一、江苏省常熟市农村居民高血压危险度评估及治疗现状分析（论文文献综述）
从祥丰[1]（2021）在《中国11省队列人群脑卒中及其亚型发病状况及影响因素研究》文中指出研究背景和目的脑卒中已成为全球第二大死亡原因。在我国,脑卒中已成为疾病负担最重的疾病。目前我国脑卒中现患人数1300万,约占全球脑卒中患者人数的五分之一。我国脑卒中防控形势依然严峻。有研究发现不同地区、性别等特征人群脑卒中发病及患病存在差异。因此,了解不同特征人群脑卒中发病状况,尽早识别脑卒中及其亚型影响因素是脑卒中防控的基础和关键。目前已有大量的研究证实,年龄、性别、血压水平等是影响脑卒中发生的影响因素。但仍存在一些影响因素,如高血压亚型、糖尿病前期、自评健康等,及影响因素间交互作用与脑卒中及其亚型发病的关系因研究证据不足需要深入分析。脑卒中风险预测模型,能够综合考虑多个影响因素,有效识别脑卒中高风险人群,帮助明确预防重点。但我国基于队列研究的脑卒中风险预测模型仍较少,需要更多队列研究加入。研究目的:（1）利用11省队列数据分析我国不同基线特征人群脑卒中及其亚型发病状况;（2）探索肥胖、糖尿病前期及糖尿病、高血压亚型、血脂异常、自评健康影响因素,以及糖尿病、高血压和血脂异常两两之间的交互作用与脑卒中及其亚型发病的关系;（3）建立适宜的脑卒中发病风险预测模型,用于高效识别脑卒中高风险人群,为建立具有我国特色的脑卒中防控模式提供关键技术。研究方法本研究使用中国成人主要慢性病风险评估体系研究（以下简称“慢病风险评估体系研究”）项目数据。该研究是一项前瞻性队列研究。基线数据来源于2010年中国慢性病及其危险因素监测项目（以下简称“2010年中国慢病监测项目”）。调查内容包括问卷调查、身体测量和实验室检测。慢病风险评估体系研究从2010年中国慢病监测项目中选取11个项目省60个监测点（农村监测点35个,城市监测点25个）共36195名非脑卒中患者构建随访队列。2016-2017年对该基线人群进行随访调查,调查内容包括家庭问卷和个人问卷。结局事件是首发脑卒中,脑卒中亚型包括缺血性脑卒中和出血性脑卒中。连续性资料描述使用x±s,采用t检验或方差分析进行组间差异比较。分类资料描述采用n（%）,采用卡方检验或秩和检验进行组间差异比较。使用发病密度描述发病率,发病率置信区间估计使用泊松分布。率之间比较采用X2检验或Cochrane-Armitage方法。利用Cox 比例风险回归模型进行影响因素分析。敏感性分析时剔除死亡者和第1年内确诊的脑卒中患者,模型调整因素与多因素分析一致。亚组分析交互作用检验采用似然比检验,比较有无交互项模型间差异是否有统计学意义。影响因素间交互作用分析包括相乘交互作用和相加交互作用分析。采用Cox比例风险回归模型进行脑卒中发病风险预测模型拟合,本研究风险预测模型预测年限定为6年。根据未发生结局事件人群的风险预测概率值进行风险等级划分。利用AUC和Brier得分评价模型区分度和校准度。AUC>0.7,则模型区分度良好;Brier得分在0-0.25,则模型校准度良好。内部验证采用十折交叉验证。模型展示采用列线图。以上分析均在SAS9.4（SAS Institute Inc.）和R4.0.2（2020-06-22）软件中进行。双侧检验,以P<0.05为差异有统计学意义。研究结果1.研究对象基本情况2010年基线调查36195名研究对象,2016-2017年实际随访27436名研究对象。剔除基线癌症患者、基线腰围缺失者、随访结局缺失者、结局诊断日期错误者、基线BMI和腰围异常者,最终纳入27112名研究对象进入分析。其中死亡者576人（2.1%）,男性12259人（45.2%）,女性14853人（54.8%）。2.脑卒中及其亚型发病状况本研究共发生首次脑卒中事件1333例,其中缺血性脑卒中1128例,出血性脑卒中205例。总人群脑卒中发病率为7.78/1000人年,其中缺血性脑卒中为6.58/1000人年,出血性脑卒中为1.20/1000人年。男性脑卒中发病率为7.73/1000人年,其中缺血性脑卒中为6.36/1000人年,出血性脑卒中为1.37/1000人年。女性脑卒中发病率为7.82/1000人年,其中缺血性脑卒中为6.77/1000人年,出血性脑卒中为1.05/1000人年。男性和女性人群脑卒中及其亚型发病率差异均无统计学意义（均P>0.05）。≥60岁人群脑卒中及其亚型发病率最高;农村地区人群脑卒中及其亚型发病率高于城市地区;东部地区人群脑卒中和缺血性脑卒中发病率高于中部和西部地区（均P<0.05）。3.脑卒中及其亚型影响因素分析肥胖状态与脑卒中发病关系分析显示,分别采用BMI、腰围和腰围身高比三个指标评价肥胖状态,超重和肥胖（BMI<24kg/m2为参照）、中心性肥胖Ⅰ期和Ⅱ期（正常为参照）、腰围身高比在0.46～和≥0.50（<0.46为参照）人群脑卒中发病风险分别增加 17%（95%CI:3%-32%）和 21%（95%CI:3%-42%）、19%（95%CI:2%-38%）25%（95%CI:10%-42%）、18%（95%CI:-2%-42%）和 33%（95%CI:13%-57%）,敏感性分析结果未发生变化。肥胖状态与缺血性脑卒中发病关系分析显示,三个指标评价的肥胖人群缺血性脑卒中发病风险均增加,敏感性分析和亚组分析结果未发生变化。肥胖状态与出血性脑卒中发病关系分析显示,未发现肥胖人群出血性脑卒中发病风险增加,敏感性分析和亚组分析结果未发生变化。高血压亚型与脑卒中发病关系分析显示,以血压正常组为参照,单纯收缩期高血压组、单纯舒张期高血压组、收缩期合并舒张期高血压组脑卒中发病风险分别增加 50%（95%CI:28%-75%）、45%（95%CI:6%-97%）和 125%（95%CI:97%-158%）,敏感性分析仅显示单纯收缩期高血压组（43%,95%CI:22%-68%）和收缩期合并舒张期高血压组（119%,95%CI:91%-151%）脑卒中发病风险增加。高血压亚型与缺血性脑卒中发病关系分析显示,以血压正常为参照,仅发现单纯收缩期高血压组（39%,95%CI:17%-65%）和收缩期合并舒张期高血压组（108%,95%CI:80%-140%）发病风险增加,敏感性分析结果未发生变化。高血压亚型与出血性脑卒中发病关系分析显示,以血压正常组为参照,单纯收缩期高血压组（135%,95%CI:54%-257%）、单纯舒张期高血压组（223%,95%CI:72%-506%）及收缩期合并舒张期高血压组（281%,95%CI:166%-445%）发病风险均增加,敏感性分析结果未发生变化。亚组分析中仅发现年龄对高血压和缺血性脑卒中关系存在效应修饰作用（P交互<0.001）。糖尿病前期及糖尿病与脑卒中发病关系分析显示,以血糖正常组为参照,糖尿病前期组和糖尿病组脑卒中发病风险分别增加4%（95%CI:-10%-20%）和20%（95%CI:4%-40%）,敏感性分析结果未发生变化。糖尿病前期及糖尿病与缺血性脑卒中发病关系分析显示,糖尿病前期组和糖尿病组发病风险分别增加6%（95%CI:-9%-23%）和24%（95%CI:6%-46%）,敏感性分析结果未发生变化,亚组分析仅发现年龄（P交互=0.017）和性别（P交互=0.030）对糖尿病和缺血性脑卒中发病关系存在效应修饰作用。糖尿病前期及糖尿病与出血性脑卒中发病关系分析显示,糖尿病前期组和糖尿病组均未发现发病风险增加,敏感性分析和亚组分析结果未发生变化。血脂异常与脑卒中及其亚型发病关系分析显示,分别以总胆固醇正常组、低密度脂蛋白胆固醇正常组为参照,高胆固醇血症组、高低密度脂蛋白胆固醇血症组均未发现脑卒中及其亚型发病风险增加;以低高密度脂蛋白胆固醇血症组为参照,高密度脂蛋白胆固醇正常组未发现脑卒中及其亚型发病风险降低;仅发现甘油三脂在1.13～mmol/L组（以<1.13 mmol/L为参照）脑卒中和缺血性脑卒中发病风险分别增加20%（95%CI:6%-35%）和18%（95%CI:4%-35%）,敏感性分析结果和亚组分析结果未发生变化。自评健康与脑卒中及其亚型发病关系分析显示,仅自评健康差组（自评健康非常好组为参照）脑卒中、缺血性脑卒中和出血性脑卒中发病风险增加,分别增加 61%（95%CI:17%-121%）、42%（95%CI:2%-97%）和 404%（95%CI:52%-1570%）,敏感性分析结果均未发生变化,亚组分析仅发现年龄对自评健康和缺血性脑卒中发病关系存在效应修饰作用（P 交互=0.005）。糖尿病、高血压和血脂异常两两之间交互作用与脑卒中发病关系分析显示,糖尿病和高胆固醇血症存在相乘交互作用（P<0.05）和相加交互作用,RERI=1.39（95%CI:0.32-2.47）,AP=0.52（95%CI:0.29-0.74）,S=5.50（95%CI:1.36-22.36）。糖尿病、高血压和血脂异常两两之间交互作用与缺血性脑卒中发病关系分析显示,糖尿病和高胆固醇血症存在相乘交互作用（P<0.05）和相加交互作用,RERI=1.50（95%CI:0.30-2.69）,AP=0.53（95%CI:0.29-0.76）,S=5.22（95%CI:1.35-20.15）。糖尿病、高血压和血脂异常两两之间交互作用与出血性脑卒中发病关系分析未发现糖尿病、高血压和血脂异常两两之间存在相乘和相加交互作用。4.脑卒中发病风险预测模型的建立和验证采用Cox比例风险回归建立6年脑卒中发病风险预测模型,本研究拟合的风险预测模型为:ln[λ（t|Xi）/λ0（t）]=0.073492934*年龄+0.168407120*文化程度+0.007396615*收缩压+0.013696342*舒张压+0.150932388*糖尿病十0.006669641*腰围+0.432685727*自评健康差。6年脑卒中发病风险预测概率值:P=1-0.999947^exp（0.073492934*年龄+0.168407120*文化程度+0.007396615*收缩压十0.013696342*舒张压+0.150932388*糖尿病+0.006669641*腰围十0.432685727*自评健康差）。风险等级:低危风险:<1.5%,一般风险:1.5%-7.9%,中危风险:8%-17.9%,高危风险:>18%。采用十折交叉验证进行模型内部验证,区分度指标AUC和校准度指标Brier得分平均值分别是0.7415和0.0475。研究结论1.我国脑卒中发病率仍较高,以缺血性脑卒中为主。农村地区脑卒中发病率高于城市地区,男女之间发病率差异无统计学意义,老年人群发病率高于青年人群,东部地区发病率高于中部和西部地区。应根据地区实际情况制定相应的脑卒中防控措施。2.肥胖人群脑卒中和缺血性脑卒中发病风险均增加。单纯收缩期高血压、收缩期合并舒张期高血压患者脑卒中和缺血性脑卒中发病风险均增加;单纯收缩期高血压、单纯舒张期高血压、收缩期合并舒张期高血压患者出血性脑卒中发病风险均增加。糖尿病患者脑卒中和缺血性脑卒中发病风险均增加。自评健康差者脑卒中、缺血性脑卒中和出血性脑卒中发病风险均增加。糖尿病和高胆固醇血症对脑卒中和缺血性脑卒中发病风险存在正向相加交互作用。3.建立6年脑卒中发病风险预测模型,模型具有良好的区分度和校准度,可作为脑卒中高危人群初筛工具。
