昭通不同性别农村居民慢性病患病影响因素分析

来源 :2016年中国生物统计学术年会 | 被引量 : 0次 | 上传用户:himiro
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
比较昭通不同性别农村居民慢性病患病的影响因素,为不同性别农村居民慢性病防治措施的制定提供参考.资料收集采用多阶段随机抽样进行入户问卷调查.为消除年龄对不同指标的慢性病患病率的影响,对慢性病患病率进行了年龄的标化.用x2检验和logistic回归分析慢性病患病的影响因素.
其他文献
汉化压力感知量表(Perceived Stress Questionnaire,PSQ),分析其在测评护理学生压力感知中的信度和效度.通过二人直译-回译法,经专家评议和文化调试,形成压力感知量表简体中文版.采用分层抽样的方法对宁波卫生职业技术学院30个班级1519名护理学生进行调查和测评,并对量表信效度进行分析.
目前已经提出多种配对率差置信区间的构建方法,其中使用较广泛的有Newcombe法及Tango法等.本研究基于Newcombe MOVER置信区间构建的思想,将配对设计四格表当做多项分布数据,根据多项分布理论提出一种简单稳健的配对率差置信区间的构建方法,并模拟比较该方法与Tango法及Newcombe法的优劣.
meta分析合并效应量(overall/combined effect size)的计算原理是将各个研究所得的效应量进行加权平均.现有加权方法主要将样本量较大或方差较小的研究赋予较大权重,这两种思想均赋权的方式均存在不足之处,为此,本研究将针对两个均数比较的meta分析提出新的基于随机效应模型(random effects model)的合并效应量加权方法以弥补现有方法的不足,改善meta分析方法
对大部分医学生来说,医学统计学是一门难学的必修课.此外,相当比例的医学研究生在上课同时会在医院当实习生,所以有必要将课程变得更加灵活有弹性,以适应学生的时间安排.混合式学习,是指综合运用不同的学习理论、技术和手段以及不同的应用方式来展开教学的学习策略,通过有机整合传统教学和在线学习,从而发挥二者优势,获得最佳学习效果.目前该策略被越来越多的高等教育机构采用.有研究表明,随着学生的成熟,对混合式学习
对传染病进行预测、预警,可以在传染病疫情尚未发生或者发生、流行初期,通过对监测资料的分析,得到预测结果,从而为决策提供依据.结核病是一种严重危害中国人民健康的呼吸道传染病,被列入乙类传染病管理.本文重点探讨应用自回归求和移动平均模型(ARIMA)预测肺结核发病率的可行性,为制定结核病的防控措施提供科学依据.
因缺少对常用Meta分析发表偏倚诊断方法诊断准确度的全面比较和评价研究,研究人员无法根据Meta分析研究自身的特点选择合理的发表偏倚诊断方法,从而可能造成发表偏倚是否存在的误判.因此,探讨常用发表偏倚诊断方法的应用条件具有现实意义.
探索医学研究生学术不端行为的认知、态度对行为的影响模式,为预防其学术不端行为提供依据.通过现场匿名调查医学研究生学术不端行为的认知、态度和行为发生情况,基于"知信行"理论应用结构方程模型探索学术不端行为的作用模式.医学研究生学术不端行为的认知不直接作用于行为,而是通过其态度来影响行为,认知和态度对学术不端行为的作用相对较小。性别直接影响学术不端行为,男性较女性明显,在职因素直接与学术不端行为发生作
妊娠期糖尿病(GDM)是指在妊娠期间发生或首次发现的任何程度的糖耐量异常,是孕期常见的妊娠并发症之一.它会给孕产妇和胎儿、新生儿带来许多不良影响,如增加母亲患妊娠期高血压、羊水过多等疾病的危险,增大胎儿发生巨大儿、生长受限、胎儿宫内缺氧甚至死胎等风险.此外,还会增加母婴将来发生糖尿病的机率,并由此带来一系列的并发症和后遗症.GDM在各国的发病率为1%~14%不等,且呈逐年增长的趋势.本研究基于国家
OMIM数据库(在线人类孟德尔遗传数据库)在医学、生物、遗传统计领域都具有十分重要的作用.其最显著的特点就是其中疾病遗传学信息的及时性和免费可检索性.可查询到最新疾病有关的临床特征、基因图谱信息、染色体定位以及动物模型等,这些是研究疾病与基因关系的重要依据.大多数疾病通常为多个基因共同作用的结果,常见研究疾病与基因的方法是通过分子实验来确定致病基因,这种方法需要耗费大量的资金和时间.而在实验前通过
随着社会经济的迅猛发展和和生活方式的改变,全球范围内的肥胖率和糖尿病的发病率均呈上升趋势.在众多的影响因素中,家用设备(如电视机、汽车或计算机等)拥有量的增高使得人们久坐时间随之增加,体力活动随之减少,因此综合研究低中高收入地区家用设备拥有量与肥胖及Ⅱ型糖尿病的关联是十分必要的.本研究以中国PURE研究队列人群为基础,旨在分析中国低中高地区家用设备拥有量与肥胖及Ⅱ型糖尿病的关联.