合肥市2014~2016年大气污染物PM2.5对居民循环系统疾病死亡效应的时间序列分析

目的 评估合肥市2014~2016年PM_2.5日均浓度对循环系统疾病死亡效应的影响。 方法 从合肥市气象局、环保局获得2014~2016年气象、环保资料,从中国疾病预防控制中心的死因监测系统获取人群死亡资料。采用基于Poisson回归的广义线性模型控制时间趋势、温度、相对湿度、星期几效应、法定节假日等因素,分析污染物PM_2.5浓度对因循环系统疾病死亡效应,包含当日(lag0)、滞后(lag1~lag5)和累积滞后(lag01~lag05)效应;分析了老年人组(≥60岁)和非老年人组(<60岁)间PM_2.5浓度与循环系统疾病死亡人数的影响,同时分析引入SO₂、NO₂、O₃污染物后,对PM_2.5浓度与循环系统疾病死亡人数效应的影响。 结果 PM_2.5浓度对因循环系统疾病总死亡人数有显著影响,其中对当日(lag0)和累积滞后5 d(lag05)影响最大,lag0超额死亡危险风险(ER)为0.53%(95%CI: 0.09%~0.98%),lag05的ER为1.01%(95%CI: 0.33%~1.70%)。在老年人组(≥60岁)中,PM_2.5浓度对因循环系统疾病总死亡人数的效应更加显著,也是对lag0和lag05影响最大,lag0的ER为0.57%(95%CI: 0.11%~1.03%);lag05的ER为1.04%(95%CI: 0.33%~1.76%)。而在非老年人(年龄<60岁)人群中,PM_2.5浓度对因循环系统疾病总死亡人数影响无统计学意义。在多污染物模型分析中,加入污染物SO₂、NO₂后,发现均可减弱PM_2.5对循环系统疾病死亡人群的影响,效应无统计学意义。 结论 2014~2016年PM_2.5污染物能增加合肥地区循环系统疾病死亡人数,且在老年人中效应更显著。     

广州市2020年PM2.5的污染特征与居民循环系统疾病的相关性

目的 了解2020年广州市PM_2.5污染物污染特征及对居民循环系统疾病死亡的影响。方法 定期收集广州市2020年的天气逐日统计数据（2020年1月1日—2020年12月31日）,包括主要城市气象影响因素（平均气压、气温、相对湿度等）、大气主要污染物的平均浓度（PM_2.5、SO₂、NO₂、O₃等）以及城市居民循环系统常见疾病的死亡病例等相关资料,采用统计描述分析PM_2.5的污染特征;多元线性回归方程分析PM_2.5与其他大气污染物（SO₂、NO₂、O₃等）的相关性;利用偏相关分析方法,控制其他大气污染物（SO₂、NO₂、O₃ 等）对PM_2.5的干扰,分析PM_2.5与居民循环系统疾病死亡的相关性。结果 2020年广州市的城市PM_2.5污染物在当地气象气候因素和其他季节条件变化的共同影响下,年平均浓度为29.39 μg/m³,低于国家二级浓度限值（35 μg/m³）;日均浓度在冬春两季较高,日均浓度超过国家一级标准限值（35 μg/ m³）的天数为113 d,超标率为 30.96%,PM_2.5污染物与其他类污染物（SO₂、NO₂、O₃ 等）之间存在线性正相关,与气象因素中的气温和气湿存在负相关;城市居民循环系统疾病日死亡数与PM_2.5浓度呈现正相关,偏相关系数为0.317,与NO₂和O₃ 之间成正相关,偏相关系数分别为0.333、0.268。单污染物模型的结果显示PM_2.5的人群循环系统疾病死亡超额危险度（ER）在不同滞后时间差异均有统计学意义,并且随着时间延长,危险度也在相应增加。可以推断PM_2.5可能是居民循环系统疾病死亡的危险因素之一。结论 2020年广州市PM_2.5的年平均浓度与去年相比有明显改善,但日均浓度超标情况仍然严峻,广州市大气PM_2.5污染对城市居民循环系统死亡影响有一定的时间滞后性,并且显著增加循环系统疾病死亡数。     

