论文摘要
“天人相应”理论是中医基础理论的重要组成部分,人类生活在自然界中,与自然界是和谐统一的整体;人类是大自然的重要组成部分,自然界存在着人类赖以生存的外在环境。人类作为自然界的产物及其组成部分,必然受自然规律的支配与制约,而自然界的变化可以直接或者间接地影响人体,机体则相应出现一些生理性的或病理性的反应。“天人相应”理论对中医学的发展起着重要的指导作用。从上个世纪30年代开始,逐步展开了气候变化与疾病关系的研究,并逐步形成了气象医学这门综合性的边缘学科。现代研究发现很多疾病的发生发展与气象要素关系密切,气象医学的研究目的就是要保护人们免受不良气象条件的影响,并利用有利的气象条件来防病治病。类风湿性关节炎(rheumatoid arthritis, RA)是一种慢性进行性的自身免疫性疾病,目前多认为遗传因素和环境因素为本病的诱因,类风湿性关节炎属于中医“痹证”的范畴。据统计约90%的RA患者对气候变化敏感,现代研究亦表明气象因素的变化与RA有着密切的联系。本研究以天人相应理论为依据,研究北京地区类风湿性关节炎的发病与气象要素之间的相关性,为防治类风湿性关节炎提供临床参考。(一)北京地区气象要素与类风湿性关节炎发病的相关性研究目的:通过对北京地区类风湿性关节炎的发病与气象要素之间的关系进行调研,探讨气象要素对RA的发病或加重的影响,以期初步揭示“天人相应”理论的科学内涵。方法:以2000年1月1日-2008年12月31日在中国中医科学院西苑医院住院的223例RA患者的病历资料作为研究对象。病例资料由西苑医院病案室提供,按类风湿性关节炎病例调查表格要求填写相关内容;气象资料由中国气象局气象信息中心提供,包括日平均气压、平均气温、最高气温、最低气温、平均相对湿度、最小相对湿度、平均风速、最大风速、降水量等气象要素,连续九年的气象资料;用不同的“四季”和“六季”分类方法,计算不同季节的平均气候资料和各季RA患者入院人数情况,比较不同季节入院人数差异,并分析不同气象要素与入院人数的相关性。结果:1.223例入院RA患者中男52例,女171例,男女比例为1:3.3,平均年龄50.78岁,平均病程54.18月,66.37%的患者于30-59岁之间发病。2.按不同的四季划分标准,西苑医院RA患者入院人数差异并无统计学意义。3.西苑医院RA患者入院人数有按六季分布的趋势,六季之间发病有显著差异(P<0.05),其峰值温季,谷值燥季;经方差分析,温季与燥季入院人数差别具有统计学意义(P<0.05)。4.对气象因素与类风湿性关节炎发病人数进行相关性分析,发现RA的发生与降水量、日平均气温、平均风速有关,其中平均气温和降水量与发病人数正相关,平均风速和发病人数负相关。建立多重线性回归方程,结果发现降水量(P<0.05)和平均风速(P<0.05)对RA入院人数的影响不可忽视。结论:RA患者入院人数有按六季分布的趋势,温季发病人数最多,燥季发病人数最少,二者之间存在差异。类风湿性关节炎的发病或病情加重可能与降水量、日平均气温、平均风速有关。这提示我们在预防RA的发病时,应将其重点放在温季,并根据降水量、日平均气温、平均风速等气象要素进行调整。此外,还应该根据季节的不同特点,选择不同的治疗方法。总之,季节更替与气象要素的变化与RA发病有密切关系,符合中医学“天人相应”的理论。(二)天气变化对RA患者病情变化的影响研究目的:对天气变化与类风湿性关节炎(RA)患者病情变化的关系进行调研,旨在明确天气的变化对RA患者病情的影响情况。方法:运用Jamison问卷(疼痛与天气变化问卷),对2009年1月-2009年12月期间,在中国中医科学院西苑医院风湿免疫科门诊就诊,确诊为类风湿性关节炎的患者39例每周进行访问,记录患者关节症状及睡眠、情绪等。结果:在所调查的39例RA患者中,有76.92%的患者的关节疼痛与天气变化密切相关,60.00%的患者在天气变化之前关节疼痛就明显加重。雨雪、寒冷及大风天气对患者疼痛影响较大,且疼痛部位多发生在固定关节,其中以膝关节最为常见,指间关节、掌指关节、腕关节依次次之。对不同年龄组的RA患者关节疼痛差别有统计意义,中老年患者(40岁以上)关节疼痛较青年者重(p<0.05);但不同性别之间,关节疼痛程度无明显差别(p>0.05)。此外,天气变化还对RA患者关节的肿胀、晨僵及睡眠、情绪等有一定影响。结论:类风湿性关节炎患者关节疼痛、肿胀、晨僵等症状变化与天气变化有关。中老年患者对天气变化更为敏感,其关节疼痛程度更重。但男女之间并无明显差别。我们在临床工作中应注意天气变化对患者病情的影响,以便更好地采取预防和治疗措施。
