医学生抑郁情绪及其相关因素的调查

目的:调查早年创伤与家庭教养方式对医学生的抑郁情绪影响。方法:使用互联网自评问卷进行横断面研究,对河北省某高校医学本科生大一至大三年级9902名学生,用一般状况调查表收集年龄、性别、家庭教养方式、运动习惯及兴趣爱好等社会人口学资料,用患者健康问卷抑郁量表(PHQ-9)、儿童期创伤问卷(CTQ-SF)和青少年生活事件量表(ASLEC)评估受访者的抑郁情绪及创伤。结果:筛查出存在抑郁情绪的2258例(22.8%);抑郁情绪组CTQ-SF及ASLES得分高于无抑郁情绪组,吸烟饮酒及学习成绩排名后50%的学生比例均高于无抑郁情绪组(均P<0.05)。专制型、忽视型及溺爱型家庭教养方式是抑郁情绪的危险因素(OR=1.32、1.35、1.61);保持良好的运动习惯、培养兴趣爱好是抑郁情绪的保护因素(OR=0.76、0.75)。结论:医学生抑郁情绪检出率较高,早年创伤、负性生活事件及不良家庭教养方式可能是发生抑郁情绪的危险因素,运动习惯及兴趣爱好是保护因素。

医学生日间嗜睡状况及相关因素

目的:调查医学生日间过度嗜睡状况及其相关因素。方法:选取河北省某医学院校1~3年级本科生7202名,采用自编一般状况调查表和Epworth嗜睡量表(ESS)、匹兹堡睡眠指数量表(PSQI)、患者健康问卷抑郁量表(PHQ-9)、7项广泛性焦虑障碍量表(GAD-7)进行调查。ESS得分≥11分为日间过度嗜睡(EDS)。结果:EDS学生743名,检出率为10.3%;EDS组焦虑症状、抑郁症状和睡眠质量问题的检出率均高于非EDS组(均P<0.05)。年龄<20岁(OR=1.29),低年级(OR=1.22)、饮酒(OR=1.37)、服药史(OR=1.50)、做过心理咨询(OR=1.60)、抑郁症状(OR=1.80)、焦虑症状(OR=1.64)和睡眠质量差(OR=1.29)是医学生EDS的危险因素。结论:医学生日间过度嗜睡的检出率较高,日间过度嗜睡与多个危险因素有关,有必要进行有针对性的综合干预。

河北省流行性腮腺炎时间组合SARIMA模型分析

目的 对河北省流行性腮腺炎(简称“流腮”)病例数据进行时间序列分析,为制定控制流腮疫情措施提供长期和动态支持,对历史疫情评估,对未来疫情预测和预警。方法 利用河北省2004-2020年流腮病例数据建立四维时间组合的季节性差分自回归滑动平均(seasonal autoregressive integrated moving average, SARIMA)模型,选择静态预测模式进行分析。结果 2020年河北省流腮疫情呈季节性单峰分布,不同于往年的双峰分布。建立的年、季、月和周四维时间组合SARIMA模型分别为:ARIMA(1,2,2)、SARIMA(3,2,0)(0,0,1)4、SARIMA(2,1,2)(1,1,2)12和SARIMA(5,0,0)(1,1,1)52,模型拟合和预测评价结果均显示良好,但时间单位越小,Theil不等式系数越小。实际值均落在4个组合模型预测值的95%可信区间,2021年预测值为7.43/10万,相比2020年呈下降趋势,2021年第1季、月和周的预测值分别为1.73/10万、0.25/10万和0.08/10万,与往年的同期发病趋势一致。结论 四维时间组合SARIMA模型在保持原有静态预测精确性的基础上,相对延长预测时间长度,并随着时间单位逐步变小,预测效果逐步提升。

河北省流行性腮腺炎不同发病指标时间序列比较分析

目的对河北省流行性腮腺炎(简称“流腮”)病例数据的不同发病指标进行时间序列分析,选择更科学合理的模型为制定控制流腮疫情措施提供依据。方法使用河北省2004—2020年流腮病例数据建立发病数和发病率2种指标的季节自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型,并对2个模型进行选择和流腮疫情预测。结果最终通过检验的流腮发病数优选模型是SARIMA(1,1,1)(0,1,1)12,流腮发病率优选模型是SARIMA(2,1,0)(2,1,0)12;2个模型的预测评价结果显示2个模型的预测误差均较低;2个序列模型的预测值差异有统计学意义(χ^(2)=22.93,P<0.01)。本文选择发病率模型,流腮病例数据实际值均落在预测值的95%可信范围,预测河北省2021年1月流腮发病率为0.26/10万,与往年同期流腮发病趋势一致。结论发病率序列的SARIMA模型在对河北省往年流腮疫情趋势信息利用时不失真,更加科学合理,为流腮疫情控制提供更加准确的预测依据。

河北省流行性腮腺炎周报告疫情时间序列比较分析

目的对河北省流行性腮腺炎(简称“流腮”)周报告疫情使用不同的时间序列方法进行比较分析,选择合适的方法对其做出更便捷的预测。方法利用河北省2004年第1周至2020年第52周流腺报告发病数分别建立指数平滑和季节性自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型,对2种模型比较,对未来流腺疫情预测和预警。结果通过检验的优选模型按拟合效果高低分别为SARIMA(22,0,0)(1,0,1)52模型、ARIMA(1,0,0)模型和指数平滑阻尼趋势模型,评价指标显示ARIMA(1,0,0)模型和指数平滑阻尼趋势模型的拟合效果相差不大,3个模型预测值的95%可信限均覆盖实际值。3个模型对2020年第53周预测值分别为73例、94例和85例,相比2020年第52周走势不同,因模型中季节性因素的有无所致。结论基层或一线工作人员首选便捷的指数平滑模型用于常规性分析,定期建立SARIMA模型对指数平滑分析结果进行评估和修正。

沧州市疾病监测大数据分析预警系统在疾控工作中的应用

疾病监测能够从时间和空间维度探究卫生事件的分布情况、作用规律和卫生事件的发展趋势,并对可能发生的卫生事件提供预警。随着社会经济的发展和医疗机构的不断改革,疾病监测已由传统的传染病监测扩展到非传染病监测,包括免疫规划、慢性病、职业病、地方病、食源性疾病等方面。疾病监测大数据分析预警系统通过将疾控系统中的各单项工作信息资源进行整合、对接和导入,实现了数据交换、共享、提取和预警。本文介绍了该系统在疾控事业各工作中的功能作用及应用,为提升疾控系统的监测及防治能力提供参考。