在有效率、痊愈率、PSQI评分等方面的比较,总结当代医家在治疗卒中后失眠时的主方中药与穴位选择,为推广使用针灸等疗法治疗卒中后失眠提供疗效依据。结果:1.通过文献研究总结国内外学者对睡眠障碍与卒中发病、卒中后出现睡眠障碍对于患者预后等方面进行的探索,发现各种形式的睡眠障碍可能与卒中之间通过多种病理机制相联系,甚至可形成恶性循环而产生不利影响。2.中医经典中无卒中后睡眠障碍的病名和专门论述,但其作为理论来源指导着我国医家对卒中后睡眠障碍的治疗。目前对于卒中后合并睡眠障碍尤其是睡眠呼吸暂停、嗜睡、不安腿综合征的中医治疗主要以个案和临床经验总结为主,且尚未形成对卒中后多种形式睡眠障碍病因病机的系统认识。我国医家对卒中后失眠的治疗进行了大量探索,尤其是多种治疗方法合用,疗效较为显着,值得进行进一步研究和推广。3.通过前瞻性收集275例急性期卒中患者的临床相关因素,对恢复期卒中后失眠的发病因素进行了探索。根据Logistic回归分析结果提示,在西医方面,糖化血红蛋白、年轻老年、失眠、NIHSS评分>10分、抗生素应用、颈动脉硬化、焦虑、脑卒中、抑郁是卒中后3个月失眠的危险因素,其OR值分别为5.92、0.3、4.4、5.33、6.81、2.73、2.92、3.53、2.94。在中医方面,根据Logistic回归分析结果提示,中风病临床症候评分>40分、不欲饮食、善太息、情绪低落、多愁善感、失眠多梦、血瘀质、肌肤甲错、心悸、痰湿质、湿热质、多痰、脘腹胀满是卒中后3个月失眠的常见要素,其OR值分别为4.29、4.3、5.15、2.6、4.56、17.04、9.99、2.86、3.09、5.55、11.7、13.36、3.5、7.83。4.使用Logistic回归探索恢复期卒中后出现失眠的患者在卒中证型与性别、年龄、临床类型、发病部位、发病数目、发病季节、卒中位置、体质的关系,发现病位在左侧、右侧,年龄大于75岁与卒中后失眠风痰阻络证常同时出现。血瘀质、后循环、男性不常与风痰阻络证同时出现。发病季节在春季,发病时体质为阳虚质常与卒中后失眠的阴虚风动证同时出现,而男性不常与阴虚风动证同时出现。5.通过横断面研究收集后遗症期卒中患者的临床相关因素,对后遗症期卒中后失眠的发病因素进行了探索。综合两种Logistic回归分析结果提示,在西医方面,男性、BMI>24kg/m2、脑干、心脏病史、失眠史、糖尿病、运动习惯、焦虑史皆为卒中后失眠的危险因素。在中医方面,根据Logistic回归分析结果提示,胸闷、气虚质、失眠多梦、头痛、中风病临床症候评分<20分、情绪低落、善太息、神疲乏力、头昏、风痰阻络、气短懒言、恶风是卒中后遗症期失眠的常见合并要素。6.使用Logistic回归探索后遗症期卒中后出现失眠的患者在卒中证型与性别、年龄、临床类型、发病部位、发病数目、发病季节、卒中位置、体质的关系,发现卒中后失眠的病人中年龄小于44岁、年龄大于75岁在后遗症期风痰阻络证的卒中后失眠中更常见,而出血性卒中少与后遗症期风痰阻络证卒中后失眠同时出现。发病季节在春季,发病时体质为阳虚质、平和质常与阴虚风动证卒中后失眠同时出现,而出血性卒中不常与阴虚风动证同时出现。7.通过网状Meta分析结果显示,单纯针灸、针药联合、单纯耳穴对比单纯西药治疗卒中后失眠在有效率、痊愈率、PSQI评分上,有着良好的改善作用值得进行推广。结论:1.结合文献研究和临床研究,无论是在恢复期还是后遗症期,血糖异常、既往有失眠史都是卒中后失眠发病的危险因素。在恢复期,与卒中相关的急性期使用过抗生素治疗、NIHSS评分>10分是恢复期卒中后失眠的危险因素。2.在中医方面,通过临床研究的Logistic回归分析结果提示,无论是在恢复期还是后遗症期,平素有善太息、情绪低落、失眠多梦都是卒中后不寐易发的常见合并症;恢复期卒中后不寐的发生更易受体质如血瘀质、痰湿质、湿热质的影响。3.对于无论是在恢复期还是后遗症期的风痰阻络证卒中患者,年龄大于75岁都是其常见因素;对于无论是在恢复期还是后遗症期的阴虚风动证卒中患者,常与阳虚质、卒中发病季节在春季都是同时出现在卒中后失眠的患者中。4.通过Meta分析显示,中医疗法尤其是针灸疗法对比单纯西药治疗有着不俗的临床疗效,结合本课题组既往的直接Meta部分,针灸可能在改善肢体功能、减少不良反应上更有优势,值得进一步推广。但鉴于随机对照试验质量不一以及研究间异质性的存在,鼓励未来进一步开展更高质量、规模的临床研究为中医药治疗卒中后失眠的国际推广提供试验依据。
