本文關(guān)鍵詞：深圳市寶安區(qū)出生缺陷的監(jiān)測分析及影響因素的病例對照研究

  更多相關(guān)文章： 出生缺陷 流行病學(xué) 監(jiān)測分析 影響因素 病例對照研究

【摘要】：研究背景： 出生缺陷(Birth Defects, BD)也稱先天異常(Congenital Anomalies,CA),是指由于遺傳因素、環(huán)境因素或兩者共同作用于孕前或孕期,引起胚胎或胎兒在發(fā)育過程中發(fā)生的解剖學(xué)結(jié)構(gòu)或功能上的異常。目前出生缺陷是世界性難題,全球每年有約790萬出生缺陷兒出生,約占出生總?cè)丝诘?%。我國是世界上出生缺陷高發(fā)的國家之一,據(jù)衛(wèi)生部近幾年發(fā)布的全國監(jiān)測結(jié)果顯示,我國每年約有20萬～30萬臨床明顯可見的出生缺陷兒出生,加上出生數(shù)月才顯現(xiàn)出來的缺陷,先天殘疾兒童高達(dá)80萬～120萬人/年。 深圳經(jīng)濟(jì)特區(qū)是一個勞務(wù)工聚集的城市,截至2010年末,全市總?cè)丝诔^1000萬。寶安區(qū)是深圳市第二大市轄行政區(qū),也是眾多勞動密集型企業(yè)聚集的工業(yè)大區(qū),全區(qū)總面積為569.19平方公里(占全市28.58%),轄區(qū)內(nèi)服務(wù)人口高達(dá)401.78萬,居深圳市各區(qū)之首,其中外來流動人口占全區(qū)總?cè)丝诘娜种�。同時寶安區(qū)的人口結(jié)構(gòu)屬年輕型,平均年齡為29歲,正是生育的高峰期；統(tǒng)計數(shù)據(jù)顯示,2010年末全區(qū)出生人口高達(dá)58889人,占全市出生人口總數(shù)35.03%。而寶安區(qū)的出生缺陷發(fā)生情況亦不容樂觀,10年(1997-2007)發(fā)生率呈持續(xù)上升趨勢：1997年為5.94‰,2002年為13.65‰,到2007年上升到13.90‰。近年來盡管出生缺陷流行趨勢有所回落,但年均發(fā)生率仍處于較高水平。因此,基于人口大量流動與出生缺陷高發(fā)的現(xiàn)狀,降低出生缺陷發(fā)生率已成為該地區(qū)緊迫而艱巨的公共衛(wèi)生工作之一。 明確出生缺陷的病因,是干預(yù)出生缺陷的前提條件。然而,出生缺陷的病因至今尚未完全闡明。越來越多的研究顯示,約25%的出生缺陷由遺傳因素所致,10%的出生缺陷由環(huán)境因素所致,其余65%是遺傳和環(huán)境因素共同作用引起。國內(nèi)外的醫(yī)學(xué)專家、研究學(xué)者對出生缺陷進(jìn)行了大量實(shí)驗(yàn)研究和流行病學(xué)調(diào)查,但因種族、地域、文化風(fēng)俗及經(jīng)濟(jì)水平之間的差異,得出的結(jié)論并不一致。但既往許多研究表明,孕婦在妊娠期間接觸的各種有害的物理、化學(xué)、生物因素以及自身不良的生活行為方式是較為公認(rèn)的危險因素。 目前已經(jīng)有不少關(guān)于寶安區(qū)出生缺陷研究的文獻(xiàn)報道,但由于大部分是散在和局部進(jìn)行,缺乏整體性和系統(tǒng)性,對出生缺陷的認(rèn)識存在一定的局限性,無法全面闡明出生缺陷的主要影響因素和各因素的交互作用及其作用的基本規(guī)律,對預(yù)防干預(yù)出生缺陷的認(rèn)識只注重其生物屬性而忽略了環(huán)境因素及社會屬性,導(dǎo)致制定的預(yù)防干預(yù)措施缺乏系統(tǒng)的針對性,出生缺陷的控制效果不盡如人意。 因此,根據(jù)該地區(qū)人口出生缺陷發(fā)生的實(shí)際情況,開展出生缺陷的監(jiān)測和規(guī)模性流行病學(xué)現(xiàn)場調(diào)查,全面認(rèn)識目前導(dǎo)致出生缺陷的主要危險因素,循證不同的因素與出生缺陷的關(guān)聯(lián)程度及發(fā)生風(fēng)險,對降低出生缺陷發(fā)生率、提高出生人口質(zhì)量,改善社會衛(wèi)生狀況,促進(jìn)社會經(jīng)濟(jì)發(fā)展,構(gòu)建和諧家庭具有重大的現(xiàn)實(shí)意義。 