无锡市大气污染对成人内科门诊量影响的时间序列研究

目的 探讨大气污染物对成人内科门诊量的影响,为预防大气污染物对人群的健康损害提供科学依据。 方法 收集2015年1月1日至2016年12月31日无锡市大气污染物数据、呼吸和循环系统疾病日门诊量资料,采用时间序列Poisson分布的广义相加模型(GAM)方法,在控制长期和季节变化趋势、星期几效应、气象因素和其他污染物等各种混杂因素的基础上,定量分析大气污染物对呼吸、循环系统疾病日门诊量的影响。 结果 2015年1月1日至2016年12月31日无锡市PM_2.5、PM₁₀、SO₂和NO₂对呼吸、循环系统疾病日门诊量的影响存在滞后及累积效应。PM_2.5、PM₁₀、SO₂、NO₂均在滞后0~5 d(lag05)的移动平均值,使呼吸系统疾病日门诊量的超额危险度(ER)达到最大,其中PM_2.5、PM₁₀、SO₂、NO₂浓度每升高10 μg/m³,呼吸系统疾病日门诊量增加0.44%(95%CI:0.08%~0.80%)、0.47%(95%CI:0.22%~0.72%)、3.85%(95%CI:2.73%~4.98%)、2.63%(95%CI:2.00%~3.26%);PM_2.5、PM₁₀、SO₂、NO₂分别在滞后0~1 d(lag01)、0~1 d(lag01)、0~4 d(lag04)、0~4 d(lag04)的移动平均值,使循环系统疾病日门诊量的ER达到最大,其中PM_2.5、PM₁₀、SO₂、NO₂浓度每升高10 μg/m³,循环系统疾病日门诊量增加0.68%(95%CI:0.52%~0.84%)、0.46%(95%CI:0.34%~0.58%)、6.41%(95%CI:5.66%~7.17%)、4.22%(95%CI:3.81%~4.63%)。 结论 大气污染物PM_2.5、PM₁₀、SO₂和NO₂浓度的增加与居民呼吸、循环系统疾病门诊人数增加风险有关。     

成都市PM2.5和臭氧交互作用对心脑血管疾病死亡人数的影响研究

  目的   探究成都市大气环境中PM2.5与臭氧交互作用对当地心脑血管疾病死亡影响的健康风险。   方法   利用成都市2014–2016年逐日心脑血管疾病（包括男性和女性）死亡资料、同期气象资料、PM2.5日均浓度和日均臭氧8 h浓度最大值（O₃ 8-h max）资料,采用广义相加模型分析PM2.5和O₃ 8-h max单效应及其二者交互作用对当地心脑血管疾病死亡人数的影响。   结果   累积滞后一天（lag01）的PM2.5和O₃ 8-h max对心脑血管疾病死亡影响的风险均最大,PM2.5(lag01)质量浓度每升高10 μg/m3,心脑血管疾病总死亡、男性和女性死亡风险分别增加0.35%、0.26%和0.38%;O₃ 8-h max(lag01)质量浓度每升高10 μg/m3,心脑血管疾病总死亡、男性和女性死亡风险分别增加0.66%、0.43%和1.05%。高浓度PM2.5与高浓度O₃ 8-h max共存情况下,心脑血管疾病死亡总人数、男性和女性死亡人数均达到最多。   结论   高浓度PM2.5与高浓度O₃ 8-h max对心脑血管疾病死亡的影响存在协同放大效应。      

