一、居民意外死因分析(论文文献综述)
寻鲁宁[1](2021)在《河北省部分地区居民伤害死亡流行病学特征分析及时间序列预测》文中认为目的描述分析2014-2018年河北省部分地区居民伤害死亡的流行病学特征及发展变化趋势,明确现阶段伤害死亡对居民期望寿命的影响,运用时间序列法建立ARIMA模型对伤害死亡的未来发生进行预测,探索时间序列法在伤害死亡趋势预测中的应用,为制定伤害死亡控制策略和措施提供科学依据。方法收集整理河北省疾病预防控制中心网络直报死因监测系统中2014年1月1日-2018年12月31日居民伤害死亡数据,对伤害死亡水平、伤害死亡类型、减寿情况及其变化趋势进行描述流行病学分析。以2014年1月-2018年12月河北省居民伤害月度死亡例数作为样本,应用时间序列法建立ARIMA模型,预测2019年各月度伤害死亡人数并与实际值进行验证比较,探讨时间序列法在伤害死亡趋势预测中的应用。结果1 2014-2018年河北省部分地区全死因共死亡438727人,年均死亡率为593.76/10万,男性死亡率为676.31/10万,女性死亡率为507.63/10万,男性死亡率明显高于女性,差异具有统计学意义(χ2=8900.87,P<0.05);农村死亡率为603.64/10万,城市死亡率为565.25/10万,农村死亡率明显高于城市,差异具有统计学意义(χ2=352.80,P<0.05)。全死因顺位前五位依次是:心脏病、脑血管病、恶性肿瘤、呼吸系统疾病和伤害,年均死亡率分别为186.87/10万、149.80/10万、122.82/10万、37.83/10万和36.16/10万。2 2014-2018年河北省部分地区伤害死亡26721人,年均伤害死亡率为36.16/10万,男性伤害死亡率为51.91/10万,女性伤害死亡率为19.73/10万,男性伤害死亡率显着高于女性,差异具有统计学意义(χ2=5288.229,P<0.05);农村伤害死亡率为39.95/10万,城市伤害死亡率为25.23/10万,农村伤害死亡率高于城市,差异具有统计学意义(χ2=847.475,P<0.05);不同年龄组伤害死亡率存在差异,0~岁年龄组死亡率为10.33/10万,随后略有下降,到10~岁组开始上升,到了85~岁年龄组达到最高峰(241.14/10万),各年龄组男性伤害死亡率均高于女性。3 2014-2018年间河北省部分地区伤害死亡率以年百分比4.16%的速度稳定下降,其中男性下降速度为3.87%,女性下降速度为3.67%,男性伤害死亡率降速高于女性,年估计变化百分比均有统计学意义(均P<0.05)。4 2014-2018年河北省部分地区伤害死亡主要类型依次是:道路交通事故、自杀、意外中毒、意外跌落、溺水和火灾,在全部伤害死亡中所占比重达82.96%,各类型构成比分别为49.20%、10.79%、9.64%、8.51%、3.36%和1.46%。男性各类型伤害死亡率均高于女性,男女伤害均以道路交通事故死亡率为最高,分别为26.69/10万、8.51/10万。农村各类型伤害死亡率均高于城市,自杀位居农村伤害死因顺位第二位,死亡率为4.62/10万,意外跌落位居城市伤害死因顺位第二位,死亡率为2.51/10万。不同年龄组伤害死亡类型构成不同,道路交通事故是各个年龄组伤害死亡的首要原因,尤其在15~44岁年龄组中所占比重最大,为71.91%;溺水是导致0~14岁年龄组儿童死亡的重要原因,占该年龄组伤害死亡的27.50%;自杀是45~64岁年龄组伤害死亡的又一重大原因,占该年龄组伤害死亡的13.65%;意外中毒在65~岁年龄组伤害死亡人数中所占比重第二高,为19.15%。5 2014-2018年河北省部分地区居民期望寿命为78.63岁,去伤害死因后期望寿命为79.50岁,男性期望寿命为76.15岁,去伤害死因后期望寿命为77.33岁,女性期望寿命为81.36岁,去伤害死因后期望寿命为81.85岁。6 2014年1月-2018年12月河北省部分地区月均伤害死亡445.35人,伤害死亡水平整体呈现下降趋势,且具有明显的周期变动规律,应用时间序列法构建的最佳预测模型为ARIMA(0,1,1)(1,1,0)12,赤池信息量准则(AIC)为484.78,贝叶斯准则(BIC)为490.33,残差序列为白噪声序列(P>0.05),模型参数显着非零(均P<0.05),预测结果实际值均落入预测值95%置信区间内,预测值与实际值之间的相对误差在1.18%~18.87%之间,RMSE=32.29,MAE=25.92,MAPE=6.39%,模型预测性能良好。结论1.伤害死亡位居全死因顺位第五位,男性伤害死亡率高于女性,农村地区高于城市,随着年龄的增长,伤害死亡率逐渐上升。2.伤害死亡率呈逐年下降趋势。3.伤害死因前五顺位分别是:道路交通事故、自杀、意外中毒、意外跌落、溺水;0~14岁、15~44岁、45~64岁、65~岁的重要伤害死因分别是溺水、道路交通事故、自杀和意外中毒。4.去伤害死因后期望寿命女性高于男性。5.ARIMA模型在伤害死亡预测中具有良好的可行性,可用于伤害死亡趋势的短期预测。图7幅;表22个;参156篇。
季淑眯[2](2021)在《福州市大气颗粒物和气温及其交互作用对居民死亡风险的评估》文中认为[目的]在全国空气污染(雾霾)健康影响监测项目的低浓度对照点福州市分析福州市大气污染物及颗粒物日平均浓度,由此获得福州市总体空气质量情况,弄清中国相对低浓度污染城市(福州)中颗粒物(PM2.5、PM10)对居民主要死因别死亡(非意外、呼吸、循环系统疾病死亡以及循环系统下的心血管、脑血管系统疾病死亡)风险影响的特征和规律;在以高温为特征的“火炉城市”福州市,观察福州市气温对居民主要死因别死亡风险,识别高温、低温与居民主要死因别死亡风险特征;并进一步在以低浓度污染、高温为特征的城市福州市,探讨颗粒物和极端气温(高温、低温、热浪)交互作用对居民主要死因别的影响,评估颗粒物在极端温度(高温、低温、热浪)下对居民主要死因别的潜在健康风险,为降低福州市颗粒物污染和不良气温条件对居民健康影响提供科学参考依据。[方法]1.收集福州市2016年1月1日至2019年12月31日环保、气象以及居民死亡数据;2.利用Spearman相关分析探讨大气颗粒物与气象因素的相关程度;采用R4.0.1软件构建暴露-反应模型分析颗粒物浓度对人群死亡暴露-反应关系;应用R软件建立半参数广义相加模型(GAM),利用非参数函数,对时间的长期趋势、短期波动和气象因素等混杂进行控制,计算大气颗粒物(PM2.5、PM10)对居民非意外、呼吸和循环系统疾病死亡(心、脑血管系统疾病死亡)的效应值;3.