研究目的： 1.對深圳市寶安區(qū)2006～2012年圍產(chǎn)兒出生缺陷的監(jiān)測數(shù)據(jù)進(jìn)行收集、整理及統(tǒng)計分析,以了解深圳市寶安區(qū)出生缺陷的流行情況及影響出生缺陷發(fā)生率的相關(guān)因素。 2.開展深圳市寶安區(qū)圍產(chǎn)兒出生缺陷影響因素調(diào)查,對各因素的風(fēng)險程度進(jìn)行評估分析,在此基礎(chǔ)上提出新的綜合干預(yù)策略,以達(dá)到有效降低出生缺陷發(fā)生率,提高出生人口素質(zhì)的目的。 研究方法： 1.深圳市寶安區(qū)2006～2012年圍產(chǎn)兒出生缺陷的監(jiān)測分析 對2006～2012年期間在寶安區(qū)所有開展助產(chǎn)的公立及民營醫(yī)院住院分娩的孕滿28周到產(chǎn)后7天內(nèi)的圍產(chǎn)兒進(jìn)行監(jiān)測,圍產(chǎn)兒轉(zhuǎn)歸包括活產(chǎn)、死胎、死產(chǎn)及產(chǎn)后7天內(nèi)死亡。主管醫(yī)生經(jīng)臨床觀察及輔助檢驗(yàn)手段確診為出生缺陷后,由各監(jiān)測單位經(jīng)過出生缺陷監(jiān)測技術(shù)培訓(xùn)的產(chǎn)科、新生兒科醫(yī)務(wù)人員填報《出生缺陷兒登記卡》,并每月按要求將院內(nèi)分娩的圍產(chǎn)兒數(shù)量及圍產(chǎn)兒死亡情況填入《圍產(chǎn)兒月報表》。同時由各監(jiān)測單位的婦幼信息人員定期將該時期的出生缺陷個案信息錄入深圳市婦幼保健管理系統(tǒng)。 應(yīng)用Epidata3.1軟件建立數(shù)據(jù)庫,對2011年以前的原始登記卡進(jìn)行雙人雙份錄入,2011-2012年的出生缺陷數(shù)據(jù)則直接從婦幼保健管理系統(tǒng)獲取；應(yīng)用Excel2007軟件進(jìn)行數(shù)據(jù)匯總、制表、作圖等；應(yīng)用SPSS13.0軟件進(jìn)行描述性分析(率及構(gòu)成比等),組間比較采用成組資料χ2檢驗(yàn)；P0.05視為具有統(tǒng)計學(xué)差異。 2.深圳市寶安區(qū)圍產(chǎn)兒出生缺陷影響因素的病例對照研究 采用1：1匹配病例對照研究方法,選擇2011年10月1日～2012年9月30日期間在寶安區(qū)各家醫(yī)院分娩的出生缺陷圍產(chǎn)兒和健康新生兒作為研究對象。編制孕產(chǎn)期健康狀況調(diào)查表,本著自愿接受調(diào)查的原則,由經(jīng)過培訓(xùn)的調(diào)查員分別對出生缺陷兒和配對健康新生兒的父母親進(jìn)行面對面的詢問。問題答案由調(diào)查員根據(jù)調(diào)查對象的回答填入問卷,核對無誤后現(xiàn)場回收。調(diào)查內(nèi)容主要包括：①圍產(chǎn)兒的基本情況：出生日期、性別、胎齡、體重及轉(zhuǎn)歸等；②父母的一般人口學(xué)信息：民族、年齡、文化程度、職業(yè)及婚育狀況等；③父母既往病史：異常生育史、家族缺陷史及傳染疾病史等；④孕前及孕期的暴露因素：營養(yǎng)情況、煙酒情況、藥物服用情況及病毒感染情況等。 應(yīng)用Epidata3.1軟件建立數(shù)據(jù)庫進(jìn)行雙人雙份錄入,對因變量及自變量進(jìn)行合理量化及賦值,并通過程序控制對錄入的數(shù)據(jù)進(jìn)行邏輯糾錯。應(yīng)用SPSS13.0軟件進(jìn)行統(tǒng)計分析。