| 摘要 | 第3-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 引言 | 第18-23页 |
| 1.1 早期评估病情严重程度是急性胰腺炎诊治的关键环节 | 第18页 |
| 1.2 急性胰腺炎病情严重程度的分类标准 | 第18-19页 |
| 1.3 早期预测急性胰腺炎病情严重程度及死亡风险的方法 | 第19-20页 |
| 1.4 早期预测感染性胰腺坏死的重要性及存在的问题 | 第20-21页 |
| 1.5 建立急性胰腺炎数据库是开展大样本临床研究的基础 | 第21-23页 |
| 第2章 利用Epi Info 7软件建立急性胰腺炎数据库 | 第23-50页 |
| 2.1 研究对象与方法 | 第23-26页 |
| 2.1.1 研究对象 | 第23页 |
| 2.1.2 急性胰腺炎诊断标准 | 第23页 |
| 2.1.3 急性胰腺炎数据库收集的临床数据内容 | 第23-26页 |
| 2.2 急性胰腺炎数据库的页面设计 | 第26-37页 |
| 2.2.1 硬件与软件设备 | 第26页 |
| 2.2.2 数据库页面的设计窗口 | 第26-27页 |
| 2.2.3 设计数据库的患者基本信息页面 | 第27-29页 |
| 2.2.4 设计数据库的病史资料页面 | 第29页 |
| 2.2.5 设计数据库的体格检查页面 | 第29-30页 |
| 2.2.6 设计数据库的检验结果及细菌学检查页面 | 第30-32页 |
| 2.2.7 设计数据库的影像学检查页面 | 第32页 |
| 2.2.8 设计数据库的内科治疗页面 | 第32-33页 |
| 2.2.9 设计数据库的干预治疗页面 | 第33-34页 |
| 2.2.10 设计数据库的并发症页面 | 第34-35页 |
| 2.2.11 设计数据库的病情评估与预后页面 | 第35-36页 |
| 2.2.12 设计数据库的出院随访页面 | 第36-37页 |
| 2.3 急性胰腺炎数据库自动计算的编码设计 | 第37-38页 |
| 2.4 结果 | 第38-47页 |
| 2.4.1 设计的数据库概况 | 第38-39页 |
| 2.4.2 数据输入功能 | 第39-40页 |
| 2.4.3 自检重名功能 | 第40页 |
| 2.4.4 自检错误数据功能 | 第40-41页 |
| 2.4.5 自检缺失数据功能 | 第41页 |
| 2.4.6 数据查询功能 | 第41-42页 |
| 2.4.7 自动计算数据功能 | 第42-43页 |
| 2.4.8 自动评分功能 | 第43页 |
| 2.4.9 自动诊断器官功能衰竭、MAP、MSAP和SAP的功能 | 第43-44页 |
| 2.4.10 数据导入与交换功能 | 第44页 |
| 2.4.11 数据统计分析功能 | 第44-47页 |
| 2.5 讨论 | 第47-50页 |
| 2.5.1 建立急性胰腺炎数据库的必要性 | 第47页 |
| 2.5.2 国外急性胰腺炎数据库的应用情况 | 第47-48页 |
| 2.5.3 本研究建立的急性胰腺炎数据库的特点 | 第48页 |
| 2.5.4 本研究建立的急性胰腺炎数据库的应用价值 | 第48-50页 |
| 第3章 比较多因素评分系统及生物学指标在早期预测急性胰腺炎病情严重程度的价值 | 第50-77页 |
| 3.1 研究对象与方法 | 第50-52页 |
| 3.1.1 研究对象 | 第50页 |
| 3.1.2 临床资料 | 第50-51页 |
| 3.1.3 急性胰腺炎病情严重程度的分类标准及死亡风险的界定 | 第51页 |
| 3.1.4 多因素评分系统的评分与分析 | 第51-52页 |
| 3.1.5 生物学指标的检测与分析 | 第52页 |
| 3.1.6 统计学方法 | 第52页 |
| 3.2 结果 | 第52-70页 |
| 3.2.1 急性胰腺炎病情严重程度分类及预后分析 | 第52-53页 |
| 3.2.2 多因素评分系统及CTSI的评分结果 | 第53-54页 |
| 3.2.3 生物学指标在MAP、MSAP和SAP患者间的比较分析 | 第54-55页 |
| 3.2.4 APACHE Ⅱ评分预测MSAP、SAP和死亡风险的准确性分析 | 第55-57页 |
| 3.2.5 Ranson标准预测MSAP、SAP和死亡风险的准确性分析 | 第57-58页 |
