【摘 要】
:
背景及目的:疾病谱通常是指对发生较多和对人类危害最大的前10位疾病顺序的排列,科学的疾病谱对疾病的防治和医学科学研究有着十分重要的指导意义。深圳是一座年轻城市,其人口
论文部分内容阅读
背景及目的:疾病谱通常是指对发生较多和对人类危害最大的前10位疾病顺序的排列,科学的疾病谱对疾病的防治和医学科学研究有着十分重要的指导意义。深圳是一座年轻城市,其人口的平均年龄不足35岁,关于该地区口腔颌面外科的疾病谱尚未见资料报导。本研究旨在对深圳市人民医院口腔颌面外科1985年1月1日至2009年12月31日间的住院患者资料进行回顾性分析,探讨口腔颌面外科住院患者疾病谱的变化趋势,认清深圳地区口腔颌面外科医疗及预防工作的重点,为合理配置深圳地区口腔颌面外科医疗资源提供参考依据。方法:收集深圳市人民医院口腔颌面外科1985年1月1日至2009年12月31日间5693例住院患者病历资料,将其划分为5个时间段,按第五版《口腔颌面外科学》的疾病分类方法进行分类,统计分析该院颌面外科住院患者的疾病构成情况及在不同时间段内各病种的构成比与变化趋势。结果:1、住院患者总数为5693例,男女比例为1.6:1,49.7%的住院患者年龄集中在20~40岁。2、主要疾病类型是颌面部肿瘤(1800例、31.6%)、颌面部损伤(1498例、26.3%)、唾液腺疾病(1437例、25.2%),5个时间段内颌面部肿瘤构成比分别是29.1%、26.9%、32.0%、29.7%、34.4%,颌面部损伤构成比分别是33.1%、36.3%、30.0%、26.7%、20.5%,唾液腺疾病构成比分别是23.1%、19.9%、24.3%、25.7%、27.3%。3、颌面部损伤原因主要是交通伤、工伤、斗殴伤,其构成比早期分别是17.6%、28.8%、22.4%,近年来分别是59.8%、16.7%、18.6%。结论:1、颌面部肿瘤、颌面部损伤、唾液腺疾病是口腔颌面外科收住院治疗的主要三类疾病。2、颌面部肿瘤、唾液腺疾病构成比不断上升,颌面部损伤构成比不断下降。3、颌面部损伤原因早期以工伤为主,近年来以交通伤为主。4、骨折及软组织损伤、多形性腺瘤、唇腭裂、根尖囊肿、舌下腺囊肿、脉管瘤、沃辛瘤、唾液腺炎症、间隙感染、舌癌是口腔颌面外科收住院治疗的主要十类病种。5、深圳市口腔颌面外科疾病谱具有自身的特点,我们应进行更深入的研究,以期对本地区医疗资源的合理配置提供更多依据。
其他文献
为了提高大跨空间结构复杂结构体系地震反应分析的效率,将基于荷载的Ritz向量代替特征值向量引入反应谱分析和模态时程分析,与直接积分法和利用特征值向量进行的反应谱和模态时
弯管机弯曲模具在汽车工业有着最为广泛的应用,随着商用重卡和中卡行业中气(油)管路设计的日趋成熟,对于钢管弯曲也提出了新的技术要求,文章将结合实际工作,介绍一套组合模具在
目的:放射增敏是肿瘤治疗研究的热点,磷脂酰肌醇-3-羟基激酶/蛋白激酶B(PI3K/AKT)信号传导通路是调节放射抵抗的主要因素,其功能失调存在于多种人体肿瘤中。PI3K阻滞剂能够增强
公务卡结算制度在高校的全面推行,对提高经费使用透明度、控制预算单位现金流量、加强预算执行监管力度、强化对高校财政监督等方面起到了积极推动作用。通过结合工作实际分
目的:探讨经肝动脉介入治疗对原发性肝癌术后复发率的影响,寻找相关治疗指征,为原发性肝癌的临床综合治疗提供依据。材料与方法:总结1999年至2006年本院行肝癌切除术后患者20
<正>When Jiang Rong’s(姜戎)novel Wolf Totem was published in 2004,it saw huge sales,won critical acclaim(the inaugural Man Asia Literary Prize),achieved resona
职业决策困难是指个体未能对自己未来的职业生涯作出最终决定,这种困难对于大学毕业生的未来发展有着重大影响。本文以大学毕业生为主要研究对象,选用可就业能力为自变量、职业决策自我效能感为中介变量、职业决策困难为因变量,探讨当代毕业生减少职业困难的方法和途径,以此来缓解职业决策困难的现状。本研究采用问卷法,选择比较成熟的量表作为测量工具,依次为《可就业能力量表》、《职业决策困难量表》、《职业决策自我效能感
<正>前言这本是一个老生常谈的问题,但随着国家体育战略的调整,生物力学今后的发展方向、研究范围与主题却是一个新的命题。目前作为体育类院校,生物力学正经历着从运动生物
"改造成矿作用"理论是中国科学院涂光炽院士提出的完善矿床成因分类学"四分法"的新理论,是中国学者对世界地球科学的重要贡献。该文根据会泽铅-锌(银、锗)矿床地质地球化学特
互联网的快速发展给电子商务平台和社交平台注入了新的活力,交互网站的数量迅速增加,人们越来越倾向于通过社交媒介来发表自己的意见和看法。因此,大量的包含人们情感和情绪的文本数据累积于互联网上,如何有效的利用自然语言处理技术来分析和挖掘这类数据并提取出有价值的信息,已经成为网络舆情监控、用户消费行为分析和电子商务交互等领域关注的热点课题。对于文本情感分析而言,传统的基于单标签的有监督学习方法已经难以满足