济南市大气污染物O3与居民呼吸系统疾病死亡风险的时间序列分析

目的 探讨济南市大气污染物O₃对居民呼吸系统疾病死亡的急性影响。 方法 收集2013~2015年济南市逐日空气污染物、气象资料和居民呼吸系统疾病死因数据,控制长期趋势和季节趋势、气象因素、星期几效应(DOW)、节假日效应(Holiday)和集中供暖效应(Warm-heating)等混杂因素,采用基于Quasi-Poisson回归的广义线性模型(GLM)进行分析,计算O₃浓度每升高10 μg/m³,呼吸系统疾病死亡率增加的ER及95%CI。敏感性分析实施双污染物模型(O₃+ PM_2.5、O₃+ SO₂、O₃+NO₂)和多污染物模型(O₃+PM_2.5+SO₂+NO₂)拟合。同时进一步对性别、年龄进行分层分析。 结果 2013~2015年济南市O₃日均浓度为102 μg/m³、日均呼吸系统疾病死亡人数为8人。O₃浓度每升高10 μg/m³,居民呼吸系统疾病死亡风险在lag3和lag05时达到最高,分别增加0.95%(95%CI:0.28%~1.63%)和1.70%(95%CI:0.27%~3.16%)。男性和女性的ER值差别不大,但65岁以上人群呼吸系统疾病死亡风险显著增加。 结论 济南市大气污染物O₃对居民呼吸系统疾病死亡风险具有显著急性影响,65岁以上老人更为敏感。     

广州市某区大气PM2.5浓度与儿童呼吸门诊量相关性

目的 分析广州市某区大气细颗粒污染物(PM_2.5)对儿童医院呼吸系统日门诊量的影响。方法 收集广州市某儿童医院2013年1月1日—2016年12月31日呼吸系统疾病日门诊量,结合同期环保与气象资料,采用时间序列分析方法,运用广义相加模型(GAM)控制时间趋势、温度、湿度以及星期几效应后对PM_2.5与门诊量进行单污染物模型分析,得出当天及滞后1~5 d的效应值,采用最大效应值作为PM_2.5对门诊量影响的评估值。结果 广州市2013—2016年大气PM_2.5年均值分别为54.11、48.58、39.74和35.11 μg/m³。Spearman相关分析得呼吸系统疾病日门诊量与PM_2.5、PM₁₀、NO₂、SO₂为正相关,均有统计学意义(P<0.05)。时间序列分析显示PM_2.5浓度升高与当天以及滞后1~5 d的呼吸系统疾病就诊量呈显著相关,并在滞后第二天达到高峰,PM_2.5浓度每增加10 μg/m³,呼吸系统疾病就诊量增加1.11%(95%CI:0.59%,1.64%)。结论 2013—2016年广州市某区大气PM_2.5污染对儿童呼吸系统门诊量有显著影响,PM_2.5浓度增加会导致儿童呼吸系统门诊量增加。     

热浪对居民循环系统疾病死亡影响的病例交叉研究

目的 探讨浙江省嘉兴市热浪对居民循环系统疾病日死亡人数的影响。 方法 本研究中热浪定义为日最高温度不低于35 ℃,且持续不少于3 d。采用时间分层的病例交叉设计方法,调整每日平均气温、降水量、平均风速、平均气压和空气污染指数建立条件Poisson回归模型,分析嘉兴市2008~2011年热浪与居民循环系统疾病死亡的关系,并分析滞后效应。 结果 2008~2011年共出现6次热浪。滞后2 d时热浪对循环系统疾病死亡数影响的效应值最大,RR值为1.342(95%CI:1.081~1.667)。热浪对≥65岁老年人在滞后2 d时RR值最大,为1. 296(95%CI: 1.027~1.636),对女性在滞后2 d时RR值最大,为1. 407(95%CI: 1.021~1.937)。 结论 热浪会增加循环系统疾病死亡风险,且存在滞后效应;≥65岁老年人和女性为脆弱人群。     

