一、男性体重指数越大卒中风险越高(论文文献综述)
中华医学会糖尿病学分会[1](2021)在《中国2型糖尿病防治指南(2020年版)》文中进行了进一步梳理随着国内外2型糖尿病的研究取得了重大进展, 获得了更多关于糖尿病及其慢性并发症预防、诊断、监测及治疗的循证医学新证据。中华医学会糖尿病学分会特组织专家对原有指南进行修订, 形成了《中国2型糖尿病防治指南(2020年版)》, 旨在及时传递重要进展, 指导临床。本指南共19章, 内容涵盖中国糖尿病流行病学、糖尿病的诊断与分型、2型糖尿病的三级预防、糖尿病的筛查和评估、糖尿病的教育和管理、2型糖尿病综合控制目标和高血糖的治疗路径、医学营养、运动治疗和体重管理、高血糖的药物治疗、糖尿病相关技术、糖尿病急性和慢性并发症、低血糖、糖尿病的特殊情况、代谢综合征和糖尿病的中医药治疗等。本指南的颁布将有助于指导和帮助临床医师对2型糖尿病患者进行规范化综合管理, 改善中国2型糖尿病患者的临床结局。
韩英华[2](2021)在《体重指数对老年共病患者预后价值的研究》文中进行了进一步梳理目的:探讨体重指数(body mass index,BMI)对老年共病患者的预后价值。方法:本研究属于前瞻性研究,纳入2018年7月至2019年12月就诊于某三甲医院60岁以上的老年住院患者342例,其中男性175例,女性167例。根据患者入院期间所记录的身高、体重,通过公式:体重(kg)/身高的平方(m2)得出每位研究对象的BMI后,依据BMI<18.50kg/m2与18.50≤BMI<24.00kg/m2分为2组。同时收集所有研究对象的一般资料及相关的实验室检查结果,并进行共病指数、NRS2002营养风险筛查、ADL评分、FRAIL衰弱量表评分,研究对象在出院后进行为期1年的随访,记录其发生死亡、MACE、AECOPD、脑卒中或TIA、严重感染及其他可引起老年人再入院等不良结局的时间。生存时间即发生不良结局的日期与先前所记录BMI日期的时间差。采用Kaplan-Meier法进行单因素生存分析,计算出生存时间均数及生存率,其差异性应用Log-rank test进行检验;采用Cox回归模型多因素分析影响患者的生存率的危险因素,自变量为已用单因素分析评估过的有意义的因素,结果用校正后的优势比(HR)和与之相应的95%可信区间表示;采用单因素和多因素Logisitic回归分析,确定对患者发生不良结局的影响因素。以P<0.05为差异有统计学意义。结果:1.本研究中低体重指数组有91例(54.2%)发生不良结局,正常体重指数组有48例(27.6%)发生不良结局。两组患者PA、NRS2002、ADL评分、衰弱量表、是否发生不良结局间差异具有统计学意义(P<0.05)。两组研究对象的主要疾病构成比较,P>0.05,即本研究两组间的主要疾病构成比没有统计学差异。2.本研究中的342例观察对象整体未发生不良结局的时间均数为10.08月,3月内未发生不良结局率为97.1%,6月内未发生不良结局率为88.6%,1年内未发生不良结局率为58.8%。3.应用生存分析发现,BMI、NRS2002、ADL评分、共病指数均是影响患者发生不良结局的独立危险因素(P<0.05),且BMI<18.50kg/m2(HR=1.553;95%CI1.027-2.349,P<0.05),NRS2002越高(HR=1.204;95%CI 1.006-1.440,P<0.05),ADL评分越小(HR=0.979;95%CI 0.964-0.995,P<0.05),共病指数越高(HR=1.149;95%CI 1.035-1.276,P<0.05),患者发生不良结局的风险越高,而其余指标均不是影响患者发生不良结局的独立危险因素(P>0.05)。4.应用二元Logistic回归分析发现,仍是BMI<18.50kg/m2(OR=1.461;95%CI0.806-2.648,P<0.05),NRS2002越高(OR=1.458;95%CI 1.023-1.465,P<0.05),共病指数越高(OR=1.224;95%CI 1.023-1.465,P<0.05),ADL评分越小(OR=0.963;95%CI 0.940-0.985,P<0.05),是老年共病患者发生不良结局的独立危险因素。结论:在BMI<24kg/m2的老年共病患者群体中,BMI<18.50kg/m2、高共病指数、高NRS2002、低ADL评分均是影响患者发生死亡、MACE、AECOPD、脑卒中或TIA、严重感染及其他可引起老年人再入院等不良结局的独立危险因素。
刘杨[3](2021)在《基于区域大数据平台的脑卒中发病的支持性环境影响因素研究》文中研究指明目的:本研究利用宜昌市和宁波市的区域大数据平台中脑卒中发病及其影响因素相关数据,计算脑卒中发病水平,分析支持性环境影响因素与脑卒中发病之间的关系,为脑卒中的预防控制、支持性环境的良好建设和区域大数据平台的健康发展提供科学性思路和可行性建议。方法:基于文献和现场调研,确定研究因素,选择家庭医生签约情况、居住点距离医疗机构的直线距离、居住点距离公园的直线距离、居住点距离公共交通站点的直线距离作为脑卒中支持性环境影响因素指标。制定区域大数据平台数据抽取标准,建立地方数据仓库。确定研究对象纳入和排除标准,收集并整理2017年~2019年宜昌城区(西陵区、点军区、伍家岗区、猇亭区)和宁波市北仑区的脑卒中发病及相关影响因素数据。通过百度地图开放平台,将文本地址信息转换为经纬度数据,利用Arc GIS软件计算最近直线距离。采用回归预测法进行缺失填补。按照年龄、性别,以1:1的匹配比例,匹配对照组。计算脑卒中发病水平,并根据空模型结果选择条件logistic回归,以脑卒中首次发病为因变量,支持性环境影响因素指标为自变量,高血压、糖尿病、职业情况、受教育水平、民族、婚姻状况作为协变量,并考虑交互效应,分析支持性环境影响因素与脑卒中发病的关系。同时采用限制性立方样条模型绘制剂量-反应关系图。结果:2017年~2019年年均标化发病率为118.78/10万,其中标化发病率最高区县是猇亭区(233.01/10万),最低为西陵区(88.02/10万)。脑卒中发病率均呈现随年龄增长而增长的趋势(P<0.05),男性标化发病率均高于女性。2017年宜昌城区发病率远低于2018年和2019年。多因素分析结果显示,家庭医生签约组的发病风险是未签约组的0.926倍(P=0.107),而≥65岁研究人群的家庭医生签约组发病风险是未签约组的0.688倍(P<0.05),基于北仑的家庭医生签约组发病风险是未签约组的0.499倍(P<0.05)。多因素分析结果显示,距离医疗机构直线距离为1,000~2,000米和≥2,000米组的发病风险是<1,000米组的1.069倍和1.146倍,在统计学上无意义,但剂量-反应关系显示,脑卒中发病风险随着医疗机构距离的增加而增加。距离公园直线距离为1,000~2,000米和≥2,000米组的发病风险是<1,000 米组的 0.242 倍(P<0.05,95%CI=0.122~0.480)和 0.303 倍(P<0.05,95%CI=0.170~0.541)。但基于宜昌城区数据,脑卒中发病风险随着公园距离的增加而增加。距离公共交通站点直线距离为1,000~2,000米和≥2,000米组的发病风险是<1,000 米组的 1.821 倍(P<0.05,95%CI=1.092~3.038)和 4.126倍(P<0.05,95%CI=3.067~5.550),剂量-反应关系显示,脑卒中发病风险随着公共交通站点距离的增加而增加。结论:家庭医生签约可降低脑卒中发病风险,尤其是≥65岁人群;当居住点距离医疗机构、公园、公共交通站点越远,脑卒中的发病风险越高,因此需要建立良好的支持性环境。建设良好的支持性环境需要推进家庭医生签约服务,完善签约服务内容;强化社区医疗服务质量,为居民提供良好的、便利的医疗服务;科学规划公园服务半径,最大化绿色效益;增强公共交通重视程度,促进公共交通的可持续性、便捷性服务,推进居住点至公共交通站点距离<1000米的站点建设。区域大数据平台的健康发展需要进一步完善数据内容,提高数据质量;促进平台数据的科研使用;推进平台数据跨地区、跨部门、跨领域的互联互通;基于平台开发创新高效的慢病管理措施。