建立气温的"交叉基"函数,纳入GAM模型中,构建分布滞后非线性模型(DLNM),探讨气温对居民死亡风险影响,自由度采用赤池信息准则为标准来确定,以此拟合最优模型;首先我们绘制了气温与死亡风险的关系曲线并以此确定最适合温度(MMT),在此基础上计算以MMT为参照的情况下,以3D图、轮廓图直观展示在不同滞后时间下,不同温度对居民死亡风险影响,进一步定义全年温度的P90和P10为高温、低温,定量计算高低温在以MMT为参照的情况下,每变化1℃对居民主要死因别死亡的相对危险度;4.采用R 4.0.1软件GAM模块建立双自变量三维模型,首先定性评估颗粒物与气温对居民死亡风险是否具有交互作用,再进一步基于时间序列泊松广义相加模型(GAM)的温度分层模型定量地评估在不同温度分层情况下,颗粒物对居民主要死因别死亡风险是否具有显着意义以及不同温度层之间的差异是否具有统计学意义;5.采用世界气象组织的热浪定义(最高气温高于32℃,持续3天及以上),运用R 4.0.1软件GAM模块建立泊松广义相加模型(GAM)的颗粒物和热浪交互作用模型,评估颗粒物和热浪交互作用是否会增加居民死亡风险。[结果]1.研究期间PM2.5和PM10的平均浓度分别为25.99±13.12ug/m3、59.84±27.28ug/m3,符合国家居民居住标准,均超过WHO指导值标准,日均浓度WHO达标率分别为55.30%、39.22%;2.在国内相对低浓度地区(福州市)大气颗粒物对人群死亡风险影响的暴露反应曲线呈现线性无阈值的趋势;大气颗粒物每升高10ug/m3,居民非意外、呼吸、循环和脑血管系统疾病死亡风险也随之升高,颗粒物对主要死因别死亡影响存在差异(死亡风险排序:呼吸系统>循环系统>非意外总死亡);PM2.5引起福州市居民死亡风险大于PM10;且本研究得出的效应值(ER)大小(1%-3%)均大于国内高浓度地区(0%-1%);结果如下:PM2.5每升高10微克每立方米,居民非意外、呼吸系统、循环系统和脑血管系统疾病死亡影响的超额危险度(ER)为2.27%(95%CI:0.54%-4.03%)、3.68%(95%CI:0.11%-7.38%)、2.39%(95%CI:0.55%-4.26%)、3.23%(95%CI:0.46%-6.07%);PM10每升高10微克每立方米,居民非意外、呼吸、循环和脑血管系统疾病死亡影响风险值(ER)为1.28%(95%CI:0.68%-1.88%)、1.79%(95%CI:0.51%-3.09%)、1.42%(95%CI:0.5%-2.34%)、2.27%(95%CI:0.71%-3.85%);3.福州市气温与居民死亡存在非线性“U”型关系,居民非意外、循环、心血管和脑血管系统疾病死亡所对应的最小死亡风险温度(MMT值)分别为24℃、23℃、20℃和21℃,MMT值不尽相同;居民非意外、循环系统疾病死亡风险受到高温和低温影响显着;3D图和轮廓图显示高温影响死亡的特点表现为强烈但影响持续时间较短,RR值在当天最高,影响存在2至3天,而高温对循环以及心脑血管系统疾病死亡风险分别在当天和在滞后10天还再次表现出影响,低温影响则较迟出现,但影响时间维持较长(影响持续一周左右),其中呼吸系统疾病死亡遭到低温影响较高温明显;我们进一步对高低温分别定义为全年温度的P90和P10后,得出高温对非意外总死亡、循环系统疾病死亡和心血管系统疾病死亡影响在当天的效应值分别为1.09(95%CI:1.05-1.12)、1.1(95%CI:1.05-1.15)、1.2(95%CI:1.09-1.32);对于循环系统系统死亡,高温在滞后13天,影响再次出现,RR值为1.04(95%CI:1.01-1.07);低温对居民死亡影响特点则表现相对迟缓,影响通常在3-5天出现,RR值逐渐变大后下降,影响持续1-2周左右;呼吸系统疾病死亡受到高温影响不显着,低温对呼吸系统疾病死亡存在明显影响,其影响在lag5显现,RR值为1.1(95%CI:1.01-1.19),其持续三天后消失,而后在lag13-l ag14再次出现;4.颗粒物和气温双自变量三维图显示,颗粒物和气温对主要死因别死亡呈现不一致的交互作用,随着温度升高和颗粒物浓度的上升,对居民非意外、循环和心脑血管系统疾病死亡影响增加,对于非意外、循环和心血管系统疾病死亡,气温影响起着主导作用,但对于脑血管系统疾病死亡来说颗粒物影响起着主导作用;在低温情况下,颗粒物对呼吸系统疾病死亡风险影响加强;紧接着定量分析结果表明,高温时,PM2.5和PM10每升高10ug/m3与脑血管系统疾病死亡之间具有显着性关联且其与低温层间差异具有统计学意义且其效应值最大,ER值分别为30.45%(95%CI:1.03%-68.44%)、13.07%(95%CI:0.60%-27.08%);PM2.5与高温的协同对居民脑血管系统疾病死亡风险均大于PM10,高温情况下PM2.5、PM10对居民脑血管系统疾病死亡风险(ER)(30.45%、13.07%)大于PM2.5、PM10单独作用时对居民脑血管系统疾病死亡风险(ER)(3.23%、2.27%);5.热浪和颗粒物协同作用对人群循环系统疾病死亡影响显着,风险效应值(ER)分别为8.21%(95%CI:0.32%-16.72%)、3.84%(95%CI:0.28%-7.54%),且与非热浪层相比,热浪层的颗粒物对循环系统疾病死亡影响的效应更强且其之间的差异具有明显的统计学意义,PM2.5与热浪协同作用对居民循环系统疾病死亡风险大于PM10。热浪与PM2.5、PM10协同作用对居民循环系统疾病死亡风险(ER)(8.21%、3.84%)大于高温时(ER)(3.72%、2.09%),且热浪与PM2.5、PM10协同作用对居民循环系统死亡风险(ER)(8.21%、3.84%)大于PM2.5、PM10单独作用时(ER)(2.39%、1.42%)。[结论]1.根据《环境空气质量标准》,福州市空气质量良好,属国内相对低浓度污染地区,而按照WHO指导值标准,其颗粒物污染问题仍不容忽视;2.福州市大气颗粒物对居民死亡影响呈线性且不存在阈值,即低浓度颗粒物对人群死亡仍存在风险;对居民主要死因别死亡风险的影响,颗粒物PM2.5和PM10无论是单独作用,还是与极端温度(高温、热浪)的交互作用均较为类似,表现为PM2.5影响风险明显高于PM10,且PM2.5、PM10与高温、热浪交互作用对居民循环系统疾病死亡风险影响均大于PM2.5、PM10单独作用时;3.在国内相对低浓度污染地区福州市,颗粒物对居民非意外、呼吸、循环以及心脑血管系统疾病死亡风险影响存在不同特征,较国内高污染地区,其死亡风险的效应值(ER)(1%-3%)明显高于国内高污染地区(0%-1%);4.本研究全面系统揭示在“火炉城市”福州市,气温对主要不同死因别死亡风险的影响特征。气温对非意外总死亡、循环以及心脑血管系统疾病死亡风险之间的暴露-反应曲线呈非线性的“U”型,在高低温情况下均会引起主要死因别死亡风险的增加,高温的影响急促而短暂,而低温的影响缓慢而持久;其次,气温对主要死因别的死因风险影响特征有所差别,表现为高温对非意外、循环、心血管系统疾病死亡风险影响较为明显,而低温对呼吸系统疾病死亡风险较为明显;5.高温和热浪是大气颗粒物对居民主要死因别死亡风险的重要影响因素,但对不同死因别影响存在不同,对于非意外、循环和心血管系统疾病死亡,气温影响起着主导作用,但对于脑血管系统疾病死亡来说颗粒物影响起着主导作用。