大气污染物对呼吸系统疾病入院影响的病例交叉研究

目的 研究不同浓度细颗粒物（PM_2.5）、可吸入颗粒物（PM₁₀）、二氧化氮（NO₂）、二氧化硫（SO₂）四种大气污染物对东营市东营区呼吸系统疾病（肺炎、慢性阻塞型肺病、肺结核）日入院人数的影响,为制定干预措施提供依据。方法 收集东营区2015年1月1日—2017年12月31日每日大气污染物浓度及呼吸系统疾病入院数据,采用泊松回归分析将分布滞后非线性模型与双向时间分层病例交叉设计相结合,分别计算四种污染物对三种呼吸系统疾病入院作用的RR值。结果 在排除气象因素、星期几效应等混杂因素的影响后,PM_2.5、PM₁₀、NO₂、SO₂日平均浓度每升高10 μg/m³,对肺炎入院影响的最大RR值为1.252（1.090~1.438）、1.094（1.021~1.173）、1.462（1.179~1.814）和1.275（1.079~1.505）,滞后3 d、6 d、4 d和6 d;对慢性阻塞型肺病入院作用最大RR为1.478（1.245~1.754）、1.156（1.046~1.279）、1.774（1.297~2.428）和1.215（1.011~1.461）,滞后4 d、5 d、4 d和0 d;对肺结核病入院作用最大RR值为2.423（1.618~3.630）、1.629（1.288~2.059）、1.892（1.220~2.935）和1.939（1.453~2.590）,滞后3 d、0 d、0 d和5 d。结论 大气污染物浓度短时间内升高可使东营区呼吸系统疾病患者人数增加,不同污染物作用强度和滞后效应并不相同。     

基于Logistic回归和随机森林的心力衰竭预后预测建模

目的 基于电子病历系统结构化信息创建的临床数据库,通过机器学习算法进行数据预处理和特征选择,构建预测心力衰竭患者住院期间死亡和6个月内死亡预测模型,从而辅助识别高危患者,为治疗干预提供指导。方法 以PhysioNet网站上公开的一个数据集为研究数据来源,该数据集纳入了2016年12月至2019年6月在四川省自贡市第四人民医院住院的心力衰竭患者临床信息,利用Python进行数据预处理、特征选择,并构建Logistic回归及随机森林预后预测模型,以增大ROC曲线下面积（area under curve,AUC）为目标优化模型,并在测试集中以AUC、准确率、精确度、召回率和F1分数综合验证模型预测效果。结果 通过数据预处理共获得146项特征用于住院期间心力衰竭死亡预测建模,155项特征用于6个月内心力衰竭死亡预测建模,基于随机森林的建模方法用于住院期间死亡效果最佳,AUC为0.893 1;在6个月内死亡预测上,结合LASSO和RFE进行特征选择,筛选出包括出院去向（健康护理机构、家庭或未知）、入院病房（全科）、出院科室（心血管科）、Killip分级（Ⅰ、Ⅱ和Ⅲ级）、心肌梗死情况以及充血性心力衰竭情况共10个特征进行Logistic回归建模,AUC达到0.833 6,与基于全部特征进行随机森林特征效果（AUC=0.846 0）相当。结论 本研究探索出一套针对电子病历系统结构化临床数据进行数据预处理、特征工程、机器学习算法建模并验证模型的方法,利用真实世界数据构建兼顾预测准确性和高危个体检出率的心衰预后预测模型。     