邢小龙[4](2021)在《基于传统和遗传危险因素的脑卒中个体化发病风险预测研究》文中研究说明背景和目的脑卒中是当前导致我国居民死亡的首要病因。一级预防对于减轻脑卒中造成的沉重健康负担至关重要。采用可靠的风险评估工具,准确识别人群中的高危个体,开展针对性预防干预是脑卒中一级预防的关键环节。目前,基于性别、年龄、血压及降压药治疗、是否吸烟、是否患糖尿病等传统危险因素构建的脑卒中发病风险预测模型在脑卒中高危人群筛查中发挥重要作用。脑卒中的发生是遗传和环境因素共同作用的结果。但是,目前广泛应用的脑卒中风险预测模型并未考虑遗传因素的影响。遗传风险评分(genetic risk score,GRS)不依赖年龄和其他危险因素,可独立预测脑卒中发病风险,有望弥补传统风险预测模型的不足。但是,目前脑卒中风险评估及GRS研究集中于西方人群,由于脑卒中流行特征及遗传易感性在不同国家和族群间的差异,这些研究结果是否适用于我国人群有待进一步验证。基于上述研究现状,本研究利用四项大型前瞻性队列,基于传统危险因素构建并验证适用于中国人的脑卒中10年和终生发病风险预测模型,以期为我国脑卒中风险评估提供实用性工具。然后,利用东亚人群脑卒中全基因组关联研究(genome-wide association study,GWAS)效应值,在前瞻性队列人群中构建适用于中国人的脑卒中GRS,并评估其在传统模型基础上改善脑卒中风险分层的应用价值。对象和方法研究对象:“中国动脉粥样硬化性心血管疾病风险预测研究”(Prediction for Atherosclerotic Cardiovascular Disease Risk in China,China-PAR)项目 4 个大型前瞻性队列中基线年龄35-74岁且不患心血管病的人群。其中,建立于2000年前后、总样本量为21 320的2个前瞻性队列合并后作为建模队列;另外2个分别建立于1992-1994年和2007-2008年,样本量分别为14 123和70 838的队列用于模型的外部验证。上述4个队列于2012-2015年完成最近一次随访。China-PAR项目中成功进行基因分型检测的41 714名研究对象用于构建脑卒中GRS,并进一步评价GRS对传统预测模型的改善效果。基线调查和随访:采用统一的调查方案收集研究对象的基线信息,包括人口统计学特征、生活方式危险因素、个人疾病史和家族史、体格检查等资料,并采集外周静脉血标本用于血生化检测和DNA提取。收集随访过程中发生的致死性和非致死性脑卒中事件及全因死亡信息。因脑卒中外其他病因导致的死亡视为竞争风险事件。传统模型的构建和评价:分别在男、女性中,采用Cox比例风险模型构建脑卒中10年风险预测模型,采用考虑竞争风险的部分分布风险模型构建脑卒中终生(基线年龄至85岁)风险预测模型。纳入的预测因子包括:年龄、收缩压、降压药使用(是/否)、现在吸烟(是/否)、糖尿病(是/否)、总胆固醇、高密度脂蛋白胆固醇、腰围、脑卒中家族史、城乡、南北方。分别以C统计量和校准度χ2评估模型的区分度和校准度,并绘制校准度曲线比较模型预测的脑卒中发病风险与Kaplan-Meier校正后的脑卒中实际发病率的一致性。在基线年龄55-74岁的对象中,比较新版弗雷明汉脑卒中风险模型(Framingham Stroke Risk Profile,FSRP)与本模型(即China-PAR模型)的预测效果。评价在10年风险评分基础上,终生风险评分在脑卒中风险分层中的应用价值。GRS的构建和评价:通过系统文献回顾,筛选22个与脑卒中或其相关表型达到全基因组显着关联的单核苷酸多态性(single-nucleotide polymorphism,SNP)位点。以日本生物银行计划(BioBank Japan Project,BBJ)报道的东亚人群缺血性脑卒中GWAS的效应值作为权重,对每个研究对象22个SNP的效应等位基因个数加权求和,计算个体脑卒中GRS。采用Cox 比例风险模型评价GRS与脑卒中发病之间的关联。将GRS加入上一步构建的China-PAR脑卒中10年风险预测模型,通过C统计量的变化和净重新分类指数(netreclassification index,NRI)评价GRS对传统模型预测能力的改善程度。最后,根据China-PAR脑卒中10年风险评分将研究对象分为临床风险低危、中危和高危三组,采用Cox比例风险模型评估临床风险和GRS(最低10%、中间80%、最高10%)联合分组下的脑卒中10年和终生累积发病风险,以明确在传统风险评估基础上GRS用于脑卒中风险分层的价值。结果研究对象的一般特征:建模队列21 320人基线年龄范围为35-74岁,平均年龄48.6(SD,9.3)岁,男性占48.5%,经过平均12.3年的随访,共发生脑卒中事件776例(男:472例,女:304例)。验证队列China MUCA(1992-1994)基线年龄范围为35-59岁,平均年龄46.6(SD,7.4)岁,男性占46.5%,经过平均17.1年随访,共发生脑卒中事件698例(男:374例;女:324例)。验证队列CIMIC基线年龄范围为35-74岁,平均年龄54.4(SD,10.2)岁,男性占37.9%,经过平均5.9年随访,共发生脑卒中事件1992例(男:969例;女:1023例)。用于GRS分析的41 714人基线平均年龄为51.4(SD,11.0)岁,男性占43.1%,年龄、性别及主要危险因素分布与China-PAR项目中未纳入分析的对象无明显差别。41 714人在随访过程中共发生脑卒中事件1282例(男:676例,女:606例)。传统模型预测效果评价:China-PAR脑卒中10年风险预测模型的C统计量在男、女中分别为 0.810(95%置信区间[confidenceinterval,CI]:0.787-0.833)和 0.810(95%CI:0.783-0.837),校准度χ2 分别为 15.0(P=0.092)和 7.8(P=0.550);终生风险预测模型的C统计量在男、女中约为0.800,并且校准度χ2均小于20。在验证队列中,10年及终生风险预测模型同样表现出良好的区分度和校准度,并且模型预测的脑卒中发病风险与实际发病率接近。在基线年龄55-74岁的对象中,新版FSRP明显低估了中国人群的脑卒中10年发病风险,在男、女中分别低估40.2%和53.3%;China-PAR模型预测的10年内脑卒中事件数在男、女中分别为273.5和199.7,与实际事件数(男:272.5,女:189.0)非常接近。将China-PAR脑卒中10年风险评分<3.5%、3.5%-6.9%和≥7%分别作为临床风险低危、中危和高危的标准;终生风险处于最高10%(≥25%)作为终生风险高危的标准。分析发现,年龄35-49岁的年轻人中,有5.7%的研究对象脑卒中10年风险处于低至中危(<7%),但终生风险处于高危(≥25%),提示终生风险评估可进一步识别出占该年龄段5.7%的高危个体。GRS预测效果评价:多因素调整后,GRS每升高1个SD,脑卒中发病风险增加 15%(风险比[hazardratio,HR],1.15;95%CI:1.09-1.22,P=1.4×10-6)。在临床风险低危、中危和高危人群中,GRS最高10%与最低10%相比,脑卒中发病风险分别增加 44%(HR,1.44;95%CI:0.86-2.38,P=0.163)、118%(HR,2.18;95%CI:1.31-3.60,P=0.003)和 71%(HR,1.71;95%CI:1.18-2.49,P=0.005)。将GRS加入China-PAR脑卒中10年风险预测模型后,总人群中C统计量小幅提升,增加值为0.002(P=0.003)。但在临床风险中危人群中,C统计量提升明显,增加值为0.046(P=0.003)。加入GRS后模型对脑卒中事件的正确分类也有所改善,NRI为4.3%(95%CI:1.4%-7.1%)。在每一个临床风险分层内,GRS越高,脑卒中累积风险越高。临床风险中危组中GRS处于全人群最高10%者的脑卒中10年和终生累积风险分别为 7.8%(95%CI:5.6%-9.9%)和 31.9%(95%CI:23.6%-39.3%),已经达到临床风险高危但GRS处于最低10%人群的水平,分别为8.1%(95%CI:5.5%-10.6%)和 30.2%(95%CI:21.6%-38.0%)。结论本研究构建并验证了适用于我国35-74岁一般人群的个体化脑卒中10年和终生发病风险预测模型。我们发现在10年风险评估基础上,终生风险评估可进一步识别出人群中的脑卒中高危个体,尤其适用于年轻人。此外,基于东亚人群GWAS构建的GRS能有效预测中国人的脑卒中发病风险。虽然GRS仅小幅改善传统脑卒中风险预测模型的预测能力,但若将GRS作为新的风险分层因子,则有望在临床风险中危人群中进一步识别出潜在高危个体。本研究为我国脑卒中个体化风险评估提供了实用工具,对脑卒中精准预防的实施具有一定指导意义。