邓华,姚文,叶景虹,龙家茹[3](2020)在《2002—2018年上海市虹口区居民意外跌落死亡特征及趋势》文中研究指明[背景]跌落伤导致的健康寿命年损失是老年人伤害疾病负担上升的主要原因。掌握居民意外跌落的死亡情况及其变化的主要因素,有助于精准地推进当地伤害防治工作。[目的]了解上海市虹口区居民意外跌落致死情况及人口老龄化带来的影响。[方法]根据2002—2018年虹口区户籍人口死因监测数据库,采用死亡率、标化死亡率、年度变化百分比(annual percentage change,APC)和平均年度变化百分比(average annual percentage change,AAPC)对居民意外跌落致死情况进行分析。[结果]2002—2018年虹口区居民因意外跌落死亡2 137人,粗死亡率为16.06/10万,中国标化死亡率为2.81/10万,世界标化死亡率为4.80/10万。男性粗死亡率低于女性(13.48/10万vs 18.58/10万),但男性标化死亡率略高于女性(中国标化死亡率:3.29/10万vs 18.58/10万;世界标化死亡率:5.20/10万vs 4.30/10万)。男性、女性及合计粗死亡率均呈上升趋势(AAPC=5.28%、2.12%、3.39%,均P <0.05)。男、女及合计的中国标化死亡率和世界标化死亡率均呈波动态势(均P> 0.05)。在同一平面跌倒(AAPC中国标化=-5.21%,AAPC世界标化=-5.33%)、从家具上跌落(AAPC中国标化=-6.74%)和从楼梯与梯子上跌落(AAPC中国标化=-7.20%,AAPC世界标化=-7.66%)导致的标化死亡率呈逐年下降趋势(均P <0.05);未特指类型跌落导致的粗死亡率(AAPC粗=19.05%)、中国标化死亡率(AAPC中国标化=13.38%)和世界标化死亡率(AAPC世界标化=13.00%)均呈逐年上升趋势(均P <0.05)。65岁以下年龄组和80岁及以上高龄老年人组意外跌落死亡率均无变化趋势(P> 0.05),65~79岁低龄老人组呈逐年下降趋势(AAPC=-2.10%,P <0.05)。各性别不同年龄段居民的跌落死因分布存在差异。[结论]虹口区应采取积极措施应对人口老龄化对居民意外跌落死亡率上升的影响。
孙明[4](2020)在《20142018年吉林市永吉县户籍人口死因监测分析》文中研究表明目的:本文旨在研究永吉县20142018年死亡报告的监测情况,通过对其死亡特征的分布情况及影响因素进行研究讨论,得出永吉县死亡谱,继而得出影响生存质量的相关因素,了解人群死亡水平和模式,最终为寻找制定疾病防控方案的措施提供理论依据。方法:本研究数据应用统计的系统是中国疾病预防控制信息系统-死因登记信息系统。系统登记信息记录选取的时间范围是2014年1月1日至2018年12月31日期间永吉县人口死亡数据。死亡报告由14家乡镇卫生院和6家民营医院进行网络上报,按照WHO《国际疾病分类》标准进行疾病分类,采用ICD-10编码方式进行编码。人口统计数据的来源是统计年鉴,标化死亡率的计算数据来源是2010年全国第六次人口普查记录。相关统计内容的统计方式是根据《医学统计学》来计算。死因监测数据用Excel整理、汇总,用IBM SPSS 24.0进行统计分析,率的比较用χ2检验,统计学检验水准α=0.05。结果:1.20142018年永吉县户籍人口总量逐年递减,经分析可见018岁组、1834岁组、3564岁组三组年龄段人口基数在近几年所占比例逐年下降,而65岁以上年龄组人口基数所占比例呈上升趋势。少年人口负担系数为12.15%,老年人口负担系数为10.49%。经比较可知,少年负担系数处于稳定状态,而老年负担系数处于下降状态。2.20142018年永吉县居民上报死亡人口为12309人,粗死亡率是620.40/10万人。男性死亡人口为7384人,粗死亡率是729.99/10万。女性死亡人口为4925人,粗死亡率是506.41/10万。合计标化死亡率、男性和女性的标化死亡率都呈上升趋势。20142018年永吉县居民年龄别死亡率曲线呈“J”字形,60岁以上年龄组死亡率占75.13%;65岁以上死亡率随年龄增长逐渐升高。3.20142018年永吉县居民三级医院和二级医院死亡诊断证明报告占总报告的比重是75%;最高诊断依据临床和临床+理化占总报告的比重是77.83%;死亡地点在家中所占比重是60.77%,医疗机构所占比重是32.20%,二者占总报告的92.97%;死因诊断不明比例0.06%。4.20142018年永吉县居民第一大类疾病如营养缺乏性疾病、母婴系统类疾病、传染病302人,占总报告人口数2.45%;第二大类疾病慢性非传染性疾病11621人,占总报告人口数94.41%;第三大类疾病损伤和中毒386人,占总报告人口数3.14%。5.根据20142018年数据整理,影响居民健康的前五位死亡疾病分别是循环系统类疾病,占总报告的比为64.55%,粗死亡率400.49/10万;肿瘤类疾病,占总报告的比为21.37%,粗死亡率132.56/10万;呼吸系统疾病,占总报告的比为3.57%,粗死亡率22.18/10万;损失和中毒类疾病,占总报告的比为2.73%,粗死亡率16.94/10万;消化系统疾病,占总报告的比为2.37%,粗死亡率14.72/10万。6.20142018年永吉县居民平均期望寿命为80.01岁,女性为82.90岁,男性为77.57岁,男性比女性年龄低5.33岁。7.20142018年去除影响死亡因素前五位疾病后期望寿命第一位为83.37岁,寿命增加值为3.36岁,寿命增长率为4.20%;期望寿命第二位为82.79岁,寿命增加值为2.78岁,寿命增长率为2.78%;期望寿命第三位为80.62岁,寿命增加值为0.61岁,寿命增长率为0.61%;期望寿命第四位为80.45岁,寿命增加值为0.44岁,寿命增长率为0.44%;期望寿命第五位为80.36岁,寿命增加值是0.35岁,寿命增长率为0.35%。8.20142018年在潜在减寿年数相关数据统计上,全死因、女性、男性平均减寿年数分别是22.33年、24.4年、20.35年。全死因、女性、男性减寿率分别为37.05%、30.55%、41.76%。