广东地区体检人群变应性鼻炎患病率及变应原谱分析

目的了解广东地区变应性鼻炎的主要吸入性变应原分布特征,为变应性鼻炎的防治提供科学依据。方法回顾性分析广东地区3 500例成年体检者的耳鼻喉检查和血清吸入性变应原特异性IgE抗体检测结果。结果体检人群变应性鼻炎患病率为15.6%。变应性鼻炎患者中主要吸入性变应原阳性率分别为:屋尘螨65.2%、霉菌组合44.7%、蟑螂38.5%、树木花粉组合35.2%和动物毛皮屑组合27.1%;2种变应原阳性者占37.9%,以屋尘螨+霉菌组合(27.1%)和屋尘螨+蟑螂(23.7%)共同致敏多见。结论广东地区体检人群变应性鼻炎患病率高,屋尘螨、霉菌、蟑螂、树木花粉和动物毛皮屑是本地区变应性鼻炎患者主要的吸入性变应原。

某三级医院2015—2019年重点疾病住院及死亡情况的变化趋势分析

目的分析某医院重点疾病的住院和病死率变化情况,以及急性心肌梗死(AMI)患者院内死亡的影响因素。方法收集某院2015—2019年间18种重点疾病住院患者的病案首页数据,采用趋势性检验分析各病种住院人次和病死率的变化特征,混合效应logistic回归分析AMI患者住院死亡的影响因素。结果2015—2019年,该院重点疾病的住院人数呈逐年增长趋势,年均增长速度9.72%,院内病死率呈下降趋势(趋势χ^2=13.97,P<0.001);AMI患者院内死亡的主要影响因素有纳入临床路径、高龄和病情危重。结论2015年以来,该院重点疾病的医疗服务和质量状况在逐步提升;执行疾病临床路径和加强对高危患者的管理,有利于降低院内病死率,提高医疗质量。

基于亚健康评定量表(SHMS V1.0)的我国城镇居民亚健康状况评价研究

背景健康城镇化是健康中国背景下推进城镇化的重要目的。全国城镇居民亚健康的评价和预防对于健康城镇化有重要意义。目前虽然已有对部分地区城镇居民亚健康状况的研究,但缺少对全国城镇居民亚健康状况的报道。目的探讨亚健康评定量表(SHMS V1.0)用于我国城镇居民亚健康评价的信效度,并了解我国城镇居民亚健康状况。方法2017年12月—2018年10月,采用多阶段分层抽样方法从华东、华北、东北、中南、西南和西北6个地区抽取17339例城镇居民进行问卷调查。共回收有效问卷15066份,问卷有效回收率为86.89%。利用SHMS V1.0对15066例城镇居民进行亚健康状况测量,并评价量表信效度。结果SHMS V1.0总量表的Cronbach'sα系数最高,为0.922,3个子量表的Cronbach'sα系数均高于0.800,各维度的Cronbach'sα系数均高于0.690。SHMS V1.0总量表的奇偶折半信度为0.955,前后折半信度为0.822。此外,研究发现量表有较好的区分效度和聚合效度。探索性因子分析发现9个公因子的方差解释度为64.16%,且与量表理论结构完全吻合。验证性因子分析显示有较好的拟合效果。我国六省市城镇居民总体亚健康检出率为68.06%(10254/15066),生理亚健康检出率为67.47%(10165/15066),心理亚健康检出率为65.96%(9938/15066),社会亚健康检出率为70.76%(10660/15066)。六省市城镇居民总体亚健康、生理亚健康和社会亚健康检出率比较,差异有统计学意义(P<0.05)。女性心理亚健康检出率高于男性,男性社会亚健康检出率高于女性,差异有统计学意义(P<0.05)。不同年龄组城镇居民心理亚健康和社会亚健康检出率比较,差异有统计学意义(P<0.05)。结论SHMS V1.0用于我国城镇居民亚健康评价具有较高的信效度;不同地区、性别和年龄段城镇居民的亚健康检出率不同,需要制定针对性的亚健康促进方案。

哈尔滨市城镇居民亚健康评定量表的常模研制

背景城镇居民亚健康问题已成为中国面临的重要公共卫生问题,有效的管理评估及个性化预防有助于降低亚健康发生率。但是,由于亚健康无明显临床症状,在实际诊察中难以达成共识,评定标准不一,目前仍缺乏判断亚健康状态的有效工具。目的探索性建立哈尔滨市城镇居民不同性别、不同年龄的亚健康评定量表(SHMS V1.0)常模,为进一步研究哈尔滨市城镇居民亚健康状态提供科学依据。方法 2018年4—8月,采用多阶段分层随机抽样方法选取哈尔滨市的4个区,包括南岗区、道里区、道外区、香坊区共计1 600例城镇居民进行SHMS V1.0问卷测评,以不同性别、年龄组分别构建哈尔滨市城镇居民SHMS V1.0均数常模、百分位常模、划界常模,并计算亚健康检出率。结果共1 538例(96.13%)哈尔滨市城镇居民问卷得到有效回收。哈尔滨市城镇居民SHMS V1.0的总分为(65.79±11.74)分,生理、心理、社会亚健康得分分别为(68.55±12.83)、(66.16±14.30)、(60.99±15.44)分;以不同性别、年龄(14~24、25~39、40~49、50~59、≥60岁)为界点,建立了哈尔滨市城镇居民SHMS V1.0的均数常模、百分位常模;以(■±s)(■±0.5s)为界点,根据个体的SHMS V1.0得分区分为疾病、重度亚健康、中度亚健康、轻度亚健康、健康;根据划界常模计算,哈尔滨市城镇居民亚健康检出率为65.73%(1 011/1 538)。结论本研究初步构建了哈尔滨市城镇居民的SHMS V1.0常模,便于开展健康筛查工作,可以为研究该人群的亚健康状况及影响因素提供科学的理论依据。

广州地区健康体检人群睡眠模式及其与糖尿病关系的分析

目的了解广州地区成年人睡眠模式的特征,并探讨睡眠模式对糖尿病(diabetes mellitus, DM)患病的影响。方法回顾性分析2012年11月至2013年12月在广东省人民医院参加体检的5 666名广州市职工的生活方式调查和体检资料。采用潜在类别分析(latent class analysis, LCA)对人群睡眠的潜在模式及分布特征进行探索性分析,通过多因素Logistic回归模型分析睡眠模式与DM的关系。结果 LCA识别出5种睡眠模式,分别为"睡眠时间过短伴失眠"(类别1,5.6%)、"睡眠不足伴日间功能轻度减退"(类别2,20.4%)、"睡眠状况良好"(类别3,47.7%)、"睡眠不足伴日间功能障碍"(类别4,4.7%)、"睡眠不足伴夜间睡眠质量差"(类别5,21.6%)。调整相关混杂因素后,与类别3相比,类别1(OR=2.28, 95%CI:1.51～3.43,P<0.001)、类别4(OR=2.48, 95%CI:1.54～4.00,P<0.001)和类别5(OR=1.31, 95%CI:1.01～1.71,P=0.045)人群罹患DM的风险升高。结论成年人群的睡眠因素之间存在关联,并表现为不同的睡眠模式;不良睡眠模式可增加DM患病风险。