目的:分析2019—2023年山东省狂犬病暴露预防处置门诊暴露人群监测数据，探讨暴露风险因素，为进一步规范暴露后预防处置提供依据。方法:基于山东省2019—2023年狂犬病暴露预防处置门诊预防接种信息系统监测信息、人口、空间行政区划等数据，采用SPSS 18.0进行描述性流行病学分析。结果:2019—2023年山东省暴露预防处置门诊每年接受暴露后处置人数均在100万以上，并呈逐年上升的趋势。每年5～8月份就诊人数最多。女性就诊者有逐年上升的趋势。15岁以下年龄组就诊者占31.69%～36.86%，且占比逐年增高。Ⅲ级暴露者占53.40%，暴露部位在四肢的占89.81%，1.94%为多部位暴露。致伤动物以犬为主，其次为猫，猫占比逐年上升。就诊者自行处理伤口的比例由32.32%上升至45.46%，门诊处理伤口的占比由76.07%下降至66.24%。首次暴露后全程接种率63.79%，15～29岁年龄组全程接种率低于其他年龄组；Ⅲ级暴露者被动免疫制剂使用率在35.66%。2019—2023年报告8例狂犬病病例死亡，均未进行暴露后处置。结论:山东省动物致伤后疑似狂犬病暴露人群的流行特点和暴露风险发生了变化，需关注女性群体、15岁至29岁全程接种率偏低群体、猫致伤群体等，持续开展暴露人群监测，适时调整防控策略。

目的:探讨急性前循环大血管闭塞性卒中患者的血管内治疗(endovascular treatment, EVT)中使用中间导管的安全性及其对转归的影响。方法:回顾性纳入2015年5月至2018年9月期间在南京医科大学附属南京医院接受EVT的前循环大动脉闭塞性卒中患者。根据术中是否使用中间导管分为中间导管组和非中间导管组。收集患者人口统计学、临床资料和手术相关信息。转归评估指标包括二次栓塞、有症状颅内出血、发病后90 d时的临床转归和死亡。转归良好定义为改良Rankin量表评分0~2分。应用多变量 logistic回归分析确定临床转归的独立预测因素。 结果:共纳入接受EVT的前循环大动脉闭塞性卒中患者195例，其中中间导管组161例，非中间导管组34例。中间导管组各项人口统计学和临床特征与非中间导管组均差异无统计学意义。在手术相关信息方面，中间导管组取栓次数显著较少[2(1~3)次对2.5(1.75~4)次； Z＝2.218， P＝0.017]，一次取栓血管再通率显著较高(38.5%对20.6%； χ2＝3.943， P＝0.047)，血栓逃逸二次栓塞率显著较低(19.3%对35.3%； χ2＝4.202， P＝0.041)。在临床转归方面，中间导管组有症状颅内出血发生率、90 d病死率以及90 d转归良好率均与非中间导管组差异无统计学意义。多变量 logistic回归分析显示，使用中间导管是患者90 d转归良好的独立预测因素(优势比0.430，95%置信区间0.196~0.947； P＝0.036)。 结论:在急性前循环大血管闭塞性卒中患者的EVT中，使用中间导管能减少取栓次数，提高一次取栓血管开通率，降低血栓逃逸二次栓塞率，进而改善患者转归。

