开封市中学生超重肥胖与血压偏高的关联

来源 :中国学校卫生 | 被引量 : 0次 | 上传用户:teliek
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 探索开封市中学生超重、肥胖与血压偏高之间的关联,为相关部门制定有效的干预措施提供依据。方法2019年9—10月,采用多阶段分层整群随机抽样方法,选取开封市4 058名中学生进行血压、身高、体重的测量,分析超重肥胖与血压偏高的关系。结果 中学生血压偏高率为11.78%。与正常体重相比,超重(OR=1.65)和肥胖(OR=3.32)均增加血压偏高的风险(P值均<0.01)。超重和肥胖男生血压偏高的风险分别是正常体重者的1.87和4.16倍,超重和肥胖女生血压偏高的风险分别是正常体重的1.55和2.69倍。高中正常体重、初中超重/肥胖、高中超重/肥胖学生的血压偏高风险分别是初中正常体重学生的1.90,2.85和3.39倍(P交互=0.02)。结论 预防中学生血压偏高应该从预防超重/肥胖开始,尤其对男生加以重视;超重/肥胖的中学生学段越高,血压偏高的风险越大。
其他文献
1背景和意义随着炼铁高炉设备的大型化、智能化,高炉的装备水平、上料水平以及布料技术得到了巨大的发展,与中小高炉相比,大型高炉具有高产量、高质量、低消耗的显著优点,在高炉炉顶控制方面,传统高炉采用减压阀组控制顶压,带来的主要影响是:一、造成大量的能源浪费与噪声污染;二、不能满足高炉的生产要求。因此国内从国外引进了高炉炉顶煤气余压回收透平发电装置,简称TRT。TRT是一种利用高炉炉顶煤气的压力能
会议
自主工业软件是支撑国内中小企业创新发展的核心力量之一。自主工业软件相关文本中蕴含着大量与制造业相关的知识,但是目前缺少相应的知识提取和知识库构建方法。该文提出一种基于神经网络和自然语言处理的知识提取模型,该模型包括文本表示、实体识别、关系抽取3个部分。基于知识图谱对提取的实体和关系进行建模,通过本体建模定义自主工业软件相关概念,利用图数据建模将本体模型中的概念映射到图数据中,提升了数据检索和建模能
人事管理是高校管理工作的重要组成部分之一,且人事管理质量对高校整体管理工作质量及高校稳定健康发展均有一定的影响,因此,需要各高校积极做好人事管理工作。在高校人事管理工作中,管理人员主要采用传统的人工管理模式进行各种人力资源管理,虽有一定的效果,但耗费大量的人力和时间。随着大数据技术的出现,我国俨然进入了大数据时代,在这样的时代背景下,传统的高校人事管理模式无法满足现阶段的高校人事管理工作要求。基于
农村幼儿园师资队伍一直是制约农村幼儿园园本教研深入发展的主要因素,因为大部分农村幼儿教师都是非事业编制,她们的专业水平不高、年龄结构老化,给园本教研带来了一定的难度。针对这种情况,我们从实际出发,因地制宜、由浅入深,创造性地引领农村幼儿教师团队,摸索出一条适合农村幼儿园发展的"草根式"园本教研之路。
期刊
阐述大数据技术的特点,大数据推动高校发展中的问题,在教育、管理、科研中的应用策略,利用大数据技术收集更多的数据信息、进行科学决策与分析、实现高效灵活应用。
随着高等教育教学改革的不断深化,传统的教学模式已经难以满足新时代高职院校的教学要求。在"互联网+"背景下,互联网教育的发展使信息化教育手段与传统课堂教学的融合越来越深入。随着技术的发展,传统课堂教学模式逐渐被线上和线下混合式教学模式所取代。广大高职院校教师积极转变观念,全面深入地开展教育教学改革,取得了丰硕成果。
期刊
针对新时期人才培养目标,文中基于大数据应用技术,对网络招聘信息进行分析,实现人才培养模式中的核心建构,以此实现对人才教学课程的优化设计。基于大数据技术以及行业人才需求状况、专业能力-课程结构数据分析结果,完成相应的人才培养模式分析系统设计。基于LDA模型的应用完成数据应用技术专业课程框架设计,实现对职位海量数据的分类处理,进而实现对不同职位的划分。在此基础上实现对不同岗位需求和实际职位能力的综合性
"王文丽名师工作室"于2018年9月成立,现有导师1名,成员6名,其中北京市特级教师1人,北京市骨干教师4人,区学科带头人1人。导师王文丽系特级教师、正高级教师、北京市东城区教育科学研究院教研员,曾获得"全国优秀教师""北京市优秀青年知识分子""北京市优秀教师""北京市三八红旗手""北京市劳模"等光荣称号。"聚起是一团火,散开是满天星"是团队的宗旨。导师及学员分别有自己专注研究的语文教学领域
期刊
目的 探讨广州市母亲孕前及分娩前超重肥胖对子代中学时期超重肥胖的影响,为预防中学生肥胖提供科学依据。方法 依托广州市中学生常规体检,抽取3所高中、3所初中共3 384名学生,将体检中超重肥胖的中学生纳入超重肥胖组(642名),其余学生纳入对照组(2 742名),对学生及家长进行问卷调查。使用倾向性评分匹配(propensity score matching,PSM)前后的数据进行χ2检验和Logi