全死因、女性、男性减寿年数分别为137145.42人年、55407.2人年、78840.18人年。平均减寿年数受疾病影响最大的疾病因素是损伤和中毒,人口为32.54年,其中女性为34.44年,男性为30.57年。9.20142018年永吉县造成居民早死的三种主要疾病,第一位是心脑血管疾病,导致居民早死概率为51.04%;第二位是恶性肿瘤,导致居民早死概率为28.29%;第三位是慢性呼吸系统疾病,导致居民早死概率为3.51%。其中男性早死概率分别是33.29%,59.22%,4.28%,女性早死概率分别是23.07%,41.33%,2.75%。结论:1.20142018年永吉县居民死亡率男性高于女性;据统计可知,60岁以上年龄组死亡率最高。2.20142018年永吉县居民由于慢性疾病的死亡率要高于其他两类疾病。3.20142018年据统计,影响死亡因素前五位疾病分别是循环系统疾病,肿瘤,损伤和中毒,消化系统疾病,呼吸系统疾病。4.20142018年永吉县居民每年期望寿命均女性高于男性。5.20142018年五年内损伤和中毒造成的寿命损失最高。6.20142018年永吉县居民每年心脑血管疾病造成的早死概率均最高,且男性高于女性。
张伟志[5](2020)在《秦皇岛市某二甲医院2013-2018年住院死亡病例死因分析》文中研究指明目的随着我国科学技术水平的不断提高,推进了社会经济的高速发展和医疗卫生事业的不断进步,使居民的健康状况有了明显的改善,总的死亡率也在逐年降低,导致死亡的主要疾病也随之发生变化。通过描述秦皇岛市某二甲医院2013年至2018年住院死亡患者的疾病构成及其分布规律,找出严重影响住院病人健康的主要疾病。分析2013-2018年住院病例的死因构成和死因顺位的变化趋势,了解住院病人死亡谱的变化情况。分析2013-2018年住院病人病死率的动态变化。为医院加强诊疗工作,科学管理,合理医疗资源配置提供参考。方法以某二甲医院2013-2018年住院患者及住院死亡患者病例资料为样本,进行回顾性研究分析。从病案室病人信息查询系统和死亡病例登记上报系统及死亡统计报表收集近6年住院死亡患者病历资料,并与死亡病案逐一审查核实。死因分类根据《国际疾病分类》(ICD-10)标准进行分类,如有两个或两个以上的诊断以出院第一诊断作为死因统计。用Microsoft Excel 2010建立数据库,并利用此软件对该院死因构成,死因顺位及病死率统计描述分析。结果在1691例住院死亡患者中,死亡原因前五位分别是肿瘤(33.47%)、循环系统疾病(30.40%)、呼吸系统疾病(16.44%)、消化系统疾病(5.91%)、内分泌系统疾病(2.78%),共占全部死亡原因的89.00%。肺癌、肝癌、胃癌是肿瘤的主要死亡原因,脑梗塞、脑出血、冠心病是循环系统的主要死亡原因,肺炎、慢性阻塞性肺疾病、呼吸衰竭是呼吸系统疾病的主要死亡原因。2013年至2018年该医院的死亡原因顺位发生了改变,2013年死亡原因顺序为循环系统疾病、肿瘤、呼吸系统疾病、泌尿系统疾病、消化系统疾病,2018年死亡原因顺序为肿瘤、循环系统疾病、呼吸系统疾病、消化系统疾病、内分泌系统疾病。肿瘤上升至第一位,内分泌系统疾病上升至第五位,泌尿系统疾病退出前五名。但是肿瘤、循环系统疾病、呼吸系统疾病一直是该医院的前三位的死亡原因。各年龄组死亡原因中,因该医院无新生儿科,仅有儿内科的特点,0-14岁死亡患者较少,无法进行统计分析。15岁~组、45岁~组、60~105岁以上组前三位死亡原因均为肿瘤、循环系统疾病、呼吸系统疾病,仅在第四、第五位上存在差别。从2013年至2018年的住院患者病死率为1.59%,2013年住院患者病死率为1.84%,2018年住院病死率为1.56%,总体来看是呈下降趋势。城镇居民住院患者病死率为2.01%,农村居民住院患者病死率为1.01%,城镇病死率高于农村。病死率随年龄的增加而增加,0~4岁组病死率最低为0.06%,60岁以上组病死率最高为2.83%。总的病死率为1.60%。病死率最高的一类疾病是肿瘤,高达8.84%,其次是呼吸系统疾病,病死率为3.38%,次之是循环系统疾病,其病死率为1.73%。虽然传染病和寄生虫这类疾病在死因顺位上排在第十位,但是在病死率中已高居在第五位。结论1 2013年至2018年该医院的住院患者病死率呈下降趋势。2死亡原因顺位为肿瘤、循环系统疾病、呼吸系统疾病、消化系统疾病、内分泌系统疾病。死亡原因顺位发生变化,均为慢性非传染性疾病。3在前三位死亡原因中,肿瘤中肺癌为主要死亡原因,循环系统疾病中,脑梗塞为主要死亡原因,呼吸系统疾病中肺炎为主要死亡原因。4年龄、性别、季节、住院天数的变化引起住院死亡患者死亡原因顺位及构成也随之变化。年龄越大,病死率越高,60岁以上死亡人数占全部人数的83.92%。在所有住院死亡患者中仅内分泌系统中男性少于女性,其余各系统疾病中男性均多于女性。住院天数分组中,大于20天的住院死亡患者人数较多,1天之内住院死亡患者人数次之。冬季患者的病死率比春、夏、秋均高。表20个;参52篇。
吴琪[6](2020)在《兰州市大气污染治理对空气质量及其健康效应的影响》文中认为目的:1.通过分析兰州市2004-2017年大气主要污染物日平均浓度,了解大气污染治理对空气质量的影响;2.通过分析大气污染治理前(2004-2009年)、后(2014-2017年)居民死因资料,探讨两时间段大气污染对居民非意外死亡效应的变化;3.定量评估大气污染治理前后污染物死亡负担及期望寿命损失的变化;4.通过上述分析探讨兰州市大气污染治理对空气质量及其健康效应的影响。方法:1.收集2004-2017年兰州市大气污染物日平均浓度资料,2004-2009年及2014-2017年兰州市气象资料及死因资料;2.采用Spearman秩相关系数法分析大气污染物浓度和环境空气质量综合指数的年际变化趋势;3.运用广义相加模型分析大气污染物的短期死亡效应;4.结合Poisson回归比例风险模型定量估算归因死亡人数及归因分值两项死亡负担指标;5.通过Excel 2016编制的简略现时寿命表和去死因寿命表分析期望寿命和去死因期望寿命,从而计算期望寿命损失。结果:1.2004-2017年兰州市大气SO2、PM10污染状况整体呈下降趋势,NO2污染稳定。大气污染综合治理前(2004-2011年)兰州市大气SO2、NO2、PM10日均浓度依次为61.58、45.47、154.97μg/m3,治理后(2012-2017年)依次为24.03、50.59、130.01μg/m3,治理后大气SO2、PM10日均浓度分别降低60.98%和16.11%,大气SO2降幅高于PM10,而大气NO2升高了11.26%,差异有统计学意义(P<0.05)。2.与2004-2009年相比,兰州市2014-2017年大气SO2、PM10水平下降,但大气NO2浓度有所升高。