奉贤区大气主要污染物对当地居民循环系统疾病死亡影响的研究

目的：了解奉贤区当地居民循环系统疾病死亡状况,掌握大气主要污染物（ SO2、NO2、PM10）急性暴露对当地居民循环系统疾病死亡的影响,找出影响奉贤居民循环系统疾病死亡最主要的污染物,为后续控制大气污染、减少疾病死亡提供依据。方法：基于生态流行病学的原理,采用描述性统计分析和广义相加模型分析的统计方法分析SO2、NO2、PM10与居民循环系统疾病死亡的关系。结果：2008-2012年间,奉贤地区循环系统疾病死亡人数累计5373例,65岁以上老年组循环系统疾病死亡率最高（1214．74/10万）。单污染物模型显示,对奉贤全人群,SO2浓度每上升10μg＆#183; m-3,导致居民循环系统疾病死亡率增加1．82％（95％CI：0．09％～3．54％）,NO2、PM10的浓度变化和奉贤当地居民循环系统疾病死亡率之间没有统计学关联;对65岁以上老年人群,SO2、NO2、PM10的浓度变化和奉贤当地居民循环系统疾病死亡率之间也没有统计学关联。 SO2的多污染模型拟合结果显示,SO2会增加循环系统疾病的死亡。结论：奉贤区大气气态污染物SO2是影响当地居民循环系统疾病死亡的主要因素。     

踝臂指数及经皮氧分压预测2型糖尿病心脑血管事件

目的 探讨踝臂指数（ABI）及经皮氧分压（TcPO₂）预测2型糖尿病（T2DM）心脑血管事件风险的价值。方法 采用前瞻性随访研究,选取海南医学院第二附属医院2015年1月—2016年6月住院患者中排除已并发心脑血管疾病及其他严重疾病的T2DM患者198例,测定ABI及TcPO₂并院外随访,终点为主要不良心血管事件（MACE）。采用Cox比例风险模型探索T2DM患者MACE的风险因子;采用生存曲线分析ABI与TcPO₂预测T2DM心脑血管事件风险的价值。结果 失访18例,共180例患者纳入分析,平均随访（19.5±4.7）个月,其中28例（15.6%）T2DM患者发生了MACE。生存分析曲线表明,ABI≤0.9组发生MACE的比率（66.7%）明显高于ABI>0.9组（19.8%）,差异有统计学意义（P<0.01）;TcPO₂正常组及异常组的生存曲线比较差异无统计学意义（P>0.05）;Cox回归分析表明ABI可作为T2DM心脑血管事件的风险预测因子（RR=0.142,P<0.01）,且这种预测价值在校正年龄、吸烟史、糖尿病病程、收缩压、总胆固醇（TC）后仍然存在（RR=0.176,P<0.05）;TcPO₂与T2DM患者MACE无显著相关性（RR=1.544,P>0.05）。结论 ABI可作为2型糖尿病心脑血管事件的风险预测指标,尚无法证明TcPO₂对心脑血管事件具备预测价值。     

地理环境与健康人血尿素氮参考值的关系

目的：探讨地理环境与健康人血尿素氮BUN参考值的关系,阐明我国健康人BUN参考值的分布规律,为制订不同地区BUN参考值的标准提供科学依据。方法：搜集23个省、4个直辖市、5个自治区403所医疗机构测定的33 521名健康人BUN参考值,选取23项地理数据与健康人BUN参考值进行分析。利用空间自相关分析确定数据空间自相关性,利用相关分析确定与BUN参考值显著相关的地理因素,采用多元线性回归、主成分和岭回归构建预测模型,利用配对样本t检验选取最优预测模型,利用地统计分析构建中国健康人BUN参考值 空间分布图。结果：健康人BUN参考值与纬度（X₂）、海拔（X₃）、年平均气温（X₅）、年平均相对湿度（X₆）和年降水量（X₇）5项地理因素指标显著相关,最优预测模型回归方程为?=5.112+0.000 127 1X₂+0.000 094 61X₃-0.000 140 5X₅-0.000 136 8X₆-0.000 139 1X₇±0.531 0;可得出BUN预测参考值分布图。结论：我国健康人BUN参考值的总体分布趋势为东低西高,BUN参考值与海拔高度呈负相关关系。若已知某一地区的地理数据便可以进行健康人BUN参考值的预测。     

