| 全文缩写词 | 第8-10页 |
| 摘要 | 第10-13页 |
| Abstract | 第13-16页 |
| 前言 | 第17-19页 |
| 第一部分 研究思路与框架 | 第19-28页 |
| 一、研究目的及目标 | 第19页 |
| 二、研究内容 | 第19-20页 |
| (一) 深圳市40岁及以上社区居民脑卒中患病情况分析 | 第19页 |
| (二) 深圳市40岁及以上社区居民脑卒中影响因素研究 | 第19-20页 |
| (三) 基于哈佛癌症指数的社区居民脑卒中发病风险评估模型研究 | 第20页 |
| (四) 基于SD的社区居民脑卒中发病风险评估方法探讨研究 | 第20页 |
| 三、资料来源和研究方法 | 第20-27页 |
| (一) 资料来源 | 第20页 |
| (二) 研究方法 | 第20-26页 |
| (三) 质量控制 | 第26-27页 |
| 四、技术路线 | 第27-28页 |
| 第二部分 研究理论与方法学基础 | 第28-36页 |
| 一、研究的理论基础 | 第28-31页 |
| (一) SD理论 | 第28-30页 |
| (二) 健康的社会因素决定论 | 第30-31页 |
| (三) 健康相关行为的社会生态学理论 | 第31页 |
| 二、研究的方法学基础 | 第31-36页 |
| (一) 描述性分析 | 第31页 |
| (二) 单因素分析 | 第31-32页 |
| (三) Logistic回归模型 | 第32页 |
| (四) BP神经网络模型 | 第32-34页 |
| (五) DT模型 | 第34页 |
| (六) 受试者工作特征曲线分析介绍 | 第34页 |
| (七) 哈佛癌症风险指数法介绍 | 第34-36页 |
| 第三部分 深圳市社区居民脑卒中患病情况分析 | 第36-63页 |
| 一、调查对象基本情况 | 第36-44页 |
| (一) 调查对象的人口学特征 | 第36-38页 |
| (二) 调查对象的BMI水平 | 第38页 |
| (三) 调查对象的行为生活方式 | 第38-40页 |
| (四) 调查对象的家族史信息 | 第40-41页 |
| (五) 调查对象的慢性病患病情况 | 第41-44页 |
| (六) 调查对象脑卒中危险分级 | 第44页 |
| 二、脑卒中患病情况分析 | 第44-60页 |
| (一) 脑卒中患病的人口学特征 | 第45-47页 |
| (二) 脑卒中患病的行为生活方式及BMI水平特征 | 第47-53页 |
| (三) 脑卒中患病的家族史特征 | 第53-56页 |
| (四) 主要慢性病对脑卒中患病的影响 | 第56-60页 |
| 三、讨论 | 第60-62页 |
| (一) 深圳市社区居民脑卒中高危人群检出率高 | 第60页 |
| (二) 深圳市社区居民脑卒中患病率高,两性间差异显著 | 第60-61页 |
| (三) 深圳市社区居民脑卒中患者主要以初中及以下文化程度为主,未享有医疗保险人群居多 | 第61页 |
| (四) 深圳市社区居民高血压、血脂异常暴露率高,亟需控制 | 第61-62页 |
| 四、小结 | 第62-63页 |
| 第四部分 深圳市社区居民脑卒中影响因素研究 | 第63-90页 |
| 一、脑卒中患病的多因素Logistic回归模型构建与分析 | 第63-67页 |
| (一) 研究人群脑卒中患病影响因素的多因素Logistic回归分析 | 第64-65页 |
| (二) 男性人群脑卒中患病影响因素的多因素Logistic回归分析 | 第65-66页 |
| (三) 女性人群脑卒中患病影响因素的多因素Logistic回归分析 | 第66-67页 |
| 二、脑卒中患病影响因素的BP神经网络模型构建与分析 | 第67-73页 |
