一、与环境有关的疾病（论文文献综述）
崔秀云,邢银花,张彩霞,程蓉[1]（2021）在《兰州市气象因素对心脑血管疾病就诊人次的影响研究》文中研究说明利用甘肃省第一人民医院2016-2020年心脑血管疾病患者和同期兰州市气象资料,在分析心脑血管疾病患者统计学特征的基础上,探究了气象要素同心脑血管疾病就诊人数的同期和滞后关联性,结果发现:2016年以来兰州市心脑血管疾病就诊人数以中老年人群为主,且男性明显多于女性。从季节对比来看,夏季为心脑血管疾病的高发季节。从年际变化来看,2016年以来兰州市心脑血管疾病就诊人数呈明显减少趋势。从月气象要素与同期心脑血管疾病就诊人数的关系来看,尽管平均气压、平均气温、平均最高气温、平均最低气温、平均水汽压及平均风速与滞后1月的心脑血管疾病就诊人数在统计学上均具有较好的相关性,但影响心脑血管疾病就诊人数的最主要气象因子为平均气压、最高气温及平均风速。利用前1个月的平均气压、最高气温及平均风速建立的兰州市心脑血管疾病就诊人数回归模型原始值与拟合值变化趋势比较一致,因此利用该模型来预测兰州市心脑血管疾病的发作具有一定的可靠性。
孙志萍[2]（2021）在《新冠疫情下疾病工伤认定问题探究——以医护及相关工作人员为视角》文中进行了进一步梳理新冠肺炎疫情爆发以来,医护及相关工作人员的职业健康保障引起了高度重视,实践中疾病工伤认定问题尤为突出。《工伤保险条例》中涉及疾病工伤认定的条款包括"职业病"和"突发疾病死亡",但无论是新冠肺炎还是突发疾病,在现行立法框架下均缺乏相应的法律支撑。究其根源,在于我国疾病工伤认定条款涵摄范围的不周延性。本文通过剖析立法之初对这两项条款设置的目的与功能,建议秉持伤害与疾病二元化区分的原则;调整职业病目录,增设传染病兜底性条款;删除48小时红线规定,将"与工作相关"作为突发疾病死亡条款的核心考量因素。
范丹,叶昱圻,王维国[3]（2021）在《空气污染治理与公众健康——来自“大气十条”政策的证据》文中研究指明为探究《大气污染防治行动计划》（以下简称"大气十条"）的健康效应,本文基于中国健康与营养调查（CHNS）数据及省级面板数据,利用基于多项Logit模型的双重差分法（Logit-DID）,从微观与宏观两个维度考察"大气十条"政策的健康改善效应及其传导机制,并进一步通过异质性分析探讨环境健康不平等的内在原因。研究发现:"大气十条"实施带来显着的健康效应,该政策不仅能有效控制与空气污染高度相关疾病的发病率和死亡占比,还能够间接降低受空气污染影响较小的疾病病情。其作用机理主要通过控制PM2.5浓度改善公众健康,同时该政策对二氧化硫（SO2）、氮氧化物、烟（粉）尘等其他污染物浓度的下降起到了协同作用。进一步分析显示环境福利不公平的现象依然存在,"大气十条"政策显着降低了疾病高发人群的发病率,且对女性、城镇居民和低、高年龄段等疾病高发人群的健康影响更显着。本文为政府构建环境健康公平发展路径,推进"健康中国"战略提供了经验证据和政策借鉴。
樊拖迎,管丽红,冀建峰[4]（2021）在《2020年鄱阳湖周边地区某部抗洪官兵发病情况调查》文中研究指明目的:调查分析2020年鄱阳湖周边地区抗洪官兵的发病情况,为遂行类似任务疾病防控提供参考。方法:以参加江西鄱阳湖周边地区抗洪的某部官兵1400例为研究对象,统计其在抗洪期间（包括抗洪抢险期和灾后重建期两个时期）的总体发病、各系统疾病的构成、单病种疾病的构成等情况,并比较同一系统疾病在两个时期的发病情况等。结果:抗洪期间,官兵总体发病率为62.8%,发病居前4位的系统疾病分别为皮肤疾病、肌肉骨骼系统疾病、呼吸系统疾病和消化系统疾病。抗洪抢险期皮肤疾病和肌肉骨骼系统疾病构成比显着高于灾后重建期（P<0.05）,灾后重建期消化系统疾病和眼耳鼻喉科疾病构成比非常显着高于抗洪抢险期（P<0.01）,呼吸系统疾病、口腔疾病、理化因素所致疾病和其他系统疾病两个时期比较差异不显着（P>0.05）。结论:部队官兵在抗洪过程中总体发病率较高,且抗洪抢险期与灾后重建期疾病发病情况存在一定差异,应有针对性地采取防治措施。
穆晓敏[5]（2021）在《老年慢性病共病模式挖掘与防控策略研究》文中研究表明目的:随着经济快速发展,医疗卫生服务水平提高,人们的预期寿命逐渐延长,老年慢性病人群普遍存在共病现象,共病已成为威胁人类生存与健康的重要隐患。与单一慢性病相比,共病导致患者生活质量下降、药物不良事件风险增加、死亡风险增加、医疗资源消耗增加等,给慢性病防控和管理带来了诸多挑战。但目前慢性病管理侧重于单病种管理,与老年慢性病人群普遍存在共病的现象不一致,开展共病模式挖掘研究对了解共病现状,完善慢性病综合防控体系具有重要意义。如今,在医疗大数据背景下,如何在现有的大量且异构化的医疗数据中挖掘共病模式,提取出能够辅助共病管理的有价值的信息已成为当前亟待解决的问题。因此,本研究基于数据挖掘的方法和技术,对共病模式挖掘与利用的理论与方法展开了深入的探讨,为共病的管理及防控策略提供数据与理论支持。方法:（1）通过对国内外相关文献调研,明晰本文研究的相关理论基础,对共病相关概念进行梳理与界定;探讨共病的影响因素类型及其作用机理;厘清数据驱动共病管理决策的过程;基于信息管理的DIKW体系构建共病模式挖掘与利用模型。（2）基于复杂网络理论的基本思想,提出了整合影响因素的共病模式挖掘方法。利用c2检验和Logistic回归模型分析共病影响因素,抽取疾病-疾病关联关系和疾病-影响因素关联关系建立整合影响因素的共病网络,在此基础上引入重叠社区发现算法识别社区结构,挖掘共病模式。（3）结合共病模式挖掘结果,基于慢性病管理理论和协同管理理论的基本思想,构建老年共病防控机制,并提出具体建议,为政府部门制定公共卫生政策提供理论依据。