匡俊鑫[5](2021)在《血Lp(a)、Hcy、UA水平与青年急性缺血性脑卒中关系的研究》文中指出目的:探讨血脂蛋白a、同型半胱氨酸、尿酸水平与青年急性缺血性脑卒中的关系。方法:采用回顾性研究的方法,按照纳入及排除标准连续选取2016年7月至2020年12月在新疆医科大学第一附属医院神经内科住院的青年急性缺血性脑卒中患者316例作为病例组,随机选取同期住院的青年非缺血性脑卒中患者637例作为对照组。收集所有研究对象的临床、实验室及影像学资料,分析血脂蛋白a、同型半胱氨酸、尿酸浓度在两组患者中的分布特征;比较两组患者间的基本信息、临床数据、实验室指标的差异;通过单因素及多因素logistic回归分析方法探究血脂蛋白a、同型半胱氨酸、尿酸水平与青年急性缺血性脑卒中发生的关系。结果:病例组的男性、体重指数、吸烟史、饮酒史、高血压、糖尿病、瓣膜性心脏病、其它心脏疾病、甘油三酯、载脂蛋白B、脂蛋白a、同型半胱氨酸、尿酸、白细胞水平均高于对照组,差异有统计学意义(P<0.05);病例组的高密度脂蛋白胆固醇、载脂蛋白AⅠ水平低于对照组,差异有统计学意义(P<0.05);两组间的年龄、房颤、卵圆孔未闭、总胆固醇、低密度脂蛋白胆固醇水平比较,差异无统计学意义(P>0.05)。血脂蛋白a浓度的自然对数值对青年急性缺血性脑卒中的发生风险为1.630(95%CI=1.362~1.952,P<0.001)。其对青年男性和青年女性急性缺血性脑卒中的发生风险分别为1.596(95%CI=1.306~1.950,P<0.001)、1.599(95%CI=1.055~2.425,P=0.027)。血同型半胱氨酸浓度的自然对数值对青年急性缺血性脑卒中的发生风险分别为3.740(95%CI=2.438~5.740,P<0.001)。其对青年男性急性缺血性脑卒中的发生风险为4.169(95%CI=2.574~6.752,P<0.001),对青年女性急性缺血性脑卒中的发生风险差异无统计学意义(P>0.05)。血尿酸浓度对青年急性缺血性脑卒中的发生风险为1.003(95%CI=1.001~1.005,P=0.004)。其对青年男性和青年女性急性缺血性脑卒中的发生风险分别为1.003(95%CI=1.000~1.006,P=0.036)、1.007(95%CI=1.000~1.013,P=0.044)。结论:(1)血脂蛋白a水平升高是青年急性缺血性脑卒中发生的独立危险因素之一。其血浆水平越高,青年男性发生急性缺血性脑卒中风险越大;在青年女性中风险尚不显着。(2)血同型半胱氨酸水平升高是青年男性急性缺血性脑卒中发生的独立危险因素之一。其血浆水平升高越高,青年男性发生急性缺血性脑卒中风险越大。尚未发现血同型半胱氨酸水平升高与青年女性发生急性缺血性脑卒中的关联性。(3)血尿酸水平升高是青年急性缺血性脑卒中发生的独立危险因素之一。其血浆水平越高,青年女性发生急性缺血性脑卒中风险越大;在青年男性中风险尚不显着。
上官昌跃[6](2021)在《辽宁省慢性阻塞性肺疾病流行现状及患病风险评估模型构建》文中提出目的:慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease,COPD)是一种以不完全可逆、持续性气流受限为特征的慢性病。尽管COPD的危险因素已基本明确,但研究显示不同地区COPD患病率存在较大差异,危险因素也不完全一致,其原因可能是不同的经济水平、生活方式和人口老龄化模式等。目前,辽宁省尚缺乏大规模的、基于严格抽样的COPD流行病学调查,不利于开展有针对性的COPD防控。此外,多数COPD患者早期可无明显症状,导致病情进展到中重度才被诊断,不仅治疗效果不佳,也会造成巨大社会经济负担;而肺功能检查作为目前公认的COPD诊断的金标准,由于耗时较多、耗费较大,还未能广泛开展。因此,开发高效的COPD患病风险评估工具来筛查高危人群、提高肺功能检查率以实现早诊早治,对COPD的防控具有重大意义。贝叶斯网络(Bayesian Network,BN)是一种概率图模型,也是机器学习的重要算法之一。BN可根据已知条件来估算出不确定的知识。当BN应用于疾病状态预测时,其可根据个体的各疾病相关因素的状态估算疾病状态的概率,从而实现个体患病风险评估。本研究拟以全国慢阻肺监测项目为平台,在严格抽样的人群流调的基础上,运用BN建立适合辽宁省居民疾病特点且实用的COPD患病风险评估模型。本研究的主要目的为:(1)调查辽宁省40岁及以上人群的COPD患病率情况,明确辽宁省COPD的流行水平。(2)初步探讨辽宁省COPD的相关危险因素,分析COPD相关危险因素的特点。(3)建立辽宁省COPD患病风险评估模型,筛查高危人群,为制订COPD的针对性防控策略提供科学依据。研究方法:本研究按照多阶段整群随机抽样原则在辽宁省40岁及以上人群中进行抽样。根据城镇化高低水平,经济有效和实际可行情况抽取4个COPD监测点;在每个监测点抽取3个街道/乡镇;在每个街道/乡镇抽取2个居委会/村;在每个居委会/村中选择一组至少有100户的居民/村民小组;在每个居民/村民小组随机抽取100户,利用KISH表在每户随机抽取1名年龄≥40岁成人进行调查。由经过统一培训的疾控中心人员对符合标准的抽样对象进行面对面问卷调查以及肺功能检查。肺功能检查按照美国胸科协会(ATS)的标准进行测试,测试指标为进行支气管扩张试验前后的一秒用力呼气容积(FEV1)、六秒用力呼气容积(FEV6)、用力肺活量(FVC)和呼气最大峰流速(PEF)。参照GOLD(2017)推荐的COPD诊断标准制定本研究的COPD诊断定义和肺功能严重程度分级,即使用支气管扩张剂后,FEVl/FVC<70%为COPD。为使结果对辽宁省40岁及以上人群有代表性,患病率的计算均经复杂加权调整。本研究未对缺失数据进行填补。采用频数、构成比描述人群的基本情况和危险因素暴露水平,运用Rao-Scottc2检验比较COPD患病率情况在不同组间的差异;采用Logistic回归分析探讨影响COPD患病的主要因素。将数据集按9:1的比例分为训练集和测试集,在训练集的基础上构建BN预测模型。结合Logistic回归结果、文献查询及专家经验设置黑名单和白名单后,进行结构学习和随后进行参数学习,初步建立评估模型。然后基于模型预测结果梳理COPD患病的高风险条件。通过内部验证(5-折交叉验证)和外部验证(测试集验证)对BN的表现进行评估。釆用Pad录入和存储数据资料,描述性统计分析及logistic回归分析采用SAS 9.2(SAS Institute Inc,Cary,NC,USA)进行分析;贝叶斯网络构建及风险评估采用R软件(版本3.6.2,The Comprehensive R Archive Network,http://cran.r-project.org/)中的“bnlearn”模块进行分析。所有检验均为双侧检验,如P<0.05则认为差异有统计学意义。研究结果:选取沈阳新民市、本溪明山区、丹东东港市、阜新海州区,共计抽取2400人,回收有效问卷2397份,肺功能检查达到C级以上者2194(98.43%)人。辽宁省COPD总体患病率为21.23%,农村居民患病率(24.59%)高于城镇居民(13.92%,c2=20.24,P<0.001);男性居民患病率(23.89%)高于女性居民(18.88%,c2=6.89,P=0.009);未婚居民患病率(37.57%)高于已婚居民(19.95%,c2=19.80,P<0.001);不同年龄段居民COPD患病率不同,年龄越高患病率越高(c2=206.77,P<0.001);不同文化程度居民的COPD患病率不同,文化程度越高COPD患病率越低(c2=145.76,P<0.001);不同经济收入居民COPD患病率不同,经济收入越高COPD患病率越低(c2=32.77,P<0.001)。辽宁省城乡居民COPD知晓率仅为7.34%,肺功能检查率为4.65%;COPD患者中,轻度(GOLD1)患者占79.82%。Logistic回归分析显示男性(OR=1.473 95%CI:1.219~1.781)、高龄(51~60OR=1.763 95%CI:1.284~2.421;61~70 OR=2.860 95%CI:1.817~4.503;≥71 OR=5.78995%CI:5.438~6.163)、中等收入(OR=1.105 95%CI:1.029~1.186)、吸烟(OR=1.43795%CI:1.284~1.609)、冠心病(OR=1.393 95%CI:1.004~1.934)、儿童期严重呼吸道感染(OR=1.781 95%CI:1.405~2.257)、父母患有哮喘(OR=3.482 95%CI:2.167~5.596)、室内燃料污染(OR=1.287 95%CI:1.079~1.534)、职业有害气体/粉尘暴露(OR=1.620 95%CI:1.178~2.227)等因素是影响COPD患病的危险因素,高文化程度(6~9 OR=0.596 95%CI:0.533~0.665;<9 OR=0.405 95%CI:0.329~0.498)、14岁前与吸烟者同住(OR=0.737 95%CI:0.548~0.991)是COPD的保护因素。基于BN的COPD患病风险评估研究显示,年龄、经济收入、吸烟、暴露有害粉尘、暴露有害气体、BMI以及咳嗽与喘息症状与COPD直接相关,性别、城乡、文化程度等因素可以通过其它因素间接影响COPD的患病率。