目的:观察音乐运动疗法对帕金森病(PD)患者步态及运动功能的影响。方法:采用随机数字表法将67例PD患者分为观察组(34例)及对照组(33例)。2组患者均给予常规抗PD药物治疗及护理，对照组辅以常规运动治疗，观察组则给予音乐运动治疗，2组患者均每天治疗1次，每周治疗5 d。于治疗前、治疗8周后评估对比2组患者步态时空参数、PD综合量表(UPDRS-Ⅲ)、Berg平衡量表(BBS)及改良Barthel指数(MBI)量表评分。结果:治疗前2组患者步态时空参数、UPDRS-Ⅲ、BBS及MBI评分组间差异均无统计学意义( P>0.05)。治疗后发现观察组步长[(47.31±7.66)cm]、步频[(117.32±18.04)步/分钟]、步幅[(77.63±15.43)cm]、摆动相时间[(42.79±7.41)%]、双支撑相时间[(8.24±2.06)%]、总支撑相时间[(54.19±8.13)%]、步长变异系数(6.08±3.14)、步速变异系数(4.29±1.84)、UPDRS-Ⅲ评分[(27.74±5.96)分]、BBS评分[(31.79±6.31)分]及MBI评分[(53.78±7.58)分]均较训练前及对照组显著改善( P<0.05)。 结论:音乐运动治疗能进一步改善PD患者步态，提高其运动功能及平衡能力，对改善患者生活质量具有重要意义。

目的:通过检测帕金森病不同阶段步态特征改变，明确疾病进展演变过程中变化的特异性步态参数，为疾病监测提供参考依据。方法:本项横断面研究共纳入2019年1月至2021年9月于上海交通大学医学院附属新华医院帕金森病专病门诊就诊或住院的276例帕金森病患者［Hoehn-Yahr（H-Y）分级1~3级］和63名性别、年龄匹配的健康对照，采用便携式惯性测量单元系统记录步态时空变量，并进行探索性因子分析，获得代表不同步态特征的步态域。采用单因素方差分析评估健康对照和H-Y分级1~3级帕金森病患者中各步态变量及步态域之间的差异，并根据运动分型进一步细分各参数之间的差异；比较不同步态变量及步态域在评估不同阶段帕金森病患者步态障碍严重程度的敏感度。结果:对采集的11项步态时空变量归纳出4种步态域：步伐（步长、步速、跨步长）、节奏时相（步频、跨步时长、双支撑相时长）、步伐相关变异性/不对称性（步长变异系数、步长不对称性、步速变异系数）和节奏时相相关变异性/不对称性（摆动相时长变异系数及摆动相不对称性）。随着疾病进展，4个步态域在震颤型帕金森病患者中与非震颤型帕金森病患者中的总体变化趋势一致。相对于健康对照，帕金森病患者步伐参数在H-Y分级2级患者出现中度受损（效应量0.64；标准化分值0.12±0.80与0.64±0.81， P<0.05），以非震颤型帕金森病患者为明显，而H-Y分级1级患者较健康对照无改变（ P>0.05）；步伐相关变异性/不对称性在H-Y分级3级帕金森病患者出现明显异常（效应量0.62；标准化分值0.27±1.12与-0.27±0.52， P<0.05），而H-Y分级1级和2级帕金森病患者改变不明显（均 P>0.05）；节奏时相相关变异性/不对称性在H-Y分级1级帕金森病患者即开始出现轻度损害（效应量0.42；标准化分值-0.03±0.69与-0.33±0.49， P<0.05），其中摆动相不对称性在震颤型帕金森病患者中更为突出。 结论:帕金森病患者在疾病进展过程中步态参数出现特征性演变，节奏时相相关变异性/不对称性可能是区分早期帕金森病与健康人群的标志；步伐和步伐相关变异性/不对称性是评估帕金森病疾病进展的重要步态指标。

