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。     

中国5～<15岁儿童意外跌落与意外中毒和烧烫伤死亡轨迹模型分析

目的 分析2005—2021年中国5～<15岁儿童意外跌落、意外中毒和烧烫伤伤害死亡率的轨迹和变化趋势。方法 基于2005—2021年中国死因监测数据集,采用Joinpoint模型分析中国5～<15岁儿童意外跌落、意外中毒和烧烫伤的整体死亡率变化趋势,计算平均年度变化百分比（average annual percent change,AAPC）;将数据按区域、城乡、性别和年龄分层后,应用SAS 9.4统计软件中的Proc traj程序拟合5～<15岁儿童意外跌落、意外中毒和烧烫伤死亡率轨迹模型。结果 2005—2021年中国5～<15岁儿童意外跌落死亡率总体呈上升趋势（AAPC=0.71%,P=0.235）;意外中毒和烧烫伤呈下降趋势（AAPC=-2.96%、-2.50%,P=0.014、0.081）。女性意外跌落死亡率呈上升趋势（AAPC=3.11%）;10～<15岁儿童意外跌落呈上升趋势（AAPC=3.94%）。轨迹模型行分析结果显示：意外跌落轨迹模型根据拟合结果分为3组,组1呈现下降趋势,集中在5～<15岁西部男孩;组2呈上升趋势但差异无统计学...     

全表型组关联研究方法学研究进展

全表型组关联研究(PheWAS)是一种反向遗传学分析方法, 旨在研究哪些表型可能与给定的遗传变异相关联。随着生物医疗数据库和电子病历信息的开放获取, PheWAS已逐渐成为探索暴露因素与多种健康结局之间关联的有效方法。这种方法具有同时探索某一种暴露与多种疾病表型之间的统计学关联的独特优势, 从而有助于揭示多重因果关联以及各疾病间共同的致病机制。然而, PheWAS目前也面临诸多挑战。该方法本身存在一定的局限性, 包括工具变量的选择是否具有代表性以及繁重的多重校正负担。此外, 如何应用生物学知识阐释研究结果是PheWAS的另一重点问题。本文将围绕PheWAS方法学进行概述, 以期为后续更好地开展PheWAS提供思路和建议。     

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。