承德市大学生吸烟状况及影响因素调查

据世界卫生组织(WHO)估计和预测,每年约有350万人死于与吸烟有关疾病;在未来20年中,每7个死亡者中将会有1人是吸烟习惯所致[1].我国目前是世界烟草生产和消费大国,而且吸烟年龄日趋减小.青少年吸烟问题不仅已严重威胁了我国青少年的身心健康,而且已成为严重的社会问题.近年来,国家对学生控烟问题给予了高度重视,相继实行无烟学校,并将学生控烟问题列入健康促进学校和健康教育的重要内容.为了进一步了解目前我市学生吸烟状况,探讨影响吸烟的因素,从而为制定预防和控制大学生吸烟提供科学依据.     

2009年抚州市部分大学生吸烟情况调查

目的 了解在校大学生的吸烟现状及其影响因素,为有效预防和控制大学生吸烟提供依据.方法 2009年底对抚州某高等学校的部分大学生进行问卷调查.结果 调查762人,尝试吸烟者454人,占59.58%.尝试吸烟率,男生376人为77.85%.女生78人为27.96%(P<0.01);当前吸烟率为9.71%,其中男生为13.66%,女生为2.87%(P<0.01).762名大学生中,94.88%知道吸烟有害健康,78.22%赞同在公共场所禁烟,90.29%知道吸烟与气管炎有关,85.70%知道吸烟与肺癌发病有关,64.70%知道吸烟可导致冠心病发病危险增加; 82.94%见过学校领导、教师在学校抽烟,27.82%的家庭成员吸烟,9.84%每天在家遭遇被动吸烟.结论 抚州部分在大学生吸烟状况一般.但有的人对吸烟的危害性认识不足.     

100例大学生吸烟情况调查

吸烟有害无益已为多数师生所共识,但当前学校中吸烟现象仍很普遍,特别是男性。为提高对吸烟严重危害的认识,自觉地戒／禁烟,对１００例大学生吸烟情况调查,结合文献对有关问题作简要探讨。１方法与结果采用整群抽样对我院９６级校长班１００名学生（来自基层的中学校...     

西北师范大学学生吸烟情况调查研究

对西北师范大学906名大学生吸烟情况进行了调查,结果显示,师范大学的学生吸烟率几乎接近半数。大学生的吸烟行为与家庭的经济状况没有直接关系,除了年龄、性别等自然因素外,与专业、年级等非自然因素有直接的关系。超过半数的学生的吸烟习惯开始于中小学阶段。因此,学校进行吸烟有害健康的教育很有必要,而且这种教育最好能在中小学进行。由于师范专业的学生是未来的教师,所以,师范大学宣传吸烟有害的健康教育更不容忽视。     

青少年吸烟行为与控烟干预影响因素

中国每年生产大约1千亿盒卷烟,是世界上最大烟草生产国和消费国。据中国疾病预防控制中心控烟办公室（2009年中国控制吸烟报告》,目前中国吸烟者超过3．5亿,每年死于烟草相关的疾病者超过100万人,大约每分钟死亡2人,     

呼和浩特市大学生吸烟情况调查

目的：了解内蒙古自治区呼和浩特市大学生吸烟情况,为预防控制此类不良行为提供依据。方法：采用随机整群抽样方法抽取呼和浩特市624名大学生进行调查。结果：共收回有效问卷622份,有效率为99.7%;尝试过吸烟者为44.4%（男57.9%,女32.4%,χ2=42.332,P〈0.001）;＂心情不好＂是吸烟的最主要原因,占吸烟者的8.8%;吸烟者中男生＂每天吸烟2~5支＂比例相对最高,占11.6%,性别差异无统计学意义,U=793.000P=0.139;吸烟者第一次抽完一整支烟＂16岁及以上＂占的15.6%,性别差异无统计学意义,U=3012.5P=0.228;大一新生尝试吸烟的比例最高,为46.4%;低年级（1＋2年级）尝试吸烟的比例高于高年级（3＋4年级）,（χ2=24.829,P〈0.001）。结论：呼和浩特市大学生尝试过吸烟的现象较为普遍。全社会必须采取积极有效的综合干预策略,控制大学生的吸烟行为。     

大学生吸烟行为的影响因素及控烟对策的研究进展

烟草危害是当今世界严重的公共卫生问题之一.世界卫生组织(WHO)统计显示[1],烟草的使用仍然处在高水平,截止到2012年吸烟率居前三位的是中国、美国和英国,中国为28%,英国为22%,美国为19%.在全球范围内,每年约有600万人死于直接使用烟草和二手烟[2].我国是人口大国,烟草的生产和消费位居世界首位[3],吸烟人数已超过3亿,约占全世界吸烟总人口的三分之一,且每年约有100万人死于与吸烟有关的疾病[4].我国采取多种策略进行控烟干预,吸烟率出现下降趋势,而我国大学生吸烟率出现持续增高的趋势[5].大学时期是形成规律吸烟的重要阶段,对大学生的吸烟行为进行有力的干预,是控烟工作最重要的环节之一[6].我们对大学生吸烟行为进行深入的研究,为大学生控烟和无烟校园的建设提供依据.     