草地在天山生态系统中起着重要作用,与区域畜牧业发展息息相关.为阐明天山新疆段草地植被时空演变格局及其影响因素,该研究基于2001-2020年MODIS NDVI遥感影像,使用Sen+Mann-Kendall趋势分析法和变异系数、土地利用动态,对天山新疆段草地植被覆盖度(FVC)的时空动态特征进行分析,并通过地理探测器和相关性分析法探究草地FVC变化的驱动因素,结果表明:(1)FVC整体变化较稳定,多年平均草地FVC在0.33-0.42之间波动,FVC面积显著增加的区域分布在天山东北部和西南部低海拔地区,占总面积的3.14％,FVC面积显著减少的区域主要分布在伊犁河沟,占总面积的15.81％.(2)草地FVC的变化主要受植被类型和畜牧业总产值的影响,其影响力均在29.85％以上.其中,年降水量和年平均气温与植被类型相互作用后,影响力均提升到48.70％以上.(3)研究时段内,草地FVC与年降水量、年平均气温均呈正相关关系,与年降水量正相关区域面积占总面积的80.84％,主要分布在天山南北两侧的盆地周围;与年平均气温正相关区域面积占总面积的71.69％,主要分布在海拔较高的山区.

植被碳水利用效率是表征生态系统碳水循环的重要指标.采用MODIS数据,利用Google Earth Engine平台计算植被碳利用效率(Carbon Use Efficiency,CUE)与水利用效率(Water Use Efficiency,WUE).采用趋势分析、变异系数、R/S分析及偏相关分析等方法,对2000-2020年黄河流域植被CUE与WUE的时空动态进行分析,并探究水热条件对碳水利用效率的影响.结果表明:(1)2000-2020年黄河流域植被碳水利用效率年均值分别为0.61和0.68 gC m-2 mm-1;研究时限内,植被CUE呈波动下降趋势,而WUE呈波动上升趋势.(2)空间上,植被CUE呈西高东低分布,WUE相反.不同土地覆被类型的CUE表现为草地＞农田＞灌丛＞森林;WUE表现为:农田＞森林＞草地＞灌丛.(3)总体上,黄河流域植被CUE与温度呈负相关,与降水呈正相关;黄河流域北部植被WUE与温度和降水均呈正相关关系,黄河流域西南部植被WUE与降水负相关;(4)不同土地利用类型中,草地、森林、农田CUE与温度主要呈负相关响应,灌丛CUE主要呈正相关响应;黄土高原西北部地区草地CUE与降水呈正相关关系,而在黄河源区草地CUE与降水呈负相关关系,农田CUE对降水呈现正向反馈.(5)植被WUE与温度和降水的关系存在较强的空间异质性.降水是影响干旱,半干旱地区的草地WUE的主导因素,而高海拔地区草地WUE与温度、降水均呈负相关关系;灌丛WUE与温度成负相关关系,与降水呈正相关关系;受人类活动影响,农田WUE与温度有正相关关系.研究结果对于深入理解黄河流域植被恢复与气候变化双重背景下区域的植被碳水耦合机理有重要意义.

目的 分析公众心肺复苏健康信息搜索行为时空演变特点,探讨大数据分析在健康科普中的指导作用,为健康科普知识发布和传播提供科学依据.方法 在百度指数平台回顾性收集2011-2021年心肺复苏信息搜索百度指数各年日均值及各省日均值,以一般描述统计、方差分析、月季节指数、变异系数、地理集中指数等指标,分析公众心肺复苏健康信息关注度时空差异.结果 2011-2021年心肺复苏的百度搜索指数各年日均值呈逐年上升趋势,年均增长率为12.74％;心肺复苏网络关注度月季节指数存在差异,变异系数为0.35;各省(自治区、直辖市)关注度差异有统计学意义(F=0.80,P=0.003),变异系数为0.47;东部、中部、西部三地关注度差异有统计学意义(F=4.42,P=0.02)地理集中指数分别为0.14、0.08、0.09,地区内部变异系数分别为0.46、0.43、0.50.我国各省(自治区、直辖市)间心肺复苏网络关注度差异有统计学意义(F=2077.23,P＜0.01),变异系数0.47、月季节指数18.98.搜索来源移动端高于PC端(t=-4.08,P＜0.01).结论 公众通过互联网搜索获取急救健康信息的主观意愿日益增强,移动互联网成为主要搜索流量入口;但其关注度呈现季节差异性和区域性差异,建议完善基于移动互联网融媒体的急救-科普知识平台建设,并根据舆情和时空变化规律,适时推送心肺复苏科普信息,以满足公众急救健康信息需求.

