目的探讨癌症长期生存者生命质量与牙齿缺失及口腔卫生状况之间的关系。方法2013年4—7月在上海市采用整群抽样法对5623名癌症长期生存者进行问卷调查,调查内容包括社会人口学情况、肿瘤的诊断和治疗情况、口腔健康状况(牙齿缺失数、刷...目的探讨癌症长期生存者生命质量与牙齿缺失及口腔卫生状况之间的关系。方法2013年4—7月在上海市采用整群抽样法对5623名癌症长期生存者进行问卷调查,调查内容包括社会人口学情况、肿瘤的诊断和治疗情况、口腔健康状况(牙齿缺失数、刷牙频次、牙齿检查)等,采用癌症治疗功能评价系统量表体系中的共性模块(Functional Assessment of Cancer Therapy-General,FACT-G)评估癌症生存者的生命质量。采用多重线性回归模型评估FACT-G各维度生命质量得分在不同牙齿缺失数、刷牙频次、牙齿检查上的均数差(mean difference,MD)和95%可信区间(95%CI)。结果17.5%的癌症长期生存者牙齿缺失超过10颗,57.05%的癌症长期生存者能坚持每天至少刷牙2次,仅7.7%的癌症长期生存者坚持至少每年进行1次牙齿检查。FACT-G各维度得分和量表总分随着牙齿缺失数量的增加而减少(P_(trend)均<0.05)。刷牙≥2次/天的癌症长期生存者FACT-G量表总分均高于刷牙≤1次/天的癌症长期生存者。每年至少进行1次牙齿检查的癌症长期生存者的社会状况、功能状况维度得分和FACT-G量表总分均高于不能每年进行牙齿检查的癌症长期生存者。结论牙齿缺失数、刷牙频次和牙齿检查与上海市癌症长期生存者的整体生命质量存在关联,良好的口腔健康状况和科学的口腔健康行为可能有助于改善癌症生存者的生命质量。展开更多
目的应用双变量响应模型分析高血压人群中体质指数(body mass index,BMI)和年龄两个因素对心血管死亡(cardiovascular death,CVD)的共同作用。方法使用上海市闵行区2007-2015年高血压患者随访数据,建立可加COX比例风险模型,分析BMI、年...目的应用双变量响应模型分析高血压人群中体质指数(body mass index,BMI)和年龄两个因素对心血管死亡(cardiovascular death,CVD)的共同作用。方法使用上海市闵行区2007-2015年高血压患者随访数据,建立可加COX比例风险模型,分析BMI、年龄与CVD之间的非线性关联以及两变量的共同作用。结果BMI、年龄与CVD的关联分别呈“U”型和“J”型。不同年龄,BMI对CVD的影响略有差异。青年和老年群体的死亡风险随BMI的增加而降低,中年群体的死亡风险与BMI的关联略微呈“U”型。结论双变量响应模型是一种全面了解两变量共同作用的有效的方法。展开更多
文摘目的探讨癌症长期生存者生命质量与牙齿缺失及口腔卫生状况之间的关系。方法2013年4—7月在上海市采用整群抽样法对5623名癌症长期生存者进行问卷调查,调查内容包括社会人口学情况、肿瘤的诊断和治疗情况、口腔健康状况(牙齿缺失数、刷牙频次、牙齿检查)等,采用癌症治疗功能评价系统量表体系中的共性模块(Functional Assessment of Cancer Therapy-General,FACT-G)评估癌症生存者的生命质量。采用多重线性回归模型评估FACT-G各维度生命质量得分在不同牙齿缺失数、刷牙频次、牙齿检查上的均数差(mean difference,MD)和95%可信区间(95%CI)。结果17.5%的癌症长期生存者牙齿缺失超过10颗,57.05%的癌症长期生存者能坚持每天至少刷牙2次,仅7.7%的癌症长期生存者坚持至少每年进行1次牙齿检查。FACT-G各维度得分和量表总分随着牙齿缺失数量的增加而减少(P_(trend)均<0.05)。刷牙≥2次/天的癌症长期生存者FACT-G量表总分均高于刷牙≤1次/天的癌症长期生存者。每年至少进行1次牙齿检查的癌症长期生存者的社会状况、功能状况维度得分和FACT-G量表总分均高于不能每年进行牙齿检查的癌症长期生存者。结论牙齿缺失数、刷牙频次和牙齿检查与上海市癌症长期生存者的整体生命质量存在关联,良好的口腔健康状况和科学的口腔健康行为可能有助于改善癌症生存者的生命质量。
文摘目的应用双变量响应模型分析高血压人群中体质指数(body mass index,BMI)和年龄两个因素对心血管死亡(cardiovascular death,CVD)的共同作用。方法使用上海市闵行区2007-2015年高血压患者随访数据,建立可加COX比例风险模型,分析BMI、年龄与CVD之间的非线性关联以及两变量的共同作用。结果BMI、年龄与CVD的关联分别呈“U”型和“J”型。不同年龄,BMI对CVD的影响略有差异。青年和老年群体的死亡风险随BMI的增加而降低,中年群体的死亡风险与BMI的关联略微呈“U”型。结论双变量响应模型是一种全面了解两变量共同作用的有效的方法。