期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用年龄-时期-队列模型探讨中国CVD疾病负担的饮食因素
1
作者
任梦悦
高雨辰
+3 位作者
李京晓
韩松
王楠
王雨
《中国卫生统计》
CSCD
北大核心
2024年第6期846-850,856,共6页
目的分析1990—2019年归因于不同饮食因素导致的心血管疾病(cardiovascular disease,CVD)的疾病负担年龄、时期、队列变化趋势,为心血管疾病患者制定防治策略提供科学依据。方法下载全球疾病负担中心(global burden of disease,GBD)中9...
目的分析1990—2019年归因于不同饮食因素导致的心血管疾病(cardiovascular disease,CVD)的疾病负担年龄、时期、队列变化趋势,为心血管疾病患者制定防治策略提供科学依据。方法下载全球疾病负担中心(global burden of disease,GBD)中9种与心血管疾病相关的饮食因素,通过构建年龄-时期-队列模型(age-period-cohort,APC)结合内源估计算法(intrinsicestimator,IE),估计各饮食因素的变化趋势及独立作用。结果1990—2019年男性饮食因素导致的CVD伤残调整寿命年(disability-adjusted life,DALYs)率约是女性的2倍,APC模型拟合各饮食因素的年龄效应显示其随年龄增长不断增加,并从50岁开始上升显著。时期效应表明随着时期的变化,低水果、低蔬菜、低坚果种子摄入风险下降,1990—2019年依次变化为0.19~-0.16、1.35~-0.98、0.17~-0.09,其余饮食因素随时期效应的变化风险不断上升。各饮食因素的队列效应表明随着出生队列的累加风险降低,出生人群越晚,饮食因素的风险越小。结论1990—2019年归因饮食的CVD DALYs总体呈下降趋势,但年龄因素的影响随着年龄增长不断增加,且男性约高于女性2倍。应减少动物性食物、高钠、饮酒及糖的摄入量,增加全谷物、蔬菜、水果、坚果种子的摄入。不断加强CVD的预防措施筛查高危人群,尤其针对男性,并加强社区健康宣教,养成健康的生活方式和饮食习惯,逐步降低CVD的疾病负担。
展开更多
关键词
心血管疾病
饮食
年龄-时期-队列模型
变化趋势
在线阅读
下载PDF
职称材料
1990-2019年我国2型糖尿病DALYs发展趋势的分析与预测
被引量：
6
2
作者
任梦悦
贾琳
+2 位作者
王楠
韩松
王雨
《中国卫生统计》
CSCD
北大核心
2023年第5期741-743,747,共4页
目的基于GBD(global burden disease)2019年最新数据,分析我国2型糖尿病及归因危险因素导致的DALYs的现况和变化趋势,预测2020-2024年疾病发展情况。方法下载GBD中描述2型糖尿病及归因危险因素的DALYs,采用Joinpoint分析变化趋势,借助灰...
目的基于GBD(global burden disease)2019年最新数据,分析我国2型糖尿病及归因危险因素导致的DALYs的现况和变化趋势,预测2020-2024年疾病发展情况。方法下载GBD中描述2型糖尿病及归因危险因素的DALYs,采用Joinpoint分析变化趋势,借助灰色GM(1,1)模型,预测2020-2024年疾病发展状况。结果2019年2型糖尿病DALYs-number、Rate较1990年分别增长145.36%、9.34%;高BMI是2型糖尿病DALYs主要危险因素,归因占比38.06%。2型糖尿病标化DALYs-Rate整体为上升趋势,其中2004-2019年为下降段,APC=-0.87%;归因高BMI的标化DALYs-Rate持续上升,AAPC=2.8%。2型糖尿病不同趋势段的预测显示,到2024年DALYs-Rate分别是531.49/10万、447.17/10万。归因高BMI预测到2024年DALYs-Rate将达到212.03/10万。结论2型糖尿病DALYs有所下降,应持续加强防控措施;随着人口肥胖率的明显增高,若不及时进行干预,由高BMI导致的DALYs将进一步加重。
展开更多
关键词
2型糖尿病
DALYS
变化趋势
预测
在线阅读
下载PDF
职称材料
题名
利用年龄-时期-队列模型探讨中国CVD疾病负担的饮食因素
1
作者
任梦悦
高雨辰
李京晓
韩松
王楠
王雨
机构
沈阳医学院流行病学与卫生统计学教研室
沈阳
医学院
研究生院
出处