AECOPD患者再入院危险因素分析及预测模型的构建

  目的   探讨慢性阻塞性肺疾病急性加重期（acute exacerbation of chronic obstructive pulmonary disease,AECOPD）患者发生再入院的危险因素并构建疾病风险预测模型,旨在为早期识别并筛选AECOPD再次入院的高风险患者提供评估工具。  方法  选取云南省某三甲医院2016年1月1日至2021年1月1日诊断为AECOPD且符合纳入、排除标准的414例患者为研究对象。将其中70%（307例）的患者作为建模组,剩余30%（107例）患者作为验证组。根据患者是否发生再入院作为结局指标,分析 AECOPD患者发生再入院的危险因素并构建疾病风险预测模型。  结果  最终纳入年龄（OR = 0.958）、雾化吸入激素种类（OR = 1.893）、FEF₇₅预计值（OR = 0.583）、FEV₁实际值（OR = 1.947）、合并呼吸衰竭（OR = 0.501）5个预测因子。预测模型公式:P = 1/{1+exp［?（3.361+（?0.043）× 年龄+0.638 ×吸入雾化激素种类+（?0.539）×FEF₇₅预计值+0.666 ×FEV₁实际值+（?0.691）×合并呼吸衰竭）］},建模组受试者特征工作曲线下面积（AUC）为0.777,其灵敏度和特异度分别为0.898和0.549。验证组受试者特征工作曲线下面积（AUC）为0.821,灵敏度和特异度分别为0.857和0.7。  结论  研究所构建的AECOPD患者再入院风险预测模型具有良好的预测效能,为早期识别并筛选AECOPD再次入院的高风险患者提供了评估工具,为医护人员调整高风险患者的治疗和护理提供参考依据,为减轻患者痛苦,减少家庭及社会负担,提高护理服务质量提供科学依据。     

南通经济技术开发区2011-2013年老年患者死因分析

目的：了解2011-2013年南通经济技术开发区60岁及以上老年人死亡水平与死因构成。方法：死亡资料来自南通市疾病预防控制中心,人口资料由经济技术开发区公安局提供,采用国际疾病分类ICD-10进行死因编码作为分类标准,对死亡资料进行流行病学分析。结果：（1）老年人死亡总数为2343人,占全人口死亡人数的84.46%,老年人标化死亡率为2002.05/10万。其中男性2297.60/10万,女性1715.48/10万,男性高于女性（χ2=33.68,P<0.01）。（2）循环系统疾病为老年首位死因,构成比为41.66％,标化死亡率为776.34/10万,男性冠心病和肺源性心脏病死亡率均高于女性（χ2值分别为4.34、4.46,P<0.05）。其次是恶性肿瘤和呼吸系统疾病,前3位死因占全死因的83.36%。老年男性的恶性肿瘤和呼吸系统疾病死亡率均高于老年女性（χ2值分别为74.95、23.36,P<0.01）。（3）恶性肿瘤为老年人第2位死因构成比为27.36％,排名前5位的为肺癌、胃癌、肝癌、食管癌、结直肠癌,占全部恶性肿瘤死亡的73.64%。男性死亡率均高于老年女性（χ2值分别为34.30、15.62、13.97、16.80、7.69,P<0.05）。结论：循环系统疾病、恶性肿瘤、呼吸系统疾病是南通经济技术开发区老年人的主要死因和疾病负担,应有针对性地开展社区老年人慢性病的预防与控制工作。     