目的:构建预测急诊脓毒性休克患者28 d病死率的列线图模型，并进行预测效能验证。方法:基于天津医科大学朱宪彝纪念医院、天津医科大学总医院和天津医科大学第二医院的急诊医学科病案机构数据库，收集2017年1月至2020年10月急诊收治的913例脓毒性休克患者的信息，包括人口基线资料和临床特征、实验室指标及主要结局（28 d病死率）。根据简单随机抽样法将患者分为训练集和验证集。将训练集单因素二元Logistic回归分析中所有重要的变量纳入多因素Logistic回归分析，分析急诊脓毒性休克患者28 d死亡的危险因素，并构建列线图模型。采用校准曲线和受试者工作特征曲线（ROC曲线）评估列线图模型的预测效能。结果:最终纳入860例符合标准的脓毒性休克患者，其中训练集472例，验证集388例。训练集和验证集的28 d病死率分别为52.5%（248/472）、54.1%（210/388）。在训练集中，死亡组的年龄、呼吸频率（RR）、C-反应蛋白（CRP）、D-二聚体、白细胞计数（WBC）、中性粒细胞计数（NEU）、中性粒细胞/淋巴细胞比值（NLR）、单核细胞/淋巴细胞比值（MLR）、平均血小板体积（MPV）、血小板计数（PLT）水平均明显高于存活组，碱剩余（BE）、淋巴细胞计数（LYM）、血红蛋白（Hb）水平和慢性阻塞性肺疾病（COPD）比例均明显低于存活组（均 P<0.05）。多因素Logistic回归分析显示，NLR〔优势比（ OR）＝0.023 0，95%可信区间（95% CI）为-0.204 4～0.113 0〕、MPV（ OR＝0.179 8，95% CI为-0.877 6～0.172 7）、Hb（ OR＝0.007 8，95% CI为0.010 3～0.040 8）、降钙素原（PCT； OR＝1.957 0，95% CI为1.243 0～3.081 0）和D-二聚体（ OR＝0.000 1，95% CI为-0.000 4～0.000 1）是急诊脓毒性休克患者28 d病死率的独立预测因子（均 P<0.05）。基于上述变量建立列线图模型，ROC曲线显示，训练集和验证集中列线图模型预测脓毒性休克患者28 d病死率的ROC曲线下面积（AUC）分别为0.907（95% CI为0.864～0.940）、0.822（95% CI为0.781～0.863）。校准曲线显示，训练集及验证集的预测结果与观察结果之间均具有良好的一致性。 结论:基于NLR、MPV、Hb、PCT和D-二聚体构建的列线图模型对预测急诊脓毒性休克患者的28 d病死率具有重要的临床价值。

目的:了解2007-2020年北京市≥60岁户籍居民死亡率趋势及死亡谱特征。方法:死亡数据来源于北京市人口死亡信息登记管理系统，计算分性别、年龄组、死亡原因的死亡率及构成比等指标，采用Joinpoint 4.3.1软件计算死亡率的变化趋势，并计算平均年变化百分比（AAPC）。结果:2007-2020年北京市≥60岁户籍居民粗死亡率从27.62‰下降至23.55‰（AAPC=-1.18%， P<0.001），标化死亡率从25.39‰下降至19.85‰（AAPC=-1.68%， P<0.001）。前5位死因顺位依次为心脏病、恶性肿瘤、脑血管病、呼吸系统疾病、内分泌营养代谢疾病，前5位死因占总死亡的87.1%；呈下降趋势的为心脏病（AAPC=-1.08%， P=0.024）、脑血管病（AAPC=-3.79%， P<0.001）、恶性肿瘤（AAPC=-0.31%， P=0.006）、呼吸系统疾病（AAPC=-5.56%， P=0.007），呈上升趋势的为损伤中毒（AAPC=1.54%， P=0.001），内分泌营养代谢疾病的死亡率变化无统计学意义（AAPC=-1.46%， P=0.054）。 结论:2007-2020年北京市≥60岁户籍居民死亡率呈下降趋势，心脏病、脑血管病、恶性肿瘤、呼吸系统疾病等应作为老年人防控的重点，采取针对性措施，提升老年人口健康水平。