王海东[8]（2020）在《钢铁工人颈动脉粥样硬化发病风险预测研究》文中认为目的调查钢铁工人颈动脉粥样硬化（Carotid Atherosclerosis,CAS）现况。通过构建钢铁工人CAS的logistic回归、随机森林、BP神经网络及支持向量机预测模型,评价预测效果,筛选最优模型实现钢铁工人CAS的风险预测。方法采取现况研究的方法,选取2017年3-6月在唐山弘慈医院体检的在岗钢铁工人（从事钢铁作业时长≥1年）为研究对象。所有工人经体格、血生化、血常规、尿常规及颈动脉彩色多普勒超声检查及问卷调查。制定统一的定义或诊断标准判断工人各项指标的情况。根据是否检出CAS分成CAS组（CAS）与非CAS组（non-CAS）。计数资料的比较采用x2检验或fisher确切概率法,正态计量资料的比较采用t检验或Z检验;非正态计量资料的比较采用非参数检验。采用非条件二元logistic回归分析CAS的预测因素,结合logistic回归分析、文献综述及专家咨询的结果确定输入变量,以CAS为目标变量分别建立logistic回归、BP神经网络、随机森林和支持向量机预测模型对钢铁工人CAS进行预测。通过灵敏度、特异度等若干指标评价筛选最优模型。结果1.共4568例钢铁工人完成调查,其中1264例被诊断为CAS,检出率为27.67%。有饮酒、倒班、高温、噪声、高胆固醇、高尿酸血症及CAS家族史的钢铁工人的CAS检出率均高于无这些行为或特征的钢铁工人,差异具有统计学意义（P<0.05）。多因素logistic回归分析发现高温、噪声、CAS家族史及高胆固醇为钢铁工人CAS的预测因素。2.针对训练集样本,logistic回归、BP神经网络、随机森林、支持向量机模型预测正确率（符合率）分别为77.17%、79.27%、86.60%、83.81%;灵敏度分别为71.34%、66.19%、73.62%、80.10%;特异度分别为82.67%、91.62%、98.90%、87.32%;约登指数分别为0.54、0.58、0.72、0.67;阳性似然比分别为4.12、7.90、65.01、6.31;阴性似然比分别为0.35、0.37、0.27、0.23;ROC曲线下面积（AUC）分别为0.77、0.79、0.86、0.84;Kappa值分别为0.54、0.58、0.73、0.68;阳性预测值分别为79.55%、88.18%、98.40%、85.64%;阴性预测值分别为75.33%、74.15%、79.87%、86.92%。支持向量机模型的灵敏度最高,随机森林模型的特异度、正确率及AUC均为最高,与其他模型相比均具有统计学差异（P<0.05）。3.针对测试集样本,logistic回归、BP神经网络、随机森林、支持向量机模型预测正确率（符合率）分别为76.33%、75.46%、73.37%、85.70%;灵敏度分别为71.40%、64.65%、60.00%、81.63%;特异度分别为81.90%、87.66%、88.45%、90.29%;约登指数分别为0.53、0.52、0.48、0.72;阳性似然比分别为3.94、5.42、5.20、8.41;阴性似然比分别为0.35、0.40、0.45、0.20;ROC曲线下面积（AUC）分别为0.77、0.76、0.74、0.86;Kappa值分别为0.53、0.52、0.48、0.71;阳性预测值分别为81.65%、85.54%、85.43%、90.46%;阴性预测值分别为71.72%、68.72%、66.21%、81.32%。支持向量机模型的灵敏度、特异度、正确率及AUC均为最高,与其他模型相比,差异均具有统计学意义（P<0.05）。结论1高温、噪声、CAS家族史及高胆固醇可能对钢铁工人CAS发病具有一定的预测价值。2支持向量机模型预测钢铁工人CAS的预测效果最佳,可较精确地预测钢铁工人CAS的发病风险。图6幅;表22个;参134篇。
丁梦媛[9]（2020）在《综合ICU患者多重耐药菌医院感染风险量表构建研究》文中指出目的:多重耐药菌是导致重症患者发生医院感染的主要原因,可直接影响患者的机体状态和临床结局,因此,早期预防多重耐药菌医院感染的发生对临床诊疗与护理具有重要的意义。本研究在探讨分析多重耐药菌医院感染影响因素的基础上,采用科学的量表编制原则及方法,构建多重耐药菌医院感染风险评估工具,以期帮助医护人员早期评估出患者发生多重耐药菌医院感染的风险,为临床医疗护理采取有针对性的措施提供依据,进而降低多重耐药菌医院感染的发生率,提升医院感染管理的质量与水平。方法:（1）构建量表条目池。通过文献查阅、半结构式访谈及小组讨论的方法,提炼出多重耐药菌医院感染发生的影响因素,形成量表条目池。（2）筛选量表条目。对950例综合ICU患者临床资料进行分析,采用logistic回归方法筛选条目。（3）量表形成。基于以上条目筛选结果,以回归系数为依据计算各条目权重,采用ROC曲线确定量表诊断阈值,并通过四分位法确定量表的程度分级,形成最终的《综合ICU患者多重耐药菌医院感染风险量表》。（4）量表信效度评价。采用结构效度、内容效度和内部一致性信度检验量表,利用验证组数据验证量表的有效性。结果:1.多重耐药菌医院感染风险量表条目池的形成。通过文献研究,共提取出39种多重耐药菌医院感染发生的影响因素;在半结构式访谈过程中,对可能的危险因素进一步进行分析;综合两种方法取得的结果,结合部分临床资料,经小组讨论后,形成了量表的基本框架。2.多重耐药菌医院感染风险量表的条目筛选。基于临床资料筛选条目,通过Logistic回归进行单因素和多因素分析,最终确定7个条目,分别是性别、感染前综合ICU住院天数、心脑血管疾病、感染前手术次数、留置导尿管、使用呼吸机、使用营养支持。3.多重耐药菌医院感染风险量表条目的权重、量表诊断阈值及程度分级的确定。