医学生吸烟行为及影响因素调查

近年来吸烟对青少年健康的危害越来越引起人们的关注。为了解医学生吸烟及其影响因素,作者于2004年3月对医院在校学生进行了问卷调查。     

在校大学生吸烟现状及相关知识调查分析

目的:探讨大学生吸烟状况及相关知识知晓情况.方法:采用随机抽样方式,对960名医学院校在校大学生进行问卷调查,并对吸烟原因及吸烟情况进行分析.结果:收回有效问卷800份(收回率为83.3%).800名被调查学生中总吸烟率20.9%,其中男生吸烟率36.1%,女生5.3%,男女生吸烟率比较有显著性差异(P<0.01);不同年级大学生吸烟率比较无显著性差异(P>0.05);90%以上大学生知晓烟草中的主要有害成分,对吸烟危害健康的知晓率较高.结论:大学生虽然知晓烟草中的有害成分和吸烟对健康的危害性,但吸烟率水平仍较高,应加强对大学生的控烟健康教育.     

南昌市居民吸烟现状及影响因素分析

了解南昌市社区居民的吸烟现状,分析影响吸烟的因素,为制定控烟干预措施提供依据。方法采用单纯随机抽样方法,随机抽取南昌市15岁及以上常住居民956例,调查其吸烟现状,采用Logistic回归分析对吸烟的影响因素进行分析。结果调查对象的平均年龄为(33.22±13.23)岁,其中男性562人占58.8%,年人均家庭经济收入以1～2万为主占34.1%。吸烟率为37.97%,吸烟者平均年龄为(38.18±13.58)岁,平均吸烟(11.97±9.12)支.d-1,80.9%的吸烟者意识到烟雾会危害他人的健康。影响吸烟的因素包括:性别(β=-2.241,P=0.000)、介意周围人吸烟(β=1.753,P=0.000)、家中对吸烟的限制(β=-0.358,P=0.000)、单位内吸烟情况(β=0.287,P=0.000)。结论调查对象男性较多,吸烟率较高,室内吸烟者较多,家庭与单位的控烟环境较为宽松;多数公共场所虽然有禁烟标识,但在公共场所吸烟者仍有相当高的比例,香烟广告或变相广告仍然充满了社会环境,吸烟影响因素多,提高居民的文化素质、营造无烟的环境对于降低吸烟具有十分重要的意义。     

某医学院大学生吸烟行为现况调查

目的:了解某医学院大学生吸烟现状及对控制吸烟的态度,分析该人群吸烟行为的影响因素,为今后教育和干预措施提供科学理论依据。方法:整群抽取某医学院一到四年级在校学生787名,采用自填调查问卷的方法来调查学生的一般特征和吸烟相关的知识、信念、行为。结果:787名调查对象中总吸烟率为18.0%,其中男生为30.6%,女生为2.0%,男生吸烟率高于女生(P<0.001);随着年级的升高,吸烟率呈上升趋势(P<0.05),好奇、社交需要、周围朋友是影响学生吸烟的主要因素;吸烟者与不吸烟者在对吸烟有害健康和被动吸烟有害健康的知识知晓方面有差异(P<0.01),对肺癌、高血压的知晓率有差异(P<0.05);吸烟者与不吸烟者对于遭受被动吸烟时的态度、对不同人群吸烟的态度、对公共场所禁烟的态度和向未成年人售烟的态度都具有差异性(P<0.001)。结论:医学生吸烟现状不容乐观,社会和学校必须采取积极有效的综合措施加以干预。     

