童年期不良经历暴露模式与医学生抑郁焦虑症状发展轨迹关联的队列研究

来源 :安徽医科大学 | 被引量 : 0次 | 上传用户:weistiger
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
目的基于医学生童年期不良经历(Adverse childhood experiences,ACEs)暴露类型和时相探索ACEs暴露模式,分析ACEs暴露模式与医学生抑郁、焦虑症状发展轨迹的关联。方法以安徽省两所医学专科学校大一学生为调查对象,2019年11月-12月进行基线调查,之后每半年进行一次随访,共随访两次,收集有效问卷3662份。使用儿童期虐待问卷、家庭功能不全问卷、WHO社区暴力与同伴欺凌条目以及焦虑、抑郁自评量表进行调查,采用潜类别分析(Latent Class Analysis,LCA)评价ACEs暴露模式,利用潜类别增长分析(Latent Class Growth Analysis,LCGA)评价抑郁、焦虑症状发展轨迹,建立多因素Logistic回归模型分析ACEs不同类型、时相以及暴露模式和抑郁、焦虑症状轨迹的关联。结果LCA显示,医学生ACEs暴露模式可分为5类:高ACEs模式(13.4%)、高忽视/情感虐待模式(25.7%)、高家庭功能不全模式(6.9%)、高忽视模式(27.1%)、低ACEs模式(26.3%)。运用LCGA将抑郁症状轨迹分为3组:高抑郁轨迹(4.0%)、中等抑郁轨迹(23.9%)、低抑郁轨迹(72.1%)。以低抑郁轨迹组为参照组,与低ACEs模式相比,高ACEs模式、高忽视/情感虐待模式、高家庭功能不全模式均与中高等抑郁症状轨迹发生的风险增加相关(P<0.05),且高ACEs模式显著增加了高抑郁轨迹的发生风险,而高忽视模式则增加了中等抑郁轨迹的发生风险。以中等抑郁轨迹为参照组,与低ACEs模式相比,高ACEs模式增加了高抑郁轨迹的发生风险。同样,LCGA将焦虑症状轨迹分为4组:高焦虑降低轨迹(7.1%)、高焦虑升高轨迹(4.1%)、中等焦虑轨迹(52.9%)、低焦虑轨迹(35.9%)。以低焦虑轨迹为参照组,与低ACEs模式相比,高ACEs模式、高忽视/情感虐待模式、高家庭功能不全模式、高忽视模式均与中高等水平焦虑轨迹发生的风险增加相关(P<0.05)。其中,高ACEs模式显著增加了高焦虑升高轨迹和高焦虑降低轨迹的发生风险。结论ACEs高暴露模式与医学生高抑郁、焦虑症状轨迹有关,减少ACEs暴露以及关注抑郁、焦虑症状水平发展动态有助于抑郁、焦虑的防控。
其他文献
目前,会话推荐已广泛应用于在线视频、电子商务网站等互联网平台,成为热点研究问题之一。现有方法主要从匿名会话数据中挖掘物品偏好或用户倾向,而这些方法主要依据物品或类别的点击模式或变化趋势来进行预测。这显然无法预测语义相关度较低的类别的物品,而这种语义不相关的类别可以在高阶语义空间中所刻画。因此,本文认为会话物品的点击行为是用户潜在需求所驱动的,即前述所提的高阶语义空间。因而,本文研究面向会话数据的需
学位
随着深度学习训练数据集的日益庞大,通过分布式节点并行训练成了加速模型收敛的重要手段。在数据中心网络下的分布式深度学习训练中,模型参数的同步会引起数据流之间的资源竞争。当计算节点并发传输梯度时,产生的多个数据流将同时竞争网络资源,竞争严重时将引起网络拥塞,从而增加分布式训练耗费的时间。因此,本文将从参数通信优化入手,对分布式深度学习的整体训练过程进行优化。为了缓解数据流之间的竞争,解决现有参数同步并
学位