朱方瑜[2]（2021）在《心血管病高危人群膳食行为与颈动脉斑块的关联性研究》文中提出研究目的描述江苏省心血管病高危人群的流行病学特征、高危类型的聚集情况,以及膳食行为的分布;探讨心血管病高危人群中蛋类摄入以及新鲜蔬菜和水果摄入与颈动脉内中膜厚度（CIMT）和颈动脉斑块（CP）的关系;评估低密度脂蛋白（LDL-C）在新鲜蔬菜与CP关系间的潜在中介效应,为改善膳食行为、维护和促进居民健康生活方式提供科学依据。研究方法1.对2015-2016年江苏省心血管病高危人群进行抽样调查,通过问卷调查、体格检查和实验室检查收集数据和资料,描述江苏省心血管病高危人群的流行病学特征,高危类型的聚集情况,以及膳食行为的分布。对于连续性资料,用（?）进行统计描述,采用t检验进行两组间均数比较;定性资料用频数和构成比（%）进行统计描述,组间比较采用Pearson卡方检验。2.采用面对面访谈的方式获取研究对象的蛋类摄入情况,通过颈动脉超声检测获取研究对象的CIMT和CP检出情况。采用多因素线性回归分析蛋类摄入频率与CIMT值之间的关系。通过多因素Logistic回归分析不同蛋类摄入频率与单发CP之间的关系。3.将研究对象摄入新鲜蔬菜和水果的情况按摄入频率分为几乎不摄入、偶尔摄入及每日摄入,采用协方差分析检验蔬菜和水果摄入频率与CIMT值之间的关联。采用多因素Logistic回归分析蛋类摄入水平与CP检出,以及检出数量之间关系,并引入中介效应模型探讨LDL-C在新鲜蔬菜和CP关系中的中介效应。研究结果1.江苏省2015年至2016年心血管病高危对象检出率为25.9%。在本研究纳入的13008名高危对象中,高危类型的检出率由高到低分别为血压高型（73.3%）、血脂异常型（23.0%）、WHO患病风险≥20%型（21.3%）和CVD史型（12.4%）。高危类型聚集情况为1种、2种、3种、4种的构成比分别为73.4%、23.4%、3.0%和0.2%。高危类型的聚集情况在不同性别、年龄、城乡、教育程度和家庭年均收入间分布的差异具有统计学意义。81.3%的高危对象每天摄入大米,33.3%每天摄入面食,68.4%每天摄入新鲜蔬菜。2.蛋类摄入<1次/周组（2293人）、1-3次/周组（4890人）、4-6次/周组（2239人）、7次/周（1970人）的CP发生率分别为40.8%,33.3%,37.7%,39.6%。调整年龄、家庭年均收入、教育程度,吸烟、饮酒、BMI、高血压、糖尿病、HDL-C、LDL-C、TG、TC,禽肉、畜肉、水果、蔬菜摄入情况后,与每周摄入低于1次相比,每周1-3次摄入蛋类时发生CP的比值比（OR）及95%置信区间（95%CI）为0.66（0.58-0.75）。以斑块单发作为结局变量,每周1-3次摄入蛋类的OR为0.74（0.64-0.85）。未发现蛋类摄入频率与CIMT值间有线性关系（P>0.05）。3.调整年龄,性别、家庭年均收入、教育程度、吸烟、饮酒、BMI、高血压、糖尿病和血脂异常后,与很少食用蔬菜者相比,偶尔摄入和每日摄入蔬菜的研究对象检出CP的OR分别为0.67（0.58-0.78）和0.70（0.62-0.79）。以斑块单发作为结局变量,偶尔摄入和每日摄入蔬菜者的OR分别为0.77（95%CI:0.64-0.92）和0.80（95%CI:0.68-0.94）。LDL-C在新鲜蔬菜摄入与CP检出间存在部分中介效应。未发现水果摄入与CP间关联有统计学意义。未发现新鲜蔬菜和水果的摄入频率与CIMT值间关联有统计学意义（P>0.05）。研究结论1.2015年至2016年间,江苏省心血管病高危对象检出率为25.9%。男性、年龄较大者、农村地区居民、教育程度较低者、家庭年均收入较低者更易于发生高危类型聚集。该人群膳食行为以面粉谷类和蔬菜为主,动物性食物为辅,膳食习惯属于东方膳食行为。2.心血管病高危人群中低频率蛋类摄入与颈动脉斑块发生风险降低存在关联,而较高频率的蛋类摄入与发生斑块的风险无关联。3.心血管病高危人群中,摄入新鲜蔬菜和偶尔摄入新鲜水果均可降低检出颈动脉斑块的风险,每日摄入水果对单发颈动脉斑块的保护作用并不显着。摄入新鲜蔬菜可通过影响LDL-C水平对CP的发生产生影响。
张俊鹏[3]（2021）在《不同中医证型高血压病患者心血管病短期风险与长期风险评估研究》文中指出目的:评估预测不同中医证型高血压病患者心血管疾病（cardiovascular disease,CVD）的危险性,探讨不同中医证型高血压病患者CVD短期风险与长期风险。方法:收集2018年6月至2020年12月于甘肃中医药大学附属医院住院的258例高血压病患者,依据2012年国家中医药管理局重点专科协作组《眩晕病（原发性高血压）中医临床路径实施方案（试行）》中证候诊断标准进行证候分型,分为4个证型（肾气亏虚证、痰瘀互结证、阴虚阳亢证、肝火亢盛证）,同时分别运用WHO/ISH风险预测图、中国动脉粥样硬化性心血管疾病风险预测模型（Prediction for ASCVD Risk in China,China-PAR模型）对高血压病患者（年龄在40～79岁之间）进行CVD短期风险评估（10年）,并运用China-PAR模型对高血压病患者（经China-PAR模型计算CVD短期风险处于中、低危水平且年龄在40～59岁之间）进行CVD长期风险评估,并分别计算短期和长期发病风险分层,使用SPSS 23.0统计软件对数据进行分析,归纳危险因素与不同中医证型与之间的关系。结果:1.本研究纳入258例患者,其中痰瘀互结证110（42.64%）例,阴虚阳亢证86（33.33%）例,肾气亏虚证38（14.73%）例,肝火亢盛证24（9.30%）例。2.本研究258例患者,不同中医证型间收缩压（systolic blood pressure,SBP）、腰围（waist circumference,WC）、总胆固醇（total cholesterol,TC）、高密度脂蛋白胆固醇（high-density lipoprotein cholesterol,HDL-C）差异有统计学意义（Η=10.45、13.60、14.73、11.52,P<0.05）。3.本研究258例患者,经WHO/ISH风险预测图判定CVD短期发病风险差异有统计学意义（Η=21.77,P=0.00）,且阴虚阳亢证组高于痰瘀互结证组、肾气亏虚证组和肝火亢盛证组（P<0.05）;经China-PAR风险评估模型评估CVD短期发病风险差异有统计学意义（Η=16.05,P=0.00）,且痰瘀互结证组高于肝火亢盛证组、肾气亏虚证组和阴虚阳亢证组（P<0.05）;经China-PAR风险评估模型评估CVD长期发病风险差异有统计学意义（Η=15.28,P=0.00）,且痰瘀互结证组高于肾气亏虚证组、阴虚阳亢证组和肝火亢盛证组（P<0.05）。4.本研究258例患者,以WHO/ISH风险预测图计算CVD短期发病风险,经Spearman秩相关分析,阴虚阳亢证组患者CVD短期发病风险与糖尿病史、吸烟、年龄、SBP、TC呈正相关（rs=0.57、0.35、0.40、0.55、0.32,P<0.05）;痰瘀互结证组患者CVD短期发病风险与吸烟、SBP、TC呈正相关（rs=0.44、0.39、0.37,P<0.05）;肾气亏虚证组患者CVD短期发病风险与吸烟、年龄、SBP呈正相关（rs=0.52、0.41、0.50,P<0.05）;肝火亢盛证组患者CVD短期发病风险与吸烟、SBP呈正相关（rs=0.49、0.57,P<0.05）。5.本研究258例患者,以China-PAR模型计算CVD短期发病风险,经Spearman秩相关分析,痰瘀互结证组患者CVD短期发病风险与吸烟、年龄、SBP、TC、WC呈正相关（rs=0.27、0.25、0.20、0.27、0.41,P<0.05）,与HDL-C呈负相关（rs=-0.27,P<0.05）;肝火亢盛证组患者CVD短期发病风险与吸烟、SBP、TC呈正相关（rs=0.50、0.47、0.53,P<0.05）;阴虚阳亢证组患者CVD短期发病风险与糖尿病、吸烟、SBP、TC呈正相关（rs=0.28、0.39、0.42、0.24,P<0.05）,与HDL-C呈负相关（rs=-0.35,P<0.05）;肾气亏虚证组患者CVD短期发病风险与糖尿病、年龄、SBP、WC呈正相关（rs=0.49、0.42、0.48、0.47,P<0.05）。6.本研究258例患者,以China-PAR模型计算CVD长期发病风险,经Spearman秩相关分析,痰瘀互结证组患者CVD长期发病风险与吸烟、年龄、SBP、TC、WC呈正相关（rs=0.38、0.32、0.47、0.44、0.39,P<0.05）;肾气亏虚证组患者CVD长期发病风险与糖尿病、年龄、SBP呈正相关（rs=0.77、0.61、0.51,P<0.05）;阴虚阳亢证组患者CVD长期发病风险与吸烟、年龄、SBP、WC呈正相关（rs=0.30、0.48、0.39、0.32,P<0.05）,与HDL-C呈负相关（rs=-0.41,P<0.05）;肝火亢盛证组患者CVD长期发病风险与吸烟、SBP、TC呈正相关（rs=0.76、0.73、0.73,P<0.05）。结论:本研究258例患者,经WHO/ISH风险预测图测得CVD短期发病风险分层,阴虚阳亢证组最高;经China-PAR风险评估模型测得CVD短期与长期发病风险分层,均为痰瘀互结证组最高。提示阴虚阳亢证和（或）痰瘀互结证可能是CVD风险较高的中医证型,在临床中需要重点关注。
