面神经麻痹预后因素的回归分析

论文摘要

目的:通过多元回归分析研究本病可能的影响因素:性别、年龄、从发病到开始治疗间隔时间、病因、发病季节、证型、受累神经节段、常规治疗和发病3月末终点评分及后遗症之间的关系。方法:根据“周围性面神经麻痹的临床评估及疗效判定标准方案”绘制面神经麻痹病例观察表,据该表建立数据库,用SPSS 12.0统计软件,连续型数值变量采用线性回归,二项分布数据采用逐步回归的方法,找到在P<0.05显著水平上的Logistic简约模型,根据回归模型寻找预后的关键因素。结果:所有模型拟合良好,线性模型排除多元共线性,逐步回归模型其预报准确度都≥81.3%,回归方程如下:1.线性回归:Y=92.468-0.149从发病到开始治疗间隔时间-1.379证型-4.291后遗症;2.逐步回归:Logit（p85）=2.823针刺（7天内介入）-37.261;Logit（p90）=2.326春天发病+1.401营养神经药物-46.599;Logit（p95）=3.248春天发病+0.143初诊评分-2.441风热阻络-2.627鼓索至镫骨肌支-30.052;Logit（p后遗症）=2.883挑治+2.021镫骨肌支至膝状神经节+1.433其他病因-2.468。结论:⑴发病7天内介入针刺可使本病得到良好的恢复,针刺介入越早越好;⑵配合应用营养神经药物者预后更佳;⑶春天发病是预后良好的有利因素;⑷本病能否彻底恢复取决于初诊评分、辨证分型及受累神经节段的定位;⑸后遗症的产生与受累神经节段在镫骨肌支和病因不明密切相关。

论文目录

• 提要
• Abstract
• 引言
• 临床研究
• 一、一般资料
• （一） 病例来源及收集时间
• （二） 病例选择
• 二、研究方法
• （一） 临床数据收集及统计分析
• （二） 基础数据情况及分布柱状图
• 三、统计方法
• （一） 观察变量
• （二） 变量定义
• （三） 建库方法
• （四） 数据库修正
• （五） 连续型数值变量的直线回归
• （六） 对二项分布的变量进行非条件多元Logistic 逐步回归
• 四、研究结果及解读
• （一） 线性回归
• （二） Logistic 逐步回归
• 讨论
• 一、祖国医学对特发性面神经麻痹的认识
• （一） 病位
• （二） 病因、病机
• （三） 治疗
• 二、西医对本病的认识
• （一） 病因假说
• （二） 治疗
• 三、引入 Logistic多元回归和线性回归的现实性和优越性
• 四、结果讨论
• （一） 结果分析
• （二） 机理探讨
• 结语
• 参考文献
• 综述
• 参考文献
• 附录
• 致谢