广义相加模型拟合结果发现:(1)大气SO2日平均浓度每上升10μg/m3,非意外总死亡风险在2004-2009年时增加0.55%(95%CI:0.22,0.87),2014-2017年时增加2.09%(95%CI:0.85,3.34)。虽然大气SO2浓度明显下降,但导致的居民死亡风险未发生相应改善。(2)大气PM10浓度每上升10μg/m3,在2004-2009年时居民非意外死亡风险增加0.12%(95%CI:0.01,0.22),但2014-2017年时大气PM10对居民死亡无显着影响。兰州市大气污染治理后,大气PM10质量好转,所导致的死亡风险大幅下降。(3)大气NO2浓度每上升10μg/m3,非意外总死亡风险在2004-2009年增加0.92%(95%CI:0.46,1.38),2014-2017年增加0.85%(95%CI:0.18,1.51)。虽然大气NO2浓度增加,但其导致的死亡效应未发生明显变化。3.以WHO指导值为参考浓度,兰州市大气污染治理前后大气污染物的死亡负担结果如下:(1)兰州市2004-2009年大气SO2污染所致死亡人数占总死亡人数的比例为2.23%,2014-2017年为0.85%。虽然大气污染治理后大气SO2所致死亡风险无明显变化,但估算的归因分值下降,因大气SO2污染导致的死亡人数比例下降。(2)兰州市2004-2009年大气PM10归因分值为1.51%,2014-2017年由于非意外总死亡与大气PM10污染无明显关联,故未计算归因死亡人数及归因分值。(3)兰州市2004-2009年大气NO2归因分值为0.62%,2014-2017年升高至1.15%。虽然两时间段大气NO2死亡风险无明显变化,但估算的大气NO2归因分值上升,因大气NO2污染导致的死亡人数比例上升。4.去除SO2、NO2、PM10大气污染死因后,兰州市主城区居民期望寿命均有不同程度的增加,且2004-2009年去除大气SO2死因后期望寿命整体增幅最大。2004-2009年归因于大气SO2的期望寿命损失量高于2014-2017年(0.26岁>0.10岁);而2004-2009年归因于大气NO2的期望寿命损失量低于2014-2017年(0.07岁<0.12岁);2004-2009年大气PM10污染导致期望寿命损失0.17岁。结论:1.兰州市大气污染治理后大气SO2、PM10污染状况改善,但NO2污染水平有所上升;2.兰州市大气污染治理后大气PM10死亡风险大幅下降,而SO2、NO2导致的死亡风险未发生显着变化;3.兰州市大气污染治理成功降低了大气污染物SO2、PM10造成的死亡负担及寿命损失,而大气NO2污染导致的死亡负担和寿命损失增加,是兰州市近年来亟待解决的环境问题。
黄莉莉,蔡志成,李映来,张瀚中,林海[7](2020)在《2014—2018年广东省中山市户籍居民伤害死亡特征分析》文中研究指明目的探讨中山市户籍居民伤害死亡特征,提出科学的伤害预防控制建议。方法选取中山市人口死亡信息登记管理系统中2014—2018年2 136例伤害死亡户籍居民个案,分性别和年龄及伤害类型分析死亡率、死因顺位和变化趋势。结果 2014—2018年中山市户籍居民平均伤害死亡率为25.62/10万,呈逐年增加趋势(P<0.01);伤害死因前5位依次为机动车交通事故(34.23%)、意外跌落(30.97%)、自杀(16.16%)、溺水(9.27%)、意外中毒(4.40%),共占伤害死亡总数的95.03%。男性的首位伤害死因是机动车交通事故,女性则为意外跌落。0~14岁儿童的首位伤害死因是溺水,15~64岁中青年是机动车交通事故,65岁及以上老年人则为意外跌落。结论伤害防控应根据性别、年龄和伤害特点选取针对性和具体化的措施。
伊曼[8](2020)在《辽宁省彰武和凤城农村地区2009~2018年伤害死亡特征和疾病负担趋势分析》文中进行了进一步梳理目的:了解辽宁省彰武和凤城农村地区20092018年伤害的死亡特征和疾病负担的变化趋势,为伤害防控提供科学的依据。方法:对辽宁省彰武和凤城两地20092018年人口学数据和全死因死亡数据进行收集,对死因顺位、粗死亡率、标化死亡率、期望寿命及早死所致寿命损失年等相关指标进行计算,以及对伤害的死亡和疾病负担进行趋势分析及预测。结果:1.20092018年彰武和凤城农村地区疾病死因顺位前五位分别为:循环系统疾病,肿瘤,伤害,呼吸系统疾病及内分泌、营养和代谢疾病。伤害的死亡率和标化死亡率分别为48.80/10万和44.69/10万,YLL为90197.89年,AYLL为18.79年/人。2.20092018年彰武和凤城农村地区伤害总标化死亡率随年份变化呈下降趋势(APC=-3.78%,P<0.05),总YLL率和标化YLL率均随年份变化呈下降趋势(APC=-2.81%、-2.27%,P<0.05)。男性的伤害死亡率和标化死亡率均高于女性(χ2=1181.63、1058.12,P<0.05)。男性伤害的YLL和标化YLL率(69995.57人年、13.28‰)均大于女性(20202.32人年、3.97‰)。在不同年龄组中,伤害的死亡率随年龄增长表现为上升趋势。凤城地区伤害死亡率高于彰武地区(χ2=35.61,P<0.05)。3.20092018年彰武和凤城农村地区伤害死因顺位前五位分别是:交通事故、自杀、跌落、中毒和溺水。不同伤害类型显示,交通事故的总标化YLL率和AYLL随年份变化呈下降趋势(APC=-4.41%、-1.50,P<0.05);跌落的总YLL和YLL率均随年份变化呈上升趋势(APC=6.90%、7.51%,P<0.05);中毒的总标化YLL率和AYLL均随年份变化呈下降趋势(APC=-8.05%、-3.14%,P<0.05),自杀的总YLL、YLL率和标化YLL率(APC=-6.11%、-5.60%、-7.68%,P<0.05)随年份增长呈下降趋势。4.20092018年期望寿命为77.83岁,去伤害后的期望寿命为78.95岁,其中,男性期望寿命和去伤害后的期望寿命均低于女性;20092018年男性、女性和总期望寿命均随年份变化呈上升趋势(APC=0.60%、0.85%、0.72%,P<0.05);女性和全人群的去伤害后期望寿命均随年份变化呈上升趋势(APC=0.85%、0.69%,P<0.05)。5.GM(1,1)预测结果显示20192022年总标化死亡率分别为40.09/10万、39.85/10万、39.60/10万、39.36/10万(MAPE=2.56%);20192022年总YLL率分别为7.21‰、6.52‰、5.89‰、5.32‰(MAPE=0.86%);20192022年总标化YLL率分别为7.47‰、7.35‰、7.22‰、7.10‰(MAPE=0.52%)。结论:20092018年辽宁省彰武和凤城农村地区伤害的总标化死亡率、总YLL、总YLL率和总标化YLL率均随年份变化呈下降趋势。男性死亡率高于女性,且随着年龄的增长逐渐增加。凤城地区的标化死亡率高于彰武地区。伤害的死因顺位前五位分别是:交通事故、自杀、跌落、中毒和溺水。自杀死亡率呈下降趋势,跌落死亡率呈上升趋势。十年间男性、女性和总期望寿命均随年份增长呈上升趋势;女性和总的去伤害后的期望寿命同样随年份增长呈上升趋势。应用GM预测显示,20192022年辽宁省彰武和凤城农村地区伤害的总死亡率、总标化死亡率、总YLL率和总标化YLL率均逐年减小。
