4种慢性病共病模式及运动与全因死亡的相关性研究

目的 了解人群慢性病共病罹患现状、不同共病模式的全因死亡风险及运动对共病相关死亡风险和寿命损失的影响。方法 研究纳入我国台湾地区美兆健康管理中心437 408名体检者,采用分类决策树对高血压、糖尿病、慢性肾功能不全（CKD）和慢性阻塞性肺疾病（COPD）4种疾病进行组合,使用Cox比例风险回归模型计算共病模式的危险比（HR）及其95%CI,采用蒋式寿命表法计算人群预期寿命。结果 人群中共病检出率为8.7%,二元、三元、四元共病组合中检出率最高的分别为“高血压+CKD”（3.6%）、“高血压+糖尿病+CKD”（1.1%）、“高血压+糖尿病+CKD+COPD”（0.1%）;与健康人群相比,全因死亡风险最高的组合分别为“糖尿病+CKD”（HR=3.80,95%CI：3.45~4.18）、“糖尿病+COPD+CKD”（HR=4.34,95%CI：3.43~5.49）、“高血压+糖尿病+CKD+COPD”（HR=4.75,95%CI：4.15~5.43）。与不运动人群相比,进行低强度运动和中高强度运动均降低了由共病升高的死亡风险。单一疾病和共病带来4.6、13.4年的人群寿命损失,运动可分别挽回2.3、4.6年的寿命损失年,低强度和中高强度运动分别挽回1.5、3.7年由慢性病造成的寿命损失。结论 基于“糖尿病+CKD”的共病模式死亡风险最高。运动能降低共病患者的死亡风险。运动强度越大,降低效果越显著。     

健康医疗大数据驱动下的疾病防控新模式

随着互联网技术的快速发展和医疗信息化的不断推进，健康医疗大数据已逐渐成为创新健康管理、满足人民群众日益增长的健康需求的重要资源，成为国家全面实施大数据战略的重要组成部分。宁波市鄞州区通过构建健康大数据平台及大数据技术的应用，积极探索健康医疗大数据在传染病、预防接种、慢性病等疾病防控领域的防控模式创新，期望通过"互联网+健康医疗"提高区域疾病防控和健康管理水平，培育发展新业态，成为健康中国的有力支撑。本文对鄞州区的这一防控新模式的实践探索进行介绍，并对模式的初步成效进行讨论。     

利用人口流动数据以及两阶段模型预测2019冠状病毒病流行趋势

目的：基于人口流动和疫情防控措施信息构建数学模型,预测2019冠状病毒病（COVID-19）疫情的发展趋势。 方法：获取截至2020年2月8日浙江省乐清市151例确诊病例的患病过程以及乐清和武汉之间的人口流动等信息,采用两阶段的方法构建数学模型,将人口流动数据与确诊病例症状开始时间以及输入性病例和本地病例的传播动力学特征整合起来,模拟并预测乐清的COVID-19疫情发展趋势。 结果：在疫情初期,每日从武汉来的输入性病例数（症状出现日）与当日、 6?d前和 9?d前从武汉到乐清的旅客数量成正相关。利用根据武汉到乐清的旅客数量估计的输入性病例数以及易感-暴露-感染-恢复模型预测乐清最终的病例数为170例。如果根据每日报告的输入性病例数来预测,预计最终病例数为165例。截至2020年4月27日,乐清实际监测到的病例数为170例,这两个预测值与实际值均接近。 结论：本研究建立的两阶段预测模型能够对COVID-19的流行趋势做出准确预测。