3.1条目的权重以多因素回归系数为依据确定各个条目的权重,性别、感染前综合ICU住院天数、心脑血管疾病、感染前手术次数、留置导尿管、使用呼吸机、使用营养支持各条目的权重为分别赋值为2、3、1、2、3、4、-4.3.2量表诊断阈值本研究中,ROC曲线面积为0.775,P=0.000<0.01,灵敏度为69.7%,特异度为76.9%,最终确定量表的诊断阈值为3分,即当评估结果高于3分时,推断患者有发生多重耐药菌医院感染的风险。3.3量表程度分级量表分级程度结果为:3<得分≤5:表明患者发生多重耐药菌医院感染的风险等级为低级;6≤得分≤7:表明患者的风险等级为中级;得分≥8:表明患者的风险等级为高级。4.多重耐药菌医院感染风险量表的信效度评价。结构效度评价中KMO=0.52,公因子能够解释总体方差的贡献率大于50%,说明量表的准确性较好,内部一致性信度一般,为0.33。5.用验证组数据初步验证量表的有效性。灵敏度为79.31%,特异度为78.06%,提示量表的评估效果较好。结论:所研制的《综合ICU患者MDRO医院感染风险量表》具有较好的诊断灵敏度、特异度和效度,信度一般。
秦雅红[10]（2020）在《无症状颈动脉易损斑块患者的早期识别及斑块稳定性影响因素分析》文中进行了进一步梳理目的:探讨无症状颈动脉粥样硬化斑块患者斑块形成及斑块稳定性的相关影响因素,从而早期识别动脉粥样硬化易损斑块、发现心脑血管事件高危人群以尽早行临床干预,减少相关疾病的致死率和致残率。研究方法:选取我院体检中心无症状颈动脉粥样硬化斑块患者302例为研究对象,根据颈动脉彩色多普勒超声探查结果将斑块患者分为3组:动脉粥样硬化易损斑块组146例、动脉粥样硬化稳定斑块组106例,另取同期体检无斑块者50例设为对照组,比较3组患者一般情况、生活方式差异及血清学指标,采用单因素分析和多因素Logistic回归分析无症状颈动脉粥样硬化斑块患者斑块形成及斑块稳定性的相关影响因素。采用ROC曲线分析血清标志物独立及联合诊断易损斑块效能,并对比斑块积分、10年ICVD及血清标志物三种诊断方法的预测效能。结果:1.单因素分析:无斑块组和斑块组患者年龄、性别、吸烟、高血压、糖尿病、高密度脂蛋白胆固醇（High density lipoprotein cholesterol,HDL-C）、基质金属蛋白酶-9（Matrix metalloproteinases,MMP-9）、低密度脂蛋白受体-1（Lectin-like oxidized low-denisty lipoprotein receptor-1,LOX-1）、人软骨糖蛋白-39（Human cartilage glycoprotein-39,YKL-40）、妊娠相关蛋白-A（Pregnancy-associated plasma protein-A,PAPP-A）数值比较差异有统计学意义（P<0.05）,并且无斑块组和斑块组患者10年缺血性心血管病（Ischemic cardiovascular disease,ICVD）风险比较差异有统计学意义（P<0.05）。稳定斑块组和不稳定斑块组患者吸烟、糖尿病、HDL-C、低密度脂蛋白胆固醇（Low density lipoprotein cholesterol,LDL-C）、颈动脉斑块积分（Carotid plaque score,CPS）、MMP-9、LOX-1、YKL-40、PAPP-A、10 年 ICVD 数值比较差异有统计学意义（P<0.05）。2.Logistic多因素回归分析:高血压、糖尿病、高PAPP和YKL-40是斑块形成的独立危险因素,而女性是斑块形成的保护性因素（性别:OR=0.339,P=0.037;高血压:OR=0.277,P=0.001;糖尿病:OR=0.320,P=0.027;PAPP-A:OR=2.679,P=0.000;YKL-40:OR-1.009,P=0.020）。糖尿病、高 LDL-C、CPS、MMP-9、LOX-1、YKL-40是不稳定斑块形成的独立危险因素,高HDL-C是不稳定斑块形成的保护性因素（HDL-C:OR=0.208,P=0.005;糖尿病:OR=0.419,P=0.014;LDL-C:OR=1.820,P=0.010;斑块积分:OR=1.334,P=0.006;MMP-9:OR=1.015,P=0.000;LOX-1:OR=1.008,P=0.009;YKL-40:OR=1.007,P=0.013）。3.血清标志物MMP-9、LOX-1和YKL-40的ROC曲线分析:MMP-9诊断易损斑块的曲线下面积（Area under the curve,AUC）为 0.847（95%CI:0.791～0.903）,敏感度88.36%,特异度70.75%,阳性预测值80.63%,诊断准确率80.95%;LOX-1诊断易损斑块的 AUC 为 0.630（95%CI:0.560～0.700）,敏感度 85.62%,特异度 24.53%,阳性预测值60.98%,诊断准确率59.925%;YKL-40诊断易损斑块的AUC为0.646（95%CI:0.576～0.716）,敏感度 81.51%,特异度 25.47%,阳性预测值 60.10%,诊断准确率57.94%;3个因素联合诊断易损斑块的AUC为0.850（95%CI:0.795～0.905）,敏感度87.67%,特异度81.13%,阳性预测值86.49%,诊断准确率84.92%,显着优于3个因素的单独诊断效能。