周彩霞,孙红芳[9](2020)在《2013-2018年大连市某区伤害死亡状况及趋势分析》文中指出目的伤害的高发生率和高致残率消耗着大量的卫生资源,给国家、社会、家庭和个人均带来沉重的疾病负担,已成为威胁辽宁省居民健康的重要公共卫生问题。本研究分析大连市某区2013-2018年伤害死亡情况,为制定伤害预防控制措施提供科学依据。方法收集2013-2018年大连某区伤害死亡数据,按年度、性别和年龄分别计算伤害死亡率与年龄标化率,分析其死亡变化趋势。结果 2013-2018年因各类伤害死亡833人,伤害死亡率为44.33/10万,占总死亡人口的5.20%,男女比例为2.49∶1,男性死亡率高于女性,χ2=225.47,P<0.001。6年间伤害死亡呈小幅上升趋势,年均增长0.2%,Z=0.05,P=0.96。随着年龄的增长,伤害死亡率呈上升趋势,≥65岁人群伤害死亡率最高,差异有统计学意义,Z=4.43,P=0.008;交通意外、自杀、意外跌落、意外中毒、意外事故和有害效应为大连市某区伤害前5位死因。交通意外是各年龄人群死亡的首位死因,<15岁人群第2位伤害死因为淹死,15~64岁人群第2位伤害死因为自杀,≥65岁人群第2位伤害死因为意外跌落,伤害死亡是15~44岁人群的首位死因。结论 2013-2018年大连市某区伤害死亡呈平稳趋势,交通意外伤害死亡率最高,不同年龄段人群伤害干预重点应有所侧重。
张燕茹,章剑,朱爱萍,刘娟,曹恒富,汤海波,李莹,王敏洁[10](2020)在《2010—2018年江阴市伤害死亡流行特征分析》文中研究指明目的了解2010—2018年江阴市居民伤害死亡的流行情况及其特点,为制定伤害预防控制措施提供参考依据。方法 2010—2018年通过粗死亡率、标化死亡率、年均变化百分比等指标分析江阴市居民伤害死亡情况和趋势特征。结果 2010—2018年江阴市居民伤害粗死亡率为82.67/10万,标化伤害死亡率为55.62/10万,占全死因的11.85%。意外跌落、交通事故、溺水、自杀及意外中毒为江阴市居民伤害的前5位死因。不同性别、年龄别伤害死亡率和死因顺位不尽相同。2010—2018年人群全伤害死亡率年度变化百分比(APC)=7.18%,且不同年份全伤害死亡率比较,差异有统计学意义(P<0.05),其中,意外跌落和自杀死亡率呈上升趋势,APC分别为15.11%和7.01%,且不同年份意外跌落、自杀死亡率比较,差异均有统计学意义(均P<0.05)。结论 2010—2018年江阴市意外跌落和交通事故分别是60岁以上老年人和中青年的首位伤害死因,建议采取针对性的预防控制措施降低其死亡率。
二、居民意外死因分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、居民意外死因分析(论文提纲范文)
(1)河北省部分地区居民伤害死亡流行病学特征分析及时间序列预测(论文提纲范文)
摘要 |
abstract |
英文缩略表 |
引言 |
第1章 资料研究 |
1.1 资料与方法 |
1.1.1 资料来源 |
1.1.2 资料收集 |
1.1.3 资料分析 |
1.1.4 统计分析 |
1.1.5 质量控制 |
1.2 结果 |
1.2.1 人口基本概况 |
1.2.2 全死因死亡情况 |
1.2.3 主要死因构成比及顺位 |
1.2.4 河北省居民伤害死亡情况 |
1.2.5 河北省居民伤害死亡趋势 |
1.2.6 不同伤害死亡类型死亡情况 |
1.2.7 期望寿命及去伤害死因期望寿命情况 |
1.2.8 时间序列模型建立及预测 |
1.3 讨论 |
1.3.1 全死因死亡情况分析 |
1.3.2 伤害死亡水平及变化趋势分析 |
1.3.3 不同伤害死亡类型死亡情况分析 |
1.3.4 期望寿命及去伤害死因期望寿命分析 |
1.3.5 时间序列模型预测效果分析 |
参考文献 |
结论 |
第2章 综述 伤害死亡流行病学特征及时间序列预测的相关研究进展 |
2.1 国内外研究现状 |
2.1.1 国外伤害死亡研究现状 |
2.1.2 国内伤害死亡研究现状 |
2.2 我国伤害死亡流行特征及变化趋势 |
2.2.1 伤害死亡资料来源 |
2.2.2 全国伤害死亡流行特征及变化趋势 |
2.2.3 地区性伤害死亡流行特征及变化趋势 |
2.3 我国伤害死亡时间序列预测研究 |
2.4 小结与展望 |
参考文献 |
致谢 |
在学期间研究成果 |
(2)福州市大气颗粒物和气温及其交互作用对居民死亡风险的评估(论文提纲范文)
附录 |
中文摘要 |
Abstract |
第一部分 大气颗粒物对居民死亡风险的评估 |
前言 |
1 材料与方法 |
1.1 数据资料 |
1.2 统计学方法 |
1.3 质量控制 |
2 结果 |
2.1 大气颗粒物、气象因素及居民每日死亡的一般情况 |
2.2 大气颗粒物对居民死亡风险影响的暴露-反应关系 |
2.3 大气颗粒物对居民死亡风险影响的单污染物模型拟合结果 |
2.4 大气颗粒物对居民死亡风险影响的双污染物模型拟合结果 |
3 讨论 |
4 小结 |
第二部分 气温对居民死亡风险的评估 |
前言 |
1 材料与方法 |
1.1 数据资料 |
1.2 统计学方法 |
1.3 质量控制 |
2 结果 |
2.1 气温对居民死亡风险影响暴露-反应关系 |
2.2 气温对居民死亡风险影响的暴露-滞后-反应结果 |
2.3 高温和低温对居民死亡风险影响 |
3 讨论 |
4 小结 |
第三部分 大气颗粒物和气温协同作用对居民死亡风险的评估 |
前言 |
1 材料与方法 |
1.1 数据资料 |
1.2 统计学方法 |
1.3 质量控制 |
2 结果 |
2.1 大气颗粒物和气温对居民死亡风险影响双自变量三维结果 |
2.2 大气颗粒物和气温协同作用对居民死亡风险影响 |
2.3 大气颗粒物和气温协同作用对居民死亡风险影响双污染模型结果 |
2.4 大气颗粒物和热浪协同作用对居民死亡风险影响 |
2.5 大气颗粒物和热浪协同作用对居民死亡风险影响双污染模型结果 |
3 讨论 |
4 小结 |
