阜阳农村地区0-14岁儿童烧伤患病率调查论文.doc

阜阳农村地区0-14岁儿童烧伤患病率调查论文.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
阜阳农村地区0-14岁儿童烧伤患病率调查论文

2011-2012年阜阳农村地区0-14岁儿童烧伤患病率调查 于晓锋 摘要 目的了解2011-2012年阜阳农村地区0-14岁儿童烧伤患病情况及发病的危险因素,为今后儿童烧伤的防治工作提供科学依据。方法 首先通过多级分层、随机抽样的流行病学调查的方法,采用自编儿童烧伤情况调查表进行问卷调查,调查阜阳农村地区6个村2463名儿童患病情况。结果 在调查的2463人中,烧伤患儿125人,总患病率为5.1%,男性患病率高于女性(7.5%vs2.8%,p 0.05);儿童烧伤患病率无论男女在1至3岁年龄段最高,随年龄增长而逐步降低,各年龄组间差异有显著统计学意义;不同乡村间小儿烧伤患病率有明显差别,最高村8.4%,最低村2.5%;在所有的儿童烧伤患者中,轻度烧伤患病率最高为2.5%,其次为中度烧伤1.5%。在不同时间段中,16:00-24:00时间段患病率最高为2.8%,不同月份中,4-6月患病率最高为2.1%。结论:阜阳农村地区0-14岁儿童烧伤患病率为5.1%,男孩是危险因素,16:00-24:00时间段及4-6月份是高发因素,幼儿期及学龄前期是小儿患病高发期。 关键词 小儿烧伤 患病率 农村地区 由于气候条件不同,社会经济状况以及文化的不同,地区、国家之间的烧伤流行模式也不同。我国烧伤发生率尚无统一调查统计,统计多属估计。一般估计平均每年发生率为总人口5‰~10‰,其中。1区 颖泉区 1县(临泉县),再按照农村经济发展水平把所抽区、县自然村分为好、中、差三个档次,分别随机整群抽取3个,共6个自然村0-14岁儿童作为调查对象。6个村0-14岁儿童共计2882人,实际调查2463人,应答率为85.4%,其中男性为1193人,女性为1270人。 1.2方法 本研究采用自编儿童烧伤情况调查表,由经过专门培训的村医作为问卷调查员,采用整群随机集中调查为主,电话家访为补充的方式进行。问卷内容包括一般人口资料、致伤因素、就诊情况、预后等。 1.3质量控制 按照样本量的1%重复调查,运用重复调查资料对样本的代表性及可靠性进行检验。 1.4统计学方法 所有现场流行病学调查资料均使用EpData3.0软件专人输入计算机,数据经过整理后应用SPSS17.0软件进行统计分析处理。所用的分析方法主要是χ2检验和logisitic回归。检验水准用 0.05。 2 结果 1.儿童烧伤总患病率及不同性别患病率 在所调查的2882人中,由于部分儿童在外地就学,个别人拒绝回答,故应答率为85.4%,实际为2463人。结果筛查出烧伤患儿125人,总患病率为5.1%。其中男性患儿89人,患病率为7.5%,女性患病率为36人,患病率为2.8%,男女患病率之比为2.68:1,男性患儿患病率高于女性患儿患病率,差异有显著统计学意义(p 0.05)。 2.不同年龄不同性别小儿烧伤患病率 将所调查患儿按婴儿期(0 ~)、幼儿期(1~)、学龄前期(3~)、学龄期(7~)~)最高,且均随年龄增加逐渐降低,各年龄段的患病率差异有统计学意义(p值均 0.05)。首先,将不同年龄阶段的儿童合并,考虑单一性别因素的影响。这是一个四格列联表,用卡方检验或Fisher精确检验来考察不同性别之间患病率是否有差异(代码、运行结果见附录A),从结果来看,卡方检验和Fisher精确检验的P值都远小于0.01,一致认为不同性别患病率有统计学差异,也就是说性别确是影响患病率的一个因素。其次,同样我们只考虑年龄这个因素,而将不同性别的儿童合并,因数据是行有序,列无序的R*2列联表,所以考虑CMH检验(代码、运行结果见附录B),由于列变量为无序变量,所以选择统计量3(即一般关联)对应的P值,从而得到不同年龄的患病率有统计学差异。最后,考虑到对两个因素的区分,但是年龄和性别的综合作用是其中某一个因素的效果还是两者都有一定贡献呢,为了验证我们的想法,考虑使用logistic回归模型进行分析(代码、运行结果见附录C) 模型分析结果: Testing Global Null Hypothesis: BETA 0 Test Chi-Square DF Pr ChiSq Likelihood Ratio 29.3232 3 .0001 Score 29.12 3 .0001 Wald 26.93 3 .0001 上述P值说明了模型的显著性,即年龄与性别综合作用对患病率有影响,这与前面的分析结果是一致的。 Analysis of Maximum Likelihood Estimates Parameter DF Estimate Error Chi-Square Pr Chisq Sex 1 1.141 0.3466 10.8387 0.001 age 1 -0.037

文档评论(0)

jiqinyu2015 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档