论文目录
相关论文文献
- [1].山东某三甲医院2007—2016年入院人数季节因素分析[J]. 中国医院统计 2018(02)
- [2].1997年-2006年我院入院人数季节指数规律分析[J]. 基层医学论坛 2008(25)
- [3].兰州市大气气态污染物与呼吸系统疾病日入院人数的时间序列分析[J]. 卫生研究 2012(05)
- [4].运用最小二乘法和季节变动法预测我院2015年入院人数[J]. 中国医院统计 2016(02)
- [5].应用最小二乘法和季节变动法预测某院2017年入院人数[J]. 中国医院统计 2017(03)
- [6].高血压日入院人数与空气污染物浓度相关性研究[J]. 中国预防医学杂志 2018(02)
- [7].山西省太原市颗粒物污染与不稳定性心绞痛患者日入院人数的相关性研究[J]. 疾病监测 2019(10)
- [8].ARMA模型在医院入院量预测中的应用[J]. 解放军医院管理杂志 2019(07)
- [9].六季气候因素对类风湿关节炎患者的影响[J]. 现代中西医结合杂志 2013(11)
- [10].慢性阻塞性肺疾病急性加重与环境因素的相关性研究[J]. 上海预防医学 2010(04)
- [11].某医院床位配置的综合分析[J]. 西昌学院学报(自然科学版) 2015(04)
- [12].佳木斯市大气PM_(10)对呼吸系统疾病日入院人数的影响[J]. 环境与健康杂志 2017(02)
- [13].基于不同季节入院患者人数规律的护理管理研究[J]. 武汉理工大学学报(信息与管理工程版) 2016(02)
- [14].大气污染物对呼吸系统疾病入院影响的病例交叉研究[J]. 中国热带医学 2020(06)
- [15].基于HIS数据1461例肺纤维化患者入院人数与节气关系分析[J]. 辽宁中医药大学学报 2016(03)
- [16].某院床位资源配置的综合分析[J]. 中国病案 2015(03)
- [17].GM(1,1)灰色模型和ARlMA模型在我院季度入院人数预测中的比较分析[J]. 中国卫生统计 2014(01)
- [18].941例手足口病的一般特征及其发病与节气关联性研究[J]. 辽宁中医杂志 2017(02)
- [19].大气颗粒物对慢性阻塞性肺疾病急性发作和哮喘日入院的影响[J]. 环境与健康杂志 2018(07)
- [20].大气PM2.5与急性心肌梗死入院人数的时间序列研究[J]. 中西医结合心血管病电子杂志 2019(09)
- [21].北京市大气污染物与呼吸系统疾病入院人数的时间序列[J]. 兰州大学学报(自然科学版) 2015(01)
- [22].住院收容量的季节指数规律分析[J]. 中国病案 2009(02)
- [23].《全面提升县级医院综合能力工作方案》的解读[J]. 中国乡村医药 2014(19)
- [24].六西格玛管理方法在优化入院流程中的应用[J]. 护理研究 2012(05)
- [25].医疗统计中趋势模型预测的应用[J]. 医学信息(上旬刊) 2010(08)
- [26].某院入院人次影响因素的分析[J]. 中国病案 2018(02)
- [27].沙尘天气颗粒物对呼吸与心血管系统疾病日入院人数的影响[J]. 环境与职业医学 2008(01)
- [28].南昌两所不同类型医院急诊心脑血管疾病的流行病学特征及其比较[J]. 南昌大学学报(医学版) 2016(01)
- [29].资讯窗[J]. 中国社区医师 2008(20)
- [30].2002-2020年海南省医疗服务需求变化趋势及预测分析[J]. 中国卫生统计 2017(02)