简介:摘要目的将Markov模型引入社区高血压变化研究中,探讨家庭医生制度的施行对社区高血压人群危险分层状态变化的影响。方法回顾性调查2014年1月1日至2016年12月31日在上海市徐汇区13家社区卫生服务中心建档并进行持续管理的高血压患者共计98 966例,根据高血压危险分层标准分为高血压低危、中危、高危、极高危4种状态,按是否与家庭医生签约分成两组(签约组50 920例,占51.45%;未签约组48 046例,占48.55%),各自建立四状态的Markov模型,验证模型的预测效果,并采用模型预测2017—2020年研究对象的高血压危险分层状态变化。结果(1)高血压各危险分层人群中,以高血压中危和极高危人群为主(>80%)。与2014年相比,2016年低危患者人数减少[签约组9 042例(17.76%)比6 851例(13.45%);非签约组9 971例(20.75%)比7 906例(16.46%)],极高危人数增多[签约组15 609例(30.65%)比17 639例(34.64%);非签约组13 847例(28.82%)比15 641例(32.55%)]。(2)采用Markov模型计算1年后高血压人群危险分层变化状态转移过程,绝大部分保持维持在原状态;随着高血压危险程度的增加,由其他状态转移到极高危状态的转移概率逐渐增大;极高危状态不向低危状态转移(0%),但低危状态可向极高危状态转移,且未签约组[2.06%(205/9 971)]大于签约组[1.85%(167/9 042)]。(3)采用Markov模型预测2017—2020年高血压各危险分层人数与构成比,两组人群高血压人数由高到低均为中危、极高危、低危、高危;随着时间的延长,低危患者比例逐渐降低,且签约组降低率低于未签约组;中危、高危、极高危的比例逐渐上升,签约组的升高率低于未签约组。结论Markov模型验证准确性较好,模型稳定性高,可用于高血压预后研究;家庭医生的签约服务对高血压的健康管理有积极作用。
简介:AbstractBackground:Multidrug-resistant tuberculosis (MDR-TB) is on the rise in China. This study used a dynamic Markov model to predict the longitudinal trends of MDR-TB in China by 2050 and to assess the effects of alternative control measures.Methods:Eight states of tuberculosis transmission were set up in the Markov model using a hypothetical cohort of 100 000 people. The prevalence of MDR-TB and bacteriologically confirmed drug-susceptible tuberculosis (DS-TB+) were simulated and MDR-TB was stratified into whether the disease was treated with the recommended regimen or not.Results:Without any intervention changes to current conditions, the prevalence of DS-TB+ was projected to decline 67.7% by 2050, decreasing to 20 per 100 000 people, whereas that of MDR-TB was expected to triple to 58/100 000. Furthermore, 86.2% of the MDR-TB cases would be left untreated by the year of 2050. In the case where MDR-TB detection rate reaches 50% or 70% at 5% per year, the decline in prevalence of MDR-TB would be 25.9 and 36.2% respectively. In the case where treatment coverage was improved to 70% or 100% at 5% per year, MDR-TB prevalence in 2050 would decrease by 13.8 and 24.1%, respectively. If both detection rate and treatment coverage reach 70%, the prevalence of MDR-TB by 2050 would be reduced to 28/100 000 by a 51.7% reduction.Conclusions:MDR-TB, especially untreated MDR-TB, would rise rapidly under China’s current MDR-TB control strategies. Interventions designed to promote effective detection and treatment of MDR-TB are imperative in the fights against MDR-TB epidemics.
简介:摘要目的通过血流动力学、液体平衡相关参数建立脱机失败预测模型以指导临床脱机。方法回顾性分析2017年1月1日至2018年12月31日入住天津市第三中心医院重症医学科有创机械通气时间>24 h并进行脱机试验患者的临床资料。搜集患者入重症监护病房(ICU)24 h内的基线资料、脉搏指示连续心排血量监测(PiCCO)的血流动力学参数、B型利钠肽(BNP)、尿量、液体平衡量以及脱机前24 h内PiCCO监测的血流动力学参数、BNP、尿量、液体平衡量、利尿剂使用、去甲肾上腺素使用、机械通气期间连续性肾脏替代治疗(CRRT)使用情况。根据是否脱机成功将纳入患者分为脱机成功组和脱机失败组,比较两组间各变量的差异,将脱机前24 h内差异有统计学意义的变量纳入Logistic回归分析中,建立脱机失败预测模型,并找出造成脱机失败的可能因素。结果共有159例患者纳入研究,其中脱机成功138例,脱机失败21例。两组入ICU 24 h内PiCCO监测参数、BNP、尿量、液体平衡量比较差异均无统计学意义;两组脱机前24 h内BNP(χ2=9.262、P=0.026)、中心静脉压(CVP;χ2=7.948、P=0.047)、左室收缩力指数(dPmx;χ2=10.486、P=0.015)、尿量(χ2=8.921、P=0.030)、液体平衡量(χ2=9.172、P=0.027)差异均有统计学意义。此外,为完善模型和提高预测准确率,将脱机前心排血指数(CI;χ2=7.789、P=0.051)也纳入预测模型。最终将脱机前24 h内BNP、CVP、CI、dPmx、尿量、液体平衡量纳入Logistic回归模型,其预测脱机失败的准确率为92.9%,敏感度为100%,特异度为76.8%;用年龄和去甲肾上腺素使用进行校正后,其准确率为94.2%,敏感度为100%,特异度为81.2%。结论以PiCCO监测指标联合液体平衡指标建立脱机失败预测模型预测脱机的准确率高,能指导临床脱机。
简介:[摘要]在数学的解题中,学生应该体验问题解决中的思维走向,体会从最初的笨拙想法到问题信息再挖掘后的顺畅求解过程,理解从思维闭塞到反思后问题本质的提炼,进而推动解题过程的改进与优化,扩大解题效果.高三的复习更多的是解题教学,重视知识模型的构建,对高三的数学复习效率有很大的提高作用.
简介:【论文摘要】结合当前教学中存在的普遍性问题,简要介绍了BOPPPS模型及其运用方法,梳理了关于BOPPPS教学模型的几点思考。
简介:摘要梗阻性肾病是临床上常见疾病,病因主要是输尿管梗阻,肾脏终末期病理主要表现为肾间质纤维化(renal interstitial fibrosis,RIF)病变,其发病机制仍未完全阐明。单侧输尿管梗阻再通(reversible unilateral ureteral obstruction,RUUO)模型是研究梗阻性肾病致纤维化的常用模型,制作RUUO模型的方式各异,尚无统一标准模式。本文将对当今常用的RUUO模型造模方法和其优缺点进行综合阐述,从而能更深入地了解梗阻性肾病动物模型的研究方法,为梗阻性肾病动物模型研究提供重要的实验参考。