结果:（1）共病的发生发展受生物因素、心理因素、社会环境因素和生活行为因素的影响,构建了由生物因素、心理因素、社会环境因素和生活行为因素所组成的共病影响因素的花瓣模型,并对生物因素、心理因素、社会环境因素和生活行为因素间的相互作用进行系统阐述。（2）构建了基于DIKW体系的共病模式挖掘与利用模型,共病模式挖掘与利用模型是由共病数据（数据层）、共病中的关联信息（信息层）、共病模式（知识层）和共病管理（智慧层）组成,基本要素之间的转化通过数据驱动实现。（3）选取中国健康与养老追踪调查CHARLS项目2015年调查数据作为数据来源,利用本研究提出的共病模式挖掘方法识别中国老年慢性病人群的共病模式。影响因素分析结果显示,年龄、疼痛、睡眠时间、基本生活活动能力障碍、肥胖、抑郁、生活满意度是老年慢性病人群共病的影响因素;识别出的共病模式包括5个社区,包括{高血压、血脂异常、糖尿病、心脏病、24≤BMI<28、BMI≥28}、{慢性肺部疾病、哮喘、70-79岁、BMI<18.5、对生活满意度一般、睡眠时间<4小时}等。（4）通过共病管理现状分析发现存在制度不完善、信息不对称等问题,结合共病模式挖掘结果,提出以全人管理、分类指导、预防为主和全面协调的基本原则,构建慢性病共病防控模式,分析共病管理中政府、医疗机构、社区和患者参与主体的职责,提出共病防控的主要措施。结论:（1）共病模式挖掘与利用包含了数据收集与预处理、共病关联关系抽取、共病模式挖掘和共病管理决策,其核心任务是利用共病模式挖掘结果,驱动共病管理决策。（2）提出的整合影响因素的共病模式挖掘方法,既可以发现疾病之间的关联关系,又可以发现共病模式与影响因素之间的潜在关联。（3）利用提出的整合影响因素的共病模式挖掘方法,识别出中国老年慢性病人群的共病模式。（4）基于共病模式挖掘结果,可以为共病管理决策提供服务,优化共病防控策略。
任辉[6]（2021）在《乳腺癌患者癌症复发恐惧的影响因素及其发展轨迹研究》文中研究说明目的:了解乳腺癌患者癌症复发恐惧的整体水平及影响因素,验证现有理论对理解我国乳腺癌患者癌症复发恐惧的适用性,探索理论驱动下的癌症复发恐惧与影响因素间的路径关系;探寻乳腺癌患者术后癌症复发恐惧的发展轨迹,以及癌症复发恐惧与焦虑症状、抑郁症状的因果预测关系,根据现有研究发现制定对策与建议,为制定此方面的预防策略和干预措施提供理论基础和科学依据。方法:研究一:乳腺癌患者癌症复发恐惧现状及影响因素分析本研究为横断面研究设计,以某省四所三级甲等医院的乳腺癌术后5年内的患者为研究对象,采用方便抽样的方法,选取符合纳入和排除标准的945位患者进行调查,最终收回有效问卷857份（有效回收率为90.7%）。采用的调查工具包括:一般资料调查表、癌症复发恐惧量表简表、简明疲劳量表、疾病感知问卷简表、认知情绪调节策略问卷、社会支持评定量表、社会限制量表、医院焦虑抑郁量表和经济毒性综合评分量表。采用SPSS 24.0软件进行描述性统计和单因素分析,采用R软件4.1.0版建立多元线性回归模型和随机森林回归模型,分析乳腺癌患者癌症复发恐惧的影响因素。研究二:乳腺癌患者癌症复发恐惧影响因素的路径分析本研究为横断面研究设计,以研究一的有效样本为研究对象。分别以疲劳、社会支持和社会限制为自变量,以疾病感知和非适应性认知策略为中介变量,以癌症复发恐惧为因变量,采用SPSS-PROCESS 3.3宏程序和基于偏差校正的百分位Bootstrap法,检验疾病感知和非适应认知策略在每个自变量与癌症复发恐惧的关系上的链式中介效应,采用AMOS 24.0软件建立结构方程模型,验证多个自变量同时存在的整体路径作用。研究三:乳腺癌患者癌症复发恐惧发展轨迹及其与焦虑症状、抑郁症状的关系本研究为纵向研究设计,采用方便抽样的方法,从研究一的有效样本中选取300名术后第3个月的患者进行了三次追踪调查,最终有267人完成全部调查（失访率为11.0%）。采用Mplus 8.3软件,构建潜变量增长模型以描述乳腺癌患者术后癌症复发恐惧的发展趋势和特点,构建交叉滞后模型分别验证癌症复发恐惧与焦虑症状、抑郁症状的跨时间因果预测关系。研究四:乳腺癌患者癌症复发恐惧影响因素的质性研究采用目的抽样方法,结合增加样本多样性原则和饱和原则,对857名有效样本中的17人进行了质性访谈。采用现象学研究法和半结构式访谈,应用Nvivo 12.0软件对资料进行逐层整理、编码和分析。结果:研究一:乳腺癌患者癌症复发恐惧现状及影响因素分析（1）857位乳腺癌患者的癌症复发恐惧量表总分平均为（14.95±7.22）分;其中523人报告了高水平的癌症复发恐惧,占样本总人数的61.0%。（2）单因素分析结果显示,不同年龄、受教育程度、职业、个人平均每月可支配收入、手术方式、化疗史和放疗史患者的癌症复发恐惧总分的分布具有显着性差异（P<0.05）;癌症复发恐惧与疲劳、疾病感知、非适应性认知策略、社会限制、焦虑症状、抑郁症状和经济困境呈显着正相关（r=0.255～0.572）,与社会支持呈显着负相关（r=-0.511）。（3）多因素分析结果显示,在多元线性回归分析中,乳腺癌患者癌症复发恐惧的预测因素根据贡献度由大到小依次为社会限制、疲劳、非适应性认知策略、年龄、焦虑症状、社会支持、疾病感知、化疗史和放疗史,上述变量总共可以解释癌症复发恐惧61.5%的变异,社会、认知、心理因素分别可以解释癌症复发恐惧19.8%、18.2%和11.6%的变异;在随机森林回归分析中,按重要性评分对影响因素由大到小排序,依次是疾病感知、社会限制、社会支持、非适应性认知策略、年龄、经济困境、焦虑症状、抑郁症状、疲劳、受教育程度、个人每月可支配收入、职业、放疗史、化疗史和手术方式。