全文结论 |
本研究的优势 |
本研究的不足与展望 |
参考文献 |
综述 大气颗粒物和温度的交互作用对人群死亡的影响研究进展 |
参考文献 |
致谢 |
(3)2002—2018年上海市虹口区居民意外跌落死亡特征及趋势(论文提纲范文)
1 资料与方法 |
1.1 资料来源 |
1.2 研究方法 |
1.3 统计学分析 |
2 结果 |
2.1 总体特征及趋势 |
2.2 性别特征及趋势 |
2.3 跌落类型特征及趋势 |
2.4 年龄特征及趋势 |
2.5各性别年龄组跌落死因的分布 |
3 讨论 |
(4)20142018年吉林市永吉县户籍人口死因监测分析(论文提纲范文)
中文摘要 |
ABSTRACT |
第1章 绪论 |
1.1 死因监测概述 |
1.1.1 死因内涵 |
1.1.2 死因监测内涵 |
1.1.3 死因监测发展历程 |
1.1.4 死因监测的意义 |
1.2 死因监测研究现状 |
1.2.1 国内研究现状 |
1.2.2 省内研究现状 |
1.2.3 永吉县基本情况 |
1.2.4 永吉县研究现状 |
第2章 资料与方法 |
2.1 资料来源 |
2.1.1 人口资料 |
2.1.2 死亡资料 |
2.2 研究内容 |
2.3 资料处理 |
2.4 统计分析 |
2.5 质量控制 |
2.5.1 死亡信息的上报与审核 |
2.5.2 死亡信息的查重与订正 |
2.5.3 死亡信息的可靠性 |
2.5.4 死亡信息的准确性 |
第3章 结果与分析 |
3.1 人口学特征分析 |
3.1.1 2014 ~2018 年各年度户籍人口情况 |
3.1.2 2014 ~2018 年各年度户籍人口年龄构成情况 |
3.1.3 2014 ~2018 年各年度户籍人口性别构成情况 |
3.1.4 2014 ~2018 年各年度人口负担系数情况 |
3.2 死亡概况分析 |
3.2.1 总体死亡率 |
3.2.2 死亡地点分布情况 |
3.2.3 死亡病例人口学特征 |
3.3 居民三大类疾病死亡情况 |
3.3.1 居民三大类疾病各年度死亡情况 |
3.3.2 居民三大类疾病分性别死亡情况 |
3.3.3 居民三大类疾病分年龄死亡情况 |
3.4 死因构成和顺位分析 |
3.5 期望寿命和去死因期望寿命分析 |
3.5.1 期望寿命 |
3.5.2 去死因期望寿命 |
3.6 疾病负担指标分析 |
3.7 早死概率 |
3.8 主要死因分析 |
3.8.1 恶性肿瘤 |
3.8.2 心脏疾病 |
3.8.3 脑血管疾病 |
3.8.4 呼吸系统 |
3.8.5 损伤和中毒 |
第4章 讨论 |
4.1 永吉县居民人口概况 |
4.2 永吉县居民死亡概况 |
4.3 居民死因构成及顺位 |
4.4 主要死因死亡状况 |
4.5 三大类疾病死亡状况 |
4.6 疾病负担相关指标分析 |
第5章 结论 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(5)秦皇岛市某二甲医院2013-2018年住院死亡病例死因分析(论文提纲范文)
摘要 |
abstract |
英文缩略表 |
引言 |
第1章 临床研究 |
1.1 对象与方法 |
1.1.1 研究对象 |
1.1.2 资料来源及调查方法 |
1.1.3 相关指标的操作性定义 |
1.1.4 资料处理与分析 |
1.1.5 质量控制 |
1.2 结果 |
1.2.1 医院概况 |
1.2.2 住院死亡患者社会人口学特征 |
1.2.3 住院死亡患者付费方式 |
1.2.4 住院死亡患者时间分布特征 |
1.2.5 住院死亡住院天数分布特征 |
1.2.6 病死率变化情况 |
1.2.7 住院死亡患者死因构成及顺位 |
1.2.8 住院死亡患者死因前三位的病因构成及顺位 |
1.2.9 各年度住院死亡患者死因构成及顺位 |
1.2.10 不同年龄住院死亡患者死因构成及顺位 |
1.2.11 不同性别住院死亡患者死因构成及顺位 |
1.2.12 不同居住地住院死亡患者死因构成及顺位 |
1.2.13 住院死亡患者前10位死因的病死率 |
1.2.14 住院死亡患者前10位死亡原因住院时间病死率比较 |
1.2.15 循环系统死亡患者病死率变化 |
1.3 讨论 |
1.3.1 住院死亡患者分布及病死率分析 |
1.3.2 死亡原因构成及顺位分析 |
1.3.3 死亡原因病死率分析 |
1.3.4 建议 |
1.4 小结 |
参考文献 |
结论 |
第2章 综述 我国居民死亡原因的变迁 |
2.1 概述 |
2.1.1 分析死亡原因的意义 |
2.1.2 国外死亡原因分析概况 |
2.1.3 国内死亡原因研究现状 |
2.2 死亡疾病谱的变化 |
2.2.1 第一次卫生保健革命 |
2.2.2 第二次卫生保健革命 |
2.3 我国居民主要死亡因素及顺位 |
2.3.1 我国城镇居民主要死亡原因及顺位 |
2.3.2 我国农村居民主要死亡原因及顺位 |
2.3.3 慢性非传染性疾病已经成为我国人民的主要死亡因素 |
2.3.4 意外伤害也成为威胁人们生命健康的重要因素 |
2.4 影响疾病死因变化的因素 |
2.4.1 自身因素 |
2.4.2 外部因素 |
2.4.3 其他因素 |
2.5 总结 |
参考文献 |
致谢 |
在学期间研究成果 |
(6)兰州市大气污染治理对空气质量及其健康效应的影响(论文提纲范文)
摘要 |
Abstract |
1 前言 |
1.1 兰州市大气污染状况 |
1.2 我国和兰州市大气污染治理历程 |
1.2.1 我国大气污染防治历程 |
1.2.2 兰州市大气污染治理工作 |
1.3 国内外关于大气污染治理对健康效应的研究现状 |
1.3.1 健康效应终点 |
1.3.2 暴露-反应关系系数 |
1.3.3 健康效应的定量评价 |
1.4 技术路线图 |
1.5 研究目的与内容 |
2 材料与方法 |
2.1 大气污染治理对空气质量的影响 |
2.1.1 资料来源 |
2.1.2 Spearman秩相关系数法 |
2.1.3 空气质量评价方法 |
2.1.4 统计学分析 |
2.2 大气污染治理对死亡效应的影响 |
2.2.1 资料来源 |
2.2.2 广义相加模型 |
2.2.3 统计学分析 |
2.3 大气污染治理对死亡负担及寿命损失的影响 |
2.3.1 资料来源 |
2.3.2 Poisson回归比例风险模型 |
2.3.3 参考浓度的选择 |
2.3.4 期望寿命表编制 |
3 结果 |
3.1 大气污染治理对空气质量的影响 |
3.1.1 2004-2017年大气污染物基本情况 |
3.1.2 2004-2017年大气污染物年际变化 |
3.1.3 2004-2017年大气污染物超标状况 |
