期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
甘肃省发热呼吸道症候群哨点医院监测结果分析 被引量:11
1
作者 袁艳 刘新凤 +4 位作者 汪丽娟 蒋小娟 周建珲 李娟生 孟蕾 《中华疾病控制杂志》 CAS CSCD 北大核心 2020年第11期1287-1291,共5页
目的了解甘肃省发热呼吸道症候群(febrile respiratory syndrome,FRS)病原学监测情况,评价监测结果,为提升其监测能力提供参考依据。方法收集2009-2019年甘肃省17所哨点医院FRS监测病例,采用观察性研究,分析病原监测状况并评价其监测结... 目的了解甘肃省发热呼吸道症候群(febrile respiratory syndrome,FRS)病原学监测情况,评价监测结果,为提升其监测能力提供参考依据。方法收集2009-2019年甘肃省17所哨点医院FRS监测病例,采用观察性研究,分析病原监测状况并评价其监测结果。结果甘肃省2009-2019年FRS病原总检测率为89.00%,总检出率为31.43%。所有病原(病毒/细菌)的检出能力高于任一病原(病毒/细菌)(P<0.001),其中任一病毒检测率及检出率均高于任一细菌(P<0.05),所有病毒检测率高于所有细菌(χ^2=2876.656,P<0.001),检出率低于所有细菌(χ^2=84.237,P<0.001);病原检测种类方面,病毒以人流感病毒检测率最高(99.93%)、鼻病毒检测率最低(53.77%),细菌以同时检测肺炎支原体与肺炎衣原体居多,检出率较低(4.15%);临床症状以发热、咳嗽、咳痰为主,病原检测阴性者容易出现发热、胸痛、乏力和呼吸困难症状。监测结果评价显示病例类型的均衡性、采样时间的连续性有待提高。结论甘肃省FRS病原检测水平较高,建议通过合理调整病原检测种类、采集匹配的标本类型和重复检测阴性病例等措施提高病原检出能力,完善监测平台,提高监测能力。 展开更多
关键词 发热呼吸道症候群 病毒 细菌 监测
原文传递
甘肃省2009—2019年发热伴出疹症候群病原分布特征多重对应分析 被引量:6
2
作者 周建珲 孟蕾 +4 位作者 汪丽娟 刘新凤 袁艳 蒋小娟 李娟生 《中国公共卫生》 CSCD 北大核心 2022年第3期356-359,共4页
目的了解甘肃省2009-2019年发热伴出疹症候群(RFIs)的病原分布特征,为有针对性地实施预防策略及开展病原学监测提供参考依据。方法收集"艾滋病和病毒性肝炎等重大传染病防治"科技重大专项传染病监测技术平台信息管理系统中甘... 目的了解甘肃省2009-2019年发热伴出疹症候群(RFIs)的病原分布特征,为有针对性地实施预防策略及开展病原学监测提供参考依据。方法收集"艾滋病和病毒性肝炎等重大传染病防治"科技重大专项传染病监测技术平台信息管理系统中甘肃省2009年1月-2019年12月哨点医院监测的5822例RFIs病例相关数据,对主要病原分布特征进行多重对应分析。结果甘肃省2009-2019年监测的5822例RFIs病例中,肠道病毒感染者1653例(28.39%),麻疹病毒感染者548例(9.41%),风疹病毒感染者201例(3.45%),水痘带状疱疹病毒感染者495例(8.50%),阴性病例者2925例(50.24%)。多重对应分析结果显示,肠道病毒在河西和陇中地区、夏秋季节、≤5岁散居儿童和幼托儿童、省级和县区级医院住院病例中检出较高,麻疹病毒在陇东和陇南地区、冬春季节、≥18岁其他职业成年人、市级医院中检出较高,6~17岁学生易感染水痘带状疱疹病毒和风疹病毒,门急诊病例多为阴性病例。结论甘肃省2009-2019年RFIs主要病原包括肠道病毒、麻疹病毒、水痘带状疱疹病毒和风疹病毒,不同病原分布特征不同。 展开更多
关键词 发热伴出疹症候群(RFIs) 病原 分布特征 多重对应分析
原文传递
2014―2018年甘肃省流行性乙型脑炎发病与气象因素的动态响应关系
3
作者 汪丽娟 李娟生 +4 位作者 刘新凤 袁艳 周建珲 蒋小娟 孟蕾 《中华疾病控制杂志》 CAS CSCD 北大核心 2021年第11期1354-1359,共6页
目的运用向量自回归(vector autoregressive,VAR)模型分析甘肃省流行性乙型脑炎(简称乙脑)发病与气象因素的动态响应关系,为不同气象条件下乙脑的防控提供科学依据。方法用2014年1月―2018年12月乙脑发病率和同期气象数据建立VAR模型,... 目的运用向量自回归(vector autoregressive,VAR)模型分析甘肃省流行性乙型脑炎(简称乙脑)发病与气象因素的动态响应关系,为不同气象条件下乙脑的防控提供科学依据。方法用2014年1月―2018年12月乙脑发病率和同期气象数据建立VAR模型,通过脉冲响应和方差分解定量分析气象因素对乙脑发病的影响。结果VAR(2)模型的拟合优度为0.95,调整后拟合优度为0.95,希尔不等系数(Theil inequality coefficient,TIC)为0.06。平均气温、日照时数和降雨量对乙脑发病率变化的贡献到第6期分别为9.52%、2.13%和38.62%。结论VAR(2)模型可用于分析乙脑发病与气象因素的动态关系,乙脑的防控及预测预警可考虑结合当地气象因素。 展开更多
关键词 乙脑 发病率 气象因素 向量自回归模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部