Print

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
  • 相关论文文献

    本文来源: https://www.lw50.cn/article/5a03afc6bffcf3acb9f3cffd.html