徐晓慧[4]（2020）在《中国居民高低密度脂蛋白胆固醇归因死亡及其防控措施实施情况研究》文中指出目的定量测算中国人群高LDL-C归因死亡情况,并探索其分布特征。掌握典型地区血脂异常防控现状,为制定血脂异常干预策略提供依据和建议。方法本研究以定量和定性相结合,采用反事实分析法对高LDL-C归因死亡进行定量分析,采用深入访谈法对典型地区血脂异常防控措施进行定性访谈调查。基于2013年中国慢性病及其危险因素监测数据获取25岁以上人群LDL-C的暴露水平,基于2017年全国死因监测系统（DSPs）数据,经过垃圾编码分类和漏报调整,获取分省份、城乡各年龄组高LDL-C相关疾病（即缺血性心脏病、缺血性卒中）及全死因死亡水平。结合2017年全球疾病负担研究（GBD）给出的人群LDL-C理论最小风险暴露水平（TMREL）定义高LDL-C为血清LDL-C高于TMREL（在0.7～1.3mmol/L服从均匀分布）,并获取高LDL-C与缺血性心脏病、缺血性卒中的相对危险度（RR）。采用“反事实理论”计算不同年龄组、性别和地区的人群归因分值（PAF）及其95%置信区间（95%CI）。基于各地区PAF及死亡数据、2017年死因监测地区平均人口数测算高LDL-C归因死亡率,并使用2010年全国人口普查标准人口计算标化归因死亡率,分析高LDL-C归因死亡在不同地区和人群间的差异。依据高LDL-C对缺血性心脏病死亡归因分值大小对31个省份排序,选择其值最大的省份采用深入访谈法进行调查,分别对该省级、市级、区级疾病预防控制中心（CDC）慢病科（所）工作人员5人,社区卫生服务中心（站）和乡镇卫生院各2名公共卫生工作人员进行面对面访谈,对访谈内容进行关键词提取并用主题框架法进行分析。结果1.LDL-C暴露水平本研究共纳入170 296名25岁以上调查对象,2013年我国25岁以上人群LDL-C 的加权均值为 2.93 ± 0.87mmol/L,男性（2.94±0.87mmol/L）高于女性（2.93±0.87mmol/L）,城市地区（2.99±0.88mmol/L）高于农村地区（2.87 ±0.85mmol/L）,东部地区最高为3.06±0.89mmol/L,其次是西部地区（2.86 ±0.87mmol/L）和中部地区（2.83±0.84 mmol/L）（P<0.01）。广东省 LDL-C 均值最高（3.37mmol/L）、海南省次之（3.20mmol/L）,辽宁省（3.17mmol/L）位居第3位,青海省最低（2.49mmol/L）,甘肃、西藏等西部省份LDL-C均值较低。2.高LDL-C归因死亡分析结果（1）2017年我国人群总死亡中,有10.09%（95%CI:9.83%～10.35%）可归因于LDL-C升高,女性PAF高于男性,城市人群高于农村人群,中部人群死亡归因于高LDL-C的比例最高,为10.93%（95%CI:10.52%～11.35%）,其次是东部（10.73%,95%CI:10.23%～11.23%）和西部（8.08%,95%CI:7.80%～8.35%）。前三位省份分别为吉林省（15.93%,95%CI:15.44%～16.40%）、黑龙江省（15.68%,95%CI:15.12%～16.20%）、辽宁省（15.34%,95%CI:14.84%～15.84%）,最低的三个省份分别为西藏自治区（4.05%,95%CI:3.83%～4.26%）、浙江省（5.59%,95%CI:5.33%～5.85%）、青海省（5.63%,95%CI:5.38%～5.89%）。（2）可归因于高LDL-C的主要死因是缺血性心脏病和缺血性卒中,PAF分别为 40.62%（95%CI:39.63%～41.62%）和 19.32%（95%CI:18.74%～19.88%）。从不同人群高LDL-C对缺血性心脏病或缺血性卒中的PAF的比较来看,均为女性高于男性,城市高于农村,东部高于中部和西部。以高LDL-C对缺血性心脏病死亡的PAF来看,海南省PAF最高为48.49%（95%CI:47.11%～49.79%）,其次是广东省（47.70%,95%CI:45.34%～50.41%）、辽宁省（45.75%,95%CI:44.32%～47.19%）,青海省高LDL-C对缺血性心脏病PAF最低（33.55%,95%CI:32.11%～35.06%）。（3）2017年中国高LDL-C的归因死亡率为69.70/10万,男性、女性归因死亡率分别为72.14/10万和67.17/10万,男性标化归因死亡率（64.44/10万）高于女性（47.22/10万）。城市、农村地区高LDL-C归因死亡率分别为64.04/10万、72.86/10万。东、中、西部地区归因死亡率分别为67.57/10万、81.27/10万、59.40/10万。从标化率来看,农村高于城市,中部最高（65.88/10万）,西部（54.36/10万）次之,东部最低（50.35/10万）。宁夏、黑龙江、新疆3个省的标化归因死亡率最高,分别为113.61/10万、103.48/10万、96.91/10万,上海、浙江、西藏标化归因死亡率最低,分别为21.09/10万、21.39/10万、25.04/10万。高LDL-C对缺血性心脏病、缺血性卒中归因死亡率分别为53.82/10万、15.98/10万,各组人群缺血性心脏病的归因死亡率均高于缺血性卒中的归因死亡率。3.对典型地区——海南省（高LDL-C对缺血性心脏病死亡PAF最高）访谈调查结果显示血脂异常防控措施实施有限:（1）访谈对象对血脂异常危害有一定认知,但对其防控重视程度不够;（2）目前当地制定了多份以健康促进为主的政策文件,但开展的血脂异常防控措施较少,主要融入高血压、糖尿病的管理中;（3）CDC和社区卫生服务中心在防控血脂异常中发挥的作用主要有监测、健康教育等,由于血脂异常管理并未纳入国家基本公共卫生服务,常规工作中未体现对血脂管理的要求;（4）目前的困难主要有:1)健康宣教效果不理想;2)血脂检测能力在社区卫生服务中心或乡镇卫生院等基层机构较为薄弱,检测费用较高;3)医疗部门相互配合较差,经费支持不足,缺乏上下转诊机制;4)基层工作量大,人员配备不足,业务能力有限,能够为患者提供健康指导的基层医护人员较少;5)群众自我健康意识差,配合度低,缺乏对社区卫生服务人员的信任;6)政策、经费支持有待加强;7)“候鸟老人”在冬季迁徙到海南暂居时管理困难;8)医保对调脂药物报销覆盖范围较窄,部分社区卫生服务站无定点医保资格,调脂药物少,患者无法在社区经医保渠道报销血脂药物费用,服药依从性较差等。结论中国人群可归因于高LDL-C的死亡分别占缺血性心脏病、缺血性卒中、全死因死亡的40.62%、19.32%、10.09%,高LDL-C作为缺血性心脏病和缺血性卒中的重要危险因素是我国居民死亡的严重威胁。高LDL-C造成的死亡负担在不同地区和人群间有差异,应在不同地区采取有针对性的防控措施。海南省实施的血脂异常防控措施有限,基层防控工作面临经费不足、医保报销范围有限、群众配合度低等一系列困难。应引起重视并制定预防策略,做好心脑血管疾病的一级预防。
毕媛[5]（2020）在《江苏省心血管病高危人群肥胖与颈动脉斑块的相关性研究》文中研究表明研究目的当前我国居民心脑血管病（CVD）的患病率及死亡率呈持续上升趋势,不仅给居民的身心健康带来了严重影响,还为国家带来了极大的社会负担和经济负担。CVD的危险因素包括高血压、吸烟、血脂异常、糖尿病、身体活动不足及不合理膳食等,超重及肥胖也是CVD的主要危险因素之一。动脉粥样硬化（AS）是CVD的病理基础,颈部动脉可作为反映全身AS情况的关键窗口。同时,我国居民的肥胖率亦不断上升,其与颈动脉斑块（CP）之间的关联亟待进一步研究。本研究在江苏省心血管病高危人群中进行,旨在了解肥胖与CP的关系,并探究体力活动（PA）、吸烟、饮酒等可改变的生活方式因素在其中的作用,为CVD的防控工作提供科学依据。研究方法1.2015-2016年,依托心血管病早期筛查与综合干预项目对江苏省常州市和淮安市区、徐州市贾汪区、苏州市常熟市、南通市海安市和连云港市东海县6个项目点35-75岁常住居民进行初筛调查,最终11,392例心血管病高危对象纳入本研究。通过问卷调查、体格检查、实验室检查以及颈动脉超声检测,分析心血管病高危人群肥胖与CP之间的关系。2.采用面对面访问的方式获取调查对象的体力活动和休闲静坐时间,并按活动类型将体力活动分为工作、交通、家务和休闲四类;根据代谢当量（MET）将活动强度分为低强度（3METs）、中等强度（3-6 METs）和高强度（>6 METs）。分析心血管病高危人群体力活动与CP之间的关系,并探究肥胖在其中的中介效应。3.在前期研究的基础上,将吸烟、饮酒及体力活动等对CP有影响且可改变的生活方式因素与肥胖相关指标进行两两之间的交互作用分析。运用加法模型和乘法模型进一步探讨肥胖及生活方式因素共同存在时对CP产生的影响。研究结果1.江苏省心血管病高危人群颈动脉异常、斑块率分别为52.4%和36.7%。分析各肥胖指标与CP关系发现,BMI每增加1个标准差,CP发生的风险降低5.4%,斑块单发、多发发生的风险分别降低9.2%和9.9%。然而肥胖增加了亚临床AS早期改变发生的风险,具体表现为BMI、WC及WHt R每增加1个标准差,颈动脉内膜中层（c IMT）增厚发生的风险增加15.7%、6.1%和6.9%。同时,高WC与不规则斑块（OR=1.081,95%CI:1.003-1.165）显着相关。调整可能的混杂因素后发现,相对于WC、WHt R,BMI与CP的关联更为密切。分层分析显示CP在女性中的负相关关系更为显着。2.全部调查对象总体力活动水平（MET-h/d）为16.8,工作相关体力活动（65.7%）在不同活动类型中占比最高,中等强度体力活动（48.0%）在各活动强度中占比最高。分析体力活动水平与CP关系发现,总体力活动水平每增加1个标准差,CP发生的风险降低5.0%,这尤其体现在家务相关体力活动中,任何强度的体力活动均可显着降低颈动脉异常发生的风险,颈动脉异常包括c IMT增厚和CP。调整可能的混杂因素后,发现在高龄、农村居民中体力活动对颈动脉异常、斑块的有利影响更加显着。中介模型检验显示BMI在总体力活动水平与c IMT中存在中介效应。3.前期研究发现,肥胖与CP之间存在“肥胖悖论”,因此将肥胖作为CP的保护因素,但其仍是颈动脉异常的危险因素。同时,吸烟、饮酒和较低的体力活动水平与CP发生的风险增加有关。分析各肥胖指标与生活方式相关因素的交互作用发现:（1）吸烟、饮酒与较低的肥胖水平在斑块单发中存在相乘交互作用;（2）低体力活动水平与中心性肥胖在颈动脉异常中存在相乘交互作用;（3）未发现危险因素间的相加交互作用。但任意两种危险因素同时存在时均可不同程度增加CP发生的风险。研究结论本研究显示,肥胖增加了亚临床AS早期改变发生的风险,但CP形成后出现“肥胖悖论”,这可能与吸烟、饮酒和体力活动水平的升高有关,表明CP是多因素共同作用的结果。因此,应当鼓励人们采取健康的生活方式,戒烟限酒、适度锻炼并合理控制体重,减少CP发生的风险,有效预防CVD的发生。
