【摘 要】
：
背景与目的在全球肥胖流行的背景下,妊娠期糖尿病（Gestational disbetes mellitus,GDM）的流行率正在迅速上升,并将继续攀升。GDM病通过基因和环境等机制对母体及其后代的健康产生了严重的不利影响,其发病机制仍未完全了解。然而在叶酸作为预防神经管缺陷症这一重要公共卫生服务项目发展的同时,发现在人群流行病学调查中,定期补充叶酸的人群增加了患GDM的风险。此研究探讨叶酸补充时间
论文部分内容阅读
背景与目的在全球肥胖流行的背景下,妊娠期糖尿病（Gestational disbetes mellitus,GDM）的流行率正在迅速上升,并将继续攀升。GDM病通过基因和环境等机制对母体及其后代的健康产生了严重的不利影响,其发病机制仍未完全了解。然而在叶酸作为预防神经管缺陷症这一重要公共卫生服务项目发展的同时,发现在人群流行病学调查中,定期补充叶酸的人群增加了患GDM的风险。此研究探讨叶酸补充时间和GDM发病的相关性及对妊娠结局的影响,为叶酸合理补充提供科学指导。研究方法收集2019年1月至2020年1月于安徽某三甲医院机构就诊的615名孕妇的基本信息。统计孕妇孕期叶酸补充情况、孕期葡萄糖负荷试验数值、妊娠结束后,从剖宫产手术中或在经阴道分娩后从脐静脉采集血样5ml脐带血,使用叶酸检测试剂盒检测脐带血中叶酸水平;从医院分娩记录中检索妊娠结果并记录新生儿出生信息。根据补充叶酸的时间分为四组:未服用叶酸的孕妇为T1;补充时间1至60天为T2;补充时间61至180天为T3;补充时间180至360天为T4。使用Excel表格录入数据信息,采用SPSS 26.0软件对四组患者进行统计分析,探究叶酸补充时间及脐带血叶酸水平对GDM发生及妊娠结局的影响。结果615名孕妇中有160例确诊为GDM孕妇,发病率约为26%;规律服用人数仅占调查人数的6.3%,且受教育水平较低的孕妇叶酸补充的时间较短（x~2=22.84,p=0.007）;Pearson相关回归分析发现叶酸补充的总时间与GDM的发病风险、新生儿出生的体重、身长、头围无相关;叶酸补充时间与脐带血叶酸水平无相关性（p=0.173）,与巨大儿及胎儿生长受限发生也无统计学差异（p＞0.05）。脐带血叶酸水平与新生儿身长、头围无相关性,与新生儿出生体重呈负相关;多因素线性回归分析中显示叶酸补充时间大于180天会使餐后1小时及餐后2小时血糖升高,但不增加妊娠期糖尿病的发病风险。结论叶酸补充总时间与GDM发病及妊娠结局无明显相关性。脐带血叶酸的水平与正常范围内新生儿体重呈负相关。建议正常妊娠的孕妇可适当延长叶酸使用时间,GDM患者正规服用叶酸至妊娠后三个月即可。
其他文献
研究目的大脑中动脉动脉瘤（middle cerebral artery aneurysms,MCAA）是较常见的颅内动脉瘤,显微手术治疗仍是其主要治疗方式。通过回顾我院大脑中动脉动脉瘤显微手术治疗患者的临床资料,探讨影响显微手术预后的危险因素及手术技巧,为今后神经外科医师治疗MCAA时提供一些参考。研究方法收集自2016年1月至2020年12月期间就诊安徽医科大学第二附属医院,确诊并在院内行MCA
伴随着深度学习及强化学习的发展浪潮,人工智能技术的发展日趋成熟,实际应用范围愈加广泛,可适用于更多的现实场景中。研究人员期望实现更加通用的人工智能,即让机器像人类一样通过学习和思考来解决问题。迈向通用人工智能的一条重要途径是深度强化学习方法。相比于发展成熟的单智能体强化学习领域,多智能体强化学习领域仍有许多亟待解决的问题。面向非完全信息环境的多智能体协同强化学习因更加贴近人类的真实生活而引起研究人