随机森林模型发现,不同年龄段乳腺癌患者对影响因素重要性评分结果不同。研究二:乳腺癌患者癌症复发恐惧影响因素的路径分析链式中介分析结果显示:疾病感知和非适应性认知策略在疲劳和癌症复发恐惧之间起链式中介作用,中介效应值为0.389,占总效应的28.81%;疾病感知和非适应性认知策略在社会支持和癌症复发恐惧之间起链式中介作用,中介效应值为-0.153,占总效应的48.88%;疾病感知和非适应性认知策略在社会限制和癌症复发恐惧之间起链式中介作用,中介效应值为0.088,占总效应的28.58%。结构方程模型验证发现,疲劳、社会限制和社会支持相互关联的情况下,疾病感知与非适应性认知策略同样起到链式中介作用,癌症复发恐惧被上述变量共同解释的变异量为60.0%。研究三:乳腺癌患者癌症复发恐惧发展轨迹及其与焦虑症状、抑郁症状的关系潜变量增长模型发现,乳腺癌患者在术后3～9个月期间的癌症复发恐惧水平呈线性下降,且初始水平与后期的发展趋势存在显着关联。交叉滞后分析结果显示,焦虑症状和抑郁症状分别对癌症复发恐惧有显着的正向预测作用。研究四:乳腺癌患者癌症复发恐惧影响因素的质性研究经过半结构化访谈和主题分析,最终确定了三个主题:癌症复发恐惧的感受、癌症复发恐惧的态度以及癌症复发恐惧的影响因素。其中,影响乳腺癌患者癌症复发恐惧的因素主要包括外部因素（媒体的报道、复查、认识人的复发或死亡消息）,个人因素（躯体症状和疾病特点）、家庭因素（家庭支持和家庭情感负担）和医疗因素（医生支持和医疗体验）。结论:（1）乳腺癌患者癌症复发恐惧的整体平均水平较高,高水平癌症复发恐惧检出率也较高,现状不容乐观。（2）年龄<39岁的患者其癌症复发恐惧水平显着高于其他年龄组,且不同年龄段患者对影响因素的重要性评价不同,提示我们应根据各年龄段患者的特点采取适龄的、灵活的干预措施,有的放矢地开展个体化的支持服务。虽然化疗史和放疗史对癌症复发恐惧的预测能力较低,但也为寻找最佳干预时机和重点干预人群提供了科学指导。（3）社会、认知和心理因素对癌症复发恐惧的预测能力明显超过人口、疾病与治疗因素对癌症复发恐惧的影响,提示我们应重点关注上述这些可通过干预进行改善的影响因素,从而促进相关防控措施的开展和扶持政策的改进。其中,非适应性认知策略和社会限制在两种模型中都表现出最强的对癌症复发恐惧的预测能力,提示我们应重点关注患者的认知应对方式和社会环境因素。尽管疾病感知与社会支持在多元线性回归中预测能力较低,却出现在随机森林模型重要性排序的前三位,这可能与随机森林模型能考虑变量间的交互作用有关,提示我们应结合多种统计方法的优缺点综合分析影响因素的预测能力,并深入探索重要因素间的路径关系。在多元线性回归中没有显着意义的经济困境,在随机森林中却比较重要,为今后研究提供了一个新的思考方向,弥补了从癌症的经济副作用角度探索癌症复发恐惧的研究空白。（4）疲劳、社会限制、社会支持与癌症复发恐惧的关系均受到了疾病感知与非适应性认知策略的链式中介影响,验证了疾病自我调节模型和社会认知加工模型对理解我国乳腺癌患者癌症复发恐惧的适用性和有效性,强化了认知与应对在癌症复发恐惧发生机制中的关键作用。此外,疲劳、社会限制与社会支持之间存在互动关联,提示当内部和社会因素同时作为触发因素时,也可以通过激活认知与应对过程,对癌症复发恐惧产生不同程度的影响。进一步验证了本研究提出的理论框架,提示我们应从生理、社会与认知多个角度综合理解癌症复发恐惧的发生机制,从而采取更有效的干预措施与社会支持服务。（5）在术后3～9个月期间,乳腺癌患者的癌症复发恐惧水平先快速下降,后缓慢下降,且初始水平低者其后期下降速度较快,提示我们术后尽早开展干预措施将有助于控制后期癌症复发恐惧的进展。（6）焦虑水平和抑郁水平的升高可以引起癌症复发恐惧水平的升高,为明晰癌症复发恐惧与焦虑症状、抑郁症状的关系提供了实证依据,并提示我们从改善焦虑症状和抑郁症状的角度寻找控制癌症复发恐惧的突破口将会大有裨益。（7）乳腺癌患者对癌症复发恐惧有着积极和消极的感受,并采取着乐观、寻找意义或逃避的态度,合理运用其积极态度,为其寻找正向意义,可能有利于促进患者形成良好的生活习惯和减轻癌症复发恐惧。影响乳腺癌患者癌症复发恐惧的因素主要包括外部因素、个人因素、家庭因素和医疗因素。分析结果提示我们,为乳腺癌患者增强支持网络,及时进行心理疏导,开展以家庭为单位的干预措施,将是缓解癌症复发恐惧的一个重要突破口。同时,临床医生对患者的态度及其能提供的支持,可以帮助患者减少对癌症复发的恐惧。
张云秋[7]（2021）在《在线医疗平台医患用户采纳的影响机理研究》文中研究指明随着“健康中国”战略的不断深入,加上新冠肺炎（COVID-19）疫情的影响,我国在线医疗平台呈现井喷式增长。作为一种新型的健康医疗服务供给平台,在线医疗平台为其关键双边用户——医生和患者便捷获取线上医疗信息和服务、进行交流互动等提供了一个很好的“桥梁”。然而,当下我国在线医疗平台正面临医、患双边用户的采纳使用困境,一方面,医生用户线上活跃度不高;另一方面,患者用户采纳率较低、持续采纳意愿不强,医、患双边用户对在线医疗平台采纳的影响机理还有待探究。虽然近几年有关在线医疗平台的研究已受到国内外学者的关注,但对于影响用户采纳在线医疗平台因素的探讨还不够系统和全面,基于医、患双边视角,并考虑到线上平台自身网络外部性影响的研究还较少。