| (一) 研究人群脑卒中患病影响因素的BP神经网络模型分析 | 第68-69页 |
| (二) 男性人群脑卒中患病影响因素的BP神经网络模型分析 | 第69-71页 |
| (三) 女性人群脑卒中患病影响因素的BP神经网络模型分析 | 第71-73页 |
| 三、脑卒中患病影响因素的DT模型构建与分析 | 第73-82页 |
| (一) 研究人群脑卒中患病影响因素的DT模型分析 | 第73-76页 |
| (二) 男性人群脑卒中患病影响因素的DT模型分析 | 第76-79页 |
| (三) 女性人群脑卒中患病影响因素的DT模型分析 | 第79-82页 |
| 四、讨论 | 第82-88页 |
| (一) 一般人口学特征与脑卒中的关系 | 第82-84页 |
| (二) 行为生活方式与脑卒中的关系 | 第84-87页 |
| (三) 主要慢性病与脑卒中的关系 | 第87-88页 |
| 五、小结 | 第88-90页 |
| 第五部分 基于哈佛癌症指数的社区居民脑卒中发病风险评估研究 | 第90-99页 |
| 一、哈佛癌症指数方法研究步骤介绍 | 第90-92页 |
| (一) 选择危险因素及其相对危险度大小 | 第90页 |
| (二) 计算危险分数 | 第90-91页 |
| (三) 计算各危险因素的人群暴露率 | 第91页 |
| (四) 计算人群平均风险分数 | 第91页 |
| (五) 评估个体脑卒中风险分数 | 第91页 |
| (六) 计算评估个体脑卒中风险分数与人群平均风险分数的比值 | 第91页 |
| (七) 确定评估个体的等级风险水平 | 第91-92页 |
| 二、脑卒中风险等级评估模型构建 | 第92-93页 |
| (一) 主要危险因素及其RR大小 | 第92页 |
| (二) 脑卒中人群平均风险分数 | 第92-93页 |
| (三) 脑卒中风险指数等级划分 | 第93页 |
| (四) 实例分析 | 第93页 |
| 三、脑卒中发病风险等级评估模型验证与评价 | 第93-94页 |
| 四、脑卒中发病风险等级评估模型ROC曲线验证结果 | 第94-96页 |
| 五、讨论 | 第96-98页 |
| (一) 哈佛癌症指数模型可以有效对个体实现疾病的分层与量化,但精确度有待提高 | 第96-97页 |
| (二) 运用哈佛癌症风险指数构建疾病风险评估模型的特色与局限 | 第97-98页 |
| 六、小结 | 第98-99页 |
| 第六部分 基于SD的社区居民脑卒中风险评估方法探讨研究 | 第99-131页 |
| 一、影响因素分析 | 第100页 |
| 二、脑卒中影响因素的反馈动态复杂分析 | 第100-128页 |
| (一) 流位流率系的确定 | 第100-101页 |
| (二) 流位流率系相互作用图 | 第101-102页 |
| (三) 建立流率基本入树模型 | 第102-105页 |
| (四) 构造脑卒中发病影响因素基模生成集 | 第105-125页 |
| (五) 生成SD流图结构模型 | 第125-128页 |
| 三、讨论 | 第128-129页 |
| (一) 运用SD探索构建脑卒中发病风险评估模型的可行性与必要性 | 第128-129页 |
| (二) SD流图结构模型的构建为定量研究脑卒中的发病风险奠定基础 | 第129页 |
| 四、小结 | 第129-131页 |
| 第七部分 结论与展望 | 第131-133页 |
| 一、研究结论 | 第131-132页 |
| 二、有待进一步研究的问题 | 第132-133页 |
| 创新点与局限性 | 第133-134页 |
| 参考文献 | 第134-146页 |
| 综述 | 第146-175页 |
| 参考文献 | 第159-175页 |
| 附录: 研究生期间工作小结 | 第175-177页 |
| 致谢 | 第177-178页 |