某个体暴露单一因素或具有呼吸系统症状时,患COPD风险概率最高的人群主要为具有经常咳嗽症状即P(COPD|咳嗽)=0.374,具有喘息症状即P(COPD|喘息)=0.326,高龄和吸烟即P(COPD|高龄)=0.293,P(COPD|吸烟)=0.253。当不同条件/因素逐渐叠加时,个体患COPD的风险整体升高。两种因素同时叠加时,患COPD的风险概率最高的组合为P(COPD|咳嗽,喘息)=0.553,P(COPD|咳嗽,高龄)=0.511;三种因素同时叠加时,患COPD的风险概率最高的组合为P(COPD|咳嗽,喘息,高龄)=0.681与P(COPD|咳嗽,喘息,冠心病)=0.625;四种因素同时叠加时,COPD患病风险概率最高为P(COPD|咳嗽,喘息,吸烟,高龄)=0.738。本研究的交叉验证结果显示,贝叶斯网络模型较logistic回归模型效果好,BN模型的AUC平均值为0.85(0.832~0.892),最佳准确度为0.87(0.846~0.893),均高于logistic回归模型(AUC0.776~0.764、准确度0.825~0.840)。结论:1、辽宁省40岁及以上城乡居民COPD总体患病率与全国相比处于较高水平,但COPD知晓率和肺功能检查率均远远低于国家长期规划提出的目标。2、整体上COPD患者中肺功能轻度(GOLDⅠ)患者所占比例较高,COPD患者呼吸道症状比例最高的为喘息和呼吸困难,合并的慢性病主要为高血压和冠心病。3、本研究发现男性、高龄、吸烟、个人疾病史(儿童期呼吸道感染和冠心病)、父母患有呼吸系统疾病(父母患有哮喘等)均是影响辽宁省居民患COPD的危险因素,高经济收入与高文化程度、儿童期与吸烟者同住是COPD的保护因素;与全国调查结论不同,职业有害因素暴露与室内污染燃料(生物燃料和煤炭燃料)均是影响辽宁省居民患COPD的危险因素。4、本研究基于BN构建的COPD患病风险评估模型优于logistic回归模型,具有良好的预测效果,提示BN等机器学习方法构建的人工智能模型可作为COPD患病风险评估的有效工具。5、BN模型发现,本地区的高危人群依次为具有咳嗽、喘息症状、高龄、吸烟等;单纯肥胖的居民患病风险低于暴露其他因素居民的患病风险,但肥胖与高龄和吸烟联合暴露时,患病风险概率高于高龄和吸烟与职业有害气体、有害粉尘、男性、农村等因素的组合。
马晓芸[7](2021)在《P-选择素与房颤合并血栓的关联研究及房颤血栓事件风险预测模型构建》文中研究说明目的:探讨P-选择素基因-2123C>G(rs1800807)、-1817T>C(rs1800808)位点的各基因型及P-选择素的浓度与房颤合并血栓的相关性;分析P-选择素基因多态性与P-选择素浓度之间的关联;筛选房颤血栓事件的相关危险因素,评估危险因素在疾病中的诊断价值,构建列线图对疾病的发生风险进行初步预测。方法:第一部分:使用Meta分析的方法,确定检索词,检索中英文数据库,用Review Manager5.4软件绘制森林图,采取随机效应模型,计算优势比(OR)、95%的可置信区间,分析P-选择素基因不同的遗传模型、P-选择素的浓度与房颤、房颤合并血栓之间的关系。第二部分:搜集临床样本,纳入房颤血栓组(291例),房颤组(534例),对照组(981例);采用聚合酶链反应-限制性片段长度多态性(PCR-RFLP)的方法,鉴定P-选择素的基因型,用酶联免疫(ELISA)的方法,测定P-选择素的浓度,比较P-选择素基因-2123C>G、-1817T>C位点的基因型、等位基因型在各组的分布,比较不同结合基因型的P-选择素的浓度表达。第三部分:根据Logistic回归分析筛选房颤、房颤血栓事件的危险因素,通过ROC曲线判断危险因素对疾病的诊断价值,建立列线图对房颤、房颤血栓事件发生风险进行预测,并对建立的模型进行验证,利用DCA曲线、临床影响曲线评价模型的收益值。结果:第一部分:Meta分析纳入25项研究,森林图结果显示,1)在房颤血栓组和房颤组的比较中,P-选择素的浓度(SMD=1.57,95%CI:0.46-2.69,P=0.006)、-2123C>G位点的等位基因遗传模型(OR=1.41,95%CI:1.10-1.81,P=0.007)、纯合子遗传模型(OR=2.20,95%CI:1.03-4.70,P=0.04),-1817T>C位点的隐性遗传模型(OR=1.98,95%CI:1.22-3.22,P=0.006)可能是房颤患者发生血栓事件的危险因素;2)在房颤组和对照组的比较中,-1817T>C位点的杂合子遗传模型(OR=1.57,95%CI:1.11-2.22,P=0.01)及P-选择素的浓度(SMD=1.01,95%CI:0.64-1.39,P<0.00001)可能是健康人房颤血栓事件发生的危险因素。第二部分:1)通过搜集临床样本进行研究,结果显示在房颤血栓组、房颤组、对照组三组中,-2123C>G位点CC基因型的比例分别为18.2%、18.9%、34.9%;CG基因型的比例分别为48.1%、50.4%、47.7%;GG基因型的比例分别为33.7%、30.7%、17.4%;-1817T>C位点CC基因型的比例分别为16.5%、8.4%、18.2%;CT基因型的比例分别为43.6%、42.0%、48.9%;TT基因型的比例分别为39.9%、49.6%、32.8%。2)Logistic回归分析,房颤患者-1817T>C位点表现为隐性模型时血栓发生风险优势比为2.147(95%CI:1.390-3.316);健康人携带-2123C>G位点的G等位基因、GG基因型时,房颤血栓事件发生的风险分别是C等位基因、CC基因型的1.943倍(95%CI:1.611-2.343)、3.698倍(95%CI:2.526-5.415),表现为隐性模型时,房颤血栓发生风险优势比为2.405(95%CI:1.793-3.227);健康人-1817T>C位点表现为显性模型时,房颤血栓发生风险优势比为1.357(95%CI:1.036-1.777);3)房颤患者CC、GC单体型的携带者,血栓事件发生风险优势比为1.378(95%CI:1.047-1.814)、1.373(95%CI:1.059-1.781);健康人群携带GT单体型,房颤血栓事件发生风险优势比为2.219(95%CI:1.817-2.710);4)房颤血栓组中的结合基因型CG/TT(-2123C>G/-1817T>C)的频率比较高(21.6%);房颤组中结合基因型CG/CT(-2123C>G/-1817T>C)频率比较高(23.0%);正常对照组中CG/CT(-2123C>G/-1817T>C)频率比较高(25.1%);三组比较中,不同结合基因型的P选择素浓度表达有差异(P<0.05);第三部分:1)体重指数(BMI)、纤维蛋白原(FIB)、C-反应蛋白(CRP)、血小板(PLT)、-1817T>C位点的CC基因型与房颤患者血栓发生风险正相关,吸烟、饮酒、年龄、舒张压、BMI、CRP、PLT、P-选择素的浓度、-2123C>G位点的GG基因型与健康人房颤事件发生风险正相关;2)根据ROC的曲线下面积,纳入指标中对房颤血栓事件诊断价值依次为:血小板(0.724)、纤维蛋白原(0.597)、C-反应蛋白(0.565)、P-选择素的浓度(0.558)、体重指数(0.532)、收缩压(0.525);3)房颤血栓事件预测列线图模型及房颤事件列线图预测模型拟合度较好,有较好的区分度和精准度。结论:1)P-选择素-2123C>G、-1817T>C位点存在基因多态性,且与房颤血栓事件相关;2)P-选择素的浓度的表达与P-选择素的基因型相关,P-选择素的水平增高可能增加房颤、房颤血栓事件的发生风险;3)P-选择素(-2123C>G/-1817T>C)单倍体型分别为CC、CT、GC、GT,其中CC、GC单体型可能增加房颤患者发生血栓的风险,GT单体型可能增加健康人发生房颤血栓的风险;4)房颤血栓事件及房颤事件的列线图模型,均可作为个性化治疗的辅助系统,应用于临床。
Beijing Hypertension Association;Beijing Diabetes Prevention and Treatment Association;Beijing Research for Chronic Diseases Control and Health Education;[8](2020)在《基层心血管病综合管理实践指南2020全文替换》文中认为心血管病已经成为全世界人群死亡的首要原因,其死亡患者例数占全球总死亡病例的32%。在中国,随着人口老龄化和社会城镇化步伐的加快,心血管病的发病率和患病率均持续上升。据推算,我国心脑血管病现患人数为2.9亿,其中脑卒中患者1300万,冠状动脉粥样硬化性心脏病(冠心病)患者1100万。在过去的20余年,心脑血管病年龄标准化患病率增幅达14.7%。根据世界银行的估计,至2030年,脑卒中和冠心病的患病人数将分别增至3177万和2263万。