目的:分析2015至2021年天津市天津医院髋部脆性骨折患者的生存率变化趋势及性别、婚姻状况、年龄、合并症数量对生存率的影响。方法:检索天津市天津医院数据库2015年1月1日至2021年12月31日因髋部脆性骨折入院的患者12 570例，男3 934例、女8 636例，入院时年龄分别为（74.11±9.50）岁和（74.62±8.99）岁。于2022年5月23日通过身份证号与天津市全员人口信息数据库进行比对，死亡2 054例，其中男804例、女1 250例，死亡时年龄分别为（81.34±7.88）岁和（81.92±7.42）岁。收集患者生存状况，以3个月为时间间隔，计算生存率、累积生存率，分析随时间变化累积生存率的变化规律，绘制Kaplan-Meier生存曲线计算总体累积生存率，分析性别、年龄（>70岁和≤70岁）、婚姻状况（有配偶和无配偶）、合并症数量（≥2个和<2个）对生存率的影响。采用Joinpoint回归分析髋部脆性骨折的累积死亡率变化趋势折点。结果:骨折后全部死亡患者生存期为13（3，31）个月，其中男性为11（2，27）个月、女性为15（4，32）个月，差异有统计学意义（ Z=73.77， P<0.001）。Joinpoint回归显示髋部脆性骨折后9个月为累积死亡率变化趋势折点，9个月前（年变化率为47%）累积死亡率变化幅度较大，9个月后（年变化率为1%）累积死亡率变化较平缓，折点前后年变化率比较差异有统计学意义（ P<0.05）。死亡患者入院时年龄为（80.11±7.71）岁、未死亡患者为（73.36±9.01）岁，差异有统计学意义（ t=31.80， P<0.001）。合并症数量经正态化转换后，死亡患者为（0.20±0.93）个、未死亡患者为（0.00±0.87）个，差异有统计学意义（ t=88.81， P<0.001）。发生髋部脆性骨折后男性累积生存率低于女性、无配偶低于有配偶患者、年龄>70岁低于≤70岁患者、合并症数量≥2个低于<2个的患者，差异均有统计学意义（ P<0.05）。 结论:髋部脆性骨折后9个月内累积生存率下降最明显，临床上需密切随访；男性、无配偶、年龄>70岁、合并症数量≥2个会增加髋部脆性骨折后的死亡风险，导致生存率降低。

目的:调查急诊高钾血症患者的治疗现状和预后，分析急诊高钾血症患者院内全因死亡的影响因素。方法:利用电子信息系统，提取2019年6月1日至2020年5月31日北京协和医院急诊高钾血症患者〔年龄≥18岁，血清电解质检查钾离子（K +）浓度≥5.5 mmol/L〕的人口统计学特征、基础疾病、实验室检查结果、降钾治疗措施及预后，根据预后将患者分为死亡组及存活组，采用单因素分析及Cox回归分析急诊高钾血症患者院内全因死亡的影响因素。 结果:共纳入高钾血症患者579例，其中男性310例（53.5%），女性269例（46.5%）；中位年龄64（22）岁；轻度、中度、重度高钾血症患者分别有317例（54.7%）、143例（24.7%）、119例（20.6%）。499例（86.2%）患者接受了降钾治疗，共有44种降钾治疗方案，其中糖+胰岛素（I+G，61.3%）、排钾利尿剂（Diu，57.2%）、碳酸氢钠（SB，41.9%）、钙剂（CA，44.4%）在急诊科较常用，糖+胰岛素+钙剂+排钾利尿剂+碳酸氢钠（I+G+CA+Diu+SB）四联降钾治疗方案是急诊科最常用的降钾方案。高钾血症患者血清K +水平越高，联合降钾治疗比例越高，血液净化（HD）比例越高（轻度、中度、重度患者联合降钾比例分别为58.4%、82.5%、94.8%，HD比例分别为9.7%、13.3%、16.0%）。随着降钾治疗种类增多，血钾降至正常的比例增高，6种降钾方式联合治疗患者血钾降至正常的比例达100%。不同降钾治疗方式中，HD治疗者血钾降至正常的比例最高，达93.8%。579例患者中院内死亡111例（19.2%）。Cox回归分析显示，合并心功能不全的患者死亡风险高〔风险比（ HR）＝1.757，95%可信区间（95% CI）为1.155~2.672， P＝0.009〕；血钾降至正常（ HR＝0.248，95% CI为0.155~0.398， P＝0.000）及使用Diu（ HR＝0.335，95% CI为0.211~0.531， P＝0.000）的患者死亡风险低。 结论:急诊降钾治疗方案异质性较大，合并心功能不全的高钾血症患者病死率高，血钾降至正常的患者病死率低。

