期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
上海市斜土社区老年人睡眠障碍现状及影响因素调查分析
1
作者 赵侃洁 郑亮 《上海医药》 CAS 2024年第6期14-17,53,共5页
目的:了解影响上海市斜土社区老年人睡眠质量的因素,为改善其睡眠质量提供参考。方法:采用完全随机抽样方法选取2023年7—9月在上海市徐汇区斜土街道社区卫生服务中心参加健康体检的1600余名老年人中的10%,共160名作为调查对象开展问卷... 目的:了解影响上海市斜土社区老年人睡眠质量的因素,为改善其睡眠质量提供参考。方法:采用完全随机抽样方法选取2023年7—9月在上海市徐汇区斜土街道社区卫生服务中心参加健康体检的1600余名老年人中的10%,共160名作为调查对象开展问卷调查,问卷内容包括一般资料、匹兹堡睡眠质量指数量表和睡眠质量问卷。结果:148名老年人的匹兹堡睡眠质量指数平均得分为(8.09±4.54)分,其中睡眠障碍组78名(52.7%),正常组70名(47.3%)。在Logistic回归模型中,模型1提示,当调节变量设为高脂血症时,高脂血症是睡眠障碍发生的危险因素;模型2提示,当调节变量设为高脂血症、年龄、性别时,高脂血症和年龄是睡眠障碍发生的危险因素;模型3提示,当调节变量设为高脂血症、年龄、性别、BMI体质指数、脑梗、糖尿病、婚姻状况、学历时,高脂血症、高龄和脑梗是睡眠障碍发生的危险因素。结论:社区老年人睡眠障碍就诊率低,高龄、合并高脂血症或脑梗是影响老年患者睡眠质量的危险因素,新冠感染疫情也可能进一步加重老年睡眠障碍患者的症状。 展开更多
关键词 老年人 睡眠障碍 高脂血症 脑梗 新冠感染疫情
下载PDF
上海市高行社区老年人群糖尿病影响因素调查分析 被引量:12
2
作者 岳龙飞 郑亮 +2 位作者 庄儒麟 周晓慧 刘中民 《同济大学学报(医学版)》 CAS 2019年第5期634-638,共5页
目的调查目标人群糖尿病的患病率现状并探讨糖尿病高发的相关危险因素。方法采用整群随机抽样的方法来选取研究对象并进行回顾性调查分析,应用简单线性回归分析各个危险因素之间的相关性,采用Logistic多元回归模型来探讨导致糖尿病高发... 目的调查目标人群糖尿病的患病率现状并探讨糖尿病高发的相关危险因素。方法采用整群随机抽样的方法来选取研究对象并进行回顾性调查分析,应用简单线性回归分析各个危险因素之间的相关性,采用Logistic多元回归模型来探讨导致糖尿病高发的相关危险因素。结果共有4 650人参与了本研究,其中男性2 090人,女性2 560人,糖尿病组中BMI、收缩压、Ca 2+、WBC等指标均高于对照组(P<0.05);线性分析提示:HbA1c水平与BMI、SBP、Ca 2+、UN、WBC均呈弱相关(P<0.05);与HDL-C呈负相关;Logistic回归模型提示:较高的BMI、高血压、较高的血清Ca 2+、较高的血尿素氮、较低的高密度脂蛋白胆固醇都是糖尿病的危险因素,其对应的OR值与95%CI分别为1.096(1.074~1.119)、1.006(1.003~1.010)、8.307(3.857~17.892)、1.068(1.024~1.114)和0.533(0.439~0.647)。结论上海市高行社区老年居民糖尿病的患病率为35.2%,较高的白细胞水平、血清Ca 2+含量、肥胖可能是导致糖尿病高发的危险因素。 展开更多
关键词 糖尿病 患病率 危险因素 整群随机抽样
下载PDF
上海市高行社区60岁以上居民高血压及正常高值血压患病率和危险因素分析 被引量:2
3
作者 李娅欣 尤爱军 +2 位作者 岳龙飞 赵侃洁 郑亮 《同济大学学报(医学版)》 2021年第4期546-553,共8页
目的分析上海市高行社区老年人群中高血压和正常高值血压的患病率及相关的人口统计学和实验室指标,探讨相关的危险因素。方法采用单因素方差分析和χ^(2)检验比较基线数据,多因素Logistic回归分析高血压及正常高值血压危险因素,限制性... 目的分析上海市高行社区老年人群中高血压和正常高值血压的患病率及相关的人口统计学和实验室指标,探讨相关的危险因素。方法采用单因素方差分析和χ^(2)检验比较基线数据,多因素Logistic回归分析高血压及正常高值血压危险因素,限制性立方样条函数分析血清总钙与高血压发病风险的关系。结果4422名年龄≥60岁的社区居民参与了研究,其中高血压3460人(78.2%),正常高值血压715人(16.1%)。高血压知晓率、治愈率和控制率分别为78.1%、68.5%和25.9%。多因素Logistic回归结果显示,与非高血压(正常高值血压和正常血压)相比,高血压的危险因素包括除了已经证实的年龄、性别、超重、肥胖和中心型肥胖外,本研究还发现,糖化血红蛋白(OR=1.20,95%CI:1.10~1.32,P<0.01)、血清总钙(OR=8.99,95%CI:3.48~23.27,P<0.01)与高血压呈正相关。血清总钙与高血压风险呈线性剂量-反应关系。然而,与正常血压相比,只有肥胖(OR=1.63,95%CI:1.13~2.36,P=0.01)与正常高值血压有显著相关性。结论上海市高行社区60岁以上老年人群高血压患病率高,知晓率、治疗率和控制率低。血清总钙与高血压风险呈线性剂量-反应关系,血清总钙水平升高可能是高血压的一个重要预测因子。 展开更多