顾淑玮[6]（2020）在《基于Meta-分析的脑卒中发病风险预测模型的构建》文中进行了进一步梳理目的:脑卒中作为一种慢性非传染性疾病,发病率、复发率、致残率和高死亡均处于较高水平,再加之治疗成本高且难以完全治愈,已成为危害全球健康的重要疾病,而建立脑卒中的风险预测模型能够对脑卒中进行有效防治。当前,脑卒中风险预测模型较多,但国外模型适用性较差,国内模型存在针对性差、灵活性低、无法进行概率预测等情况,因而我国脑卒中风险预测模型仍存在一定缺失。本研究主要以我国人群为样本,针对性地构建脑卒中风险预测模型,以期进一步提高我国人群脑卒中的风险预测精度,加深群众对于脑卒中的认识,加强危险因素综合干预的思想,以期最大程度降低由此带来的损失。方法:本研究检索the Cochrane Library、PubMed、EMBASE、中国生物医学文献数据库、中国知识基础设施、万方数据知识服务平台、维普中文科技期刊数据库等7个国内外数据库,通过Endnote X9软件进行文献管理,并提取Meta-分析所需资料。Meta-分析采用RevMan5.3软件进行,得到OR/RR/HR的综合效应值及其95%CI。在此基础上结合Logistic回归构建脑卒中的风险预测模型;以J地区数据为验证数据库,在使用Stata12.0软件对验证数据库进行清理、整合的基础上,运用SPSS20.0软件的ROC曲线检验模型预测效果。同时,为便捷风险预测模型的应用,以验证数据库为例,对脑卒中概率预测模型进行拓展应用,构建危险分层模型并采用?2检验进行验证,以P<0.05为差异有统计学意义。结果:本研究最终纳入文献26篇,通过提取所需资料,最终纳入Meta-分析的危险因素包括高血压、高血糖、血脂异常、动脉粥样硬化、心脏疾病、吸烟、饮酒、缺乏体育锻炼、BMI、年龄、性别和脑卒中家族史等12个危险因素,其综合危险度分别为4.82,2.51,2.69,4.52,2.26,2.93,2.64,8.28,2.51,2.47,1.81和4.01;计算得到常数α为-2.35。最终构建的脑卒中风险预测模型为Logit（p）=-2.35+1.57X1+0.92X2+0.99X3+1.51X4+0.82X5+1.08X6+0.97X7+2.11X8+0.92X9+0.90X10+0.59X11+1.39X12。(以上12个危险因素分别对应X1,X2,……,X12);对构建模型的效果进行验证,获得AUC及95%CI为0.657（0.643,0.671）,脑卒中概率预测模型预测效果一般。危险分层模型中高血压3分,动脉粥样硬化、吸烟、脑卒中家族史均为2分,缺乏体育锻炼5分,高血糖、血脂异常、心脏疾病、饮酒、BMI、年龄和性别均为1分,共计21分;低危组为01分,中危组为26分,高危组为721分,危险分层结果有统计学意义。结论:脑卒中危险因素较多且存在一定的协同作用,需结合脑卒中模型制定综合防治策略。通过健康教育,提高群众对脑卒中及其危险因素的认知度,需充分贯彻“预防为主”的思想理念,加强可控危险因素的防治,强化自我管理;以社区为核心,加强脑卒中防治网络建设,构建医院-社区-家庭一体化防治网络,充分运用脑卒中风险预测模型和危险分层模型进行分级分类管理;完善信息化建设,整合多个条线的信息系统,为不同层级医疗机构间的转诊提供便捷。
袁敬国[7]（2020）在《深圳市居民高血压流行现状及风险评估模型研究》文中指出目的通过对2015年深圳市慢性病及其危险因素监测调查,分析深圳市18～69岁居民高血压的流行现状及其影响因素,基于哈佛癌症指数方法建立高血压风险评估模型,通过机器学习算法构建高血压风险预测模型,为我国高血压防控工作提供科学依据和评价工具,也为慢性病的风险评估研究提供新思路。方法采用多阶段随机整群抽样方法,在深圳市各个行政区中随机抽取10个社区,在抽取的社区中随机抽取130户居民家庭,对目标家庭选取1名18～69岁居民为调查对象。调查内容包括人口学特征、行为生活方式、身体测量、实验室检测等,最终纳入10058人。计量资料采用均数±标准差表示,两组间比较采用t检验、秩和检验;计数资料采用频数、构成比,描述高血压的分布特征,运用χ2检验和Fiser’s确切概率比较组间的分布差异,趋势分析采用趋势卡方检验。基于Logistic回归分析筛选高血压主要影响因素,利用哈佛癌症指数方法建立高血压风险评估模型。使用Logistic回归、随机森林和支持向量机三种机器学习算法建立高血压风险预测模型。本研究主要采用SPSS25.0和Python3.6统计软件进行数据分析,具体包括描述性分析,多因素分析。使用Python3.6进行机器学习建立预测模型。采用MedCalcl18.2.1绘制受试者工作特征（ReceiverOperating Characteristic,ROC）曲线。结果1、基本情况:本次研究最后纳入10058名18～69岁居民,平均年龄43.58±12.00岁。其中男性4112人（40.88%）,平均年龄43.13±11.81岁;女性5946人（59.12%）,平均年龄43.90±12.12岁。名族以汉族为主（占97.55%）,文化程度以高中/中专/技校及以下为主（占73.63%）,婚姻状况以在婚为主（占89.55%）,大部分人有医疗保险（占90.51%）。2、深圳市居民高血压流行现状:深圳市18～69岁居民高血压粗患病率22.72%,其中男性27.09%,女性19.69%,差异有统计学意义（χ2=75.768,P<0.001）。高血压标化患病率20.07%,男性24.72%,女性16.81%。经趋势卡方检验,随着年龄的增长高血压患病率逐渐升高（Z=7.718,P<0.001）,高血压患病率随着文化程度的升高而降低（Z=-3.927,P<0.001）。不同婚姻状况高血压患病率差异有统计学意义（χ2=145.725,P<0.001）,丧偶人群高血压患病率最高（50.00%）。职业、吸烟、饮酒、口味偏咸、口味偏咸、睡眠时间、体质指数（Body mass index,BMI）、甘油三酯（Triglyceride,TG）、高密度脂蛋白胆 固醇（High density lipoproten-cholesterol,HDL-C）、糖尿病均与高血 压有关（P<0.05）。3、基于哈佛癌症指数建立高血压风险评估模型:多因素Logistic回归分析筛选的影响因素包括,性别、年龄、文化程度、饮酒、BMI、中心性肥胖、高TG血症、低HDL-C血症、糖尿病。哈佛癌症指数构建的高血压风险评估模型结果显示,人群平均危险分数为34.06分,随着风险等级升高高血压患病人数增多（Z=8.600,P<0.001）。模型预测性能评估显示,ROC曲线下面积（Area under curve,AUC）及其95%CI为0.768（0.749-0.786）,最佳切点为比值R取0.954,可作为模型预测个体患高血压的最佳阳性临界点,此时约登指数最大为0.43。该点对应的诊断试验的灵敏度为80.2%,特异度为62.4%。4、基于机器学习建立高血压风险预测模型:利用信息增益进行特征选择,纳入机器学习的特征依次为,年龄、BMI、腰围、糖尿病、文化程度、HDL-C、TG、性别等8个变量。与不采样相比,SMOTE （Synthetic Minority Oversampling Technique）过采样后三种机器学习算法建立的预测模型性能在AUC、F1度量、灵敏度方面均有所提升。Logistic回归、随机森林、支持向量机三种机器学习算法建立的高血压风险预测模型AUC及95%CI分别为0.776（0.757～0.794）、0.774（0.755～0.792）、0.778（0.759～0.796）,灵敏度方面支持向量机最高为0.77,F1度量均为0.51。ROC曲线分析显示,经DeLong法检验三种机器学习算法两两之间差异均无统计学意义（P值均大于0.05）,表明三种机器学习算法预测性能相当。最佳切点（即阈值）方面,Logistic回归模型最佳切点是0.4546,约登指数0.43,对应的灵敏度79.74%,特异度62.91%;随机森林模型最佳切点为0.4470,约登指数为0.43,此时灵敏度为82.35%,特异度60.01%;支持向量机模型最佳切点是0.4949,约登指数0.43,此时灵敏度76.47%,特异度66.13%。结论1、2015年深圳市18～69岁居民高血压患病率低于全国水平,存在明显的人口学特征、行为生活方式分布差异。2、深圳市居民高血压主要影响因素包括:年龄、BMI、腰围、糖尿病、文化程度、HDL-C、TG、性别、饮酒。3、利用哈佛癌症指数建立的高血压风险评估模型预测性能较好,能有效实现个体疾病风险的量化和分层,可作为高血压风险评估的评价工具,当然模型外推和应用还需要进一步验证和完善。4、机器学习算法建立的高血压风险预测模型性能较好,可为基层社区健康服务中心提供高血压防治评价工具,但是模型应用到实践还需要经外部验证。