《中国卫生统计》
CSCD
北大核心
2024年第6期846-850,856,共6页
基金
辽宁省教育厅2021年度高校基本科研项目(重点项目)(LJKR0556)。
文摘
目的分析1990—2019年归因于不同饮食因素导致的心血管疾病(cardiovascular disease,CVD)的疾病负担年龄、时期、队列变化趋势,为心血管疾病患者制定防治策略提供科学依据。方法下载全球疾病负担中心(global burden of disease,GBD)中9种与心血管疾病相关的饮食因素,通过构建年龄-时期-队列模型(age-period-cohort,APC)结合内源估计算法(intrinsicestimator,IE),估计各饮食因素的变化趋势及独立作用。结果1990—2019年男性饮食因素导致的CVD伤残调整寿命年(disability-adjusted life,DALYs)率约是女性的2倍,APC模型拟合各饮食因素的年龄效应显示其随年龄增长不断增加,并从50岁开始上升显著。时期效应表明随着时期的变化,低水果、低蔬菜、低坚果种子摄入风险下降,1990—2019年依次变化为0.19~-0.16、1.35~-0.98、0.17~-0.09,其余饮食因素随时期效应的变化风险不断上升。各饮食因素的队列效应表明随着出生队列的累加风险降低,出生人群越晚,饮食因素的风险越小。结论1990—2019年归因饮食的CVD DALYs总体呈下降趋势,但年龄因素的影响随着年龄增长不断增加,且男性约高于女性2倍。应减少动物性食物、高钠、饮酒及糖的摄入量,增加全谷物、蔬菜、水果、坚果种子的摄入。不断加强CVD的预防措施筛查高危人群,尤其针对男性,并加强社区健康宣教,养成健康的生活方式和饮食习惯,逐步降低CVD的疾病负担。
关键词
心血管疾病
饮食
年龄-时期-队列模型
变化趋势
Keywords
Cardiovascular disease
Diet
Age-period-cohort model
Change trend
分类号
R181 [医药卫生—流行病学]
在线阅读
下载PDF
职称材料
题名
1990-2019年我国2型糖尿病DALYs发展趋势的分析与预测
被引量：
6
2
作者
任梦悦
贾琳
王楠
韩松
王雨
机构
沈阳医学院流行病学与卫生统计学教研室
沈阳
海关
沈阳
医学院
研究生院
出处
《中国卫生统计》
CSCD
北大核心
2023年第5期741-743,747,共4页
基金
辽宁省教育厅2021年度高校基本科研项目(重点项目)(LJKR0556)。
文摘
目的基于GBD(global burden disease)2019年最新数据,分析我国2型糖尿病及归因危险因素导致的DALYs的现况和变化趋势,预测2020-2024年疾病发展情况。方法下载GBD中描述2型糖尿病及归因危险因素的DALYs,采用Joinpoint分析变化趋势,借助灰色GM(1,1)模型,预测2020-2024年疾病发展状况。结果2019年2型糖尿病DALYs-number、Rate较1990年分别增长145.36%、9.34%;高BMI是2型糖尿病DALYs主要危险因素,归因占比38.06%。2型糖尿病标化DALYs-Rate整体为上升趋势,其中2004-2019年为下降段,APC=-0.87%;归因高BMI的标化DALYs-Rate持续上升,AAPC=2.8%。2型糖尿病不同趋势段的预测显示,到2024年DALYs-Rate分别是531.49/10万、447.17/10万。归因高BMI预测到2024年DALYs-Rate将达到212.03/10万。结论2型糖尿病DALYs有所下降,应持续加强防控措施;随着人口肥胖率的明显增高,若不及时进行干预,由高BMI导致的DALYs将进一步加重。
关键词
2型糖尿病
DALYS
变化趋势
预测
分类号
R181 [医药卫生—流行病学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用年龄-时期-队列模型探讨中国CVD疾病负担的饮食因素
任梦悦
高雨辰
李京晓
韩松
王楠
王雨
《中国卫生统计》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
1990-2019年我国2型糖尿病DALYs发展趋势的分析与预测
任梦悦
贾琳
王楠
韩松
王雨
《中国卫生统计》
CSCD
北大核心
2023
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