目的:了解山东省烟台市人间布鲁菌病（以下简称布病）流行病学特征，为布病防控策略的制定和调整提供科学依据。方法:收集整理来自全民健康保障疾病控制信息系统和山东省布病流行病学个案调查的2019年烟台市人间布病疫情资料、人口学数据和病例资料。采用描述性流行病学方法，分析布病三间分布特征、临床特征、感染途径等。结果:2019年，烟台市报告布病病例158例，年发病率为2.22/10万，无死亡病例。发病高峰为4 - 6月，占43.67%（69/158）。除长岛县外，其余12个市区均有布病病例报告，报告病例数最多的地区为莱州市，占39.87%（63/158）。病例男、女性别比为2.1 ∶ 1.0（107 ∶ 51）。发病年龄以40 ~ 69岁为主，占75.95%（120/158）。职业以农民为主，占83.54%（132/158）。主要临床表现为发热（114例）、肌肉关节酸痛（107例）、乏力（95例）、多汗（85例）。有明确牲畜接触史者占58.86%（93/158），主要接触方式为养殖（68例）、屠宰（26例）。接触时采取防护措施者占18.28%（17/93），以戴手套为主，占76.47%（13/17）。接触后洗手的占91.40%（85/93），其中，仅用清水洗的占37.65%（32/85）；用肥皂洗的占62.35%（53/85）。接触后换洗衣物的占82.80%（77/93）。结论:烟台市布病重点人群个人防护意识和能力较低，提高健康教育与行为干预有效性是今后防控的重要举措。

目的:通过分析2020—2022年全球新型冠状病毒感染（coronavirus disease 2019，COVID-19）疫情的流行特征及影响因素，探讨COVID-19流行规律，为制定防疫策略提供参考依据。方法:收集COVID-19疫情、人口、经济、人群健康等信息，运用描述流行病学方法及负二项回归进行流行特征和影响因素分析。结果:截至2022年12月31日，全球3年平均发病率、死亡率分别为27.95‰、28.44/10万，病死率1.02%。2020—2022年全球COVID-19发病率依次升高（10.67‰、26.04‰、46.98‰），死亡率先升后降（24.82/10万、44.90/10万、15.56/10万），病死率呈下降趋势（2.33%、1.72%、0.33%）。每年各月报告确诊、死亡病例数无明显季节性分布。美洲、欧洲的累计发病率、死亡率明显高于其他区域，非洲的累计病死率最高。高、中高收入国家的累计发病率、死亡率高于低、中低收入国家，低收入国家累计病死率最高。接种疫苗后，除发病率继续上升外，死亡率，病死率等均下降。2020年负二项回归分析显示，卫生支出占GDP比重、出生时预期寿命越高，COVID-19确诊病例数越多。结论:2020—2022年COVID-19发病率处于较高水平，死亡率、病死率有所下降，对人群健康影响减弱。不同经济水平国家COVID-19流行水平存在明显差异，国际合作是提高国家间防疫能力的有效途径。