涂青云[8]（2020）在《CVD发病风险预测模型在高血压人群中的比较及应用》文中认为第一部分CVD发病风险预测模型在江苏省高血压人群中预测结果的比较研究目的:比较中国动脉粥样硬化性心血管疾病风险预测模型（China-PAR）和Framingham风险评分在江苏省高血压人群中预测10年心脑血管疾病发生风险预测结果的差异。研究方法:选取2010年建立的江苏省高血压规范化管理基地共10498名30岁及以上的高血压患者,采用问卷调查、体格检查及实验室检测等方法收集基线资料信息,应用ChinaPAR模型与Framingham风险评分对研究对象进行评估,计算并比较两种模型的预测结果。结果:China-PAR模型和Framingham风险评分在总人群中预测的CVD 10年发病风险分别为12.22%和17.74%,Framingham风险评分预测风险高于China-PAR模型预测风险（P<0.05）。China-PAR模型和Framingham风险评分计算出的男性平均风险为14.66%和25.35%,女性平均风险为10.45%和12.22%,性别差异有统计学意义（P<0.05）。两种模型的预测风险均显示男性高于女性。按年龄分层分析后,同一模型中的预测结果与总人群相似,均显示男性风险高于女性。无论男性或女性,60岁及以上人群的发病风险高于30-44岁、45-59岁人群。同一性别,在不同年龄组人群中,均显示Framingham预测风险高于China-PAR模型。以上差异均有统计学意义（P<0.05）。China-PAR模型和Framingham风险评分在江苏省原发性高血压患者中预测低危组分别占5.3%和6.3%,其中男性分别占2.2%和2.1%,女性分别占7.6%和9.3%;中危组分别占29.2%和24.6%,其中男性分别占14.4%和8.3%,女性分别占40.0%和36.4%;高危组分别占65.5%和69.1%,其中男性分别占83.4%和89.6%,女性分别占52.4%和54.3%。分析两种模型不同风险评分组心脑血管危险因素分布特征发现,China-PAR模型不同风险评分组的CVD家族史分布差异有统计学意义,而Framingham风险评分的分析结果则无统计学差异。将采用China-PAR模型和Framingham风险评分预测的CVD 10年发病风险进行交叉分析发现,有60.7%的调查对象能被划分到同一个危险评分组,一致性检验的Kappa值为0.427,提示一致性一般。按性别进行分析后发现,48.1%的男性和69.9%的女性被两种预测方法划分到了相同的危险评分组。相比China-PAR模型预测的发病风险,有50%的男性被Framingham风险评分划分到更高风险评分组。其中,42.1%的男性由China-PAR模型预测的发病风险为10%-19.9%,但Framingham风险评分预测的风险结果为≥20%。男性人群中两种预测方法一致性检验的Kappa值为0.240,提示一致性较差。与男性人群相比,女性人群被两种预测方法划分到同一危险评分组的人群比例更高。女性人群中两种预测方法一致性检验的Kappa值为0.531,提示一致性中等。结论:China-PAR模型和Framingham风险评分计算出的风险具有差异,Framingham风险评分预测出的疾病风险高于China-PAR模型预测结果,两种模型预测结果的一致性一般。第二部分CVD发病风险预测模型在江苏省高血压人群中的应用研究目的:比较China-PAR模型和Framingham风险评分对江苏省高血压人群10年心脑血管疾病的预测风险与实际发病之间的差异,评估江苏省实行高血压社区规范化管理的效果。研究方法:江苏省于2010年1月在南京市建邺区、徐州市沛县、淮安市涟水县、南通市海安县和宿迁市泗洪县建立了5个省级高血压规范化社区管理基地,并于每年12月对研究对象进行随访调查、收集事件发生情况。每个管理基地的医师在接受培训且考核合格后依据《中国高血压防治指南》（基层版）对基地高血压患者实行规范化的管理和随访。采用多因素Cox等比例风险模型,以低危组为参照,计算China-PAR模型和Framingham风险评分不同风险预测组CVD发病的风险比（Hazard Ration,HR）和95%置信区间（Confidence interval,CI）,利用两种预测模型预测出的CVD发病风险与实际发病之间的比较,评估江苏省高血压社区规范化管理基地的管理效果。结果:截止到2018年12月,10498名研究对象的平均随访时间为8.3年,累计随访86917人年。随访期间共观察到CVD事件693例,累计发病率6.6%。以被调查者是否发生CVD事件为因变量,经年龄、体质指数、饮酒因素调整后,Cox回归分析结果提示,China-PAR模型预测风险5%-9.9%、10%-19.9%及≥20%发生CVD事件的风险分别是预测风险<5%的2.38倍（HR=2.38,95%CI:1.10-5.18）、3.85倍（HR=3.85,95%CI:1.75-8.46）、5.30倍（HR=5.30,95%CI:2.35-11.96）。按性别分组分析后得到的结果与总人群相似。经年龄、腰围、体质指数、饮酒因素调整后的Cox回归分析结果显示,Framingham预测风险5%-9.9%、10%-19.9%及≥20%发生CVD事件的风险分别是预测风险<5%的1.26倍（HR=1.26,95%CI:0.72-2.20）、1.80倍（HR=1.80,95%CI:1.03-3.15）、2.06倍（HR=2.06,95%CI:1.15-3.68）。按性别分组分析后,在男性人群中未得到有统计学意义上的风险关联;女性人群中得到的结果与总人群相似。China-PAR模型在江苏省原发性高血压管理人群CVD 10年预测发病风险与实际发病的比较结果显示,预测风险<5%组的实际发病率和预测发病率为1.26%vs 3.28%,5%-9.9%组为4.01%vs 7.31%,10%-19.9%组为7.72%vs 13.54%,≥20%组为10.86 vs 24.27%,各组的预测发病率均高于实际发病率,分别是实际发病风险的2.60倍、1.82倍、1.75倍、2.23倍,均显示China-PAR模型的高估现象。按性别分组分析后得到的结果与总人群相似。经Kaplan-Meier调整实际发病后结果显示,China-PAR模型评估结果的高估现象依然存在,且有增加趋势。Framingham风险评分在江苏省原发性高血压管理人群CVD 10年预测发病风险与实际发病的比较结果显示,预测风险<5%组的实际发病率和预测发病率为2.28%vs 3.79%,5%-9.9%组为4.11%vs 7.69%,10%-19.9%组为7.03%vs 14.32%,≥20%组为8.89%vs 32.38%,各组的预测发病率均高于实际发病率,分别是实际发病风险的1.66倍、1.87倍、2.04倍、3.64倍,均显示Framingham的高估现象,经Kaplan-Meier调整实际发病后,结果同上述China-PAR分析结果相似。按性别分组分析后得到的结果与总人群相似。结论:China-PAR模型和Framingham风险评分计算出的预测风险与实际发病相比均显示高估现象,提示江苏省高血压社区规范化管理工作取得较好效果。
吴宗旺[9]（2020）在《天津市中老年人身体活动经济收益性研究》文中提出随着我国国民经济的不断发展,人们的生活方式和生产方式发生巨大的变化,日常身体活动的时间减少,疾病模式变成以慢性非传染性疾病为主,医疗保健开支上也大大增加。近年来,有关身体活动的研究越来越得到国家和学者的关注,越来越多的证据证明身体活动对身心健康与疾病预防有积极的促进作用。但对身体活动经济收益性,在国内尚未得到很多关注。根据最近两次全国人口普查数据显示,天津市成年人尤其是45岁及以上的中老年人总人数及人口比例呈上升趋势。截至第六次全国人口普查,天津市中老年人达到470万人,占天津市总人口的36.3%,比第五次人口普查增加了200万人,增长幅度为74.1%[1]。2017年天津市居民人均卫生总费用为5554.36元,高于全国平均水平3783.83元,居民的疾病负担巨大[2]。随着中老年人人口数量和比例的增加这一问题可能会更加突出。随着经济水平和社会发展,百姓的健身需求和高质量生活需求日益增强,进一步树立“治未病”的健康生活价值观念,促进百姓健康生活方式的形成尤为关键。本文主要运用文献资料法、调查法等,在系统梳理身体活动和慢性疾病之间的关联,以及身体活动的经济收益相关理论的基础上,运用相关理论对天津市中老年人的身体活动水平状况、身体活动与慢性病之间的关联进行调查与分析,对天津市中老年人身体活动对身心健康的保护作用以及身体活动经济收益性等问题进行研究分析。希望能够通过相关研究促进天津市中老年人不断提升健康生活方式行为意识,提升健康自我管理的能力,成为身体活动健康生活方式的践行者和受益者,全面提高健康水平,并进一步鼓励资源有限的政策制定者优先考虑身体活动战略并对其进行投资,为制定身体活动政策和公共健康政策提供有力依据。