本文在对在线医疗平台、网络外部性、用户生成内容以及用户技术采纳等相关理论分析的基础上,运用计量分析、问卷调查和结构方程模型等实证研究方法,尝试探索了在线医疗平台医、患双边间的网络外部性关系,并构建了医、患用户各自的回归和采纳模型,系统地对医、患采纳平台的影响机理进行探讨,试图补充医疗健康领域、信息系统技术研究及用户采纳行为等领域的研究空白。在实践层面,也将为平台管理者、医生和患者等群体提供有针对性的建议,有助于促进医患用户采纳行为的发生,实现在线医疗平台的长久稳健发展。通过相关理论研究,以及对数据的采集、分析和检验等,本文得到的创新结论主要如下:（1）探究了不同情境下平台直接网络外部性、交叉网络外部性和间接网络外部性的内在运作机理,并分析了特定领域在线医疗平台中医患双边的网络外部性关系,认为网络外部性会伴随医、患用户采纳使用平台的整个过程,其作用或影响不容忽视。（2）基于网络外部性和用户生成内容视角,以“好大夫在线”平台为例,实证探索了网络外部性下在线医疗平台中医、患者用户生成内容对医生活跃度及其在诊治不同严重性疾病的医生群体间的异质性影响。结果表明,由医、患用户生成内容表征的非价格因素和价格因素都会影响到医生采纳使用平台的活跃度,且对诊治不同严重程度疾病的医生活跃度的影响具有一定差异性。除价格因素的负向影响外,非价格因素会促进在线医生服务供给量的增加,对在线医生采纳行为产生显着正向影响。奖励激励和医学职称等对诊治严重疾病的医生活跃度影响更大;而在线口碑、响应性、涉入度和服务定价等对诊治轻度或中度疾病的医生影响更大。（3）基于不同类别网络外部性和修正的技术接受模型（TAM）,同时结合患方用户个人感知因素（感知风险和感知疾病威胁）,构建了在线医疗平台患方用户初次采纳行为模型。结果表明,网络外部性的三个不同维度（直接网络外部性、交叉网络外部性和间接网络外部性）均能够正向显着影响患方用户的感知有用性、感知易用性和初次采纳意向,负向预测感知风险。其次,感知有用性、感知疾病威胁和感知易用性三者均能正向影响患方用户的初次采纳意向,而感知风险负向影响初次采纳意向,但影响程度较前三者大。此外,验证了感知有用性、感知易用性和感知风险的部分中介作用和初次采纳意向的完全中介作用,且发现不同教育程度的患方用户在初次采纳在线医疗平台的行为上会存在显着差异,而其他人口统计量对其初次采纳行为无显着影响。（4）基于不同类别网络外部性和修正的信息技术持续使用-期望确认模型（ECM-ITC）,同时结合患方感知价值因素,并引入习惯和转换成本作为调节变量,构建了在线医疗平台患方用户持续采纳行为模型。结果表明,网络外部性的三个不同维度（直接网络外部性、交叉网络外部性和间接网络外部性）均能够显着正向影响期望确认度和感知价值,且交叉网络外部性对期望确认度的影响更大,而间接网络外部性对感知价值的影响更大。其次,患者用户的期望确认度会显着正向影响其对在线医疗平台的感知价值和满意度,满意度又会进一步正向影响持续采纳意向,进而促进持续采纳行为的产生。但是,感知价值对满意度的影响却不显着。此外,验证了习惯与转换成本在持续采纳意向与持续采纳行为之间的正向调节作用,并发现在持续采纳阶段,患者的采纳行为不会因其人口统计量等特征的不同而存在显着差异。本文中共有图30幅,表40个,参考文献187篇。
李昕宇[8]（2021）在《小鼠Kupffer细胞的转分化研究》文中进行了进一步梳理研究背景及目的:KCs是肝脏长期驻留的巨噬细胞,在慢性肝损伤期间KCs被激活并分泌促炎症和促纤维化细胞因子,作用于HSCs转分化形成肌成纤维细胞,最终产生胶原沉积,学术界广泛认可,HSCs是肝脏中胶原沉积的主要来源,也是肝纤维化病理过程的核心环节,而KCs除了能辅助HSCs参与纤维化以外,是否有其他途径产生胶原沉积尚未阐明。HSCs转分化成为肌成纤维细胞是肝纤维化的关键步骤,除了HSCs转分化以外,肝脏中还存在大量其他细胞转分化的现象,例如有实验研究证明了动物模型中肝细胞和胆管细胞相互转化。在肝外组织中的巨噬细胞,例如皮肤、心肌、肾脏等组织中巨噬细胞可更进一步转分化为纤维细胞并分泌胶原蛋白,和伤口损伤愈合修复密切相关。通过上述类比,提出KCs可以发生转分化的猜想,KCs转分化为类成纤维细胞后可能产生胶原沉积,甚至有可能参与肝组织损伤修复乃至肝纤维化形成。KCs的转分化理论提供了不同于传统纤维化理论着眼于HSCs的不同视角,把肝硬化的过程视为河流,HSCs的转分化可视作主干道,而KCs则可作为支流,提供了未来肝纤维化治疗的新思路和新靶点,同时给成纤维细胞提供了新的来源,完善了对肝纤维化的认识。材料和方法:首先本研究在两个不同的体外实验模型中进行平行实验:体外肝脏非实质细胞培养和精密肝切片培养。具体步骤如下:（1）构建特异性追踪KCs谱系的动物模型Emr1Cre+/-::Ribo Tag+/-的小鼠追踪KCs谱系。（2）分离KCs后进行体外培养。（3）使用精密肝切片培养技术进行精密肝片培养。（4）使用免疫荧光成像分析培养后的KCs表达的蛋白。（5）利用多聚体免疫共沉淀富集KCs,提取RNA,合成c DNA。（6）实时定量PCR（Fludigm）。其次在小鼠肝切片中进行胶原沉积研究,使用氯膦酸盐脂质体耗竭KCs,进行精密肝切片培养,对肝切片进行Masson三色染色和RT-PCR基因表达分析。最后使用IL1r敲除小鼠和Nlrp3基因敲除小鼠,使用精密肝切片培养技,实时定量PCR分析基因表达,使用LDH检测套盒定量分析肝片中细胞死亡情况。结果:（1）随着体外培养时间的推移,体外非实质细胞培养和精密肝切片培养两种模型中均发生:KCs的特征基因以及调控其表达的转录因子表达下调。（2）随着体外培养时间的推移,体外非实质细胞培养和精密肝切片培养两种模型中均发生:KCs中纤维化相关的基因以及调控其表达的转录因子表达上调。上述效应在非实质细胞培养和肝组织切片培养之间是高度一致的。（3）清除KCs后肝切片中胶原沉积减少。（4）Il-1r敲除小鼠的肝片中细胞死亡相关基因表达与对照组没有显着差异。（5）Nlrp3敲除小鼠肝片中细胞死亡相关基因表达与对照组没有显着差异。结论:KCs转分化在体外非实质细胞培养和精密肝切片培养两种模型中均有发生。KCs的转分化在体外培养中相对保守反应,转分化为类似成纤维细胞样的细胞,可以分泌胶原沉积相关蛋白。