蒋建平[9](2020)在《冠心病SYNTAX积分与脑梗死TOAST分型的相关性研究》文中提出研究背景与目的:当前大多数研究认为心脑血管疾病之间具有一定相关性,但很少有研究将冠状动脉病变程度分层后研究冠心病与脑梗死TOAST分型的关系。本研究拟探讨经皮冠脉造影患者SYNTAX积分与脑梗死TOAST分型的相关性,以便在冠脉造影病人中筛查出可能发生脑梗死的患者,为及早防治冠心病患者发生脑梗死提供理论依据。研究对象和方法:选取2018年10月至2019年9月于成都医学院第一附属医院心血管内科、老年医学科就诊,拟诊断为冠心病的患者532例为研究对象。将研究对象冠脉造影结果作SYNTAX积分评估,并按国际通用方法分为:低危组(≤22分)、中危组(23分32分)、高危组(≥33分);另外将患者分为脑梗死组与非脑梗死组,并按TOAST分型:1型(大动脉粥样硬化型)、2型(心源性栓塞型)、3型(小动脉病变型)、4型(病因明确型)、5型(不明病因型)。先对脑梗死组与非脑梗死组的基线资料、伴随病史、SYNTAX积分、既往服药史等进行比较,将单因素分析中得出的P<0.2的变量、常规病史等做二元Logistic回归分析影响脑梗死的独立危险因素。然后将SYNTAX积分按年龄、性别进行分层分析。最后分析不同SYNTAX积分组中不同病因型(TOAST分型)脑梗死患病率的差异。以SPSS21.0统计学软件进行数据分析,对计数资料行卡方检验,计量资料做t检验、方差分析,以P<0.05(双侧)为差异有统计学意义。研究结果:1.脑梗死组与非脑梗死组比较,年龄、BMI、舒张压、Hcy、HDLC、CKD、高血压、高脂血症、糖尿病、CKD、既往卒中病史、SYNTAX积分及其分组差别具有统计学意义(P<0.05)。Logistic回归分析结果:年龄、SYNTAX积分的OR值分别为1.072、1.159,年龄每增加1岁,患脑梗死的风险增加7.2%(P<0.001);SYNTAX积分每增加1分脑梗死发生危险增加15.9%。年龄及SYNTAX积分是脑梗死的独立危险因素(P<0.001)。2.对年龄分层后显示,无论年龄是否大于等于65岁,脑梗死组患者SYNTAX积分均高于非脑梗死组,且随着SYNTAX积分增高,脑梗死患者占比逐渐增大(P<0.001);对性别分层后显示,无论男性还是女性,脑梗死组SYNTAX积分均高于非脑梗死组(P<0.001),且随着SYNTAX积分增高,脑梗死患者占比逐渐升高。3.1、2、3、4&5型脑梗死患者中,各型脑梗死之间SYNTAX积分不同,差别有统计学意义(P=0.008);1型脑梗死以SYNTAX积分高危组占比更大,2型脑梗死以低危及高危为主,3型脑梗死以低危占比最大(P<0.001)。4.SYNTAX积分与脑梗死呈显着正相关(r=0.613,P<0.001),SYNTAX积分越高,脑梗死发生风险越高。SYNTAX积分预测脑梗死发生的最佳截点为11.50分,ROC曲线下面积0.863(95%CI 0.831-0.895,P<0.001),预测脑梗死敏感度为71.9%,特异度为89.2%。结论:1.脑梗死组SYNTAX积分高于非脑梗死组,年龄、SYNTAX积分是动脉粥样硬化性脑梗死的独立危险因素。2.SYNTAX积分低危组患者发生3型脑梗死可能性大,中危组发生1型和3型脑梗死可能性大,而高危组患者发生1型脑梗死可能性大;冠心病患者随SYNTAX积分增高发生脑梗死可能性增加。3.SYNTAX积分与脑梗死呈正相关,对脑梗死有预测作用。
班努·库肯[10](2020)在《新疆地区维吾尔族心房颤动患者单核苷酸基因多态性研究》文中研究表明目的:心房颤动(房颤)是临床最常见,危害最严重的心律失常之一,发病率逐年升高,国内外研究发现遗传基因单核苷酸多态性与房颤发生相关。本文拟探讨分析SCN5A、CETP、Cx40、AGT、eNOS基因多态性与新疆地区维吾尔族非瓣膜型心房颤动的相关性,为明确房颤的分子生物学发病机制提供依据。方法:采用病例对照研究方法,选取2013年2月-2015年8月在新疆医科大学第一附属医院综合心内科收治的新疆维吾尔族非瓣膜型心房颤动患者(实验组)及非房颤患者(对照组)各100例,采集外周静脉血提取DNA,采用聚合酶链式反应PCR技术对SCN5A基因多态性位点H558R、CETP基因多态性位点TaqIB、Cx40基因多态性位点(-44G/A及+71A/G)、AGT基因多态性位点M235-T、G-6A、T174M、eNOS基因多态性位点T-786C、G-894T进行多态性检测,对实验组和对照组之间基因多态性分布的差异进行比较,对突变位点定位,明确房颤易感基因多态位点与维吾尔族非瓣膜型房颤之间的相关性。结果:新疆维吾尔族非瓣膜型房颤患者年龄高于对照组(56.22±7.81(岁)vs52.98±9.03(岁),P=0.007);维吾尔族非瓣膜型房颤患者中总胆固醇(4.14±1.02(mmol/L)vs3.69±1.16(mmol/L),P=0.004)及LDL-C(2.878±0.516(mmol/L)vs2.472±0.793(mmol/L),P=0.009)、尿酸(347.68±130.51(umol/L)vs 292.62±102.63(umol/L),P=0.022)均高于对照组,差异均有统计学意义;维吾尔族非瓣膜型房颤组患者和对照组比较,左心房内径(38.96±8.07(mm)vs34.12±4.66(mm),P<0.001)、右心房内径(35.6±6.07(mm)vs33.14±3.15(mm),P<0.001)均大于对照组,差异有统计学意义,左心射血分数、左室舒张末内径差异无统计学意义。SCN5A基因:基因测序SCN5A基因H558R位点以AA基因型为主,维吾尔族非瓣膜型房颤组基因型及等位基因的分布与非房颤组之间比较有显着差异(P<0.05),logistic回归分析结果显示G等位基因可能是维吾尔族非瓣膜型房颤的一个易感基因(OR=2.189,95%CI:1.360-3.523,P=0.001)。CETP基因:CETPTaqIB基因位点两组基因型和等位基因分布差异有统计学意义(x2=6.574,P=0.0374;x2=6.91,P=0.0085)。Cx40基因:Cx40基因--44G/A及+71A/G多态性与维吾尔族非瓣膜型房颤发生相关联。连锁不平衡分析提示两个多态位点处于完全连锁不平衡(D,=1,r,=1)。房颤组-44AA基因型频率及A等位基因频率高于对照组(P<0.05);基因模型基因型分析,Cx-44G/A显性模型(GGvs GA+AA)中A基因携带者可能增加房颤的患病风险(OR=2.357,95%CI:1.293-4.298,P=0.007);多因素logistic回归分析,控制高血压、吸烟、饮酒等混杂因素,Cx40基因多态性在两组间差异有统计学意义(P<0.05)。AGT基因:AGTM235T基因位点在维吾尔族非瓣膜型房颤组和对照组的基因型频率和等位基因频率的差异有统计学意义(P<0.05)。新疆地区维吾尔族非瓣膜型房颤的发生与AGTG-6A、AGTM235T、AGTT174M位点均有关联性。eNOS基因:eNOSG-894T基因型分布在维吾尔族非瓣膜型房颤组和对照组差异有统计学意义(P<0.001)。T等位基因频率在房颤组(0.150)与对照组(0.050)比较差异有统计学意义(P<0.001)。此基因的遗传多态性可能增加维吾尔族非瓣膜型房颤的遗传易感性。房颤组T-786C基因TT、TC、CC基因型频率与对照组比较,差异无统计学意义(P=0.526)。结论:新疆地区维吾尔族非瓣膜型心房颤动的发生与SCN5A基因H558R、CETPTaq IB、Cx40基因--44G/A及+71A/G、AGTG-6A、AGTM235T、AGTT174M及eNOSG-894T位点基因多态性有相关性。SCN5A基因G等位基因是维吾尔族患者发生非瓣膜型房颤的一个潜在危险因素。eNOST-786C基因多态性和新疆地区维吾尔族非瓣膜型心房颤动的发生不具有相关性。
二、男性体重指数越大卒中风险越高(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、男性体重指数越大卒中风险越高(论文提纲范文)
(2)体重指数对老年共病患者预后价值的研究(论文提纲范文)
摘要 |
abstract |
引言 |
研究对象与方法 |
1.研究对象 |
2.纳入及排除标准 |
3.研究方法 |
3.1 一般临床资料的收集 |
3.2 研究对象的分组 |
3.3 实验室检查 |
3.4 研究对象的评分 |
3.5 生存时间的计算 |
4.统计学处理 |
结果 |
1.一般临床资料比较 |
2.生存分析 |
2.1 Kaplan-Meier法单因素生存分析 |
2.2 Cox多因素生存分析 |
3.Logistic回归分析 |
3.1 单因素Logistic回归分析结果 |
3.2 多因素Logistic回归分析结果 |