随着信息时代的到来,大量自动化设备投入日常生活,时间序列数据源源不断地产生。有效利用这些无标签的数据能够带来潜在的经济价值。聚类作为无监督数据挖掘的重要方法之一,在发现数据隐含模式上有着无法比拟的优势,因此利用聚类来处理无标签时序数据具有重要意义。基于距离度量或特征工程的传统时序聚类方法难以克服较长时间尺度带来的影响以进行有效聚类。而现有的无监督表示学习聚类方法在获取时序特征进行聚类时,存在学习过
学位
目的:研究石斛酚对胃癌细胞生物学行为的影响,探讨石斛酚通过调节巨噬细胞极化抑制胃癌细胞干性的作用机制。方法:首先,利用石斛酚在体外刺激人胃癌细胞株NCI-N87,采用CCK-8法检测NCI-N87增殖能力的改变;采用Transwell试验观察NCI-N87迁移能力的改变;利用Western blot法检测凋亡相关蛋白与多能干性因子蛋白表达水平的改变。其次,利用Kaplan-Meier Plotte
学位
目的抗生素暴露通过诱导肠道菌群变化从而引起色氨酸代谢障碍可能是抑郁症发生发展的一个重要因素,但缺乏人群研究证据。本研究描述了老年人体内12种抗生素及8种色氨酸及代谢物水平的分布,分析了抗生素暴露与老年抑郁风险的关联,并进一步探究了色氨酸代谢在联结抗生素暴露与老年抑郁关联中发挥的作用。方法2016年6~9月,采用分层整群抽样的方法,在安徽省六安市调查1080名老年人,根据研究目的本研究纳入986名研
学位
分钟级定量降水估计主要是通过多种气象观测信息获取某个范围区域内的序列降水信息,在降水尺度、时间分辨率和及时性上有极高的要求,目的是向决策者提供未来的、连点成面和逐分钟的降水预报变化信息。分钟级定量降水估计领域依赖于定量降水估计算法的发展,而目前的定量降水估计算法大多使用传统方法或者机器学习方法,这些方法大多都缺乏对多源异构气象数据的融合处理,难以适应实际气象业务的快速发展。本文主要针对气象领域中分
学位
目的本研究探讨孕妇睡眠模式、妊娠期心血管健康(cardiovascular health,CVH)和子代出生体重三者之间的关系,验证妊娠期健康的睡眠模式是否能够改善较差的CVH状况导致的子代不良出生体重,为科学指导妊娠期睡眠,促进母婴健康提供科学依据。方法本研究基于合肥市母婴健康队列,从合肥市三家医院招募了9 013名定期产检的孕妇,自基线(16-23周)随访至分娩。在基线时通过问卷调查收集孕妇的
学位
目的描述大学生睡眠时型和抑郁症状的流行状况,分析睡眠时型与抑郁症状的关联强度。采用生物学指标暗光褪黑素初始释放时间(dim light melatonin onset,DLMO)验证大学生睡眠时型与抑郁症状的关联效应,并从表观遗传学角度进一步探讨生物钟基因DNA甲基化在睡眠时型与抑郁症状纵向关联中的调节效应。方法2019年4—5月,采用整群随机抽样方法在安徽省合肥市某医科大学2个专业和江西省上饶市
学位
金融要素抽取,旨在应用信息抽取技术,从合同、计划书中提取出能够反映金融文档关键性信息的实体和短语等要素,实现对金融文档的结构化处理。与现有抽取任务相比,金融要素抽取任务存在长尾分布、细粒度、长文本长要素以及上下文受限等复杂问题,现有模型在此类复杂环境下的抽取效果不佳,无法完全满足任务需求。因此,探索具备复杂场景抽取能力并能解决实际应用需求的金融要素抽取模型,是一项具有学术与应用价值的研究。针对长文
学位
气旋气象作为极端的灾害性气象现象,能够在短时间内造成剧烈的气候变化,最典型的例子是极地涡旋气象与台风气旋气象。气旋气象的发生会对人类生产生活造成巨大的影响,甚至会影响整个大气系统的正常运转。随着卫星遥感技术的快速发展,使用卫星遥感监测数据对气旋气象进行监测识别与分析,及时采取防护措施,是降低该类灾害性气象影响的重要方式。目前基于卫星遥感图像的气旋监测研究方法普遍存在监测精度较低和算法鲁棒性不足等问
学位