方蕾[10]（2019）在《内脏脂肪指数和2型糖尿病患者血糖及血压控制关系的研究》文中研究表明目的:随着物质条件和饮食结构的变化,腹型肥胖人群日益增加,腹型肥胖与胰岛素抵抗密切相关,内脏脂肪过多易导致糖脂代谢紊乱,糖尿病已成为严重威胁居民健康的三大慢性非传染性疾病之一。内脏脂肪指数是一个评价内脏脂肪功能的特异性指标,和糖尿病关联性较强,本研究通过对江苏省近两万名2型糖尿病患者进行调查,分析2型糖尿病患者内脏脂肪指数分布,探讨内脏脂肪指数和2型糖尿病患者空腹血糖、糖化血红蛋白和血压等因素的控制关系。分析吸烟、饮酒、体力活动和内脏脂肪指数对2型糖尿病患者空腹血糖、糖化血红蛋白、血压控制的交互作用,以及内脏脂肪指数、体质指数、腰围对2型糖尿病患者空腹血糖、糖化血红蛋白、血压控制的ROC曲线分析。为更好的控制糖尿病的发展,提高患者生存质量提供依据。材料与方法:1.通过整群抽样方法收集江苏省常熟市、淮安市2013年12月到2014年1月间纳入国家基本公共卫生服务管理的2型糖尿病患者,剔除有缺失值者,共计19910名研究对象,年龄均在35周岁以上。2.由统一培训的工作人员采用统一编制的健康检查信息调查表进行面访式问卷调查,收集一般资料、行为生活方式、疾病史等资料。规范测量身高、体重、腰围等体检指标,计算体质指数,所有静脉血标本统一由招标的检测机构完成空腹血糖、糖化血红蛋白、高密度脂蛋白胆固醇、甘油三酯等生化指标检测。实验室检测数据清洗和统计分析采用SPSS20.0和SAS9.2软件。3.数值型资料呈正态分布,采用±s描述,组间比较采用t检验或方差分析,呈偏态分布,采用M（Q25,Q75）描述,组间比较采用非参数检验;分类型资料采用率或构成比描述,组间比较采用χ2检验,分析一般人口学信息分布,内脏脂肪指数分布及与2型糖尿病患者空腹血糖、糖化血红蛋白和血压等因素的控制关系;采用Logistic回归分析不同内脏脂肪指数分组对2型糖尿病患者空腹血糖、糖化血红蛋白、血压三项指标控制达标情况的影响,探讨吸烟、饮酒、体力活动和内脏脂肪指数对2型糖尿病患者空腹血糖、糖化血红蛋白、血压控制影响,分别利用加法和乘法模型分析,进一步探讨多因素存在时的交互作用;利用受试者工作特征（ROC）曲线评估内脏脂肪指数、体质指数、腰围对2型糖尿病患者空腹血糖、糖化血红蛋白、血压控制的影响。结果:1.江苏省2型糖尿病患者内脏脂肪指数中位数为1.81,内脏脂肪指数最大值为60.28,最小值为0.13,空腹血糖男性达标率为28.8%、女性为33.3%,糖化血红蛋白男性达标率为40.2%、女性为43.0%,血压男性达标率为21.6%、女性为26.3%,男性均低于女性。将内脏脂肪指数四分位分组,由低到高,空腹血糖各组达标率分别为36.0%、33.1%、30.8%、26.2%,糖化血红蛋白各组达标率分别为48.6%、43.3%、40.1%、35.5%,血压各组达标率分别为31.8%、25.2%、22.1%、18.7%,随着内脏脂肪指数数值增大,三种指标的达标率逐渐下降（趋势检验P<0.01）。相对于内脏指数P25以下组,P25、P50、P75三组的空腹血糖不达标风险分别增加16%、28%、60%,血红蛋白不达标风险分别增加25%、42%、73%,血压不达标风险分别增加39%、65%、106%,随内脏脂肪指数升高,指标不达标风险增高。2.与不饮酒相比,饮酒者空腹血糖不达标风险增加25%（ORadj=1.25,95%CI:1.13-1.39）,血压不达标风险增加43%（ORadj=1.43,95%CI:1.28-1.59）;与不吸烟相比,吸烟者糖化血红蛋白不达标风险增加32%（ORadj=1.32,95%CI:1.21-1.43）。吸烟且高内脏脂肪指数时,空腹血糖不达标风险增加1.44倍,糖化血红蛋白不达标风险增加1.87倍;饮酒且高内脏脂肪指数时,空腹血糖不达标风险增加1.56倍,不饮酒且高内脏脂肪指数时,糖化血红蛋白不达标风险增加1.54倍。发现饮酒和内脏脂肪指数对2型糖尿病患者的血压达标率存在相加交互作用。3.与体质指数正常组相比,偏瘦组、超重组和肥胖组糖化血红蛋白不达标风险分别下降24%（ORadj=0.76,95%CI:0.59-0.98）、增加11%（ORadj=1.11,95%CI:1.04-1.20）、增加34%（ORadj=1.34,95%CI:1.23-1.47）,与正常组相比,超重组和肥胖组血压不达标风险分别增加26%（ORadj=1.26,95%CI:1.15-1.38）,增加68%（ORadj=1.68,95%CI:1.48-1.91）。内脏脂肪指数、体质指数、腰围影响2型糖尿病患者三大指标控制达标的ROC曲线下面积,男性中,空腹血糖控制分别为0.56、0.51、0.53,糖化血红蛋白控制分别为0.56、0.53、0.54,内脏脂肪指数的值均大于体质指数和腰围的值（P<0.05）;在女性中,空腹血糖控制分别为0.55、0.49、0.52,糖化血红蛋白控制分别为0.56、0.53、0.55,内脏脂肪指数的值均大于体质指数和腰围（P<0.05）。结论:1.江苏省社区管理2型糖尿病患者,各项检测指标控制达标率均不高,内脏脂肪指数对三大指标的达标率存在影响,社区管理需进一步加强,制定更加细致宣教策略以防控各项监测指标。2.江苏省社区管理2型糖尿病患者中,吸烟、饮酒、体力活动对空腹血糖、糖化血红蛋白、血压控制达标率有影响,且饮酒和内脏脂肪指数对患者血压控制有相加交互作用,增加指标不达标风险,需加强患者行为生活方式地干预指导,结合与内脏脂肪指数的协同作用,加强宣教力度。3.随着体质指数增加,会增加患者糖化血红蛋白和血压不达标风险,内脏脂肪指数对空腹血糖和糖化血红蛋白达标影响较体质指数和腰围联系更加紧密,社区医生对内脏脂肪指数需提高认识,重视其在2型糖尿病人群中对血糖和血压控制的重要影响。
二、江苏省常熟市农村居民高血压危险度评估及治疗现状分析（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、江苏省常熟市农村居民高血压危险度评估及治疗现状分析（论文提纲范文）
（1）中国11省队列人群脑卒中及其亚型发病状况及影响因素研究（论文提纲范文）
| 中英文缩略词对照表 |
| 中文摘要 |
| ABSTRACT |
| 一、前言 |
| 1. 研究背景 |
| 2. 研究目的 |
| 二、资料与方法 |
| 1. 调查对象与方法 |
| 1.1 样本量计算 |
| 1.2 基线调查 |
| 1.3 随访调查 |
| 2. 结局事件及相关指标定义 |
| 2.1 脑卒中结局事件的确定 |
| 2.2 影响因素指标定义 |
| 3. 数据库清洗与统计分析 |
| 3.1 数据库清洗 |
| 3.2 统计分析 |
| 4. 质量控制 |
| 5. 技术路线图 |
| 三、结果 |
| 1. 研究对象特征 |
| 1.1 研究对象基线特征 |
| 1.2 随访人群与失访人群特征比较 |
| 2. 脑卒中及其亚型发病状况分析 |
| 2.1 不同性别脑卒中及其亚型发病状况 |
| 2.2 不同年龄、不同地区脑卒中及其亚型发病状况 |
| 2.3 不同文化程度脑卒中及其亚型发病状况 |
| 2.4 不同BMI、腰围脑卒中及其亚型发病状况 |
| 2.5 不同血压情况脑卒中及其亚型发病状况 |
| 2.6 不同血糖情况脑卒中及其亚型发病状况 |
| 2.7 不同血脂情况脑卒中及其亚型发病状况 |
| 2.8 不同生活方式脑卒中及其亚型发病状况 |
| 3. 脑卒中及其亚型发病影响因素分析 |
| 3.1 肥胖状态与脑卒中及其亚型发病关系 |
| 3.2 高血压亚型与脑卒中及其亚型发病关系 |
| 3.3 糖尿病前期及糖尿病与脑卒中及其亚型发病关系 |
| 3.4 血脂异常与脑卒中及其亚型发病关系 |
| 3.5 自评健康与脑卒中及其亚型发病关系 |
| 3.6 影响因素间交互作用与脑卒中及其亚型发病关系 |
| 4. 脑卒中发病风险预测模型的建立及验证 |
| 4.1 脑卒中发病风险预测模型的建立 |
| 4.2 脑卒中发病风险预测模型内部验证 |
| 4.3 脑卒中发病风险预测模型展示 |
| 四、讨论 |
| 五、创新性和局限性 |
| 六、结论 |
| 参考文献 |
| 综述 脑卒中及其亚型发病影响因素研究进展 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（2）心血管病高危人群膳食行为与颈动脉斑块的关联性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词表 |
| 第一章 心血管病高危人群流行病学特征及膳食行为的现状研究 |
| 1.1 前言 |
| 1.2 对象与方法 |
| 1.2.1 研究对象 |
| 1.2.2 研究方法 |
| 1.2.3 统计学方法 |
| 1.3 结果 |
| 1.3.1 心血管病高危人群的一般人口学特征 |
| 1.3.2 心血管病高危人群健康指标情况 |
| 1.3.3 心血管病高危人群慢性病现患和管理状况 |
| 1.3.4 心血管病高危人群高危检出类型和聚集情况 |
| 1.3.5 心血管病高危人群膳食行为分布 |
| 1.4 讨论 |
| 1.5 小结 |
| 第二章 心血管病高危人群蛋类摄入与颈动脉斑块关系的研究 |
| 2.1 前言 |
| 2.2 对象与方法 |
| 2.2.1 研究对象 |
| 2.2.2 研究方法 |
| 2.2.3 统计学方法 |
| 2.3 结果 |
| 2.3.1 研究对象一般人口学特征及血管危险因素情况 |
| 2.3.2 不同特征人群颈动脉斑块检出情况 |
| 2.3.3 不同蛋类摄入频率人群CIMT值与颈动脉斑块分布情况 |
| 2.3.4 不同蛋类摄入水平与有无颈动脉斑块关系的多因素分析 |
| 2.3.5 不同蛋类摄入水平与颈动脉斑块单发关系的多因素分析 |
| 2.4 讨论 |
| 2.5 小结 |
| 第三章 心血管病高危人群蔬菜水果摄入与颈动脉斑块关系的研究 |
| 3.1 前言 |
| 3.2 对象与方法 |
| 3.2.1 研究对象 |
| 3.2.2 研究方法 |
| 3.2.3 统计学方法 |
| 3.3 结果 |
| 3.3.1 基本情况 |
| 3.3.2 不同特征人群颈动脉斑块检出情况 |
| 3.3.3 不同新鲜蔬菜及水果摄入频率人群平均CIMT值情况 |
| 3.3.4 不同新鲜蔬菜及水果摄入水平与有无颈动脉斑块的多因素分析 |
| 3.3.5 不同新鲜蔬菜及水果摄入水平与颈动脉斑块单发关系的多因素分析 |
| 3.3.6 低密度脂蛋白(LDL-C)在蔬菜摄入与颈动脉斑块关系的中介效应 |
| 3.4 讨论 |
| 3.5 小结 |
| 参考文献 |
| 心血管病与膳食行为关系的研究进展 |
| 1.心血管疾病流行现状 |
| 2.心血管疾病与动脉粥样硬化 |
| 3.心血管病危险因素及风险评估模型 |
| 4.膳食营养与心血管疾病 |
| 5.总结与建议 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）不同中医证型高血压病患者心血管病短期风险与长期风险评估研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要英文缩略词表 |
