住院精神分裂症患者骨质疏松的影响因素研究

来源 :天津医科大学 | 被引量 : 1次 | 上传用户:x117799589
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:本研究可以明确我院住院精神分裂症患者的流行病学特征,如患病情况,骨密度的平均水平、性别及年龄分布规律;其次,在了解精神分裂症患者患骨质疏松的基本情况之后,通过流行病学调查,寻找影响住院精神分裂症患者患骨质疏松的危险因素或保护性因素,为减少患者骨质疏松及骨折的发生、节约医疗资源、减少医疗纠纷提供有效证据。方法:选取我院成年精神分裂症确诊患者410例,按照要求填写调查问卷,收集患者的年龄、性别、服药史,用药方式、服药时间、精神分裂症程度、填写PANNS量表等信息。对患者进行的骨密度测量是利用X线骨密度检测仪进行的。按照测定的骨密度结果将患者进行了分组,分别为低骨量组,骨质疏松组以及正常骨量组。利用SPSS19.0软件进行统计分析,应用logistic回归分析建立模型,确定危险因素及预测方程;分别以骨质疏松组及骨量减少患者的骨密度值为因变量,以调查因素为自变量,通过多元逐步回归分析,寻找预测指标,并通过对比分析,最终确定早期预测指标。结果:1.小于40岁的患者中骨减少量和骨质疏松共占20.4%;而大于40岁的患者中骨减少量和骨质疏松共占80.2%。男患者中骨减少量和骨质疏松共占36%;而女性患者中骨减少量和骨质疏松共占63.8%。。2.单因素影响分析中,>40岁的患者明显高于<40岁患者的骨减少量的发生率(P=0.001,r=0.252),骨密度与年龄的关联性较大。男性患者明显低于女性患者的骨减少量的发生率(P=0.001,r=0.512)。服药组中骨量减少及骨质疏松患者明显高于未服药组中的患者(P=0.001)。随着精神病患者的用药时间的延长,精神分裂症患者发生骨减少的频率均呈现出线性相关的增长趋势,骨质疏松的危险性越大(男性患者P=0.001;女性患者P=0.000)。男性患者中,骨量减少组的阳性分高于正常组骨量(P=0.000)、阴性分高于正常组骨量(P=0.001)、一般精神病理分高于正常骨量组(P=0.016)。而复合分小于正常骨量组(P=0.000);女性患者中,骨量减少组的阳性分高于正常骨量组(P=0.002)、阴性分高于正常骨量组(P=0.000)、一般精神病理分高于正常骨量组(P=0.000)、总分高于正常骨量组(P=0.000),而复合分小于正常骨量组(P=0.000)。3.经过多因素回归分析,结果显示,精神分裂症用药,用药方式,药龄以及复合量表分是影响患者骨密度的主要因素(P<0.05),其中混合用药以及药龄是主要的危险因素,复合量表得分是主要的保护因素。结论:1.年龄、抗精神病类药物的使用、用药方式、服药时间是影响精神分裂症长期住院患者骨密度的主要原因。对于长期服用抗精神病药物治疗的患者,以及需要进行长期的住院治疗的患者应该定期行骨密度的测定,预防骨质疏松和骨折。2.高龄女性是精神分裂症患者发生骨量减少和骨质疏松性骨折的高危人群。
其他文献
承担家庭教育责任的人,要比担负学校教育和社会教育的人多得多,但实际上并没有充分发挥出这股教育力量的能量。怎样强化社会各界的合力,提高父母素质?本文提出父母教育应作为
为解决调度序列的多目标优化问题,基于数据流图中特定子图调度结果相互独立的原理,提出了一种基于图的分解与合并的构造调度算法.借助弹力引导列表调度(FDLS)的调度结果得出
简要介绍了漆雾絮凝剂的工作原理及选择漆雾絮凝剂的试验方法,通过对商业A、B絮凝剂和自组合药剂的对比试验,发现商业A、B絮凝剂的消黏效果很有限,而利用组合药剂进行试验的效果
<正> 亚砜是一种含有?的化合物,分子式为■.它具有极性、弱碱性以及表面活性等性质,被广泛地应用在冶金、化工、环境保护等方面.如稀土金属、贵金属及有色金属的萃取剂、溶剂
本文采用对数函数序列构造了一个新Chua多涡卷混沌系统,分析了该系统的非线性动力学行为,主要包括对称性、不变性、平衡点、最大李雅普诺夫指数等.然后,设计递归反步控制器控
日本中世是一个战乱频繁的时代,与之前的贵族时代相比是一个全新的时代。在这一背景下,日本佛教盛行,佛教文学频出。“画师的执念”就是著名说话集《宇治拾遗物语》中广为人知的
金陵作为六朝古都,是一个具有丰富历史文化内涵的城市,唐人面对这样一个内涵丰富的前朝都市,不禁感慨系之,写下了大量金陵诗作,因诗人所处时代环境,社会背景及视点选择,素材取舍,体验
偏折术中的几何结构标定误差是制约低阶面形测量精度的主要因素。分析几何结构标定中校直误差与平面镜低阶面形测量误差之间的关系,给出描述校直误差与面形测量误差之间关系
给出了归并排序算法的一种改进算法,对具有“离散”性的多个数据排序时利用该算法具有较明显的优势。