2014~2016年济南市空气污染严重地区大气颗粒物对社区人群门诊就诊量的急性效应分析

目的 评估济南市空气污染严重区域大气颗粒物对社区人群内科门诊就诊的急性效应。 方法 收集2014年1月1日至2016年12月31日济南市空气污染严重区域某综合医院逐日内科门诊就诊个案记录、空气污染物浓度及气象信息,并进行描述性分析。采用广义线性模型定量评估逐日PM_2.5及PM₁₀浓度与社区人群门诊就诊量之间的相关关系,并分性别、分年龄段(<65岁和≥65岁)、分系统疾病(呼吸系统疾病和循环系统疾病)进行相关性分析。 结果 PM_2.5、PM₁₀浓度每升高10 μg/m³,当日内科门诊量分别增加0.28%(95%CI:0.05%~0.50%)、0.15%(95%CI:0.02%~0.28%);循环系统疾病门诊量分别增加0.40%(95%CI:0.01%~0.80%)、0.25%(95%CI:0.02%~0.47%)。男性及≥65岁人群是敏感人群。 结论 济南市空气污染严重区域大气颗粒物对社区人群内科门诊量以及不同性别、不同年龄段、循环系统疾病人群存在急性效应,且男性及≥65岁人群敏感。     

慢性阻塞性肺疾病患者6 min步行试验与肺功能及生活质量的相关性

目的探讨慢性阻塞性肺疾病（COPD）患者6min步行试验与肺功能及生活质量的相关性。方法将38例COPD患者和38例健康志愿者分为COPD组与对照组,对两组进行6 min步行试验,测量试验步行距离,试验前、后指脉氧饱和度,并计算指脉氧饱和度下降率;所有受试者均测定肺功能,COPD患者进行圣乔治呼吸问卷评分。结果 COPD组6 min步行距离（422.76+88.61）m,较对照组（557.82±89.61）m明显缩短（P<0.01）,指脉氧饱和度下降率3.13%±6.18%,较对照组0.46%±1.07%增高（P<0.05）。Pearson相关性分析示COPD组中6min步行距离与第1秒用力呼气量占预计值百分比（FEV₁%）、第1秒用力呼气量占用力肺活量百分比（FEV₁/FVC）呈显著正相关,与圣乔治呼吸问卷总得分及其活动受限得分、疾病影响得分呈显著负相关;指脉氧饱和度下降率与FEV₁/FVC呈显著负相关。多元线性回归分析显示COPD组中年龄、身高、体重、FEV₁%、圣乔治呼吸问卷总得分及其活动受限得分可综合预测6 min步行距离。结论 6 min步行试验可作为COPD患者确诊后长期治疗中病情评估的方法之一,评估其肺功能及生活质量的变化。     

阻塞性睡眠呼吸暂停低通气综合征合并慢性阻塞性肺疾病的临床研究

目的探讨重叠综合征（OS）患者临床特征,为OS的诊断和治疗提供参考。方法选取阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者96例、慢性阻塞性肺疾病（COPD）患者36例、OS患者32例以及正常对照者13例,询问其Epworth嗜睡评分（ESS）、高血压病史,测定其颈围,计算体质量指数（BMI）,所有受试者均行多导睡眠监测、肺功能和动脉血气测定,记录呼吸暂停低通气指数（AHI）、最长呼吸暂停时间（LAT）、夜间最低氧饱和度（LSaO₂）、夜间平均氧饱和度（MSaO₂）、血氧饱和度<90%时间占监测总时间的百分比（Ts90%）、慢波睡眠（Ⅲ期睡眠）及快速眼动相睡眠（REM）占总睡眠百分比（%）、微觉醒指数、夜间心律失常发生率、第一秒用力呼气容积（FEV）占预计值百分比、FEV₁/用力肺活量（FVC）、PaO₂和PaCO₂等指标,并对相应结果进行统计分析。结果 OS组和OSAHS组患者的BMI、颈围显著高于COPD组和健康对照组（P<0.05）。OS组患者AHI、ESS、PaCO₂等数值明显高于COPD组、OSAHS组和健康对照组（P<0.05）,而夜间LSaO₂、MSaO₂、FEV₁%和FEV₁/FVC等则明显低于其他3组（P<0.05）。结论 OSAHS伴有肥胖COPD患者更易患OS;OS患者夜间低氧血症、睡眠质量、肺功能减退程度以及日间低氧血症和高碳酸血症较单纯COPD或OSAHS更严重,应提高对OS的认识。     