3.1.4 空气质量综合评价 |
3.1.5 污染负荷系数分布情况 |
3.2 大气污染治理对死亡效应的影响 |
3.2.1 大气污染物、气象因素、死亡情况 |
3.2.2 大气污染物、气象因素、死亡时间序列分析 |
3.2.3 大气污染物与气象因素相关性分析 |
3.2.4 大气污染治理前污染物的死亡效应 |
3.2.5 大气污染治理后污染物的死亡效应 |
3.3 大气污染治理对死亡负担及寿命损失的影响 |
3.3.1 大气污染治理对死亡负担的影响 |
3.3.2 大气污染治理对期望寿命损失的影响 |
3.3.3 大气污染对各年龄组居民期望寿命损失的影响 |
4 讨论 |
4.1 大气污染治理对空气质量的影响 |
4.1.1 大气SO_2、PM_10控制良好 |
4.1.2 大气NO_2污染有所加重 |
4.2 大气污染治理对死亡效应的影响 |
4.2.1 治理后大气PM_10死亡效应的变化 |
4.2.2 治理后大气NO_2死亡效应的变化 |
4.2.3 治理后大气SO_2死亡效应的变化 |
4.3 大气污染治理对死亡负担及寿命损失的影响 |
4.3.1 大气SO_2、PM_10污染对死亡负担的影响 |
4.3.2 大气NO_2污染对死亡负担的影响 |
4.3.3 兰州市主城区居民期望寿命 |
4.3.4 大气污染对期望寿命的影响 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(7)2014—2018年广东省中山市户籍居民伤害死亡特征分析(论文提纲范文)
1资料与方法 |
1.1资料来源 |
1.2质量控制 |
1.3统计方法 |
2 结果 |
2.1 伤害死亡概况及变化趋势 |
2.2 伤害死亡及变化趋势 |
2.3 分性别伤害死亡死因顺位 |
2.4 分年龄伤害死亡死因顺位 |
2.5 主要伤害死因变化趋势 |
3 讨论 |
3.1 中山市居民伤害死亡率低于全国平均水平 |
3.2 中山市伤害死亡率男性高于女性 |
3.3 中山市居民伤害死因排序和全国基本一致 |
(8)辽宁省彰武和凤城农村地区2009~2018年伤害死亡特征和疾病负担趋势分析(论文提纲范文)
摘要 |
Abstract |
英文缩略语 |
1 前言 |
2 研究资料和方法 |
2.1 研究对象的来源 |
2.2 资料收集 |
2.3 疾病的分类及标准人口 |
2.4 数据的处理和资料分析 |
2.4.1 死亡率及相关指标的计算 |
2.4.2 期望寿命计算 |
2.4.3 早死所致疾病负担指标计算 |
2.4.4 年度变化百分比(annual percent change,APC)计算 |
2.4.5 统计学分析 |
3 结果 |
3.1 人口学情况 |
3.2 疾病死因顺位情况 |
3.3 伤害死亡情况 |
3.3.1 不同性别伤害死亡变化情况 |
3.3.2 不同年龄伤害死亡变化情况 |
3.3.3 不同地区伤害死亡变化情况 |
3.3.4 五种主要伤害类型死因顺位及死亡率情况 |
3.3.4.1 交通事故死亡情况 |
3.3.4.2 跌落死亡情况 |
3.3.4.3 中毒死亡情况 |
3.3.4.4 溺水死亡情况 |
3.3.4.5 自杀死亡情况 |
3.4 期望寿命情况 |
3.5 伤害早死所致寿命损失年(YLL)情况 |
3.5.1 不同性别伤害的YLL情况 |
3.5.2 五种主要伤害类型的YLL情况 |
3.5.2.1 交通事故的YLL情况 |
3.5.2.2 跌落的YLL情况 |
3.5.2.3 中毒的YLL情况 |
3.5.2.4 溺水的YLL情况 |
3.5.2.5 溺水的YLL情况 |
3.6 伤害死亡和早死所致寿命损失的预测 |
4 讨论 |
4.1 一般情况 |
4.2 农村地区伤害死亡及早死所致寿命损失情况 |
4.2.1 不同年份、性别的比较 |
4.2.2 不同年龄比较 |
4.2.3 不同地区比较 |
4.3 五种主要伤害类型死亡及早死所致寿命损失情况 |
4.3.1 交通事故 |
4.3.2 跌落 |
4.3.3 中毒 |
4.3.4 溺水 |
4.3.5 自杀 |
4.4 农村地区期望寿命情况 |
4.5 农村地区伤害的死亡及早死所致寿命损失预测情况 |
4.6 本研究的不足与展望 |
5 结论 |
本研究创新性的自我评价 |
参考文献 |
综述 |
参考文献 |
实践报告 |
攻读学位期间取得的研究成果 |
致谢 |
个人简历 |
(9)2013-2018年大连市某区伤害死亡状况及趋势分析(论文提纲范文)
1 资料与方法 |
1.1 资料来源 |
1.2 研究方法 |
1.2.1 死因分类 |
1.2.2 数据整理 |
1.3 统计学方法 |
2 结果 |
2.1 伤害死亡情况 |
2.2 各类伤害死亡率及死因顺位 |
2.3 伤害死亡动态分布 |
2.4 伤害的年龄别分布 |
3 讨论 |
(10)2010—2018年江阴市伤害死亡流行特征分析(论文提纲范文)
1 资料与方法 |
1.1 资料来源 |
1.2 方法 |
2 结果 |
2.1 基本情况 |
2.2 主要伤害死亡顺位及性别差异 |
2.3 不同年龄伤害死亡谱 |
3 讨论 |
四、居民意外死因分析(论文参考文献)
- [1]河北省部分地区居民伤害死亡流行病学特征分析及时间序列预测[D]. 寻鲁宁. 华北理工大学, 2021
- [2]福州市大气颗粒物和气温及其交互作用对居民死亡风险的评估[D]. 季淑眯. 福建医科大学, 2021(02)
- [3]2002—2018年上海市虹口区居民意外跌落死亡特征及趋势[J]. 邓华,姚文,叶景虹,龙家茹. 环境与职业医学, 2020(06)
- [4]20142018年吉林市永吉县户籍人口死因监测分析[D]. 孙明. 吉林大学, 2020(08)
- [5]秦皇岛市某二甲医院2013-2018年住院死亡病例死因分析[D]. 张伟志. 华北理工大学, 2020(02)
- [6]兰州市大气污染治理对空气质量及其健康效应的影响[D]. 吴琪. 兰州大学, 2020(12)
- [7]2014—2018年广东省中山市户籍居民伤害死亡特征分析[J]. 黄莉莉,蔡志成,李映来,张瀚中,林海. 中国社会医学杂志, 2020(01)
- [8]辽宁省彰武和凤城农村地区2009~2018年伤害死亡特征和疾病负担趋势分析[D]. 伊曼. 中国医科大学, 2020(01)
- [9]2013-2018年大连市某区伤害死亡状况及趋势分析[J]. 周彩霞,孙红芳. 社区医学杂志, 2020(01)
- [10]2010—2018年江阴市伤害死亡流行特征分析[J]. 张燕茹,章剑,朱爱萍,刘娟,曹恒富,汤海波,李莹,王敏洁. 职业与健康, 2020(01)