当前位置: 首页 > 期刊 > 《中国全科医学》 > 2024年第20期
编号:1727709
降雨量与脑卒中入院的关联性:基于分布滞后非线性模型
http://www.100md.com 2024年4月18日 中国全科医学 2024年第20期
     曾繁艳 杨学智 刘星雨 莫佳丽 刘祖婷 卢依 易应萍 况杰

    【摘要】 背景 脑卒中是严重危害人类健康的主要慢性病,降雨量与脑卒中发病的关系尚未明确。目的 分析南昌市降雨量与脑卒中入院的关联性,为制定脑卒中综合防治策略和措施提供科學依据。方法 收集江西省卫生健康委员会信息中心DRGs管理系统中南昌市2015—2019年脑卒中入院数据及全国城市空气质量实时发布平台大气污染物和南昌市气象基站数据,分析脑卒中入院患者、大气污染物及气象因素的基本特征。采用Spearman秩相关分析探究脑卒中入院例数与大气污染物和气象因素的相关性,利用分布滞后非线性模型分析降雨量与脑卒中入院的关系,并按照性别、年龄(24 h,研究期间首次住院,并诊断为脑卒中,医疗类别为住院的所有脑卒中患者。数据先由江西省11个地级市二、三级综合医院上传至江西省卫生健康委员会信息中心,信息中心对数据进行统一的标准化,逻辑查错以及疾病编码校对,以确保数据的完整性及准确性。

    2015—2019年每日气象资料来源于南昌市气象基站数据,包括日最高温、日最低温、均温、湿度、风向、风速、能见度、云量、大气压、降雨量。每日大气污染物资料来源于全国城市空气质量实时发布平台,包括大气颗粒物PM10、PM2.5、臭氧(O3)、二氧化硫(SO2)、一氧化碳(CO)、二氧化氮(NO2)。

    1.2 统计学方法

    对研究期间的脑卒中入院病例资料、气象资料进行统计描述,将脑卒中入院例数按照春季(3~5月)、夏季(6~8月)、秋季(9~11月)和冬季(12月~次年2月)进行分组,获得脑卒中入院的季节性特点。计数资料以相对数表示,对大气污染物、气象因素进行Spearman秩相关分析,采用DLNM定量探索降雨量对脑卒中入院的影响,其中脑卒中每日入院例数为因变量,由于日平均气温、日最高气温、日最低气温之间存在高度相关性 ......

您现在查看是摘要页,全文长 10885 字符