4.CPS、10年ICVD及血清标志物诊断易损斑块的ROC曲线分析:CPS诊断准确率为 61.90%（95%CI:0.586～0.721,P=0.000）,10 年 ICVD 诊断准确率为 56.75%（95%CI:0.52～0.661,P=0.014）,血清标志物诊断准确率为 84.92%（95%CI:0.795～0.905,P=0.000）。结论:1.糖尿病、高CPS、MMP-9、LOX-1、YKL-40、LDL-C是不稳定斑块形成的独立危险因素,高HDL-C是不稳定斑块形成的保护性因素。2.3个血清标志物MMP-9、LOX-1、YKL-40联合诊断易损斑块的敏感度及准确率显着优于3个因素的单独诊断效能。3.血清标志物预测潜在ASCCVD患者的效果优于斑块积分和10年ICVD,我们可联合颈部血管超声和血清标志物准确筛选心脑血管疾病高危人群。
二、心脑血管疾病危险因素的Logistic回归分析（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、心脑血管疾病危险因素的Logistic回归分析（论文提纲范文）
（1）维持性血液透析患者发生心脑血管疾病危险因素的单中心分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 第2章 研究对象与方法 |
| 2.1 研究对象 |
| 2.1.1 入选标准 |
| 2.1.2 排除标准 |
| 2.2 研究方法 |
| 2.2.1 分组 |
| 2.2.2 研究对象观察指标 |
| 2.2.3 相关定义及诊断 |
| 2.2.4 统计学分析 |
| 第3章 结果 |
| 3.1 入选患者 |
| 3.2 CVD组患者心脑血管疾病及死亡原因构成 |
| 3.3 患者原发病构成及统计学分析 |
| 3.4 两组患者一般资料对比 |
| 3.5 两组患者实验室指标对比 |
| 3.6 单因素Logistic回归分析 |
| 3.7 多因素Logistic回归分析 |
| 3.8 亚组分析 |
| 第4章 讨论 |
| 4.1 原发性疾病 |
| 4.2 患者的一般资料 |
| 4.3 两组患者的实验室指标 |
| 第5章 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间研究成果 |
| 综述 维持性血液透析患者心脑血管事件危险因素分析 |
| 参考文献 |
（2）云南省永胜县汉族居民高脂血症患病现况及影响因素研究（论文提纲范文）
| 缩略词表（以字母顺序排列） |
| 中文摘要 |
| ABSTRACT |
| 前言 |
| 1 概述 |
| 2 高脂血症的国内外流行状况 |
| 3 高脂血症影响因素的国内外研究现状 |
| 4 大型流调资料应用多水平模型的必要性 |
| 5 本研究的目的与意义 |
| 材料与方法 |
| 1 调查对象 |
| 2 样本含量计算及抽样方法确定 |
| 3 高脂血症诊断标准 |
| 4 确定可能的影响因素 |
| 4.1 设计调查问卷收集的影响因素 |
| 4.2 体格检查需收集的影响因素 |
| 4.3 实验室检测需收集的影响因素 |
| 5 现场调查实施 |
| 5.1 问卷调查 |
| 5.2 体格检查收集指标 |
| 5.3 血液采集及指标检测 |
| 6 数据整理 |
| 7 统计分析 |
| 7.1 人群分布及空间分布描述采用的统计方法 |
| 7.2 影响因素分析采用的统计方法 |
| 8 质量控制 |
| 8.1 调查员培训 |
| 8.2 现场调查的质量控制 |
| 8.3 资料整理分析阶段的质量控制 |
| 9 伦理学问题 |
| 10 主要技术路线 |
| 结果 |
| 1 研究对象的基本特征 |
| 1.1 人口学特征 |
| 1.2 经济状况 |
| 1.3 患病情况 |
| 2 高脂血症及其临床分型的患病率 |
| 3 高脂血症及其临床分型的流行特征 |
| 3.1 人群分布 |
| 3.1.1 高脂血症的人群分布特征 |
| 3.1.2 高胆固醇血症的人群分布特征 |
| 3.1.3 高甘油三酯血症的人群分布特征 |
| 3.1.4 混合型高脂血症的人群分布特征 |
| 3.1.5 低高密度脂蛋白胆固醇血症的人群分布特征 |
| 3.2 空间分布 |
| 3.2.1 高脂血症的空间分布特征 |
| 3.2.2 高胆固醇血症的空间分布特征 |
| 3.2.3 高甘油三酯血症的空间分布特征 |
| 3.2.4 混合型高脂血症的空间分布特征 |
| 3.2.5 低高密度脂蛋白胆固醇血症的空间分布特征 |
| 4 高脂血症患病率影响因素的单因素分析 |
| 4.1 人口经济学特征 |
| 4.2 生活方式 |
| 4.2.1 吸烟 |
| 4.2.2 饮酒 |
| 4.2.3 饮茶 |