关键词 高血压 正常高值血压 肥胖 中心性肥胖 血清总钙
下载PDF
心电图新标准对高血压合并超重和肥胖人群左心室肥厚的诊断效能研究 被引量:5
4
作者 杨涛 张永军 +1 位作者 郑亮 葛许华 《中国全科医学》 CAS 北大核心 2022年第36期4502-4508,共7页
背景相较于传统电压标准,心电图(ECG)新标准对普通高血压人群诊断左心室肥厚(LVH)有着更高的准确性,但ECG新标准对超重和肥胖人群LVH的诊断效能鲜有报道。目的探讨ECG新标准对高血压合并超重和肥胖人群LVH的诊断价值。方法回顾性选取201... 背景相较于传统电压标准,心电图(ECG)新标准对普通高血压人群诊断左心室肥厚(LVH)有着更高的准确性,但ECG新标准对超重和肥胖人群LVH的诊断效能鲜有报道。目的探讨ECG新标准对高血压合并超重和肥胖人群LVH的诊断价值。方法回顾性选取2017年12月至2020年12月在皖南医学院第一附属医院收治的高血压病合并超重和肥胖患者368例,以超声心动图(UCG)为金标准,将LVH>115 g/m^(2)(男性),>95 g/m^(2)(女性)设为LVH(+)组;LVH≤115 g/m^(2)(男性),≤95 g/m^(2)(女性)设为LVH(-)组。收集并比较两组患者一般资料、UCG指标〔舒张末期室间隔厚度(IVST)、舒张末期左心室后壁厚度(LVPWT)、左心室质量(LVM)、左心室体积指数(LVMI)、左心室射血分数(LVEF)〕及ECG指标〔QRS波群持续时间(QRSd)、校正QT间期(QTc)、Sokolow-Lyon电压、Cornell电压、Peguero Lo-Presti电压、Cornell乘积)〕。采用二分类Logistic回归模型分析高血压合并超重和肥胖人群LVH的影响因素,运用ROC曲线评价ECG新标准(Sokolow-Lyon电压、Cornell电压、Peguero Lo-Presti电压、Cornell乘积)对超重和肥胖人群LVH的诊断效能。结果LVH(-)组和LVH(+)组一般资料中的性别、年龄、体表面积(BSA)、收缩压(SBP)、舒张压(DBP)、β-受体阻滞剂使用率及血压控制情况比较,差异均有统计学意义(P<0.05)。LVH(+)组IVST、LVPWT、LVM、LVMI、QRSd、QTc、Sokolow-Lyon电压、Cornell电压、Peguero Lo-Presti电压、Cornell乘积均高于LVH(-)组,LVH(+)组LVEF低于LVH(-)组(P<0.05)。年龄〔OR=1.046,95%CI(1.024,1.069)〕、Sokolow-Lyon电压〔OR=1.793,95%CI(1.305,2.463)〕是高血压合并超重和肥胖人群患LVH风险的影响因素(P<0.05)。Sokolow-Lyon电压、Cornell电压、Peguero Lo-Presti电压、Cornell乘积诊断高血压合并超重和肥胖患者LVH的ROC曲线下面积(AUC)分别为0.674、0.695、0.662、0.722;以年龄、BSA、SBP、DBP、高血压病程时间、QRSd、QTc、Sokolow-Lyon电压、Cornell电压、Peguero Lo-Presti电压及Cornell乘积作为联合诊断模型,高血压合并超重和肥胖患者LVH的AUC为0.846。结论Sokolow-Lyon电压是高血压合并超重和肥胖人群患LVH风险的影响因素。ECG新标准Peguero Lo-Presti电压对高血压合并超重和肥胖人群LVH的诊断效能较低,不及Cornell乘积标准等传统心电图标准,联合诊断模型对超重和肥胖人群LVH具有更好的诊断性能,推荐在检查条件相对不足的基层推广使用。 展开更多
关键词 超重 肥胖症 高血压 肥大 左心室 心电描记术 诊断
下载PDF
回归模型在Meta分析中的应用及Stata实现 被引量:2
5
作者 周晓慧 尤爱军 +3 位作者 李娅欣 范竹萍 范慧敏 郑亮 《同济大学学报(医学版)》 CAS 2020年第2期255-258,共4页
Meta回归是循证医学研究中一种重要的统计方法,可以用于分析异质性过大的原因,进而发现与筛检异质性的来源;也可以用于预测因变量与自变量的变化关系。本研究主要介绍了Meta回归的数学模型以及如何运用Stata软件建立Meta回归模型,寻找... Meta回归是循证医学研究中一种重要的统计方法,可以用于分析异质性过大的原因,进而发现与筛检异质性的来源;也可以用于预测因变量与自变量的变化关系。本研究主要介绍了Meta回归的数学模型以及如何运用Stata软件建立Meta回归模型,寻找合并效应异质性过大的原因,并通过亚组分析来降低Meta分析中的异质性。另外,还介绍了如何应用回归模型自身性质来评估预测因变量与自变量之间的变化关系,并对Stata软件分析结果进行了解读。通过案例分析让读者可以重复文中Meta结果,验证文献中最终结果的产生过程。掌握回归方法在Meta分析中的应用与实现对于处理Meta分析中的各种问题具有重要价值。 展开更多
关键词 异质性 亚组分析 回归模型 因变量 自变量
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部