普洱市人民政府办公室[9]（2021）在《普洱市人民政府办公室关于印发《普洱市推进健康普洱行动实施方案》的通知》文中研究表明普政办发[2021] 79号各县（区）人民政府、市直各有关单位:经市人民政府同意,现将《普洱市推进健康普洱行动实施方案》印发给你们,请认真抓好贯彻落实。附件1:普洱市推进健康普洱行动实施方案附件2:健康普洱行动组织管理和考核方案2021年7月30日（此件公开发布）附件1普洱市推进健康普洱行动实施方案
陈悦,冷瑞雪,潘海峰[10]（2021）在《气象因素对炎症免疫性疾病影响的研究进展》文中研究指明随着全球气候变化和人类活动的增加,环境因素对人类健康的影响逐渐凸显。空气污染与气象因素作为环境因素的重要组成,对人类健康的影响引起了广泛关注。炎症免疫性疾病是一组引起多器官系统损伤的慢性炎症性疾病,主要受遗传因素和环境因素影响。近年来研究表明,颗粒物、二氧化氮、臭氧等空气污染物与炎症免疫性疾病的发病密切相关。然而,气象因素对这类疾病的影响尚不清楚。流行病学研究显示,气象因素与炎症免疫性疾病的发病和复发有关,但具体机制仍未阐明,可能为诱发氧化应激、炎症反应、促炎细胞因子的产生和T淋巴细胞失衡等,最终导致多器官、多系统损伤。此外,气象因素和空气污染物间的协同或拮抗作用,以及环境因素与遗传易感性的交互作用均可能影响炎症免疫性疾病的发生发展。本文主要概述了气象因素与常见炎症免疫性疾病之间的关联和可能的机制,以期为进一步揭示该类疾病的发病机制,制定综合性防制策略提供依据。
二、与环境有关的疾病（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、与环境有关的疾病（论文提纲范文）
（1）兰州市气象因素对心脑血管疾病就诊人次的影响研究（论文提纲范文）
| 引 言 |
| 1 资料和方法 |
| 1.1 资料来源 |
| 1.2 多元逐步回归方法 |
| 2 结果分析 |
| 2.1 心脑血管患者的统计学特征 |
| 2.2 心脑血管患者人数与主要气象要素之间的关系 |
| 2.3 气象要素与心脑血管患者人数的回归模型检验 |
| 3 结论与讨论 |
（2）新冠疫情下疾病工伤认定问题探究——以医护及相关工作人员为视角（论文提纲范文）
| 一、引言 |
| 二、医护及相关工作人员疾病工伤认定的困境 |
| 1. 新冠肺炎适用“三工”标准认定工伤突破了“伤”“病”区分的法律框架 |
| 2. 新冠肺炎未列入刚性化的职业病目录范围 |
| 3. 新冠肺炎防控中的其他疾病难以适用“突发疾病”条款 |
| 三、困境根源：工伤疾病条款涵摄范围的不周延性 |
| 1. 职业病目录缺乏兜底性条款 |
| 2. 突发疾病死亡条款认定因素的偏离 |
| 四、疾病工伤认定条款设置的理论基础 |
| 1. 历史演进的必然趋势 |
| 2. 功能定位的应然之义 |
| 3. 域外立法制度设计的共通性 |
| 五、疾病工伤认定的完善建议 |
| 1. 坚持伤害与疾病二元化区分的原则 |
| 2. 调整职业病目录，增设传染病兜底性条款 |
| 3. 删除48小时红线规定，将“与工作相关”作为突发疾病条款的核心考量因素 |
| 六、结语 |
（3）空气污染治理与公众健康——来自“大气十条”政策的证据（论文提纲范文）
| 一、引言 |
| 二、文献综述与研究假设 |
| (一)文献综述 |
| (二)研究假设 |
| 三、研究设计与数据说明 |
| (一)“大气十条”对疾病发病概率影响的检验 |
| 1．模型设计。 |
| 2、3)概率的多项Logit模型: |
| (二)“大气十条”对疾病死亡占比影响的检验 |
| 1．模型设计。 |
| 2．变量选择及数据来源。 |
| 四、实证分析与稳健性检验 |
| (一)“大气十条”对疾病发病概率影响的检验 |
| 1．健康效应检验。 |
| 2．传导机制。 |
| 3．异质性分析。 |
| 4．稳健性检验。 |
| (二)“大气十条”对疾病死亡占比影响的检验 |
| 1．健康效应检验。 |
| 2．稳健性检验。 |
| 五、结论与政策建议 |
（4）2020年鄱阳湖周边地区某部抗洪官兵发病情况调查（论文提纲范文）
| 1 对象和方法 |
| 1.1 对象 |
| 1.2 方法 |
| 1.3 统计学处理 |
| 2 结 果 |
| 2.1 抗洪官兵总体发病情况 |
| 2.2 抗洪官兵抗洪期间各系统疾病构成 |
| 2.3 抗洪官兵两个时期发病居前10位的单病种构成 |
| 2.4 抗洪官兵两个时期各系统疾病发病情况比较 |
| 3 讨 论 |
| 3.1 本次抗洪官兵总体发病率较高 |
| 3.2 抗洪官兵发病呈多元性 |
| 3.2.1 皮肤疾病 |
| 3.2.2 肌肉骨骼系统疾病 |
| 3.2.3 呼吸系统疾病 |
| 3.2.4 消化系统疾病 |
| 3.3 抗洪官兵在两个不同时期系统疾病和单病种发病情况有所不同 |
| 3.4 体会 |
| 3.4.1 加强健康宣教和心理疏导 |
| 3.4.2 加强军地协调改善生活条件 |
| 3.4.3 针对不同时期发病特点采取相应措施 |