| 4.2.4 体力活动 |
| 4.2.5 膳食情况 |
| 4.2.6 睡眠 |
| 4.3 健康状况 |
| 4.4 心理状态 |
| 4.5 社会支持 |
| 5 高脂血症患病单水平多因素Logistic回归模型 |
| 5.1 人口经济学特征 |
| 5.2 生活方式 |
| 5.3 健康状况 |
| 6 高脂血症患病影响因素的多水平模型分析 |
| 6.1 两水平空模型 |
| 6.2 两水平多因素Logistic回归模型 |
| 6.2.1 人口经济学特征 |
| 6.2.2 生活方式 |
| 6.2.3 健康情况 |
| 讨论 |
| 1 高脂血症及其临床分型的流行特征 |
| 2 高脂血症患病影响因素 |
| 2.1 单水平与两水平Logistic回归模型结果比较 |
| 2.2 两水平多因素Logistic回归模型影响因素分析 |
| 2.2.1 生活方式 |
| 2.2.2 健康状况 |
| 3 多水平模型在高脂血症患病研究中的可行性 |
| 4 高脂血症防治的对策与建议 |
| 4.1 高危人群识别 |
| 4.2 患者的自我健康监测 |
| 4.3 多方协作共同防治高脂血症 |
| 5 研究创新性与局限性 |
| 结论 |
| 参考文献 |
| 附录 |
| 综述 高脂血症流行特征和影响因素研究进展 |
| 参考文献 |
| 攻读学位期间获得的学术成果 |
| 致谢 |
（3）代谢综合征并发症回顾性研究及柴芪汤调控代谢综合征肠道菌群机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一部分 文献综述 |
| 综述一 代谢综合征的诊疗进展 |
| 综述二 代谢综合征与肠道菌群关系研究进展 |
| 综述三 中医对代谢综合征的认识 |
| 参考文献 |
| 第二部分 临床研究 |
| 前言 |
| 技术路线图 |
| 资料与方法 |
| 结果 |
| 小结与讨论 |
| 结语 |
| 参考文献 |
| 第三部分 实验研究 |
| 前言 |
| 技术路线图 |
| 资料与方法 |
| 结果 |
| 小结与讨论 |
| 结语 |
| 参考文献 |
| 结论 |
| 创新性 |
| 存在问题及对策 |
| 致谢 |
| 个人简历 |
（4）高血压患病率及影响因素的相关研究（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩写 |
| 引言 |
| 第一部分 2017ACC/AHA美国高血压指南对高血压患病率的影响 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第二部分 以单次访问的方式普查对高血压患病率的影响 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第三部分 单纯肾囊肿是高血压发生风险的独立危险因素 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第四部分 单核细胞/高密度脂蛋白胆固醇比率与高血压的关系 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 结论 |
| 综述 高血压患病率及影响因素的研究进展 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（5）高血压疾病管理的风险预测与控制决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 解决的主要问题 |
| 1.3 研究目标及内容 |
| 1.3.1 主要研究目标 |
| 1.3.2 主要研究内容 |
| 1.4 主要创新点 |
| 1.5 研究技术路线 |
| 本章小结 |
| 第2章 国内外研究现状分析 |
| 2.1 高血压疾病的定义与成因分析 |
| 2.1.1 高血压疾病的标准定义 |
| 2.1.2 高血压疾病的成因分析 |
| 2.2 高血压疾病的管理与控制研究 |
| 2.2.1 高血压疾病的管理 |
| 2.2.2 高血压疾病的控制 |
| 2.3 风险预测与控制决策主要方法 |
| 2.3.1 数据处理方法 |
| 2.3.2 风险预测方法 |
| 2.3.3 控制决策方法 |
| 2.4 国内外研究现状综合述评 |
| 本章小结 |
| 第3章 高血压疾病影响因素的权重确定 |
| 3.1 高血压疾病临床症状识别 |
| 3.1.1 高血压疾病的级别划分 |
| 3.1.2 高血压疾病的临床表现 |
| 3.1.3 高血压疾病的临床检查 |
| 3.2 高血压重要影响因素遴选 |
| 3.2.1 临床数据集市构建 |
| 3.2.2 德尔菲法应用原理 |
| 3.2.3 重要影响因素遴选 |
| 3.3 影响因素层次结构的构建 |
| 3.3.1 系统结构可达矩阵生成 |
| 3.3.2 M矩阵的层次结构确定 |
| 3.3.3 影响因素可达矩阵构建 |
| 3.3.4 影响因素层次结构求取 |