讨论 |
结论 |
参考文献 |
综述 体重指数水平与老年相关疾病关系的研究进展 |
综述参考文献 |
攻读学位期间的研究成果 |
附录 |
1.缩略词表 |
2.伦理审批意见 |
3.Charlson共病指数合并症评分 |
4.ADL评分项 |
5.NRS2002 评分标准 |
6.FRAIL衰弱量表 |
致谢 |
(3)基于区域大数据平台的脑卒中发病的支持性环境影响因素研究(论文提纲范文)
本课题来源 |
摘要 |
Abstract |
常用缩写词中英对照表 |
1 研究背景 |
1.1 脑卒中影响因素研究 |
1.1.1 支持性环境 |
1.1.2 中间危险因素 |
1.1.3 不可改变危险因素 |
1.1.4 可改变危险因素 |
1.1.5 其他社会决定因素 |
1.2 支持性环境影响因素研究方法 |
1.2.1 国内研究方法 |
1.2.2 国外研究方法 |
2 研究目的和意义 |
2.1 研究目的 |
2.2 研究意义 |
3 资料与方法 |
3.1 资料来源 |
3.1.1 宜昌城区 |
3.1.2 宁波北仑 |
3.1.3 其他来源 |
3.2 前期准备和数据整理 |
3.2.1 平台数据抽取标准 |
3.2.2 研究对象纳入排除标准 |
3.2.3 支持性环境指标整理 |
3.2.4 缺失值填补 |
3.3 统计分析 |
3.3.1 模型理论基础 |
3.3.2 模型建立 |
3.3.3 分析软件 |
3.4 技术路线 |
4 研究结果 |
4.1 脑卒中发病水平 |
4.2 研究对象一般情况 |
4.3 回归分析结果 |
4.3.1 单因素分析结果 |
4.3.2 交互项分析结果 |
4.3.3 多因素分析结果 |
4.3.4 剂量-反应关系 |
5 讨论 |
5.1 影响因素与脑卒中发病的关系 |
5.1.1 家庭医生签约情况 |
5.1.2 居住点距离医疗机构的直线距离 |
5.1.3 居住点距离公园的直线距离 |
5.1.4 居住点距离公共交通站点的直线距离 |
5.1.5 其他因素与脑卒中发病的关系 |
5.2 支持性环境建设建议 |
5.3 区域大数据平台发展建议 |
6 创新性与局限性 |
6.1 创新性 |
6.2 局限性 |
7.结论 |
参考文献 |
附录 |
个人简历 |
综述 健康大数据在慢性病预防控制中的应用 |
参考文献 |
致谢 |
(4)基于传统和遗传危险因素的脑卒中个体化发病风险预测研究(论文提纲范文)
缩略词表 |
摘要 |
Abstract |
引言 |
第一部分 中国成人脑卒中10年和终生发病风险预测研究 |
1.1 背景和目的 |
1.2 方法 |
1.3 结果 |
1.4 讨论 |
1.5 结论 |
第二部分 遗传风险评分对脑卒中传统预测模型的改善效果评价研究 |
2.1 背景和目的 |
2.2 方法 |
2.3 结果 |
2.4 讨论 |
2.5 结论 |
参考文献 |
文献综述 脑卒中个体化风险评估及一级预防研究进展 |
参考文献 |
致谢 |
个人简历 |
(5)血Lp(a)、Hcy、UA水平与青年急性缺血性脑卒中关系的研究(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
材料与方法 |
1.研究对象 |
1.1 来源与分组 |
1.2 病例组纳入标准 |
1.3 病例组排除标准 |
1.4 对照组纳入标准及排除标准 |
2.研究方法 |
2.1 一般临床资料收集 |
2.2 实验室资料收集 |
2.3 影像学资料收集 |
3.质量控制 |
3.1 选择偏倚 |
3.2 信息偏倚 |
3.3 对资料分析的质量控制 |
4.统计方法 |
5.技术路线图 |
结果 |
讨论 |
小结 |
致谢 |
参考文献 |
附录 |
综述 脂蛋白a与缺血性卒中相关性研究进展 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
导师评阅表 |
(6)辽宁省慢性阻塞性肺疾病流行现状及患病风险评估模型构建(论文提纲范文)
摘要 |
Abstract |
英文缩略语 |
第一部分:辽宁省慢性阻塞性肺疾病患病率研究 |
1 前言 |
2 对象和方法 |
2.1 研究对象 |
2.1.1 目标人群 |
2.1.2 纳入和排除标准 |
2.2 抽样方案 |
2.2.1 抽样原则 |
2.2.2 调查地区 |
2.2.3 样本量确定 |
2.2.4 抽样方法及步骤 |
2.2.5 调查点 |
2.3 调查内容 |
2.3.1 问卷调查 |
2.3.2 身体测量 |
2.3.3 肺功能检查 |
2.3.4 胸部X线及心电图检查 |
2.4 数据采集、数据清理及统计分析方法 |
2.4.1 数据库结构 |
2.4.2 数据清理 |
2.4.3 数据分析 |
2.5 慢性阻塞性肺疾病诊断标准 |
2.5.1 慢性阻塞性肺疾病患病诊断标准 |
2.5.2 肺功能分级标准 |
2.6 研究指标的定义 |
2.6.1 吸烟行为 |
2.6.2 职业粉尘或有害气体暴露 |
2.6.4 经济收入 |
2.6.5 室内空气污染 |
2.6.6 个人疾病史 |
2.6.7 家族呼吸系统疾病史 |
2.7 慢性阻塞性肺疾病知晓与检查情况 |
2.7.1 慢性阻塞性肺疾病知晓情况 |
2.7.2 肺功能检查情况 |
2.8 质量控制 |
2.8.1 设计阶段 |
2.8.2 调查阶段 |
2.8.3 数据处理与统计分析阶段 |
3 结果 |
3.1 调查对象基本情况 |
3.2 研究人群的基本特征 |
3.3 研究人群行为生活方式分布情况 |
3.3.1 吸烟情况 |
3.3.2 二手烟暴露情况 |
3.3.3 职业有害粉尘和有害气体暴露情况 |
3.3.4 职业有害粉尘和有害气体防护情况 |
3.3.5 室内燃料污染暴露 |
3.4 慢性阻塞性肺疾病患病情况和严重程度 |
3.4.1 不同性别及城乡居民慢性阻塞性肺疾病患病率 |
3.4.2 不同年龄层慢性阻塞性肺疾病患病率 |
3.4.3 不同文化程度、婚姻状况、经济收入人群慢性阻塞性肺疾病患病率 |
3.4.4 慢性阻塞性肺疾病患者气流受限严重程度 |
3.5 慢性阻塞性肺疾病知晓及肺功能检查情况 |
3.5.1 40岁及以上居民慢性阻塞性肺疾病疾病名称知晓及肺功能检查情况 |
3.5.2 慢性阻塞性肺疾病患者患病知晓率和肺功能检查率 |
3.6 慢性阻塞性肺疾病患者呼吸道症状及合并疾病情况 |
3.6.1 慢性阻塞性肺疾病患者呼吸道症状情况 |
3.6.2 慢性阻塞性肺疾病患者合并疾病情况 |
4 讨论 |
4.1 调查数据的代表性以及可靠性 |
4.2 辽宁省慢性阻塞性肺疾病患病率情况 |
4.3 慢性阻塞性肺疾病患病严重程度 |
4.4 慢性阻塞性肺疾病知晓情况和肺功能检测情况 |
4.5 慢性阻塞性肺疾病患者呼吸道症状情况 |
4.6 慢性阻塞性肺疾病患者合并疾病情况 |
4.7 研究的不足与展望 |
第二部分 辽宁省慢性阻塞性肺疾病相关危险因素研究 |
5 前言 |
6 对象和方法 |
6.1 对象 |
6.2 研究方法 |
6.2.1 调查问卷 |
6.2.2 调查方法 |
6.2.3 数据录入 |
6.2.4 质量控制 |
6.3 统计学方法 |
7 结果 |
7.1 慢性阻塞性肺疾病患病相关因素分布情况 |
7.1.1 人口统计学相关因素情况 |
7.1.2 吸烟相关情况 |
7.1.3 室内污染燃料暴露情况 |
7.1.4 职业暴露情况 |
7.1.5 个人疾病史情况 |
7.1.6 家族呼吸系统疾病史 |
7.2 多因素Logistic回归分析 |
7.3 主要环境暴露因素联合作用分析 |
8 讨论 |
8.1 人口统计学因素与慢性阻塞性肺疾病的关系 |
8.1.1 性别是慢性阻塞性肺疾病的影响因素 |
8.1.2 年龄越高,患慢性阻塞性肺疾病的风险越大 |
8.1.3 社会经济地位对慢性阻塞性肺疾病的影响 |
8.1.4 体质指数(BMI)与慢性阻塞性肺疾病间的关系 |
8.2 吸烟与慢性阻塞性肺疾病的关系 |
8.3 个人疾病史与家族呼吸系统疾病史与慢性阻塞性肺疾病间关系 |
8.4 室内燃料污染与慢性阻塞性肺疾病间的关系 |
8.5 职业有害因素暴露与慢性阻塞性肺疾病的关系 |
第三部分:基于贝叶斯网络的慢性阻塞性肺疾病患病风险评估研究 |
9 前言 |
10 材料和方法 |
10.1 研究对象 |
10.2 贝叶斯网络 |
10.2.1 危险因素(贝叶斯网络节点)选择 |
10.2.2 贝叶斯网络结构 |
10.2.3 BN参数学习 |
10.2.4 风险评估模型的预测效能评价 |
11 结果 |
11.1 研究人群基本特征 |
11.2 慢性阻塞性肺疾病贝叶斯网络模型 |
11.3 慢性阻塞性肺疾病患病风险评估 |
11.4 模型验证 |
12 讨论 |
13 结论 |
本研究创新性的自我评价 |