宁夏高校护生关爱能力现状分析

目的分析宁夏高校护生关爱能力现状及影响因素,为制定高校护生关爱能力的培养计划提供依据。方法采用问卷调查法,对宁夏医科大学护理学院二、三、四年级本科护理专业学生的关爱能力现状进行调查。结果护生耐心、理解、勇气维度得分均低于国内常模。汉族护生的勇气维度得分高于回族护生（P〈0.05）。已实习护生的关爱能力总分和耐心维度得分均高于未实习护生（P〈0.05）。不同年级护生的关爱能力总分和理解维度得分差异有统计学意义（P〈0.05）。与父亲关系融洽程度不同的护生其关爱能力总分、耐心维度及勇气维度得分差异有统计学意义（P〈0.05）。与母亲关系融洽程度不同的护生其关爱能力总分、耐心维度及理解维度得分差异有统计学意义（P〈0.05）。入学时选择本专业方式不同,其勇气维度差异有统计学意义（P〈0.05）。结论护生的关爱能力与民族、是否实习、所在年级、与父母关系等因素密切相关。     

主动吸烟危害性认识及其影响因素的对应分析

目的了解温州市居民对主动吸烟危害性认识程度及其影响因素,探讨对应分析应用于吸烟行为危险因素研究的适宜性。方法以15～69岁的居民为调查对象,采用多阶段随机抽样方法,抽取755名调查对象,由调查员入户进行问卷调查。对应分析是一种描述性的多元统计分析方法,其思想核心是高维空间的向量点向低维空间投影,从而揭示变量问的相关关系及相关程度,用对应分析对温州市主动吸烟危害性认识进行分析,探索对应分析用于吸烟相关知识、态度、行为研究的适用性。结果温州市人群吸烟率为31．52％,8．3％认为吸烟对健康无害。对应分析显示对吸烟危害性认识与文化程度、职业及单位、家庭烟草控制措施等密切有关。结论对应分析在吸烟行为危险因素研究中有一定的适用性。     

军校医学本科生自我导向学习倾向及其影响因素分析

目的探讨军校医学本科生自我导向学习特点及其影响因素,为军校医学教育教学改革提供参考依据。方法采用自我导向学习倾向修订量表和一般情况调查表,调查某军校128名五年制四年级医学本科生。结果某军校医学本科生自我导向学习能力总平均分为(168.89±17.65)分;学习积极性高、学习能力强者及经常进行阅读与网络学习者的自我导向学习得分更高(P<0.01);自我导向学习总分与学习能力、学习积极性、网络学习、阅读时间、成绩的综合自评等影响因素呈显著正相关(P<0.01);学习能力、网络学习是影响自我导向学习的主要因素(P<0.01)。结论提高军校医学本科生自我导向学习倾向,必须注重学习能力的培养以及对网络的有效利用。     

军医大学本科学员创新能力现状与评价

目的 调查第三军医大学在校本科学员的创新能力现状,探讨军医大学本科学员创新能力培养与教育中可能存在的问题,并提出相关建议。方法 采用自制的“军医大学本科学员创新能力现状问卷”对该校不同年级、不同专业和不同学制的部分在校本科学员225名进行调查,共收回有效问卷210份。问卷项目主要包括学员基本信息及创新意识、创新思维、创新技能、知识基础等5个方面内容。采用SPSS19.0统计学软件对不同年级、不同专业和不同学制本科学员的创新能力行t检验或单因素方差分析,检验水准为α=0.05。 结果 本科学员的创新能力总体评分为(70.5±8.2)分,其中≥70分的学员占总体的50.5%,≥85分的学员占总体的3.3%;不同年级本科学员之间的总体创新能力无显著差异(P=0.435),四年级学员的创新思维能力显著高于二年级学员[(77.0±10.7)分 vs. (72.6±10.9)分, P=0.030)],一年级学员的知识基础得分显著高于四年级学员 [(76.2±6.0)分 vs. (69.3±8.7) 分, P=0.014)];不同专业中临床医学本科学员的创新能力总体评分最高,显著高于预防医学及其他专业本科学员[(72.5±8.8)分 vs. (69.9±7.5) 分, P=0.035); (72.5±8.8)分 vs. (66.7±7.9) 分, P=0.004)];预防医学八年制与五年制本科学员的创新能力总体评分及各一级指标评分之间均无显著差异(P＞0.05) 。结论 军医大学本科学员的总体创新能力较强,不同年级、专业和年制学员之间在创新意识、创新思维、创新技能及基础知识等方面各具优势,需进一步探索适应于军医大学本科学员自身特点的创新能力教育和培训体制研究。     

大学生网络成瘾状况及影响因素分析

目的 了解大庆市大学生网络成瘾状况并探讨网络成瘾的影响因素,为网络成瘾的预防及干预提供依据.方法 采用分层整群抽样的方法,抽取大庆市4所高校787名学生为研究对象;采用网络成瘾量表等对研究对象进行测评.结果 大庆市大学生网络成瘾的发生率为10.80%,男性、对所学专业不满意者是网络成瘾的危险因素,网络成瘾与生活事件、交往焦虑、抑郁和消极应对呈正相关,逐步回归分析表明这四个变量是网络成瘾有效预测因素.结论 应根据大学生网络成瘾的影响因素,采取有针对性的预防与干预措施.     