| 3.4 模糊层次分析法应用原理 |
| 3.4.1 模糊集及其隶属函数 |
| 3.4.2 模糊集合的基本性质 |
| 3.4.3 三角模糊层次分析法 |
| 3.5 重要影响因素的权重确定 |
| 3.5.1 模糊判断矩阵构建 |
| 3.5.2 模糊判断矩阵计算 |
| 3.5.3 影响因素权重求取 |
| 本章小结 |
| 第4章 高血压疾病管理的风险预测 |
| 4.1 Logistic回归运用原理分析 |
| 4.1.1 多重线性回归分析 |
| 4.1.2 二元Logistic回归分析 |
| 4.1.3 Logistic模型的适用条件 |
| 4.2 数据抽取原理与数据结构构成 |
| 4.2.1 数据抽取原理 |
| 4.2.2 数据结构构成 |
| 4.3 风险预测模型的构建及应用 |
| 4.3.1 风险预测的预分析 |
| 4.3.2 风险预测模型的构建 |
| 4.3.3 预测模型的应用分析 |
| 4.3.4 检验组对模型的检验 |
| 4.4 高血压疾病管理的分类预测 |
| 4.4.1 CART分类回归树原理 |
| 4.4.2 高血压的CART分类 |
| 4.5 高血压疾病诊断与分层支持 |
| 本章小结 |
| 第5章 高血压疾病管理的控制决策 |
| 5.1 重要影响因素的控制分析 |
| 5.1.1 个体因素的控制分析 |
| 5.1.2 环境因素的控制分析 |
| 5.1.3 其他疾病的控制分析 |
| 5.1.4 指标异常的控制分析 |
| 5.1.5 交叉因素的控制分析 |
| 5.2 多目标规划模型决策原理 |
| 5.2.1 多目标规划模型的概念 |
| 5.2.2 目标规划模型决策程序 |
| 5.3 影响因素的模型控制决策 |
| 5.3.1 影响因素控制决策建模 |
| 5.3.2 决策模型初始解的求取 |
| 5.3.3 决策模型解的计算过程 |
| 5.3.4 控制决策指标值的分析 |
| 5.4 高血压疾病管理与控制支持 |
| 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
| 致谢 |
（6）PHACTR1基因变异与脉压增高的关系研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 研究对象与方法 |
| 1 研究对象 |
| 2 问卷调查 |
| 3 SNP位点的选择 |
| 4 外周全血样本的采集和保存 |
| 5 体格检查和血液生化检测 |
| 6 实验室基因分型检测步骤 |
| 6.1 DNA提取 |
| 6.2 引物设计及合成 |
| 6.3 Sequenom Mass Array系统基因分型 |
| 7 相关影响因素的定义及赋值 |
| 8 统计分析方法 |
| 8.1 描述性分析 |
| 8.2 共线性诊断 |
| 8.3 单个SNP位点与脉压增高的关系 |
| 8.4 连锁不平衡和单体型分析 |
| 8.5 基因得分 |
| 8.6 交互作用分析 |
| 8.7 优势分析 |
| 9 质量控制 |
| 结果 |
| 1 研究对象的基本特征 |
| 2 PHACTR1 基因各SNP位点HWE检验 |
| 3 共线性诊断 |
| 4 PHACTR1 基因单个SNP位点与脉压增高的关系 |
| 4.1 rs475543位点 |
| 4.2 rs9472419位点 |
| 4.3 rs2026458位点 |
| 4.4 rs9349379位点 |
| 4.5 rs1223397位点 |
| 4.6 rs693758位点 |
| 4.7 rs499818位点 |
| 5 单体型分析 |
| 6 PHACTR1 基因得分与脉压增高的关系 |
| 7 PHACTR1 基因得分与年龄、肥胖和高脂血症的交互作用对脉压增高的影响 |
| 7.1 相乘交互作用模型 |
| 7.2 相加交互作用模型 |
| 8 脉压增高影响因素的优势分析 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 综述参考文献 |
| 攻读学位期间的研究成果 |
| 附录 |
| 致谢 |
（7）卒中后失眠的临床研究及其中医药治疗的Meta分析（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 文献研究 |
| 第一节 卒中与睡眠的中西医认识 |
| 一、中医对中风与不得卧的认识 |
| 二、西医对卒中与睡眠的认识 |
| 第二节 不同睡眠障碍类型与中风 |
| 一、中医对中风与不寐的研究概况 |
| 二、西医对中风与失眠的研究概况 |
| 三、中风与鼾症的中医研究进展 |
| 四、西医对卒中与睡眠呼吸暂停的研究进展 |
| 五、中风与不安腿综合征中医研究概况 |
| 六、中风与不安腿综合征西医研究概况 |
| 七、其他形式睡眠障碍与卒中的西医研究进展 |
| 八、小结 |
| 第二章 卒中后失眠发病因素的前瞻性临床观察研究 |
| 第一节 前瞻性临床观察研究设计 |
| 一、研究目的 |
| 二、研究内容 |
| 三、研究方法 |