（5）老年慢性病共病模式挖掘与防控策略研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.1.1 研究目的 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数据来源及共病患病率 |
| 1.2.2 共病的影响因素研究 |
| 1.2.3 共病模式识别方法研究 |
| 1.2.4 共病管理相关研究 |
| 1.2.5 相关研究成果述评 |
| 1.3 研究内容及章节安排 |
| 1.3.1 研究内容 |
| 1.3.2章节安排 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第2章 相关概念及理论基础 |
| 2.1 共病的概念 |
| 2.2 生物-心理-社会医学模式 |
| 2.2.1 医学模式的转变 |
| 2.2.2 医学模式的内容 |
| 2.2.3 医学模式对共病的指导意义 |
| 2.3 复杂网络理论 |
| 2.3.1 复杂网络相关概念 |
| 2.3.2 复杂网络的统计特性 |
| 2.3.3 复杂网络社区发现 |
| 2.3.4 复杂网络在共病模式识别中的适用性 |
| 2.4 协同管理理论 |
| 2.4.1 协同理论 |
| 2.4.2 协同管理理论 |
| 2.4.3 协同管理在共病管理的适用性 |
| 2.5 慢性病管理理论 |
| 2.5.1 慢性病管理概况 |
| 2.5.2 慢性病管理模式 |
| 2.5.3 慢性病管理的过程 |
| 第3章 共病模式挖掘与利用的理论研究 |
| 3.1 共病的影响因素分析 |
| 3.1.1 生物因素 |
| 3.1.2 心理因素 |
| 3.1.3 社会环境因素 |
| 3.1.4 生活行为因素 |
| 3.1.5 共病影响因素的花瓣模型 |
| 3.2 整合影响因素的共病模式问题研究 |
| 3.2.1 整合影响因素的共病模式问题分析 |
| 3.2.2 整合影响因素的共病模式研究框架 |
| 3.3 数据驱动的共病管理决策流程 |
| 3.3.1 数据驱动决策过程 |
| 3.3.2 数据驱动的共病管理决策过程分析 |
| 3.4 基于DIKW体系的共病模式挖掘与利用模型 |
| 3.4.1 DIKW体系 |
| 3.4.2 基于DIKW的共病模式挖掘与利用模型构建 |
| 第4章 整合影响因素的共病模式挖掘方法 |
| 4.1 整合影响因素的共病模式挖掘流程 |
| 4.2 整合影响因素的共病网络构建 |
| 4.2.1 疾病-疾病关联的一模网络 |
| 4.2.2 疾病-影响因素关联的二模网络 |
| 4.2.3 整合影响因素的共病网络 |
| 4.3 基于重叠社区发现的共病模式识别 |
| 4.3.1 重叠社区发现的适用性 |
| 4.3.2 LFM算法的原理和步骤 |
| 4.3.3 节点重要性分析 |
| 4.4 共病模式挖掘方法评价研究 |
| 4.4.1 评价原理 |
| 4.4.2 对比方法的选择 |
| 第5章 基于CHARLS的我国老年共病模式挖掘与分析 |
| 5.1 数据来源与预处理 |
| 5.1.1 数据来源 |
| 5.1.2 数据预处理 |
| 5.2 老年共病影响因素分析结果 |
| 5.2.1 老年共病的患病情况 |
| 5.2.2 共病影响因素的单因素分析 |
| 5.2.3 共病影响因素的多因素分析 |
| 5.3 老年共病模式挖掘结果 |
| 5.3.1 共病关系抽取 |
| 5.3.2 共病网络 |
| 5.3.3 共病模式 |
| 5.4 共病模式挖掘结果评价 |
| 5.4.1 结果评价 |
| 5.4.2 方法对比评价 |
| 第6章 老年共病防控策略研究 |
| 6.1 共病管理现状研究 |
| 6.1.1 现状分析 |
| 6.1.2 存在问题 |
| 6.2 共病防控机制 |
| 6.2.1 基本原则 |
| 6.2.2 模式构建 |
| 6.3 参与主体的主要职责 |
| 6.3.1 政府层面 |
| 6.3.2 医疗机构层面 |
| 6.3.3 社区层面 |
| 6.3.4 个人层面 |
| 6.4 共病防控主要措施 |
| 6.4.1 加强危险因素的综合干预 |
| 6.4.2 完善慢性病信息系统建设 |
| 6.4.3 借助新媒体进行健康指导 |
| 第7章 研究结论与展望 |
| 7.1 主要研究结论 |
| 7.2 本文创新点 |
| 7.3 研究局限与展望 |
| 7.3.1 局限性 |
| 7.3.2 研究展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（6）乳腺癌患者癌症复发恐惧的影响因素及其发展轨迹研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 理论基础和理论框架 |
| 1.4 研究目的与意义 |
| 1.5 研究内容 |
| 第2章 研究对象与方法 |
| 2.1 研究对象 |
| 2.2 调查方法 |
| 2.3 研究工具 |
| 2.4 统计分析与方法学基础 |
| 2.5 质量控制 |
| 2.6 伦理准则 |
| 2.7 技术路线 |
| 第3章 乳腺癌患者癌症复发恐惧的影响因素分析 |
| 3.1 研究对象的基本情况 |
| 3.2 乳腺癌患者癌症复发恐惧影响因素的单因素分析 |
| 3.3 基于多元线性回归的乳腺癌患者癌症复发恐惧影响因素分析 |
| 3.4 基于随机森林回归的乳腺癌患者癌症复发恐惧影响因素分析 |
| 3.5 本章小结 |
