版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、背景與目的:心腦血管病是對(duì)人類健康構(gòu)成嚴(yán)重威脅的疾病,自八十年代起,心腦血管病在我國(guó)居民全死因中所處位置已上升至第一位,而高血壓是腦卒中、冠心病等心腦血管病的重要危險(xiǎn)因素,目前已是嚴(yán)重威脅人們生命健康及造成社會(huì)經(jīng)濟(jì)負(fù)擔(dān)的主要疾病之一。通過對(duì)杭州城鄉(xiāng)居民進(jìn)行流行病學(xué)調(diào)查,了解杭州地區(qū)居民高血壓的流行特點(diǎn),分析高血壓的主要相關(guān)因素和危險(xiǎn)因素,為制定高血壓防治的相關(guān)政策、采取針對(duì)性的控制措施提供科學(xué)依據(jù)。 材料與方法:采用分層整群抽樣
2、的方法,抽取具有代表性的杭州市城區(qū)的2個(gè)街道和農(nóng)村的2個(gè)鄉(xiāng)鎮(zhèn)的15歲及以上常住5年以上的自然人群作為調(diào)查對(duì)象。共調(diào)查7200人,獲取有效問卷6978份,有效問卷率96.9%。 通過Epidata3.1軟件錄入數(shù)據(jù),所得的數(shù)據(jù)采用SPSS15.0統(tǒng)計(jì)軟件包進(jìn)行描述性分析、x2檢驗(yàn)、logistic回歸和對(duì)數(shù)線性模型,通過SAS9.0統(tǒng)計(jì)軟件包做趨勢(shì)x2檢驗(yàn)。 主要結(jié)果: (1)高血壓的一般流行特征本次調(diào)查結(jié)果顯示,
3、杭州市人群高血壓患病率為21.0%(95%CI:20.2%~21.9%),城市高血壓患病率為22.7%(95%CI:20.9%~24.4%),農(nóng)村高血壓患病率為20.2%(95%CI:19.0%~21.4%),隨年齡增大,高血壓患病率逐漸升高(經(jīng)趨勢(shì)卡方檢驗(yàn),x2=97.25,p<0.001),45歲以上上升明顯,75歲及以上高血壓的患病率接近50.0%。15歲至65歲以前,男性高血壓患病率為19.1%,女性為15.5%,有統(tǒng)計(jì)學(xué)差異(
4、x2=5.62,p<0.05),65歲及以上,男性高血壓患病率為40.3%,女性為47.3%,女性患病率高于男性,有統(tǒng)計(jì)學(xué)差異(x2=6.18,p<0.05)。 (2)高血壓相關(guān)的影響因素根據(jù)logistic回歸模型分析,高血壓的主要影響因素為城鄉(xiāng)、年齡、高血壓家族史、BMI和WHR。多因素分析顯示農(nóng)村的高血壓患病率是城市的1.34倍,15歲以上人群,年齡每增加1歲,高血壓的患病概率約增加1.07倍;有高血壓家族史的高血壓患病率
5、約為無家族史的1.92倍;BMI在25~29之間的是BMI<25的1.82倍,BMI≥30的則約為BMI<25的3.77倍;WHR肥胖者高血壓患病率約為正常者的1.71倍。對(duì)高血壓患者的城鄉(xiāng)、年齡、高血壓家族史、BMI和WHR進(jìn)行對(duì)數(shù)模型分析,結(jié)果表明變量之間存在交互效應(yīng),在變量的不同水平之間存在相關(guān)關(guān)系。 結(jié)論: (1)杭州市人群高血壓患病率為21.0%,且高血壓患病率隨年齡增大而逐漸增高,45歲以后上升明顯。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- Lasso在廣義線性模型中的應(yīng)用——基于Logistic回歸方法的財(cái)務(wù)預(yù)警模型.pdf
- logistic回歸在醫(yī)學(xué)中應(yīng)用
- Logistic回歸和稀有事件logistic回歸模型的模擬研究.pdf
- (1)線性回歸、logistic回歸和一般回歸.pdf
- 多元線性回歸與logistic回歸
- logistic回歸模型
- Logistic回歸和時(shí)依Cox回歸在HIV-AIDS預(yù)后研究中的應(yīng)用.pdf
- Logistic回歸模型中模型選擇的漸近概率.pdf
- 對(duì)數(shù)線性模型在定性資料中的應(yīng)用研究.pdf
- Logistic回歸在電子資源評(píng)價(jià)中的應(yīng)用研究.pdf
- 判別分析和Logistic回歸模型在原油和燃料油種類鑒別中的應(yīng)用研究.pdf
- 38661.關(guān)于非線性logistic回歸模型的若干討論
- 分類變量的logistic回歸模型及其應(yīng)用研究.pdf
- BP網(wǎng)絡(luò)與Logistic回歸模型在模式分類中的比較研究.pdf
- Logistic回歸分析在交通流量預(yù)測(cè)中的應(yīng)用.pdf
- 基于Logistic回歸的神經(jīng)網(wǎng)絡(luò)模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 家庭遠(yuǎn)程血壓監(jiān)測(cè)在高血壓患者中應(yīng)用的研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)和Logistic回歸在信用評(píng)級(jí)上的應(yīng)用與模型對(duì)比.pdf
- bp神經(jīng)網(wǎng)絡(luò)和logistic回歸在信用評(píng)級(jí)上的應(yīng)用與模型對(duì)比
- 病例對(duì)照研究的Stereotype Logistic回歸模型.pdf
評(píng)論
0/150
提交評(píng)論