| 第二节 恢复期卒中后失眠前瞻性观察统计结果分析 |
| 一、研究对象的一般情况 |
| 二、脑卒中3月时失眠影响因素分析 |
| 三、脑卒中后失眠影响因素的Logistic回归分析 |
| 四、卒中后3个月失眠患者中医症候要素资料分布 |
| 五、失眠与非失眠患者中医要素临床相关资料分布 |
| 六、脑卒中后失眠中医要素的Logistic回归分析 |
| 七、失眠患者证型与性别、年龄、体质、卒中位置和季节的结果分析 |
| 第三章 后遗症期卒中后失眠相关因素的横断面观察研究 |
| 第一节 后遗症期卒中后失眠横断面观察研究研究设计 |
| 一、研究目的 |
| 二、研究内容 |
| 三、研究方法 |
| 第二节 后遗症期卒中后失眠横断面观察统计结果分析 |
| 一、研究对象的一般情况 |
| 二、后遗症期脑卒中后失眠影响因素分析 |
| 三、脑卒中后失眠影响因素的Logistic回归分析 |
| 四、后遗症期卒中后失眠患者中医症候要素资料分布 |
| 五、失眠与非失眠患者中医要素临床相关资料分布 |
| 六、脑卒中后失眠中医要素的Logistic回归分析 |
| 七、失眠患者证型与性别、年龄、体质、卒中位置和季节的结果分析 |
| 第四章 中西医结合治疗卒中后失眠的网状Meta分析 |
| 一、Meta分析研究设计 |
| 二、纳入文献一般情况 |
| 三、网状Meta分析一致性检验 |
| 四、网状Meta证据图 |
| 五、网状Meta结果图 |
| 六、网状Meta分析森林图 |
| 七、网状Meta分析贡献图 |
| 八、网状Meta分析发表偏倚检验及SUCRA排序 |
| 九、不良反应和远期随访 |
| 十、纳入研究中穴位及中药使用小结 |
| 第五章 讨论 |
| 第一节 恢复期、后遗症期卒中后失眠危险因素探讨 |
| 一、脑卒中急性期、后遗症期卒中后失眠的发病情况 |
| 二、常见因素对卒中后失眠的影响 |
| 第二节 恢复期、后遗症期卒中后失眠症候、体质探讨 |
| 一、体质与卒中后失眠发病的探讨 |
| 二、常见症状与卒中后失眠发病的探讨 |
| 第三节 中西医治疗卒中后失眠的Meta分析结果探讨 |
| 一、普通Meta分析结果探讨 |
| 二、中西医结合治疗卒中后失眠的网状Meta分析探讨 |
| 三、局限性 |
| 四、现代医家常用针灸穴位、中药总结 |
| 结语 |
| 一、结论 |
| 二、创新点 |
| 三、不足 |
| 参考文献 |
| 在校期间发表论文情况 |
| 附录 |
| 统计学审核证明 |
| 致谢 |
| 详细摘要 |
（8）钢铁工人颈动脉粥样硬化发病风险预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第1章 调查研究 |
| 1.1 研究对象与方法 |
| 1.1.1 研究对象 |
| 1.1.2 研究结局 |
| 1.1.3 诊断标准 |
| 1.1.4 研究内容 |
| 1.1.5 研究方法 |
| 1.1.6 质量控制 |
| 1.2 结果 |
| 1.2.1 研究对象基本情况 |
| 1.2.2 不同个体特征CAS检出情况分析 |
| 1.2.3 多因素分析 |
| 1.2.4 输入变量的选择 |
| 1.2.5 数据平衡 |
| 1.2.6 logistic回归风险预测模型 |
| 1.2.7 BP神经网络风险预测模型 |
| 1.2.8 随机森林风险预测模型 |
| 1.2.9 支持向量机风险预测模型 |
| 1.2.10 风险预测模型性能比较 |
| 1.3 讨论 |
| 1.3.1 钢铁工人CAS检出率及CAS与non-CAS的特征比较 |
| 1.3.2 钢铁工人CAS预测因素分析 |
| 1.3.3 风险预测模型及性能比较 |
| 1.3.4 输入变量重要性排序 |
| 1.3.5 研究的优点与不足 |
| 1.3.6 研究展望 |
| 1.4 小结 |
| 参考文献 |
| 结论 |
| 第2章 综述 颈动脉粥样硬化危险因素研究进展 |
| 2.1 人口学因素 |
| 2.1.1 高龄 |
| 2.1.2 性别 |
| 2.1.3 遗传 |
| 2.2 不良生活习惯 |
| 2.2.1 吸烟 |
| 2.2.2 饮酒 |
| 2.2.3 缺乏体育锻炼 |
| 2.3 伴随疾病 |
| 2.3.1 高血压 |
| 2.3.2 丙型肝炎（HCV） |
| 2.3.3 幽门螺旋杆菌感染 |
| 2.3.4 糖尿病 |
| 2.3.5 肥胖 |
| 2.3.6 睡眠呼吸暂停综合症 |
| 2.3.7 睡眠障碍 |
| 2.3.8 高同型半胱氨酸血症 |
| 2.3.9 炎症 |
| 2.3.10 低密度脂蛋白（LDL-C） |
| 2.3.11 高尿酸血症 |
| 2.4 职业因素 |
| 2.4.1 倒班制度 |
| 2.4.2 长时间站立 |
| 2.4.3 工作压力 |
| 2.5 小结 |
| 参考文献 |
| 致谢 |
| 在学期间研究成果 |
（9）综合ICU患者多重耐药菌医院感染风险量表构建研究（论文提纲范文）
| 缩略语表 |