植被在水、碳循环和能量流动中起着重要作用,是调节陆地碳平衡和反映气候变化、人类活动的重要指标.本研究采用Mann-Kendall检验、Theil-Sen Median分析、Hurst指数和变异系数等方法分析2000-2020年赣南生长季植被归一化植被指数(NDVI)的时空变化,用地理探测器综合分析气候、地形、土壤和人为因子等对植被NDVI空间分异的影响.结果表明:2000-2020年,植被NDVI以0.003·a-1的速率波动上升.高等级和中高等级植被NDVI面积占比分别为55.8％和41.9％,低波动变化和较低波动变化的区域面积占比为92.3％.植被NDVI极显著改善和显著改善面积占比分别为40.4％、19.4％,极显著退化和显著退化面积总占比仅为2.2％,持续改善和未来改善面积占比分别为28.0％和60.2％.高程、降水量、相对湿度、温度、地貌类型、土地利用类型、人口密度和夜间灯光指数为研究区植被NDVI的主要影响因子,其次是坡度、土壤类型和GDP,坡向和植被类型为间接影响因子.研究期间,赣南植被NDVI整体上稳定性较好,未来植被变化趋势以改善为主,人为因子中土地利用类型、人口密度和夜间灯光指数对植被NDVI的影响整体呈上升趋势.

目的 对江苏省2013-2020年医疗卫生资源失配度的时空演变特征及影响机制进行分析,为有针对性地调整区域医疗卫生资源配置、推进健康江苏建设提供参考.方法 以江苏省13个地级市为研究区,从失配的角度出发,综合运用熵权法和健康距离模型,定量测算实际医疗卫生资源各要素配置状态与理想配置状态的偏离程度.使用固定效应模型分析失配度的影响因素.结果 2013-2020年江苏省医疗卫生资源失配度整体呈下降趋势,全省均值从0.477 1降到0.315 0,且具有明显的阶段性特征,可以分为中高度失配主导阶段(2013-2014年)、失配度平稳下降阶段(2015-2017年)、失配度差异化下降阶段(2018-2020年);失配度区域差异呈逐年扩大趋势,变异系数从2013年的0.129 1增加至2020年的0.305 1,其中卫生人力资源的影响最大,其指标权重从2013年的0.393 6上升至2020年的0.520 3;空间格局演化上,具有明显的方向性和结构性,整体呈中高度失配向适配方向发展,表现为由"个"字形向"入"字形演化.固定效应模型分析表明,人均GDP、人口密度和财政自给率对医疗卫生资源失配度均存在显著的负向影响,回归系数分别为-0.314、-0.160和-0.220,其中人均GDP对医疗卫生资源失配度的影响最大.结论 建议政府转变唯量发展的传统理念,围绕医疗卫生资源配置精细化、可持续的发展目标,强化组织领导、投入保障、管理监督等责任,加强资源配置的宏观调控,统筹区域协同发展.不仅要考虑地理位置、经济水平等因素,还要考虑人口分布与结构的差异,尤其应重视探索建立全省吸引和稳定卫生人才的长效机制,实现卫生人力资源的可持续发展.