| 前言 |
| 第一部分 临床调查 |
| 1 资料与方法 |
| 1.1 病例来源 |
| 1.2 诊断标准 |
| 1.3 纳入标准 |
| 1.4 排除标准 |
| 1.5 临床资料采集 |
| 1.6 调查方法 |
| 1.7 数据录入及统计学分析 |
| 1.8 质量控制 |
| 2 结果 |
| 2.1 258例高血压病患者一般资料研究 |
| 2.2 不同中医证型高血压病患者CVD危险因素分析 |
| 2.3 不同中医证型高血压病患者2种风险预测模型短期与长期发病危险度分层情况分析 |
| 2.4 不同中医证型高血压病患者2种风险预测模型短期与长期发病风险与危险因素相关性分析 |
| 3 讨论 |
| 3.1 高血压及其危险性的研究现状 |
| 3.2 高血压中医证候学研究特色 |
| 3.3 风险评估的意义 |
| 3.4 本研究高血压中医证型判定依据说明 |
| 3.5 本研究结果一般资料情况分析 |
| 3.6 高血压病患者不同中医证型分布情况分析 |
| 3.7 不同中医证型高血压病患者CVD发病危险分析 |
| 4 结语 |
| 4.1 结论 |
| 4.2 不足与展望 |
| 参考文献 |
| 第二部分 综述 |
| 综述一 高血压病患者CVD短期风险与长期风险研究进展 |
| 1 CVD流行病学及其危险因素 |
| 2 CVD短期风险评估与长期风险评估 |
| 3 CVD风险评估模型 |
| 4 高血压是导致CVD发病最重要的危险因素 |
| 5 高血压风险评估现状 |
| 参考文献 |
| 综述二 高血压中医证候学研究现状 |
| 1 高血压病中医证候分型研究现状 |
| 2 高血压病中医证候与相关危险因素 |
| 3 高血压病中医证候与靶器官损害 |
| 参考文献 |
| 致谢 |
| 附录 |
| 在学期间研究成果 |
（4）中国居民高低密度脂蛋白胆固醇归因死亡及其防控措施实施情况研究（论文提纲范文）
| 摘要 |
| Abstract |
| 常用中英文缩略词对照表 |
| 1 研究背景 |
| 1.1 中国居民低密度脂蛋白胆固醇水平及变化趋势 |
| 1.2 LDL-C过高是心血管疾病的重要危险因素 |
| 1.3 胆固醇归因疾病负担研究进展 |
| 1.4 开展LDL-C归因死亡分析的必要性 |
| 2 研究意义及目的 |
| 2.1 研究意义 |
| 2.2 研究目的 |
| 3 数据来源 |
| 3.1 定量研究数据来源 |
| 3.1.1 中国人群LDL-C水平数据 |
| 3.1.2 死亡及人口数据 |
| 3.1.3 高LDL-C与相关疾病关联RR值及理论最小风险暴露水平 |
| 3.2 定性研究数据来源 |
| 4 研究方法 |
| 4.1 定量研究 |
| 4.1.1 人群LDL-C水平估计 |
| 4.1.2 人群死亡水平估计 |
| 4.1.3 高LDL-C的PAF估算 |
| 4.1.4 归因死亡率的计算 |
| 4.1.5 统计方法 |
| 4.1.6 质量控制 |
| 4.2 定性研究 |
| 4.2.1 访谈对象的确定 |
| 4.2.2 访谈提纲的设计 |
| 4.2.3 现场实施深入访谈 |
| 4.2.4 资料收集、整理与分析 |
| 4.2.5 质量控制 |
| 4.3 技术路线 |
| 5 结果 |
| 5.1 中国25岁以上人群LDL-C水平 |
| 5.2 中国人群高LDL-C相关疾病死亡水平 |
| 5.3 中国人群高LDL-C的PAF估算 |
| 5.3.1 高LDL-C对总死亡的PAF |
| 5.3.2 高LDL-C对缺血性心脏病和缺血性卒中死亡的PAF |
| 5.4 高LDL-C归因死亡率 |
| 5.5 海南省血脂异常防控措施实施情况 |
| 5.5.1 政策文件回顾 |
| 5.5.2 访谈对象对血脂异常危害认知有限 |
| 5.5.3 目前辖区已开展的血脂相关防控措施较为局限 |
| 5.5.4 访谈对象对血脂异常防控工作的展望 |
| 5.5.5 开展血脂异常防控工作的困难与障碍 |
| 6 讨论 |
| 6.1 全国及各地区LDL-C水平分布情况 |
| 6.2 PAF的意义及地区分布 |
| 6.2.1 估算高LDL-C死亡归因分值的意义 |
| 6.2.2 PAF地区分布 |
| 6.2.3 与其他血脂成分PAF的比较 |
| 6.3 我国农村、中部地区、男性人群高LDL-C的标化归因死亡率较高 |
| 6.4 海南省血脂异常防控措施实施有限 |
| 6.4.1 政策文件实施情况有待评估 |
| 6.4.2 医护人员血脂健康指导能力有待加强 |
| 6.4.3 调脂药物可及性有待提高 |
| 6.4.4 健康教育效果有待提升 |
| 6.5 建议 |
| 6.6 创新性与局限性 |
| 6.6.1 创新性 |
| 6.6.2 局限性 |
| 7 结论 |
| 参考文献 |
| 附录 |
| 个人简历 |
| 致谢 |
（5）江苏省心血管病高危人群肥胖与颈动脉斑块的相关性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要缩略词表 |
| 第一章 肥胖与颈动脉斑块的相关性研究 |
| 1.1 前言 |
| 1.2 对象与方法 |
| 1.2.1 研究对象 |
| 1.2.2 研究方法 |
| 1.2.3 统计学分析 |
| 1.3 结果 |
| 1.3.1 一般情况 |
| 1.3.2 不同特征调查对象的颈动脉超声检测情况 |
| 1.3.3 不同特征调查对象的肥胖水平 |
| 1.3.4 肥胖相关指标与颈动脉超声检测情况的单因素分析 |
| 1.3.5 肥胖相关指标与颈动脉斑块的多因素分析 |
| 1.3.6 肥胖相关指标与斑块数量的多因素分析 |
| 1.3.7 肥胖相关指标与斑块形态、质地的多因素分析 |
| 1.3.8 超重肥胖、中心性肥胖与颈动脉超声检测情况的关系 |
| 1.3.9 肥胖相关指标与颈动脉斑块及斑块负担关系的分层分析 |
| 1.4 讨论 |
| 1.5 小结 |
| 第二章 体力活动水平与颈动脉斑块的相关性研究 |
| 2.1 前言 |
| 2.2 对象与方法 |
| 2.2.1 研究对象 |
| 2.2.2 研究方法 |
| 2.2.3 统计学分析 |
| 2.3 结果 |
| 2.3.1 一般情况 |
| 2.3.2 不同特征调查对象总体力活动水平和休闲静坐时间 |
| 2.3.3 总体力活动水平、休闲静坐时间与颈动脉斑块的关系 |
| 2.3.4 不同活动类型与颈动脉斑块的关系 |
| 2.3.5 不同活动强度与颈动脉斑块的关系 |
| 2.3.6 总体力活动水平与颈动脉斑块的分层分析 |
| 2.3.7 总体力活动水平与c IMT关系中BMI的中介效应检验 |
| 2.4 讨论 |
| 2.5 小结 |
| 第三章 肥胖与生活方式因素的交互作用对颈动脉斑块的影响 |
| 3.1 前言 |
| 3.2 对象与方法 |
| 3.2.1 研究对象 |
| 3.2.2 研究方法 |
| 3.2.3 统计学分析 |
| 3.3 结果 |
| 3.3.1 肥胖、生活方式因素与颈动脉状态的关系 |
| 3.3.2 肥胖、生活方式因素与斑块数量的关系 |
| 3.3.3 超重肥胖、中心性肥胖与生活方式因素的交互作用对颈动脉异常的影响 |
| 3.3.4 超重肥胖、中心性肥胖与生活方式因素的交互作用对颈动脉斑块的影响 |
| 3.3.5 生活方式因素的交互作用对颈动脉斑块的影响 |
| 3.3.6 超重肥胖与生活方式因素的交互作用对斑块数量的影响 |
| 3.3.7 中心性肥胖与生活方式因素的交互作用对斑块数量的影响 |
| 3.3.8 生活方式因素的交互作用对斑块数量的影响 |
| 3.4 讨论 |
| 3.5 小结 |
| 结论 |
| 参考文献 |
| 综述 肥胖与动脉粥样硬化关系的研究进展 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）基于Meta-分析的脑卒中发病风险预测模型的构建（论文提纲范文）
| 致谢 |
| 中文摘要 |
| Abstract |
| 1 前言 |
| 1.1 研究背景 |
| 1.1.1 脑卒中疾病特征 |
| 1.1.2 脑卒中疾病负担 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究目的与意义 |
| 2 资料来源与方法 |
| 2.1 文献检索 |
| 2.1.1 文献检索策略 |
| 2.1.2 文献纳入与排除 |
| 2.1.3 文献质量评价 |
| 2.2 META-分析 |
| 2.2.1 数据处理 |
| 2.2.2 异质性检验 |
| 2.2.3 亚组分析 |
| 2.2.4 敏感性分析 |
| 2.2.5 发表偏倚分析 |
| 2.3 模型构建与验证 |
| 2.3.1 模型构建 |
| 2.3.2 模型验证 |
| 2.4 技术路线图 |
| 3 研究结果 |
| 3.1 文献检索结果 |
| 3.2 META-分析结果 |
| 3.2.1 纳入文献基本情况 |
| 3.2.2 主要危险因素的选择 |
| 3.2.3 Meta-分析结果 |
| 3.3 模型的构建 |
| 3.4 模型的验证 |
| 3.4.1 验证数据库基本情况 |
| 3.4.2 模型验证结果 |
| 3.5 模型拓展应用 |
| 4 讨论与分析 |
| 4.1 脑卒中危险因素分析 |
| 4.1.1 各危险因素分析 |
| 4.1.2 危险因素间的协同作用 |
| 4.2 脑卒中风险预测模型分析 |
| 5 脑卒中综合防治策略 |
| 5.1 通过健康教育,加强可控危险因素的防治 |
| 5.1.1 加强健康教育,提高群众防治意识 |
| 5.1.2 识别可控危险因素,强化自我管理 |
| 5.2 以社区为核心,构建医院-社区-家庭一体化防治网络 |