近年来,随着深度学习技术的高速发展,深度神经网络相关技术的研究取得了显著的成就,并且正在被应用到越来越多的实际场景中,成为现实世界重要的组成部分。而在这个过程中,当前的深度神经网络在一些方面也暴露出和人类大脑之间的显著差距,例如在训练样本不足时会出现过拟合现象,以及增量式地学习新知识时会灾难性地遗忘原先学过的旧知识。不幸的是,较少的训练数据和增量式的学习需求对于现实世界中的智能体来说非常常见,导致
近年来,智慧城市的大力推动以及物联网技术的日益成熟,催生了大量的时序数据。时序数据分类作为时序数据挖掘中的前沿问题之一,一直备受研究人员的关注。而且现在随着传感器的种类和数量增多,时序数据的数据量和复杂性也随之提高,使得时序数据分类成为一项更具挑战性的任务。目前主流的时序数据分类方法主要分成两类:传统方法和深度学习方法。传统方法容易受领域知识的限制,不太适合当下的时序数据分类任务。而基于深度学习的
身处大数据时代,人工智能技术为我们生活带来诸多便捷,身份认证便是其中之一。人脸检测与识别作为身份认证最重要的支撑技术,一直以来都备受关注。特别是近年来,深度学习的发展极大提升了人脸检测与识别的性能。在疫情的大背景下,出行佩戴口罩是自我保护的重要方式,口罩带来了人脸遮挡问题,而遮挡带来的人脸信息丢失以及遮挡物信息干扰给现有的人脸检测与识别算法带来极大挑战。如何弥补因遮挡而丢失的特征信息以及如何剔除因
背景断层皮片移植是整形和皮肤手术中一种重要的治疗方法,中厚皮片具有存活较易,在存活后的收缩性、耐磨性、颜色改变等方面不明显等特点,在整形外科中被广泛应用于身体各个部位皮肤缺损的修复。而移植后留下来的皮片供区,愈合过程中疼痛、瘙痒等不适及伴发感染等并发症,极大增加了患者的痛苦。表皮生长因子（epidermal growth factor,EGF）是一种生长因子,可通过刺激上皮细胞有丝分裂和趋化性来调
目的与外伤相关的面部瘢痕可能会对患者的心理健康和生活质量产生深远的影响。硅凝胶膜（Silicone Gel Sheeting,SGS）是目前预防增生性瘢痕的首选产品。我们对面部外伤行急诊清创缝合手术后希望预防明显瘢痕的患者推荐硅凝胶贴膜,但这类产品在临床上的使用存在诸多限制。最近的研究表明,A型肉毒毒素（Botulinum Toxin Type A,BTA）具有抗增生性瘢痕的特性,其机制包括降低伤
近年来,随着硬件性能的不断提升,深度学习得到了广泛的应用,极大的推动了计算机视觉、自然语言处理等领域的发展。然而,深度学习在这些领域中优秀的表现,离不开训练阶段所使用的海量数据。但是在不少实际场景中,受限于隐私、安全等原因,难以提供足够的数据供模型训练,因此围绕小样本展开的研究逐渐成为热点。现阶段,在小样本图像分类领域,针对类别间差异不大的细粒度数据集,不少模型都能够获得较好的效果。然而,当模型训
时间序列数据中的异常数据蕴含了重要信息,如心电数据中异常模式对应心脏疾病,信用卡异常交易数据对应欺诈事件等,因此对时间序列数据进行异常检测具有重要意义。目前基于深度学习的异常检测算法在训练时只关注正常数据的深度特征提取,当正常样本与异常样本比较相近时,提取的特征不能有效区分正常和异常。而在实际应用场景中其实部分异常数据是已知的,但现有的大多数异常检测算法并没有考虑利用这些先验知识,忽略了异常数据对
目的:外伤性视神经病变（traumatic optic neuropathy,TON）是一类在临床诊疗中非常常见的眼损伤类型,其发生率约占闭合性颅脑外伤的0.5%～5.0%,常因客观诊断依据不足易漏诊与误诊。TON除了可以直接导致视神经轴突的损伤之外,还可继发诱导视网膜病变,进一步加剧患者的视觉功能障碍。由此可见,对于此类损伤应尽早识别并给予积极的干预治疗,以便最大程度地挽救残存视功能。本研究通过