| 第4章 乳腺癌患者癌症复发恐惧影响因素的路径分析 |
| 4.1 条件检验 |
| 4.2 疲劳、疾病感知、非适应性认知策略对癌症复发恐惧的影响路径 |
| 4.3 社会支持、疾病感知、非适应性认知策略对癌症复发恐惧的影响路径 |
| 4.4 社会限制、疾病感知、非适应性认知策略对癌症复发恐惧的影响路径 |
| 4.5 乳腺癌患者癌症复发恐惧影响因素作用路径的整体模型 |
| 4.6 本章小结 |
| 第5章 乳腺癌患者癌症复发恐惧的发展轨迹及其与焦虑症状、抑郁症状的关系 |
| 5.1 研究对象的基本情况 |
| 5.2 乳腺癌患者癌症复发恐惧的发展轨迹 |
| 5.3 乳腺癌患者癌症复发恐惧与焦虑症状的关系 |
| 5.4 乳腺癌患者癌症复发恐惧与抑郁症状的关系 |
| 5.5 本章小结 |
| 第6章 乳腺癌患者癌症复发恐惧影响因素的质性研究 |
| 6.1 研究对象的一般资料 |
| 6.2 信效度检验 |
| 6.3 主题分析框架 |
| 6.4 质性资料分析结果 |
| 6.5 本章小结 |
| 第7章 讨论与对策建议 |
| 7.1 讨论 |
| 7.2 对策建议 |
| 第8章 结论与创新点 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 局限性与未来研究方向 |
| 参考文献 |
| 附录 |
| 作者简介及科研成果 |
| 致谢 |
（7）在线医疗平台医患用户采纳的影响机理研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究内容与意义 |
| 1.2.1 研究内容 |
| 1.2.2 研究意义 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线 |
| 1.4 研究创新点 |
| 2 文献综述与理论基础 |
| 2.1 在线医疗平台研究 |
| 2.2 网络外部性研究 |
| 2.3 用户生成内容研究 |
| 2.4 用户采纳理论模型 |
| 2.4.1 TAM模型 |
| 2.4.2 ECM-ITC模型 |
| 2.5 影响用户采纳的其他理论 |
| 2.6 文献评述 |
| 2.7 本章小结 |
| 3 在线医疗平台网络外部性分析 |
| 3.1 平台网络外部性的运作机理研究 |
| 3.2 在线医疗平台健康发展共同体构建 |
| 3.3 在线医疗平台医患双边网络外部性关系探讨 |
| 3.3.1 在线医疗平台的双边市场结构 |
| 3.3.2 在线医疗平台的双边市场特征 |
| 3.3.3 在线医疗平台医患双边网络外部性关系探讨 |
| 3.4 本章小结 |
| 4 在线医疗平台医方采纳机理研究 |
| 4.1 背景与问题提出 |
| 4.2 分析框架与研究假设 |
| 4.2.1 分析框架 |
| 4.2.2 研究假设 |
| 4.3 研究设计 |
| 4.3.1 案例选取 |
| 4.3.2 样本及数据采集 |
| 4.3.3 变量定义与测量 |
| 4.3.4 模型 |
| 4.4 研究结果与讨论 |
| 4.4.1 OLS估计的实证结果 |
| 4.4.2 GMM估计的实证结果 |
| 4.4.3 假设结果汇总 |
| 4.5 启示与未来研究 |
| 4.5.1 启示 |
| 4.5.2 理论贡献与实践见解 |
| 4.5.3 局限性及未来研究展望 |
| 4.6 本章小结 |
| 5 在线医疗平台患方初次采纳机理研究 |
| 5.1 研究模型与假设 |
| 5.1.1 研究模型 |
| 5.1.2 理论基础与研究假设 |
| 5.2 研究设计 |
| 5.2.1 变量测量 |
| 5.2.2 数据收集与抽样信息 |
| 5.3 数据分析 |
| 5.3.1 描述性统计和相关性分析 |
| 5.3.2 共同方法偏差检验 |
| 5.3.3 信度和效度分析 |
| 5.3.4 结构方程模型分析 |
| 5.3.5 中介效应分析 |
| 5.3.6 差异性分析 |
| 5.3.7 假设结果汇总 |
| 5.4 研究结果与讨论 |
| 5.4.1 研究结论 |
| 5.4.2 理论贡献 |
| 5.4.3 管理实践启示 |
| 5.4.4 局限性及未来研究展望 |
| 5.5 本章小结 |
| 6 在线医疗平台患方持续采纳机理研究 |
| 6.1 研究模型与假设 |
| 6.1.1 研究模型 |
| 6.1.2 理论基础与研究假设 |
| 6.2 研究设计 |
| 6.2.1 变量测量 |
| 6.2.2 数据收集与抽样信息 |
| 6.3 数据分析 |
| 6.3.1 描述性统计和相关性分析 |
| 6.3.2 共同方法偏差检验 |
| 6.3.3 信度和效度分析 |
| 6.3.4 结构方程模型分析 |
| 6.3.5 调节效应分析 |
| 6.3.6 差异性分析 |
| 6.3.7 假设结果汇总 |
| 6.4 研究结果与讨论 |
| 6.4.1 研究结论 |
| 6.4.2 理论贡献 |
| 6.4.3 管理实践启示 |
| 6.4.4 局限性及未来研究展望 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 主要研究结论 |
| 7.2 管理启示与建议 |
| 7.3 研究局限与展望 |
| 7.3.1 研究的局限性 |
| 7.3.2 未来研究方向 |
| 参考文献 |
| 附录A 源代码 |
| 附录B 患方用户初次采纳在线医疗平台的影响因素调查 |
