青少年女性痛经危险因素的关联性研究

目的:探索我国青少年女性痛经危险因素的关联强度,为青少年女性痛经的预防提供依据,并推动相关研究的进展。方法:通过检索CNKI和万方数据库等国内数据库收集有关青少年女性痛经危险因素的文献,应用STATA12.0软件计算比值比OR及95%置信区间。结果:我国青少年女性痛经的发病率达到59.41%,与青少年女性痛经相关危险因素差异有统计学意义的危险因素OR及95%置信区间分别为:负性心理(OR=2.62,95%CI=1.76~3.90)、喜好或经常冷饮冷食(OR=1.34,95%CI=1.06~1.70)、睡眠质量不佳或熬夜(OR=2.65,95%CI=1.87~3.77)、初潮年龄>15岁(OR=1.74,95%CI=1.45~2.09)、月经失调(OR=1.45,95%CI=1.11~1.90)和经常吃早餐(OR=0.76,95%CI=0.59~0.96)。结论:负性心理、喜好或经常冷饮冷食、睡眠质量不佳或熬夜、初潮年龄>15岁、月经失调和经常吃早餐与我国青少年女性痛经的发生密切相关,经常吃早餐是青少年女性痛经的保护因素。     

某三甲医院处理市便民服务专线平台信访工作分析

目的：描述性分析某三甲医院“8890”信访工作现状及特点，为改善医疗服务及患者就医体验提供依据。方法：收集整理天津市某三甲医院受理的“8890”信访件的统计数据信息，阐述信访件原因，并给出建议。结果：该院“8890”信访件中，发生在门诊的信访件最多（62.62%），涉及医疗服务的信访件最多（33.01%）。结论：应根据信访件特点及原因，加强医院管理，解决患者需求，提出医疗信访纠纷三级预防理论。     

灰色GM(1,1)模型在艾滋病、淋病、梅毒发病率预测研究中的应用

目的探讨应用GM(1,1)模型预测艾滋病、淋病、梅毒的可行性,为卫生部门制定相应的策略提供理论依据。方法运用GM(1,1)模型对全国2003-2012年艾滋病、淋病、梅毒发病率数据,进行建模拟合并预测变化趋势。结果建立艾滋病、淋病、梅毒发病率GM(1,1)预测模型,对全国发病率进行预测。艾滋病灰色GM(1,1)预测模型为:x(1)(k+1)=0.517e0.298k-0.437(C1=0.312,P1=1.000);淋病灰色GM(1,1)预测模型为:x(1)(k+1)=-144.792e-0.119k-158.882(C2=0.155,P2=1.000);梅毒灰色GM(1,1)预测模型为:x(1)(k+1)=59.727e0.154k-55.227(C3=0.197,P3=1.000)。上述三种模型拟合精度高,均可进行外推预测。通过三种模型预测2013-2015年全国艾滋病发病率可能分别为2.758/10万人、3.731/10万人、5.046/10万人;2013-2015年全国淋病发病率可能分别为5.552/10万人、4.928/10万人、4.374/10万人;2013-2015年全国梅毒发病率可能分别为39.660/10万人、46.251/10万人、53.937/10万人。结论 GM(1,1)模型可以很好的模拟和预测艾滋病、淋病、梅毒发病率在时间序列上的变化趋势。通过预测可知,艾滋病和梅毒的发病率可能会继续增加,而淋病的发病率可能会减少。应加强对性病的防治,降低性病对人群的危害。     

民工子弟学校女生经期知识及干预效果的调查

【目的】对民工子弟学校青春期女生月经期卫生知识的干预效果进行评价,为随后工作提供依据和帮助。【方法】采用整群抽样的方法对温州市郊某民工子弟学校的六年级全体女生分别在干预前后进行问卷调查,对有效样本进行统计分析。【结果】从月经形成,正常和异常月经的范围,月经期饮食、保健及卫生,痛经的处理等方面看,该群知识得分及格率只有9.26%。干预后除"多少量属于月经过多"这项指标的提高幅度仅为2.59%外,其余各项评价指标知晓率提高的差异都有显著性(P<0.005)。【结论】通过干预,该校青春期女生有了月经期卫生意识,应进一步把相应的卫生服务推向这一人群。     

肺癌患者吸烟与p53基因突变关联性的Meta分析

目的：采用Meta分析的方法综合评价肺癌患者吸烟与p53基因突变的关联性。 方法：全面检索PubMed、Web of Science、ProQuest和Medline数据库,收集有关肺癌患者吸烟与p53基因突变关系研究的文献。在全面文献回顾的基础上对文献进行筛选、评价和数据提取。采用Stata 12.0软件对纳入文献进行Meta分析,包括异质性检验、评估文献发表偏倚、敏感性分析、合并效应量及累积Meta分析。 结果：本研究共纳入15篇文献,包含1 770
名肺癌患者,其中69.6%为吸烟者,30.4%为非吸烟者。异质性检验未发现各研究间存在明显异质性。肺癌患者吸烟与p53基因突变关系的合并OR=2.70,95%CI=2.04~3.59。 结论：肺癌患者吸烟与p53基因突变有关联性;与非吸烟者比较,吸烟者的p53基因突变风险高。