消落带土壤由于在水陆交替的特殊生境和复杂的地球化学共同作用下形成,具有独特的理化性质和生态功能.各营养盐含量在时间和空间上具有较高的变异性,土壤中有机质的分布及迁移和转化均受到复杂的影响.针对官厅水库流域上游妫水河段消落带,选择典型消落带落水区,对该区土壤有机质含量的时空分布特征进行研究.结果表明:1)研究区消落带土壤有机质含量较为贫瘠,变化范围在1.64-26g/kg之间,平均值仅为13.16g/kg,变异系数达50.59％.说明消落带由于季节性干湿交替的特殊水文条件的影响,土壤养分的分布具有较高的空间异质性.淹水频繁区有机质含量平均值为15.74g/kg,高于长期出露区的10.12g/kg,且变异系数为41.38％,小于长期出露区的54.98％.说明淹水频繁区对土壤养分的持留能力更强,且周期性的淹水条件使得研究区近岸具有相似的生境类型,不同采样点土壤有机质含量的差异相对较小.2)不同植物群落下,芦苇和香蒲群落土壤有机质含量最高,平均值为17.08g/kg;含量最低的是以小叶杨和白羊草为主的中旱生植物带,平均值为9.12g/kg;其次是酸模叶蓼、大刺儿菜为优势物种的湿生植物带,土壤有机质含量平均值为15.49g/kg.3)不同土壤层次有机质含量差异较大,总体变化趋势均由表层向下逐渐减少,各层之间体现出显著差异性(P＜0.05).研究区土壤C/N变化范围在1.64-18.95,平均值为8.95.说明研究区土壤碳氮比相对较低,有机质的腐殖化程度较高,且长期出露区土壤有机质更容易发生分解,C的累积速度远小于N.土壤C/N垂直分布大致呈先增大后减小趋势,在30cm处达到最大值,而后随着土壤深度的增加逐渐减小.4)消落带土壤有机质分布的影响因素分析中,土壤有机质与全磷呈极显著正相关,相关系数为0.62(P＜0.01);与土壤全氮和C/N呈显著正相关(R=0.57,0.60;P＜0.05).这说明研究区土壤全磷、全氮、C/N和有机质明显具有相同的变化趋势,和有机质存在相互影响.其次,土壤有机质和湿度在呈显著负相关(R=-0.51;P＜0.05),表明研究区土壤湿度对有机质含量具有显著的影响.气候因子中,温度对研究区土壤有机质的分布具有显著的影响,相关系数为-0.51 (P＜0.05).植被因子中,植被覆盖度和土壤有机质含量呈显著正相关,相关系数为0.64,表明植被因子也是影响土壤有机质分布的重要因素之一.

安徽省是我国的农业大省,其生态系统的动态变化直接关系粮食安全.植被NPP的变化可以有效反映生态系统的变化.基于MOD17A3 NPP数据、气象数据和土地利用类型数据,采用偏差分析法、变异系数、趋势分析法和相关分析法对安徽省2000-2015年植被NPP的时空格局、变化趋势及驱动因子进行研究.结果表明:(1)2000-2015年安徽省植被NPP平均值为476.6gC/m2;波动范围为396.6-531.8gC/m2;植被NPP具有较强的空间分异性,整体上呈现南高北低趋势;(2)不同土地覆盖类型的年均NPP差异明显,其中林地最高,为535.5gC/m2,而且不同地类的NPP年际变化幅度不同,主要表现在林地和草地的变化幅度相对较大;(3)植被NPP受气候、环境变化以及人类活动等多种因素共同影响,其中受气候因素中降雨影响较大,但是随着人类活动日益频繁,城市化逐渐成为NPP变化的主要驱动力.

林火是大兴安岭林区重要的干扰因子之一,揭示其发生的时空分布特征和规律,对林火安全管理和未来气候变化下的林火预测具有重要作用.本文以大兴安岭1967-2006年发生的林火为研究对象,将其视为一个在时间和空间上完全随机的点过程.采用时间点过程方法中的变异系数和阿伦因子及空间点格局分析中的Ripley K函数和Kernel空间密度函数等估算方法,分别对大兴安岭林火时间和空间分布的聚集性范围和尺度进行分析.结果表明:在较小的时间尺度上,林火分布趋向随机过程,随着观测时间长度增大,分布的聚集性表现越显著;空间分布上,林火在一定距离尺度内表现为聚集分布,超过该尺度则为随机泊松分布;林火的分布往往聚集在某些特定区域,存在明显的林火高发区.这些结果进一步揭示了大兴安岭林火时空的内在分布规律,但对于导致这些林火时空分布格局的机制还有待进一步研究.