论文部分内容阅读
目的:本研究旨在分析大理市气象要素与居民脑卒中发病的相关性,发现潜在影响脑卒中发病的气象要素,为居民脑卒中的预防工作提供一定参考及建议。方法:收集2019-2020年期间就诊于大理大学第一附属医院的新发脑卒中病例资料。对于病例一般数据资料根据性别、年龄、月份、季节分组进行统计描述,计数资料的分析运用?2检验进行。对每日、每月新发的脑卒中病例与同期气象要素之间进行单因素相关性分析,以此为基础选取具有相关性的气象要素作为自变量并进行多元逐步回归分析,建立脑卒中发病预测方程。所有数据均使用SPSS 24.0软件对其进行统计学分析,p<0.05为差异具有统计学意义。结果:1.本研究纳入符合条件的1058例新发脑卒中患者,包括出血性脑卒中191例(占18.1%),缺血性脑卒中867例(占81.9%);男性673例(占63.61%),女性385例(36.39%);出血性脑卒中患者平均年龄为(60.80±11.85)岁,男女性别比为1.81:1,缺血性脑卒中平均年龄为(63.47±12.29)岁,男女性别比为1.41:1。2.大理市居民缺血性脑卒中事件在冬季时发生次数较多,在夏季时发生次数较少(?2=8.321,P值<0.040);出血性脑卒中事件在冬季时发生次数较多,在秋季时发生次数较少(?2=8.733,P值<0.030)。3.在不同季节时老年人与非老年人脑卒中发病无明显差异(P>0.05)。4.相关性研究结果显示,以下几个气象要素与大理市居民脑卒中事件发生有关:缺血性脑卒中事件日发生次数与日气压值(包括峰值、谷值、平均值)的关系为正相关(r=0.101,P<0.01;r=0.089,P<0.05;r=0.096,P<0.01),与日气温值(包括峰值、谷值、平均值)的关系为负相关(r=-0.132,P<0.01;r=-0.124,P<0.01;r=-0.118,P<0.01);出血性脑卒中事件日发生次数与日气温值(包括峰值、谷值、平均值)的关系为负相关(r=-0.093,P<0.05;r=-0.114,P<0.01;r=-0.112,P<0.01),与日气压值(包括峰值、谷值、平均值)的关系为正相关(r=0.085,P<0.05;r=0.094,P<0.05;r=0.079,P<0.01);缺血性脑卒中事件月发生次数与月气温均值的关系为负相关(r=-0.506,P<0.01),与月气压均值的关系为正相关(r=0.416,P<0.01);出血性脑卒中事件月发生次数月气温均值的关系为负相关(r=-0.427,P<0.01)。5.以多元逐步回归分析结果为基础建立缺血性脑卒中日发病人数预报模型:Y日=1.178-0.003×日平均气温(F=10.955,P=0.001),月发病人数预报模型:Y月=51.499-0.095×月平均气温(F=10.955,P=0.001)。出血性脑卒中日发病人数预测模型:Y日=0.49-0.001×日平均气温(F=7.591,P=0.012),月发病人数预报模型:Y月=13.988-0.037×月平均气温(F=4.899,P=0.038)。结论:1.大理市居民缺血性脑卒中事件发生次数在冬季时较多,在夏季时较少;出血性脑卒中事件发生次数在冬季时较多,在秋季时较少。2.大理市居民脑卒中事件的发生与以下几个气象要素有关:1)缺血性脑卒中事件日发生次数与日气压值(包括峰值、谷值、平均值)的关系为正相关,与日气温值(包括峰值、谷值、平均值)的关系为负相关;出血性脑卒中事件日发生次数与日气温值(包括峰值、谷值、平均值)的关系为负相关,与日气压值(包括峰值、谷值、平均值)的关系为正相关。2)缺血性脑卒中事件月发生次数与月气温均值的关系为负相关,与月气压均值的关系为正相关;出血性脑卒中事件月发生次数月气温均值的关系为负相关。