参考文献 |
综述 慢性阻塞性肺疾病流行病学研究进展 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简历 |
(7)P-选择素与房颤合并血栓的关联研究及房颤血栓事件风险预测模型构建(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
第一部分 P-选择素与房颤及房颤合并血栓相关性的Meta分析 |
1 资料与方法 |
1.1 文献检索策略 |
1.2 文献纳入及排除标准 |
1.3 资料提取 |
1.4 质量评价 |
1.5 统计学分析 |
2 结果 |
3 讨论 |
4 小结 |
第二部分 P-选择素与房颤合并血栓的相关性研究 |
1 研究内容与方法 |
1.1 研究对象 |
1.2 内容与方法 |
1.3 质量控制 |
1.4 统计方法 |
2 结果 |
3 讨论 |
4 小结 |
第三部分 房颤合并血栓的危险因素分析及疾病风险预测模型的构建 |
1 研究内容与方法 |
1.1 研究对象、纳入及排除标准 |
1.2 内容与方法 |
1.3 质量控制 |
1.4 统计学分析 |
2 结果 |
3 讨论 |
4 小结 |
结论 |
致谢 |
参考文献 |
综述 房颤合并血栓的基因组学研究进展 |
参考文献 |
攻读博士学位期间获得的学术成果 |
个人简历 |
新疆医科大学博士研究生学位论文 导师评阅表 |
(8)基层心血管病综合管理实践指南2020全文替换(论文提纲范文)
1 心血管病的主要危险因素 |
1.1 吸烟 |
1.1.1 吸烟现状 |
1.1.2 吸烟与心血管病风险 |
1.2 饮酒 |
1.2.1 饮酒流行情况 |
1.2.2 饮酒对心血管系统的危害 |
1.3 不健康膳食 |
1.3.1 膳食现状 |
1.3.2 不健康膳食对心血管的危害 |
1.3.2.1 蔬菜、水果摄入不足 |
1.3.2.2 高盐(钠)摄入 |
1.3.2.3 高饱和脂肪酸和反式脂肪酸摄入 |
1.4 身体活动不足 |
1.4.1 我国居民身体活动现状 |
1.4.2 身体活动不足的危害 |
1.4.2.1 身体活动不足是心血管病的独立危险因素 |
1.4.2.2 身体活动不足是影响心血管病康复的重要因素 |
1.5 超重、肥胖 |
1.5.1 超重、肥胖现况 |
1.5.2 超重、肥胖与心血管病风险 |
1.5.2.1 高血压 |
1.5.2.2 冠心病 |
1.5.2.3 脑卒中 |
1.5.2.4 其他疾病 |
1.6 社会心理因素 |
1.6.1 抑郁、焦虑现况 |
1.6.2 社会心理因素与心血管病风险 |
1.6.2.1 应激 |
1.6.2.2 抑郁 |
1.6.2.3 焦虑 |
1.6.2.4 A型行为 |
1.6.3 心血管药物引发的抑郁症状 |
1.7 血脂异常 |
1.7.1 血脂异常的分类与合适水平 |
1.7.2 血脂异常现况 |
1.7.3 血脂异常与心血管病风险 |
1.8 糖尿病 |
1.8.1 糖尿病定义分型 |
1.8.2 糖尿病现况 |
1.8.3 糖尿病与心血管病风险 |
1.9 高血压 |
1.9.1 高血压现况 |
1.9.2 高血压与心血管病风险 |
2 心血管病风险评估 |
2.1 生理指标的采集及测量 |
2.1.1 血压 |
2.1.2 静息心率 |
2.1.3 人体测量学指标 |
2.2 临床指标的采集和测量 |
2.2.1 病史信息 |
2.2.2 实验室检查指标 |
2.3 靶器官受累的指标采集和测量 |
2.3.1 无症状靶器官损害 |
2.3.2 临床合并症 |
2.4 动脉粥样硬化性心血管病风险评估 |
2.4.1 ASCVD风险评估流程 |
2.4.2 ASCVD风险评估建议 |
3 危险因素干预 |
3.1 行为干预 |
3.1.1 行为干预的益处 |
3.1.2 行为干预的原则 |
3.1.3 行为干预的流程 |
3.1.4 行为干预的措施 |
3.1.4.1 阶段目标 |
3.1.4.2 优先原则 |
3.1.5 随访管理 |
3.1.6 行为干预注意事项 |
3.2 吸烟干预 |
3.2.1 戒烟的益处 |
3.2.2 戒烟的原则 |
3.2.3 戒烟流程 |
3.2.4 戒烟的措施 |
3.2.4.1 判断戒烟意愿 |
3.2.4.2 医学咨询 |
3.2.4.3 5A技能 |
3.2.4.4 5R干预技术 |
3.2.4.5 戒烟药物 |
3.2.5 随访和复吸处理 |
3.3 饮酒干预 |
3.3.1 戒酒的益处 |
3.3.2 戒酒的原则 |
3.3.3 戒酒干预的流程 |
3.3.4 戒酒干预的措施 |
3.3.4.1 酒精使用情况评估 |
3.3.4.2 干预内容 |
3.3.5 持续监测 |
3.4 膳食干预 |
3.4.1膳食干预的获益 |
3.4.2膳食干预的原则 |
3.4.3膳食营养干预流程 |
3.4.4膳食营养干预的措施 |
3.4.4.1 膳食评估 |
3.4.4.2 干预方案 |
(1)一般人群 |
(2)心血管病高危人群及患者膳食建议 |
3.4.5随访管理 |
3.5 身体活动的干预 |
3.5.1 身体活动干预的益处 |
3.5.2 身体活动干预原则 |
3.5.3 身体活动干预的流程 |
3.5.4 身体活动干预的措施 |
3.5.4.1 运动处方的要素 |
3.5.4.2 心血管病稳定期运动处方程序和锻炼方法 |
3.5.4.3 身体活动建议 |
3.5.5 身体活动的维持 |
3.6 体重管理 |
3.6.1 体重管理的益处 |
3.6.2 体重管理的原则 |
3.6.3 体重管理的流程 |
3.6.4 体重管理的措施 |
3.6.4.1 咨询沟通 |
3.6.4.2 体重管理的具体措施 |
3.6.5 控制体重的相关药物 |
3.6.6 减重后体重的长期维持 |
3.7 社会心理因素干预 |
3.7.1 社会心理因素干预的益处 |
3.7.2 社会心理因素干预原则 |
3.7.3 社会心理因素干预流程(图13)。 |
3.7.4 社会心理因素干预措施 |
3.7.4.1 评估 |
3.7.4.2 筛查 |
3.7.4.3 干预 |
3.8 血脂控制 |
3.8.1 血脂控制的益处 |
3.8.2 我国血脂控制的现状 |
3.8.3 血脂控制的原则 |
3.8.3.1 定期、主动进行血脂检测 |
3.8.3.2 风险评估决定血脂控制的目标人群 |
3.8.3.3 血脂控制的治疗靶点 |
3.8.3.4 血脂控制的目标值 |
3.8.4 血脂控制的流程 |
3.8.5 血脂控制的措施 |
3.8.5.1 常用调脂药物的重要临床信息 |
3.8.5.2 安全性监测和达标管理 |
3.8.5.3 建议转诊至上级医院的情况 |
3.8.6 同时控制血脂以外的心血管病综合风险 |
3.9 糖尿病管理 |
3.9.1 糖尿病管理的益处 |
3.9.2 糖尿病管理的原则 |
3.9.3 糖尿病管理的流程 |
3.9.4 糖尿病管理的措施 |
3.9.4.1 筛查对象 |
3.9.4.2 糖尿病的诊断标准 |
3.9.4.3 降糖目标 |
3.9.4.4 生活方式干预 |
3.9.4.5 降压治疗 |
3.9.4.6 调脂治疗 |
3.9.4.7 阿司匹林的使用 |
3.9.4.8 体重管理 |
3.9.4.9 血糖管理 |
3.10 高血压管理 |
3.10.1 高血压管理的益处 |
3.10.2 高血压管理原则 |
3.10.3 初诊高血压管理流程 |
3.10.4 高血压管理措施 |
3.10.4.1 治疗目标 |
3.10.4.2 实现降压达标的方式 |
3.10.4.3 风险评估 |
3.10.4.4 改善生活方式 |
3.10.4.5 药物治疗 |
3.10.5 高血压合并临床疾病的管理建议 |
3.10.5.1 高血压合并房颤 |
3.10.5.2 老年高血压 |
3.10.5.3 高血压合并脑卒中 |
3.10.5.4 高血压伴冠心病 |
3.10.5.5 高血压合并心衰 |
3.10.5.6 高血压伴肾脏疾病 |
3.10.5.7 高血压合并糖尿病 |
3.10.5.8 代谢综合征 |
4 疾病干预 |
4.1 冠心病 |
4.1.1 概述 |
4.1.2 诊断与分类 |
4.1.2.1 诊断 |
4.1.2.2 分类 |
4.1.3 治疗 |
4.1.3.1 ACS的诊疗流程(图19) |
4.1.3.2 CCS的治疗 |
4.1.3.2.1 生活方式改善 |
4.1.3.2.2 药物治疗 |
4.1.3.2.3 血运重建 |
4.1.3.3 共病的治疗 |
4.1.3.3.1 心源性疾病 |
4.1.3.3.2 心外疾病 |
4.1.4 心脏康复 |
4.1.4.1 药物处方 |
4.1.4.2 患者教育 |
4.1.5 随访管理 |
4.1.6 预防 |
4.2 脑卒中 |