普通患者疾病感知现状及影响因素研究

背景　国内外研究均表明,患者的疾病感知极大影响着其治疗及预后效果。因此,探讨我国普通患者的疾病感知现状及影响因素十分重要,可以为改善我国患者负性疾病感知和提升患者健康提供依据。目的　探讨普通患者疾病感知现状及影响因素。方法　于2018年1-3月,通过方便取样的方式抽取广东省8家医院的500例患者进行现场调查,调查工具选用疾病感知问卷简化版（BIPQ）、维克森林医师信任量表（WFPTS）、中国版10项目大五人格量表（TIPI-C）、病人健康问卷2条目（PHQ-2）,最终获得有效数据384例（76.8%）。结果　普通患者的BIPQ总得分为（38.6±9.1）分,认知表征、情绪表征、疾病理解能力维度得分分别为（22.1±7.0）、（13.3±4.0）、（3.2±2.2）分。不同职业、医疗费用对家庭经济影响程度患者的BIPQ总得分存在统计学差异（P<0.05）。Pearson相关分析结果显示：患者BIPQ总得分与WFPTS总得分及仁爱、技术能力维度得分,以及TIPI-C宜人性、情绪稳定性维度得分呈线性负相关（r值为-0.39~-0.14,P<0.05）;患者BIPQ总得分与PHQ-2得分呈线性正相关（r=0.41,P<0.05）。多元线性逐步回归分析结果显示,WFPTS仁爱维度得分、TIPI-C情绪稳定性维度得分、PHQ-2得分是患者BIPQ总得分的影响因素（b值分别为-0.337、-0.781、2.308,P<0.05）。结论　我国普通患者对自身所患疾病认识不足,表现出较多消极情绪,对治疗缺乏信心;患者的抑郁情绪和医疗费用造成的经济压力是疾病感知的危险因素,情绪稳定性和医生的人文关怀是疾病感知的保护因素。     

Study of Zero-Inflated Regression Models in a Large-Scale Population Survey of Sub-Health Status and Its Influencing Factors

Objective Sub-health status has progressively gained more attention from both medical professionals and the publics. Treating the number of sub-health symptoms as count data rather than dichotomous data helps to completely and accurately analyze findings in sub-healthy population. This study aims to compare the goodness of fit for count outcome models to identify the optimum model for sub-health study.Methods The sample of the study derived from a large-scale population survey on physiological and psychological constants from 2007 to 2011 in 4 provinces and 2 autonomous regions in China. We constructed four count outcome models using SAS: Poisson model, negative binomial (NB) model, zero-inflated Poisson (ZIP) model and zero-inflated negative binomial (ZINB) model. The number of sub-health symptoms was used as the main outcome measure. The alpha dispersion parameter andOtest were used to identify over-dispersed data, and Vuong test was used to evaluate the excessive zero count. The goodness of fit of regression models were determined by predictive probability curves and statistics of likelihood ratio test.Results Of all 78307 respondents, 38.53% reported no sub-health symptoms. The mean number of sub-health symptoms was 2.98, and the standard deviation was 3.72. The statisticO in over-dispersion test was 720.995 (P<0.001); the estimated alpha was 0.618 (95%CI: 0.600-0.636) comparing ZINB model and ZIP model; Vuong test statistic Z was 45.487. These results indicated over-dispersion of the data and excessive zero counts in this sub-health study. ZINB model had the largest log likelihood (-167519), the smallest Akaike's Information Criterion coefficient (335112) and the smallest Bayesian information criterion coefficient (335455), indicating itsbest goodness of fit. The predictive probabilities for most counts in ZINB model fitted the observed counts best. The logit section of ZINB model analysis showed that age, sex, occupation, smoking, alcohol drinking, ethnicity and obesity were determinants for presence of sub-health symptoms; the binomial negative section of ZINB model analysis showed that sex, occupation, smoking, alcohol drinking, ethnicity, marital status and obesity had significant effect on the severity of sub-health.Conclusions All tests for goodness of fit and the predictive probability curve produced the same finding that ZINB model was the optimum model for exploring the influencing factors of sub-health symptoms.