2015-2018年北京市严重精神障碍患者死因分析

来源 :首都公共卫生 | 被引量 : 0次 | 上传用户:jonelove0000
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 分析2015-2018年北京市严重精神障碍患者死亡原因及特征,探讨预防严重精神障碍患者早死对策.方法 调取北京市精神卫生信息管理系统中严重精神障碍患者档案信息进行统计分析.结果 北京市严重精神障碍患者平均死亡年龄为66.2岁,平均病程为31年,不同诊断严重精神障碍患者死因分类有所差别(P<0.001),45~59岁年龄组严重精神障碍患者发生他杀、意外和自杀的比例最高,分别为50.00%(1/2)、48.49%(64/132)和44.25%(50/113),精神发育迟滞伴发精神障碍患者意外死亡的发生率(6.84%)高于其他诊断,双相情感障碍患者自杀的发生率(6.55%)高于其他诊断,死因顺位为躯体疾病(84.67%)、其他(8.09%)、意外死亡(3.11%)、自杀(2.66%)、并发症(1.44%)和他杀(0.05%),躯体疾病致死前三位为冠心病及心梗(35.75%)、脑出血(13.61%)和肿瘤(9.31%).结论 北京市严重精神障碍患者的平均死亡年龄较低,应对45岁以上的严重精神障碍患者加强关注,提高社区精防人员诊治躯体疾病的能力,强化监护人履责意识,建立快速的应急响应机制是有效提升严重精神障碍患者生命质量、预防早死的对策.
其他文献
随着人工智能技术的发展与应用和医学图像数据爆炸式增长,传统依靠医生对医学图像进行人工分割诊断,不仅工作效率低下、工作量大,还容易产生误诊、漏诊。机器学习,尤其是深度学习在医学图像非结构化大数据领域发挥着越来越重要的作用。为了进一步了解机器学习在医学图像自动分割和识别诊断中的研究,本文对机器学习及其在医学图像分析领域的研究进展进行综述,为机器学习方法解决医学图像非结构化大数据提供方法学参考。
为向北京市民普及健康知识、促进参与健康行动和改变不良生活方式,依据北京市委、市政府2009年发布的《健康北京人——全民健康促进十年行动规划(2009-2018年)》的要求,采用