| 附录C 患方用户持续采纳在线医疗平台的影响因素调查 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）小鼠Kupffer细胞的转分化研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 中英文缩写词对照表 |
| 前言 |
| 第1章 绪论 |
| 1.1 肝脏概述 |
| 1.2 肝脏纤维化 |
| 1.2.1 肝细胞的死亡与凋亡 |
| 1.2.2 肝纤维化发展 |
| 1.2.3 肝纤维化中肌成纤维细胞的组成 |
| 1.3 KCs在肝脏学中的研究进展 |
| 1.3.1 KCs的起源 |
| 1.3.2 KCs在肝脏结构中的定位 |
| 1.3.3 KCs的免疫作用 |
| 1.3.4 KCs的异质性 |
| 1.3.5 KCs的可塑性 |
| 1.3.6 KCs与肝脏疾病 |
| 1.4 细胞谱系追踪技术 |
| 1.4.1 细胞谱系追踪技术的基本原理 |
| 1.4.2 细胞谱系追踪的标记方法 |
| 1.4.3 细胞谱系追踪在肝脏研究中的应用 |
| 1.4.4 细胞谱系追踪的未来 |
| 1.6 细胞的转分化 |
| 1.6.1 细胞转分化概述 |
| 1.6.2 自然发生的转分化 |
| 1.6.3 实验性转分化 |
| 1.6.4 肝脏中的转分化 |
| 1.6.5 转分化应用于再生医学的优点和局限性 |
| 第2章 KCs在体外非实质细胞培养过程中的形态和表型变化研究 |
| 2.1 引言 |
| 2.2 实验材料 |
| 2.2.1 实验动物 |
| 2.2.2 实验试剂 |
| 2.2.3 主要实验耗材与设备 |
| 2.2.4 主要实验试剂配制 |
| 2.3 实验方法 |
| 2.3.1 非实质细胞分离 |
| 2.3.2 收集培养的非实质细胞 |
| 2.3.3 多聚体免疫共沉淀 |
| 2.3.4 RNA提取 |
| 2.3.5 基因表达分析 |
| 2.3.6 免疫荧光成像 |
| 2.3.7 统计学方法 |
| 2.4 结果 |
| 2.5 讨论 |
| 2.6 小结 |
| 第3章 精密肝切片培养实验过程中,KCs特征性基因表达下调 |
| 3.1 引言 |
| 3.2 实验材料 |
| 3.2.1 实验动物 |
| 3.2.2 实验试剂 |
| 3.2.3 主要实验耗材与设备 |
| 3.2.4 主要实验试剂配制 |
| 3.3 实验方法 |
| 3.4 实验结果 |
| 3.5 讨论 |
| 3.6 小结 |
| 第4章 在精密肝切片培养和体外非实质细胞培养实验中,KCs中纤维化相关基因表达分析研究 |
| 4.1 引言 |
| 4.2 实验材料 |
| 4.2.1 实验动物 |
| 4.2.2 主要实验试剂 |
| 4.2.3 主要实验耗材与设备 |
| 4.3 实验方法 |
| 4.4 结果 |
| 4.5 讨论 |
| 4.6 小结 |
| 第5章 KCs在培养过程中转录因子基因表达研究 |
| 5.1 引言 |
| 5.2 实验材料 |
| 5.2.1 实验动物 |
| 5.2.2 实验试剂 |
| 5.2.3 主要实验耗材与设备 |
| 5.3 实验方法 |
| 5.4 结果 |
| 5.5 讨论 |
| 5.6 小结 |
| 第6章 KCs与肝片中胶原沉积的初步探索研究 |
| 6.1 引言 |
| 6.1.1 实验动物 |
| 6.1.2 实验试剂 |
| 6.1.3 主要实验耗材与设备 |
| 6.1.4 主要实验试剂配制 |
| 6.2 实验方法 |
| 6.2.1 KCs耗竭 |
| 6.2.2 肝片培养、基因分析等方法同前所述 |
| 6.3 结果 |
| 6.4 讨论 |
| 6.5 小结 |
| 结论 |
| 本实验创新点 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（10）气象因素对炎症免疫性疾病影响的研究进展（论文提纲范文）
| 1 气象因素与哮喘 |
| 2 气象因素与COPD |
| 3 气象因素与自身免疫性疾病 |
| 3.1 SLE和RA |
| 3.2 MS |
| 3.3 T1DM |
| 3.4 IBD |
四、与环境有关的疾病（论文参考文献）
- [1]兰州市气象因素对心脑血管疾病就诊人次的影响研究[J]. 崔秀云,邢银花,张彩霞,程蓉. 气象与环境科学, 2021(06)
- [2]新冠疫情下疾病工伤认定问题探究——以医护及相关工作人员为视角[J]. 孙志萍. 中国劳动, 2021(05)
- [3]空气污染治理与公众健康——来自“大气十条”政策的证据[J]. 范丹,叶昱圻,王维国. 统计研究, 2021(09)
- [4]2020年鄱阳湖周边地区某部抗洪官兵发病情况调查[J]. 樊拖迎,管丽红,冀建峰. 人民军医, 2021(09)
- [5]老年慢性病共病模式挖掘与防控策略研究[D]. 穆晓敏. 吉林大学, 2021(01)
- [6]乳腺癌患者癌症复发恐惧的影响因素及其发展轨迹研究[D]. 任辉. 吉林大学, 2021(01)
- [7]在线医疗平台医患用户采纳的影响机理研究[D]. 张云秋. 北京交通大学, 2021
- [8]小鼠Kupffer细胞的转分化研究[D]. 李昕宇. 吉林大学, 2021(01)
- [9]普洱市人民政府办公室关于印发《普洱市推进健康普洱行动实施方案》的通知[J]. 普洱市人民政府办公室. 普洱市人民政府公报, 2021(08)
- [10]气象因素对炎症免疫性疾病影响的研究进展[J]. 陈悦,冷瑞雪,潘海峰. 中华疾病控制杂志, 2021(08)