單因素分析主要根據(jù)資料的類型采用配對設(shè)計X2檢驗(yàn)(McNemar's χ2Test)或單因素條件logistic回歸分析；經(jīng)單因素分析初步篩選出有統(tǒng)計學(xué)差異的研究因素,納入多因素條件logistic回歸模型并計算各研究因素與出生缺陷的關(guān)聯(lián)強(qiáng)度(0R值)及其95%可信區(qū)間(95%CI)；PO.05視為具有統(tǒng)計學(xué)差異。 研究結(jié)果： 1.深圳市寶安區(qū)2006～2012年圍產(chǎn)兒出生缺陷的監(jiān)測分析 (1)2006～2012年期間,寶安區(qū)共監(jiān)測圍產(chǎn)兒394405例,孕產(chǎn)婦391028例。發(fā)現(xiàn)出生缺陷病例5675例,出生缺陷的總發(fā)生率為14.39‰,高于全國監(jiān)測的出生缺陷總發(fā)生率13.50‰。其中2007年的出生缺陷發(fā)生率最低,為13.41‰；2008年發(fā)生率大幅度升高,達(dá)到16.02‰,此后呈逐年下降趨勢,但均維持在較高水平。 (2)男性出生缺陷發(fā)生率(15.65‰)高于女性(12.69‰)；不同戶籍類型的出生缺陷發(fā)生率從高到低依次為戶籍人口(18.50‰)、流動人口(14.27‰)、暫住人口(14.01‰)；產(chǎn)婦≥35歲出生缺陷發(fā)生率(18.70‰)高于其它年齡組(13.64‰～14.67‰)；產(chǎn)婦孕次≥4次出生缺陷發(fā)生率(17.57‰)高于其它孕次組(14.88‰～16.53‰)；產(chǎn)次=3次出生缺陷發(fā)生率(22.91‰)高于其它產(chǎn)次組(13.35‰～22.35‰)。 (3)寶安區(qū)圍產(chǎn)兒出生缺陷的總死亡率為2.71‰；出生缺陷死亡病例占所有圍產(chǎn)兒死亡病例的28.82%(855/2967)。流動人口圍產(chǎn)兒的出生缺陷死亡率(2.41‰)高于戶籍人口(1.62‰)和暫住人口(1.55‰)；產(chǎn)婦孕次、產(chǎn)次≥4次的出生缺陷死亡率分別為2.81‰和4.71‰,均高于其它低孕次組(2.16‰～2.63‰)和低產(chǎn)次組(2.07‰～3.36‰)。 (4)寶安區(qū)2006-2012年圍產(chǎn)兒出生缺陷前十位的病種分別是(構(gòu)成比)：先天性心臟病(26.85%),多指(趾)(13.64%),外耳畸形(小耳無耳除外)(7.30%),馬蹄內(nèi)翻足(5.13%),唇裂合并腭裂(4.58%),并指(趾)(4.26%),尿道下裂(4.02%),唇裂(3.30%),胎兒水腫綜合征(3.21%)及肢體短縮(2.61%)。 2.深圳市寶安區(qū)圍產(chǎn)兒出生缺陷影響因素的病例對照研究 (1)采用1：1匹配對照方法,調(diào)查了208對研究對象,其中男118對,女90對。出生缺陷病種的構(gòu)成為：骨骼肌肉系統(tǒng)畸形68例、循環(huán)系統(tǒng)畸形57例、唇腭裂41例、其它42例。 (2)出生缺陷圍產(chǎn)兒早產(chǎn)的比例(25.48%)高于正常圍產(chǎn)兒(8.17%)；極低出生體重兒(5.77%)和巨大兒的比例(7.69%)高于正常圍產(chǎn)兒(0.00%及4.81%),剖宮產(chǎn)比例(43.75%)高于正常圍產(chǎn)兒(31.25%),且均有統(tǒng)計學(xué)差異(p0.05)。 (3)病例母親的文化程度以初中為最多(47.00%)；對照母親的文化程度以高中／中專／技校為最多(41.21%),兩組的文化程度有統(tǒng)計學(xué)差異(X2=21.93,PO.01),總體來看,病例母親的文化程度低于對照母親。兩組父親的文化程度也有統(tǒng)計學(xué)差異(X2=27.90,P0.01),總體來看,病例父親的文化程度低于對照父親。 (4)多因素條件logistic回歸分析結(jié)果顯示,根據(jù)危險度的大小,出生缺陷的危險因素分別為母親妊娠早期發(fā)熱史(0R=4.39,95%CI1.74-11.08)、丈夫接觸危險因素(0R=3.16,95%CI1.65-6.03)、孕期居住地附近有污染源(0R=2.71,95%CI1.36-5.39)及母親妊娠早期情緒異常史(0R=2.33,95%CI1.31-4.15),母親妊娠早期服用葉酸為出生缺陷的保護(hù)因素(0R=0.52,95%CI0.31-0.85)。 