| 3.2.6 BISAP评分预测MSAP、SAP和死亡风险的准确性分析 | 第58-60页 |
| 3.2.7 CTSI预测MSAP、SAP和死亡风险的准确性分析 | 第60-61页 |
| 3.2.8 HCT预测MSAP、SAP和死亡风险的准确性分析 | 第61-62页 |
| 3.2.9 BUN预测MSAP、SAP和死亡风险的准确性分析 | 第62-64页 |
| 3.2.10 Cr预测MSAP、SAP和死亡风险的准确性分析 | 第64-66页 |
| 3.2.11 CRP预测MSAP、SAP和死亡风险的准确性分析 | 第66-67页 |
| 3.2.12 PCT预测MSAP、SAP和死亡风险的准确性分析 | 第67-68页 |
| 3.2.13 比较多因素评分系统与生物学指标预测SAP和死亡风险的准确性 | 第68-70页 |
| 3.3 讨论 | 第70-77页 |
| 3.3.1 新亚特兰大标准对急性胰腺炎病情严重程度分级的特点 | 第70-71页 |
| 3.3.2 早期预测病情严重程度的重要性 | 第71页 |
| 3.3.3 Ranson标准在早期预测病情严重程度中的价值 | 第71-72页 |
| 3.3.4 APACHE Ⅱ评分在早期预测病情严重程度中的价值 | 第72页 |
| 3.3.5 BISAP评分在早期预测病情严重程度中的价值 | 第72-73页 |
| 3.3.6 CTSI在早期预测病情严重程度中的价值 | 第73-74页 |
| 3.3.7 HCT在早期预测病情严重程度中的价值 | 第74页 |
| 3.3.8 BUN和Cr在早期预测病情严重程度中的价值 | 第74-75页 |
| 3.3.9 C-反应蛋白在早期预测病情严重程度中的价值 | 第75页 |
| 3.3.10 PCT在早期预测病情严重程度中的价值 | 第75-76页 |
| 3.3.11 在新亚特兰大标准下早期预测病情严重程度的方法选择 | 第76-77页 |
| 第4章 多分类Logistic回归和决策树建立预测感染性胰腺坏死的多因素评分系统 | 第77-104页 |
| 4.1 研究对象与方法 | 第77-80页 |
| 4.1.1 研究对象 | 第77-78页 |
| 4.1.2 感染性胰腺坏死的诊断标准与分组 | 第78页 |
| 4.1.3 临床变量的选取方法 | 第78-79页 |
| 4.1.4 多分类Logistic回归分析建立Logistic预测模型 | 第79页 |
| 4.1.5 决策树分析预测变量建立CHAID模型 | 第79页 |
| 4.1.6 构建早期预测IPN的多因素评分系统 | 第79-80页 |
| 4.1.7 统计学方法 | 第80页 |
| 4.2 结果 | 第80-98页 |
| 4.2.1 感染性胰腺坏死的发生率及临床预后 | 第80-81页 |
| 4.2.2 临床变量的组间分析、定义变量属性及编码 | 第81-88页 |
| 4.2.3 多分类Logistic回归分析建立的IPN多因素评分系统 | 第88-91页 |
| 4.2.4 决策树建立的IPN多因素评分系统 | 第91-97页 |
| 4.2.5 比较Logistic多因素评分系统、决策树多因素评分系统、APACHEⅡ评分、CTSI和PCT在早期预测IPN的价值 | 第97-98页 |
| 4.3 讨论 | 第98-104页 |
| 4.3.1 感染性胰腺坏死的发生及对预后的影响 | 第98-99页 |
| 4.3.2 早期预测感染性胰腺坏死对临床治疗的指导作用 | 第99页 |
| 4.3.3 多分类Logistic回归分析与疾病危险因素的筛选 | 第99-100页 |
| 4.3.4 决策树与多分类Logistic回归相结合筛选危险因素的必要性 | 第100-101页 |
| 4.3.5 本研究筛选出的单因素指标与感染性胰腺坏死的相关性分析 | 第101-103页 |
| 4.3.6 建立多因素评分系统预测IPN的临床应用价值 | 第103-104页 |
| 第5章 结论与展望 | 第104-106页 |
| 5.1 结论 | 第104页 |
| 5.2 进一步工作的方向 | 第104-106页 |
| 致谢 | 第106-107页 |
| 参考文献 | 第107-114页 |
| 附录 | 第114-139页 |
| 攻读学位期间的研究成果 | 第139-141页 |
| 综述 | 第141-156页 |
| 参考文献 | 第150-156页 |
