wxq1638
王孝权
(五河县临北乡石家村卫生室,安徽 五河 233316)
【摘 要】目的:观察本地普通人群发热间隔时间。方法:收集2000-2003年信息完整的处方,计算每一位患者此次发热与前一次发热的间隔天数,进行Kaplan-Meier法分析。结果:总体中位时间是60.89天。结论:此地一半人群的发热间隔时间<60.89天。
【关键词】发热;间隔时间;Kaplan-Meier分析
关于发热与疾病的研究已很详细,而对一般人群发热间隔的时间探讨一直处于空白。对于一群人而言,其眼前及将来任一时间发热的概率有多大?与其前一次发热的时间关系如何?为了解决这些问题,根据历史以来动态记录完整的诊疗处方,回顾性观察了我地人群发热的间隔时间,现报告如下。
1 资料与方法
1.1 一般资料 为我室门诊发热患者,时间从2000到2003年,共283例,男158(55.83%),女125(44.17%),年龄20天到85岁,平均年龄(34.53±18.17)岁。观测到786个发热间隔时间段,男占462个(58.78%),女324个(41.22%)。
1.2 数据处理 从上次发热开始时间为事件起始,经疾病痊愈,然后再发热的时点,以天为单位计算此间隔时段,将数据录入SPSS形式如下; (t=天;d中1=完全,2=截尾;f=频数)
T d f
4 1 214
4 2 0
30 1 170
30 2 0
60 1 101
60 2 0
90 1 71
90 2 0
120 1 46
120 2 0
150 1 57
150 2 0
180 1 38
180 2 0
210 1 31
210 2 0
240 1 14
240 2 0
270 1 44
270 2 0
1.3 进行Kaplan-Meier分析,编辑程序如下;
weight by f.
SURVIVAL
TABLE=t
/INTERVAL=THRU 300 BY 10
/STATUS=d(1)
/PRINT=TABLE
/PLOTS ( SURVIVAL )=t .
2 结 果
本地普通人发热间隔时间函数表(a)[删除了部分列]
区间起始 区间的例数 暴露个数 失效数 失效率 延续率 累延续率 概率密度 危险率
.000 786 786.000 214 .27 .73 .73 .027 .03
10.000 572 572.000 0 .00 1.00 .73 .000 .00
20.000 572 572.000 0 .00 1.00 .73 .000 .00
30.000 572 572.000 170 .30 .70 .51 .022 .03
40.000 402 402.000 0 .00 1.00 .51 .000 .00
50.000 402 402.000 0 .00 1.00 .51 .000 .00
60.000 402 402.000 101 .25 .75 .38 .013 .03
70.000 301 301.000 0 .00 1.00 .38 .000 .00
80.000 301 301.000 0 .00 1.00 .38 .000 .00
90.000 301 301.000 71 .24 .76 .29 .009 .03
100.000 230 230.000 0 .00 1.00 .29 .000 .00
110.000 230 230.000 0 .00 1.00 .29 .000 .00
120.000 230 230.000 46 .20 .80 .23 .006 .02
130.000 184 184.000 0 .00 1.00 .23 .000 .00
140.000 184 184.000 0 .00 1.00 .23 .000 .00
150.000 184 184.000 57 .31 .69 .16 .007 .04
160.000 127 127.000 0 .00 1.00 .16 .000 .00
170.000 127 127.000 0 .00 1.00 .16 .000 .00
180.000 127 127.000 38 .30 .70 .11 .005 .04
190.000 89 89.000 0 .00 1.00 .11 .000 .00
200.000 89 89.000 0 .00 1.00 .11 .000 .00
210.000 89 89.000 31 .35 .65 .07 .004 .04
220.000 58 58.000 0 .00 1.00 .07 .000 .00
230.000 58 58.000 0 .00 1.00 .07 .000 .00
240.000 58 58.000 14 .24 .76 .06 .002 .03
250.000 44 44.000 0 .00 1.00 .06 .000 .00
260.000 44 44.000 0 .00 1.00 .06 .000 .00
270.000 44 44.000 44 1.00 .00 .00 .006 .20
a 中位时间 60.89 天
3 讨论
发热间隔时间是反应人群健康水平的一个指标,与当地卫生、免疫接种、经济状况、年龄构成等因素密切相关。根据掌握的资料经K-M法建立了时间表可以预测处于相应时段人群发热的风险概率,还可以发现影响,指导人们规避产生疾病的因素。但本次因研究条件所限,没有观察影响因素。且期间难免有流失病例,导致观测的发热次数低于实际,故本地人群总体发热间隔中位时间应<60.89天。
另外 若将12到45岁年龄定义为青壮年,99(34.98%)例,其他年龄段184(65.02%)例。青壮年发热间隔时间段有169(21.50%)次,其他617(78.50%)次。(笔者的主观分组,读者朋友可以将此部分内容忽略)见
表1 数据排列
T (天) age d(完全,截尾) f
4 1 1 34
4 1 2 0
30 1 1 25
30 1 2 0
60 1 1 19
60 1 2 0
90 1 1 18
90 1 2 0
120 1 1 15
120 1 2 0
150 1 1 20
150 1 2 0
180 1 1 15
180 1 2 0
210 1 1 6
210 1 2 0
240 1 1 5
240 1 2 0
270 1 1 11
270 1 2 0
4 2 1 180
4 2 2 0
30 2 1 145
30 2 2 0
60 2 1 82
60 2 2 0
90 2 1 53
90 2 2 0
120 2 1 31
120 2 2 0
150 2 1 37
150 2 2 0
180 2 1 23
180 2 2 0
210 2 1 25
210 2 2 0
240 2 1 9
240 2 2 0
270 2 1 33
270 2 2 0
程序如下;
WEIGHT
BY f .
SURVIVAL
TABLE=t BY age(1 2)
/INTERVAL=THRU 300 BY 10
/STATUS=d(1)
/PRINT=TABLE
/PLOTS ( SURVIVAL )=t BY age
/COMPARE=t BY age .
时间累计概率下降曲线从15天(此时两组都不发热的累计概率为0.93)以后开始分离,到375天(两组都没发热的累计概率均接近0.18)时又有重合态势。两组检验统计量见表2:
表2 年龄组检验统计量
Overall Comparisons(a)
Wilcoxon (Gehan) Statistic df Sig.
16.867 1 .000
a Comparisons are exact.
由表2可见,青壮年与其他年龄组的发热间隔时间函数分布不同,P <0.01,差异非常显著。统结合寿命表(时间函数表—此处略,有兴趣的朋友可复制以上数据和程序运行后观察)对比显示:青壮年发热间隔的中位值>90天,其他年龄段则为<40天。
[p:5]