| 5.2.1 完善防治网络建设,实现医院-社区协同管理 |
| 5.2.2 对接社区-家庭管理模式,实现专业指导下的自我管理 |
| 5.3 完善信息化建设,推进脑卒中防治工作平稳运行 |
| 6 研究的创新点与局限性 |
| 参考文献 |
| 附录 |
| 个人简介 |
（7）深圳市居民高血压流行现状及风险评估模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 研究背景及意义 |
| 1.2 研究目的与技术路线 |
| 1.2.1 研究目的 |
| 1.2.2 技术路线 |
| 第二章 对象与方法 |
| 2.1 研究对象 |
| 2.2 研究方法 |
| 2.2.1 样本量估计 |
| 2.2.2 抽样方法与步骤 |
| 2.2.3 调查内容 |
| 2.2.4 研究变量定义及诊断标准 |
| 2.3 质量控制 |
| 2.3.1 调查人员 |
| 2.3.2 调查现场 |
| 2.3.3 实验室检测 |
| 2.3.4 资料整理 |
| 2.4 统计分析方法 |
| 2.4.1 资料录入与统计分析 |
| 2.4.2 哈佛癌症指数方法 |
| 2.4.3 机器学习建模方法 |
| 第三章 结果 |
| 3.1 基本情况 |
| 3.1.1 调查对象人口学特征 |
| 3.2 调查对象高血压流行现状 |
| 3.2.1 高血压患病的人口学分布特征 |
| 3.2.2 高血压患病的行为生活方式分布特征 |
| 3.2.3 高血压患病的BMI和血糖血脂水平分布特征 |
| 3.3 基于哈佛癌症指数建立高血压风险评估模型 |
| 3.3.1 高血压风险评估模型建立 |
| 3.3.2 高血压风险评估模型的验证 |
| 3.3.3 高血压风险评估模型ROC曲线分析 |
| 3.4 基于机器学习建立高血压预测模型 |
| 3.4.1 机器学习高血压预测模型的特征选择 |
| 3.4.2 机器学习高血压预测模型构建 |
| 3.4.3 机器学习高血压预测模型评估验证 |
| 3.4.4 机器学习高血压预测模型的ROC曲线分析 |
| 第四章 讨论 |
| 4.1 深圳市高血压流现状及影响因素 |
| 4.1.1 高血压流行现状 |
| 4.1.2 高血压影响因素 |
| 4.2 哈佛癌症指数建立高血压风险评估模型 |
| 4.2.1 哈佛癌症指数模型评估验证结果 |
| 4.2.2 哈佛癌症指数风险评估模型优势及局限性 |
| 4.3 基于机器学习构建高血压风险预测模型 |
| 4.4 创新点与局限性 |
| 4.4.1 创新点 |
| 4.4.2 局限性 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文 |
（8）CVD发病风险预测模型在高血压人群中的比较及应用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 中英文缩略词(ABBREVIATION) |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 第二章 CVD发病风险预测模型在高血压人群中预测结果的比较 |
| 2.1 前言 |
| 2.2 研究对象与方法 |
| 2.2.1 研究对象 |
| 2.2.2 基线高血压患者入选排除标准 |
| 2.2.3 基线资料 |
| 2.2.4 相关指标定义及诊断标准 |
| 2.2.5 相关模型评估方法 |
| 2.2.6 质量控制 |
| 2.2.7 统计学分析 |
| 2.3 结果 |
| 2.3.1 江苏高血压患者一般人口学特征 |
| 2.3.2 江苏高血压患者主要心血管危险因素情况 |
| 2.3.3 江苏高血压患者饮食生活行为情况 |
| 2.3.4 江苏高血压患者疾病相关情况 |
| 2.3.5 China-PAR模型和Framingham风险评分预测风险比较 |
| 2.3.6 模型预测CVD 10年发病风险不同年龄、性别分布特征 |
| 2.3.7 模型预测CVD 10年发病风险评分分组的心脑血管危险因素特征 |
| 2.3.8 China-PAR模型与Framingham风险评分预测结果的交叉分析 |
| 2.4 讨论 |
| 2.5 结论 |
| 第三章 CVD发病风险预测模型在江苏省高血压人群中的应用 |
| 3.1 前言 |
| 3.2 研究对象与方法 |
| 3.2.1 研究对象 |
| 3.2.2 责任医生培训 |
| 3.2.3 规范化管理内容 |
| 3.2.4 随访管理 |
| 3.2.5 病历管理 |
| 3.2.6 相关指标定义及诊断标准 |
| 3.2.7 质量控制 |
| 3.2.8 统计学分析 |
| 3.3 结果 |
| 3.3.1 江苏省高血压患者CVD主要危险因素水平 |
| 3.3.2 China-PAR模型不同预测风险评分组Cox比例风险回归分析 |
| 3.3.3 Framingham不同预测风险评分组COX比例风险回归分析 |
| 3.3.4 China-PAR模型预测发病率与实际发病率的比较 |
| 3.3.5 Framingham预测发病率与实际发病率的比较 |
| 3.4 讨论 |
| 3.5 结论 |
| 结论 |
| 参考文献 |
| 综述 心血管疾病风险预测模型的研究进展及应用 |
| 综述参考文献 |
| 致谢 |
| 作者简介 |
（9）天津市中老年人身体活动经济收益性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.前言 |
| 1.1 选题依据 |
| 1.1.1 全球身体活动不足的现象蔓延 |
| 1.1.2 身体活动不足带来慢性病流行和巨大医疗开支 |
| 1.1.3 全球积极探索身体活动经济收益性 |
| 1.2 研究目的与意义 |
| 1.3 研究思路、研究方法与研究内容 |
| 2.身体活动经济收益性研究的理论基础 |
| 2.1 身体活动内涵及研究现状 |
| 2.2 身体活动与慢性病关系研究现状 |
| 2.3 疾病经济负担内涵及研究现状 |
| 2.4 身体活动经济收益性内涵及研究现状 |
| 2.5 文献小结 |
| 3.天津市中老年人身体活动现状与经济收益性研究 |
| 3.1 天津市中老年人经常参加体育锻炼的人数 |
| 3.2 天津市中老年人身体活动状况 |
| 3.3 天津市中老年人影响身体活动水平因素分析 |
| 3.4 天津市中老年人主要慢性病患病情况及经济负担情况 |
| 3.4.1 天津市中老年人主要慢性病患病情况 |
| 3.4.2 天津市中老年人身体活动水平与主要慢性病的影响因素分析 |
| 3.4.3 天津市中老年人身体活动不足归因危险度分析 |
| 3.4.4 天津市中老年人慢性病经济负担情况 |
| 3.4.5 天津市中老年人身体活动经济收益性分析 |
| 4.结论与建议 |
| 4.1 结论 |
| 4.1.1 天津市中老年人身体活动不足流行率偏高 |
| 4.1.2 天津市中老年人余暇时间身体活动比例偏低 |
| 4.1.3 天津市中老年人身体活动不足是某些慢性疾病的危险因素 |
| 4.1.4 天津市中老年人身体活动具有显着经济收益性 |
| 4.2 建议 |
| 4.2.1 鼓励天津市中老年人参加余暇时间身体活动 |
| 4.2.2 开展身体活动健康观念主题教育 |
| 4.2.3 提供安全、舒适、可持续的身体活动空间 |
| 5.研究不足 |
| 6.参考文献 |
| 7.附件 |
| 8.致谢 |
| 9.研究生个人简历 |
（10）内脏脂肪指数和2型糖尿病患者血糖及血压控制关系的研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 缩略词表 |
| 前言 |
| 第一章 内脏脂肪指数和2型糖尿病患者血糖及血压控制关系的研究 |
| 1.1 研究背景 |
| 1.2 材料与方法 |
| 1.3 研究结果 |
| 1.4 讨论 |
| 1.5 结论 |
| 第二章 内脏脂肪指数和吸烟、饮酒、体力活动对T2DM患者血糖、血压控制关系的交互作用 |
| 2.1 研究背景 |
| 2.2 对象与方法 |
| 2.3 研究结果 |
| 2.4 讨论 |
| 2.5 结论 |
| 第三章 内脏脂肪指数、体质指数、腰围对T2DM患者血糖、血压控制分析 |
| 3.1 研究背景 |
| 3.2 对象与方法 |
| 3.3 研究结果 |
| 3.4 讨论 |
| 3.5 结论 |
| 局限性分析 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 致谢 |
| 个人简介 |
四、江苏省常熟市农村居民高血压危险度评估及治疗现状分析（论文参考文献）
- [1]中国11省队列人群脑卒中及其亚型发病状况及影响因素研究[D]. 从祥丰. 中国疾病预防控制中心, 2021(02)
- [2]心血管病高危人群膳食行为与颈动脉斑块的关联性研究[D]. 朱方瑜. 扬州大学, 2021(08)
- [3]不同中医证型高血压病患者心血管病短期风险与长期风险评估研究[D]. 张俊鹏. 甘肃中医药大学, 2021(01)
- [4]中国居民高低密度脂蛋白胆固醇归因死亡及其防控措施实施情况研究[D]. 徐晓慧. 中国疾病预防控制中心, 2020(03)
- [5]江苏省心血管病高危人群肥胖与颈动脉斑块的相关性研究[D]. 毕媛. 东南大学, 2020
- [6]基于Meta-分析的脑卒中发病风险预测模型的构建[D]. 顾淑玮. 江西中医药大学, 2020(01)
- [7]深圳市居民高血压流行现状及风险评估模型研究[D]. 袁敬国. 广东药科大学, 2020(01)
- [8]CVD发病风险预测模型在高血压人群中的比较及应用[D]. 涂青云. 东南大学, 2020(01)
- [9]天津市中老年人身体活动经济收益性研究[D]. 吴宗旺. 天津体育学院, 2020(08)
- [10]内脏脂肪指数和2型糖尿病患者血糖及血压控制关系的研究[D]. 方蕾. 东南大学, 2019(01)