4.2.1 概述 |
4.2.2 诊断与分类 |
4.2.2.1 脑卒中的院前早期识别 |
4.2.2.2 诊断 |
4.2.2.3 分类 |
4.2.3 脑卒中常规治疗 |
4.2.3.1 急性期脑卒中治疗 |
4.2.3.2 脑卒中后的治疗 |
4.2.4 脑卒中稳定期合并其他疾病的处理 |
4.2.4.1 高血压 |
4.2.4.2 糖尿病 |
4.2.4.3 血脂异常 |
4.2.4.4 房颤 |
4.2.4.5 心脏疾病 |
4.2.5 预防 |
4.3 慢性心衰 |
4.3.1 概述 |
4.3.2 诊断与分类 |
4.3.2.1 筛查与识别 |
4.3.2.2 诊断 |
4.3.2.3 分类 |
4.3.3 治疗 |
4.3.3.1 慢性HFrEF的治疗 |
4.3.3.2 慢性HFpEF和HFmrEF的治疗 |
4.3.3.3 心衰多重心血管病危险因素综合干预及共病治疗 |
4.3.3.4 转诊治疗 |
4.3.4 随访管理 |
4.3.5 预防 |
4.4 房颤 |
4.4.1 概述 |
4.4.2 诊断与分类 |
4.4.2.1 诊断 |
4.4.2.2 分类 |
4.4.3 治疗 房颤的治疗策略主要是节律控制与心室率控制。 |
4.4.3.1 节律控制 |
4.4.3.2 心室率控制 |
4.4.4 房颤的一级预防及合并心血管病危险因素或疾病的综合干预 |
4.4.4.1 房颤的上游治疗 |
4.4.4.2 房颤合并其他心血管病危险因素或疾病的综合干预 |
4.4.5 房颤患者脑卒中的预防 |
4.4.6 随访管理、健康教育、转诊 |
4.5 外周动脉疾病 |
4.5.1概述 |
4.5.2 诊断与分类 |
4.5.2.1 危险因素 |
4.5.2.2 病因 |
4.5.2.3 筛查对象 |
4.5.2.4 诊断 |
4.5.2.5 临床分期和分型 |
4.5.3 治疗 |
4.5.4 其他部位PAD的诊断和治疗 |
4.5.5 预防 |
4.6 动脉粥样硬化 |
4.6.1 概述 |
4.6.2 临床表现与诊断 |
4.6.2.1 危险因素 |
4.6.2.2 临床表现 |
4.6.2.3 动脉粥样硬化的检测 |
4.6.3 治疗 |
4.6.4 动脉粥样硬化的防治 |
4.6.4.1 改善生活方式 |
4.6.4.2 控制危险因素 |
4.7 睡眠呼吸暂停低通气综合征 |
4.7.1 概述 |
4.7.2 诊断与分类 |
4.7.2.1 SAHS相关术语定义 |
4.7.2.2 危险因素 |
4.7.2.3 病史 |
4.7.2.4嗜睡程度评估 |
4.7.2.5 辅助检查 |
4.7.2.6 简易诊断 |
4.7.2.7 分类、分度 |
4.7.3 治疗 |
4.7.3.1 治疗目标 |
4.7.3.2 治疗方案 |
4.7.3.3 转诊指征及目的 |
4.7.4 预防 |
4.7.4.1 一级预防 |
4.7.4.2 二级预防 |
4.7.4.3 三级预防 |
4.7.4.4 口腔矫治器及外科手术 |
4.7.5 随访评估、健康教育 |
5 其他关注问题 |
5.1 抗栓治疗 |
5.1.1 抗栓药物种类及其作用靶点 |
5.1.2 冠心病的抗凝治疗 |
5.1.2.1 STEMI |
5.1.2.2 NSTE-ACS |
5.1.2.3 稳定性冠心病 |
5.1.3 预防血栓栓塞疾病的抗凝治疗 |
5.1.3.1 急性肺栓塞的抗凝治疗 |
5.1.3.2 房颤抗凝治疗 |
5.1.3.3 需长期口服抗凝药物患者的抗栓治疗建议 |
5.1.3.4 抗凝中断及桥接 |
5.1.4 出血预防和处理 |
5.1.4.1 对症药物的使用方法 |
5.1.4.2 出血处理 |
5.2 抗血小板治疗 |
5.2.1 抗血小板治疗的基本原则 |
5.2.2 心脑血管疾病的抗血小板治疗 |
5.2.3 抗血小板治疗期间出血的处理原则 |
5.2.4 服用阿司匹林的注意事项 |
5.3 治疗依从性 |
5.3.1 治疗依从性现状 |
5.3.2 治疗依从性评估 |
5.3.3 治疗依从性影响因素与改善措施 |
5.4 远程管理指导 |
5.4.1 远程管理的必要性 |
5.4.2 远程管理的优势 |
5.4.2.1 远程管理提高健康管理效率 |
5.4.2.2 远程管理实现健康管理均等化 |
5.4.2.3 远程管理调动居民参与健康管理意识和能力 |
5.4.2.4 远程管理促进健康管理及时性 |
5.4.3 远程管理的可行性 |
5.4.3.1 远程管理基本设备 |
5.4.3.2 远程管理内容 |
6 投入产出分析 |
附录 常用筛查量表 |
(9)冠心病SYNTAX积分与脑梗死TOAST分型的相关性研究(论文提纲范文)
摘要 |
Abstract |
前言 |
研究内容 |
1 研究对象和方法 |
1.1 研究对象 |
1.2 研究方法 |
1.3 统计学方法 |
2 结果 |
2.1 脑梗死组与非脑梗死组基线资料比较 |
2.2 脑梗死组与非脑梗死组SYNTAX积分比较 |
2.3 Logistic回归分析脑梗死危险因素 |
2.4 将年龄、性别分层后脑梗死与非脑梗死组SYNTAX积分的比较 |
2.4.1 按年龄分层后两组SYNTAX积分的比较 |
2.4.2 按性别分层后两组SYNTAX积分的比较 |
2.5 不同病因型脑梗死患者SYNTAX积分比较 |
2.5.1 不同病因型脑梗死组SYNTAX积分分类资料的比较 |
2.5.2 不同病因型脑梗死病例低、中、高危SYNTAX积分的比较 |
2.6 SYNTAX积分与脑梗死相关性及预测作用的探索 |
3 讨论 |
3.1 讨论研究结果 |
3.2 本研究优点及缺点 |
3.3 展望 |
4 结论 |
参考文献 |
文献综述 |
参考文献 |
附录 |
攻读学位期间的研究成果 |
致谢 |
(10)新疆地区维吾尔族心房颤动患者单核苷酸基因多态性研究(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
第一部分 新疆维吾尔族心房颤动患者临床特点分析 |
1 研究内容和方法 |
1.1 研究对象 |
1.2 研究方法 |
1.3 研究内容 |
1.4 质量控制 |
1.5 统计学分析 |
2 结果 |
3 讨论 |
4 小结 |
第二部分 新疆维吾尔族心房颤动患者SCN5A基因、CETP基因多态性关联研究 |
1 研究内容与方法 |
1.1 研究对象 |
1.2 内容与方法 |
1.3 质量控制 |
1.4 统计学分析 |
2 结果 |
3 讨论 |
4 小结 |
第三部分 新疆维吾尔族心房颤动患者Cx40 基因、AGT基因及eNOS基因多态性关联研究 |
1 研究内容与方法 |
1.1 研究对象 |
1.2 内容与方法 |
1.3 质量控制 |
1.4 统计学分析 |
2 结果 |
3 讨论 |
4 小结 |
结论 |
致谢 |
参考文献 |
综述 心房颤动患者易感基因单核苷酸多态性研究 |
参考文献 |
攻读博士学位期间获得的学术成果 |
个人简历 |
导师评阅表 |
四、男性体重指数越大卒中风险越高(论文参考文献)
- [1]中国2型糖尿病防治指南(2020年版)[J]. 中华医学会糖尿病学分会. 国际内分泌代谢杂志, 2021(05)
- [2]体重指数对老年共病患者预后价值的研究[D]. 韩英华. 青岛大学, 2021(02)
- [3]基于区域大数据平台的脑卒中发病的支持性环境影响因素研究[D]. 刘杨. 中国疾病预防控制中心, 2021
- [4]基于传统和遗传危险因素的脑卒中个体化发病风险预测研究[D]. 邢小龙. 北京协和医学院, 2021(02)
- [5]血Lp(a)、Hcy、UA水平与青年急性缺血性脑卒中关系的研究[D]. 匡俊鑫. 新疆医科大学, 2021(09)
- [6]辽宁省慢性阻塞性肺疾病流行现状及患病风险评估模型构建[D]. 上官昌跃. 中国医科大学, 2021(02)
- [7]P-选择素与房颤合并血栓的关联研究及房颤血栓事件风险预测模型构建[D]. 马晓芸. 新疆医科大学, 2021(08)
- [8]基层心血管病综合管理实践指南2020全文替换[J]. Beijing Hypertension Association;Beijing Diabetes Prevention and Treatment Association;Beijing Research for Chronic Diseases Control and Health Education;. 中国医学前沿杂志(电子版), 2020(08)
- [9]冠心病SYNTAX积分与脑梗死TOAST分型的相关性研究[D]. 蒋建平. 成都医学院, 2020(08)
- [10]新疆地区维吾尔族心房颤动患者单核苷酸基因多态性研究[D]. 班努·库肯. 新疆医科大学, 2020(08)