血清蛋白联合检测在预测妊娠期高血压综合征中的价值

目的探讨孕中期孕妇血清蛋白联合检测在预测妊娠期高血压综合征（妊高征）中的价值。方法选取行产前检查并分娩的183例孕妇,根据随访结果将其分为正常对照组94例及妊高征组89例。采用毛细管血清蛋白电泳技术筛查孕中期孕妇血清蛋白（Alb、α₁、α₂、β₂、β₂、γ）,对血清蛋白与部分妊娠结局的相关性进行分析,应用ROC曲线及约登指数评判各血清蛋白预测妊高征的价值并确定相应的预测界值。结果正常对照组血清Alb水平为（53.68±1.63）g/L,妊高征组为（51.47±1.46）g/L,妊高征组明显低于正常对照组,差异有统计学意义（P<0.01）;正常对照组血清α₁水平为（5.57±0.51）g/L,妊高征组为（6.17±0.65）g/L,妊高征组明显高于正常对照组,差异有统计学意义（P<0.05）;两组间其余血清蛋白比较差异均无统计学意义（均P>0.05）。孕妇血清Alb水平与新生儿出生体重及分娩孕周呈正相关（P=0.01 1、0.048）;血清α₁水平与新生儿出生体重及新生儿1min Apgar评分呈负相关（P=0.019、0.023）。将血清Alb及α₁水平作为检验变量得出预测妊高征的界值,分别为Alb 50.02g/L及α₁6.81g/L。以Alb及α₁的联合预测因子作为检验变量绘制ROC曲线并计算约登指数,当联合预测因子为0.038时约登指数最大,为0.62,其预测妊高征的价值最大。结论血清Alb与α₁无论是单项还是联合检测,对妊高征发病均有预测价值,但联合检测的价值要优于任一单项检测。     

某综合医院2006-2010年住院死亡病例分析

目的探讨住院死亡病例疾病构成特点。方法对某院2006年-2010年住院死亡病案资料进行回顾性分析。结果病死率0.75%,男性死亡病例多于女性,死亡者以60岁以上病人为主（61.01%）,前五位死因分别为循环系统疾病（35.20%）、呼吸系统疾病（15.03%）、恶性肿瘤（14.07%）、损伤与中毒（11.3%）以及消化系统疾病（9.31%）。结论应重点加强对循环系统疾病、呼吸系统疾病、恶性肿瘤等重点疾病的防治,降低病死率,提高居民生命质量。     

空气污染物和气象因素对皮炎患者门诊量影响的时间序列研究

  目的  分析环境因素(包括空气污染物和气象因素)对皮炎患者门诊人次的影响。  方法  收集2011年1月1日至2015年12月31日四川大学华西医院皮肤科门诊诊断为皮炎的患者数据,收集同期成都市空气污染物〔包括SO₂、NO₂、空气动力学直径小于或等于10 μm的颗粒物(PM₁₀)〕和日均气象数据(平均气压、温度、相对湿度、风速)。采用分布滞后非线性模型分析皮炎患者门诊人次与环境因素的相关性。  结果  皮炎门诊人次与PM₁₀、风速呈正相关,与SO₂、温度呈负相关。单因素模型分析显示,大气污染物SO₂、NO₂每增加10 μg/m3均可导致皮炎门诊人次增加,相对危险度(RR)分别为1.003〔95%置信区间(CI):1.002~1.004〕、1.002(95%CI:1.001~1.002),相对湿度每增加10%,皮炎日均门诊量减少的RR值为0.996(95%CI:0.994~0.997)。多污染物模型分析提示各空气污染物对皮炎患者日均门诊量仍有影响。环境因素对皮炎门诊量的滞后效应分析显示,SO₂、NO₂、PM₁₀对皮炎门诊人次主要为当日效应,相对湿度在当天、滞后2 d及滞后4 d对皮炎门诊人次有保护作用。  结论  空气污染物可能是皮炎发生的危险因素,相对湿度对皮炎的发生具有保护作用。