目的:基于不同监督机器学习算法，构建并验证适用于脓毒性休克患者28 d死亡风险的最佳预测模型。方法:从美国重症监护医学信息数据库Ⅳ v2.0（MIMIC-Ⅳ v2.0）中筛选出符合脓毒症3.0的脓毒性休克患者，随机抽取病例，其中70%作为训练集，30%作为验证集。从人口学特征及基础生命体征、入重症监护病房（ICU）24 h内血清学指标及可能影响指标的合并症、功能评分及高级生命支持3个层面提取相关预测变量。比较基于决策树分类回归树（CART）、随机森林（RF）、支持向量机（SVM）、线性回归（LR）及超级学习器〔SL，综合了CART、RF和极端梯度提升（XGBoost）〕5种主流机器学习算法构建的模型对脓毒性休克患者28 d死亡的预测效能，筛选最佳算法模型。利用LASSO回归、RF和XGBoost算法，通过取交集确定最佳预测变量，构建预测模型。采用受试者工作特征曲线（ROC曲线）验证模型的预测效能；采用校准曲线评估模型的准确性；采用决策曲线分析（DCA）验证模型的实用性。结果:最终共纳入3?295例脓毒性休克患者，28 d存活2?164例，死亡1?131例，病死率为34.32%；其中，训练集2?307例（28 d死亡792例，病死率为34.33%），验证集988例（28 d死亡339例，病死率为34.31%）。基于训练集数据分别建立5种机器学习模型；在纳入3个层面的变量后，RF、SVM、LR 3种机器学习模型在验证集预测脓毒性休克患者28 d死亡的ROC曲线下面积（AUC）依次为0.823〔95%可信区间（95% CI）为0.795～0.849〕、0.823（95% CI为0.796～0.849）、0.810（95% CI为0.782～0.838），高于CART算法模型（AUC＝0.750，95% CI为0.717～0.782）和SL算法模型（AUC＝0.756，95% CI为0.724～0.789），故将以上3种算法模型确定为最佳算法模型。综合3个层面变量后，通过LASSO回归、RF和XGBoost算法筛选并取交集，得出16个最佳预测变量，依次为入ICU 24 h内pH最大值、白蛋白（Alb）最大值、体温最大值、血乳酸（Lac）最小值、Lac最大值、血肌酐（SCr）最大值、Ca 2+最大值、血红蛋白（Hb）最小值、白细胞计数（WBC）最小值、年龄、简化急性生理学评分Ⅲ（SAPSⅢ）、WBC最大值、急性生理学评分Ⅲ（APSⅢ）、Na +最小值、体质量指数（BMI）及活化部分凝血活酶时间（APTT）最小值。ROC曲线分析显示，以上述16个最佳预测变量构建的Logistic回归模型为最佳预测模型，在验证集中的AUC为0.806（95% CI为0.778～0.835）；校准曲线及DCA曲线显示，该模型的精准度较高，且净收益最高可达0.3，其预测效能明显优于传统以单一功能评分〔APSⅢ评分、SAPSⅢ评分、序贯器官衰竭评分（SOFA）〕建立的模型〔AUC（95% CI）分别为0.746（0.715～0.778）、0.765（0.734～0.796）、0.625（0.589～0.661）〕。 结论:以pH值、Alb、体温、Lac、SCr、Ca 2+、Hb、WBC、SAPSⅢ评分、APSⅢ评分、Na +、BMI、APTT等16个最佳变量构建的Logistic回归模型为脓毒性休克患者28 d死亡风险的最佳预测模型，其效能稳定，区分度及精准度均较高。

目的:分析安徽省2014-2018年心脑血管疾病、癌症、糖尿病和慢性呼吸系统疾病的早死概率、变化趋势，探讨实现“健康中国2030”重大慢性病早死概率目标的可能性。方法:死亡资料来源于国家“人口死亡信息登记管理系统”中安徽省2014-2018年24个全国死因监测点数据。计算死亡率、标化死亡率、早死概率、年度变化百分比（APC）等指标。以“健康中国2030”和“健康安徽2030”重大慢性病早死概率目标（分别下降30%和25%）为基准，评价实现4类慢性病早死概率目标的难度。结果:2014-2018年安徽省4类慢性病死亡数占总死亡数的比例从82.76%升高至84.77%，呈上升趋势（APC=0.50%）。30~69岁人群4类慢性病标化死亡率呈下降趋势（APC=-1.78%）。4类慢性病合计的早死概率分析结果显示，合计早死概率由2014年的15.53%下降到2018年的14.43%；男性和女性均呈下降趋势，男性下降速度（APC=-1.80%）略低于女性（APC=-2.00%）；城市（APC=-1.57%）和农村（APC=-1.99%）、皖北（APC=-2.32%）和皖中（APC=-1.81%）地区均呈下降趋势；同一年份早死概率比较，男性约为女性的2倍、农村>城市、皖北>皖中>皖南。分病种看早死概率，慢性呼吸系统疾病下降最明显（APC=-9.19%），其次为癌症（APC=-1.77%），男性糖尿病呈上升趋势（APC=-2.90%）。按2014-2018年早死概率平均增长速度，预计2030年可实现健康安徽目标；但实现健康中国目标需将下降速度在既往基础上提高26.40%；比较不同性别、城乡和地区下降速度需提高的比例，男性>女性、城市>农村、皖南>皖中>皖北。结论:安徽省4类慢性病早死概率呈持续下降趋势，男性、农村、皖北地区居民为重点人群，应开展针对主要慢性病危险因素的干预工作，降低慢性病早死概率，努力实现“健康中国2030”目标。