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外文献综述 |
| 1.2.1 国内外多重耐药菌医院感染流行现况 |
| 1.2.2 国内外多重耐药菌医院感染风险评估与管理概况 |
| 1.2.2.1 多重耐药菌医院感染的风险管理实践 |
| 1.2.2.2 多重耐药菌医院感染的风险评估方法研究 |
| 1.2.3 当前风险管理与评估方式存在问题 |
| 1.3 研究目的及意义 |
| 1.4 研究内容及技术路线图 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线图 |
| 第二章 综合ICU患者多重耐药菌医院感染风险量表条目池的构建及初步筛选 |
| 2.1 量表条目池的构建 |
| 2.1.1 文献分析 |
| 2.1.1.1 研究目的 |
| 2.1.1.2 资料与方法 |
| 2.1.1.3 影响因素文献分析结果 |
| 2.1.1.4 小结 |
| 2.1.2 半结构式访谈 |
| 2.1.2.1 访谈目的 |
| 2.1.2.2 访谈对象与方法 |
| 2.1.2.3 访谈结果 |
| 2.1.3 小组讨论 |
| 2.1.3.1 讨论目的 |
| 2.1.3.2 讨论小组的建立 |
| 2.1.3.3 讨论结果 |
| 2.2 量表条目的筛选与初步确定 |
| 2.2.1 建立数据库 |
| 2.2.1.1 研究对象 |
| 2.2.1.2 样本选择 |
| 2.2.1.3 研究方法 |
| 2.2.1.4 诊断标准 |
| 2.2.1.5 伦理审查 |
| 2.2.2 Logistic回归分析 |
| 2.2.2.1 研究目的 |
| 2.2.2.2 分析方法 |
| 2.2.2.3 分析结果 |
| 2.2.3 本章小结 |
| 第三章 综合ICU患者多重耐药菌医院感染风险量表的确定及信效度评价 |
| 3.1 建立评分标准 |
| 3.2 确定条目权重 |
| 3.3 确定量表诊断阈值 |
| 3.4 确定量表程度分级 |
| 3.5 信效度评价 |
| 3.5.1 效度 |
| 3.5.2 信度 |
| 3.5.3 可行性分析 |
| 3.6 量表的临床验证 |
| 第四章 讨论与总结 |
| 4.1 全文回顾 |
| 4.2 研究的创新点 |
| 4.3 研究的不足 |
| 参考文献 |
| 附录 |
| 致谢 |
| 硕士期间已撰写或发表的论文 |
（10）无症状颈动脉易损斑块患者的早期识别及斑块稳定性影响因素分析（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词表 |
| 第1章 前言 |
| 第2章 资料和方法 |
| 2.1 临床资料 |
| 2.1.1 研究对象选取 |
| 2.1.2 病人资料收集 |
| 2.2 研究方法 |
| 2.2.1 颈动脉超声检查 |
| 2.2.2 血清标志物检测 |
| 2.2.3 统计学方法 |
| 2.3 本研究技术路线图 |
| 第3章 结果 |
| 3.1 单因素结果分析 |
| 3.2 多因素Logistic回归分析 |
| 3.3 ROC曲线分析 |
| 3.4 10年ICVD与血清标志物指导临床早期识别高危ASCCVD患者对比 |
| 第4章 讨论 |
| 4.1 颈动脉斑块不稳定性的影响因素及其机制 |
| 4.2 无症状颈动脉易损斑块患者的早期识别 |
| 第5章 展望 |
| 第6章 结论 |
| 不足之处 |
| 参考文献 |
| 综述 动脉粥样硬化易损斑块血清标志物研究进展 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
四、心脑血管疾病危险因素的Logistic回归分析（论文参考文献）
- [1]维持性血液透析患者发生心脑血管疾病危险因素的单中心分析[D]. 邹梦林. 南昌大学, 2021(01)
- [2]云南省永胜县汉族居民高脂血症患病现况及影响因素研究[D]. 韩晓宇. 昆明医科大学, 2021
- [3]代谢综合征并发症回顾性研究及柴芪汤调控代谢综合征肠道菌群机制研究[D]. 彭龙. 北京中医药大学, 2021(01)
- [4]高血压患病率及影响因素的相关研究[D]. 周亚青. 河北医科大学, 2021(02)
- [5]高血压疾病管理的风险预测与控制决策研究[D]. 赵艳. 东华大学, 2020(01)
- [6]PHACTR1基因变异与脉压增高的关系研究[D]. 谷坤芳. 青岛大学, 2020(01)
- [7]卒中后失眠的临床研究及其中医药治疗的Meta分析[D]. 张霜梅. 广州中医药大学, 2020(06)
- [8]钢铁工人颈动脉粥样硬化发病风险预测研究[D]. 王海东. 华北理工大学, 2020(02)
- [9]综合ICU患者多重耐药菌医院感染风险量表构建研究[D]. 丁梦媛. 上海交通大学, 2020(01)
- [10]无症状颈动脉易损斑块患者的早期识别及斑块稳定性影响因素分析[D]. 秦雅红. 扬州大学, 2020(04)