研究結(jié)論： 1.深圳市寶安區(qū)圍產(chǎn)兒出生缺陷總發(fā)生率高于全國監(jiān)測的平均水平；出生缺陷在寶安區(qū)圍產(chǎn)兒死亡原因構(gòu)成比中居首位。 2.深圳市寶安區(qū)出生缺陷發(fā)生率存在性別、戶籍、產(chǎn)婦年齡、孕次及產(chǎn)次差異；而出生缺陷死亡率存在戶籍、產(chǎn)婦孕次及產(chǎn)次差異。 3.深圳市寶安區(qū)圍產(chǎn)兒出生缺陷的病種以先天性心臟病、多指(趾)、外耳畸形(小耳無耳除外)、馬蹄內(nèi)翻足及唇裂合并腭裂為主。 4.與正常新生兒相比,出生缺陷兒更容易出現(xiàn)早產(chǎn)及發(fā)育不良等情況。 5.出生缺陷的危險因素分別為母親妊娠早期發(fā)熱史、丈夫接觸危險因素、孕期居住地附近有污染源及母親妊娠早期情緒異常史,妊娠早期服用葉酸為出生缺陷的保護(hù)因素。 6.影響出生缺陷的因素是多方面的,出生缺陷的預(yù)防可從加強(qiáng)圍孕期保健,改變不良生活行為方式及減少危險因素的暴露等方面綜合入手。
【關(guān)鍵詞】：出生缺陷 流行病學(xué) 監(jiān)測分析 影響因素 病例對照研究
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：R174
【目錄】：

• 摘要3-9
• ABSTRACT9-18
• 第一章 深圳市寶安區(qū)2006-2012年圍產(chǎn)兒出生缺陷的監(jiān)測分析18-43
• 1 前言18-20
• 2 對象與方法20-23
• 2.1 監(jiān)測對象20
• 2.2 監(jiān)測病種20
• 2.3 監(jiān)測方法20-21
• 2.4 醫(yī)院報告制度21
• 2.5 質(zhì)量控制21
• 2.6 資料收集21-22
• 2.7 統(tǒng)計方法22
• 2.8 相關(guān)概念22-23
• 3 結(jié)果23-35
• 3.1 寶安區(qū)圍產(chǎn)兒出生缺陷的發(fā)生情況23-28
• 3.2 寶安區(qū)圍產(chǎn)兒出生缺陷的死亡情況28-32
• 3.3 寶安區(qū)圍產(chǎn)兒出生缺陷病例的一般情況32-35
• 4 討論35-39
• 4.1 寶安區(qū)圍產(chǎn)兒出生缺陷的總發(fā)生率較高35-36
• 4.2 出生缺陷是導(dǎo)致寶安區(qū)圍產(chǎn)兒死亡的首位原因36-37
• 4.3 寶安區(qū)圍產(chǎn)兒出生缺陷的發(fā)生及死亡特征37-39
• 4.4 寶安區(qū)圍產(chǎn)兒出生缺陷病種以先天性心臟病及體表畸形為主39
• 5 結(jié)論39-40
• 6 參考文獻(xiàn)40-43
• 第二章 深圳市寶安區(qū)圍產(chǎn)兒出生缺陷影響因素的病例對照研究43-70
• 1 前言43-44
• 2 對象與方法44-49
• 2.1 調(diào)查對象44-45
• 2.2 調(diào)查方法45
• 2.3 調(diào)查內(nèi)容45
• 2.4 調(diào)查步驟45-46
• 2.5 質(zhì)量控制46-47
• 2.6 樣本量大小47
• 2.7 統(tǒng)計方法47
• 2.8 相關(guān)概念界定47-49
• 3 結(jié)果49-60
• 3.1 病例組與對照組的一般人口學(xué)情況49-57
• 3.2 單因素條件Logistic回歸分析57-60
• 3.3 多因素條件Logistic回歸分析60
• 4 討論60-65
• 4.1 出生缺陷的危險因素60-63
• 4.2 出生缺陷的保護(hù)因素63-64
• 4.3 出生缺陷的其它影響因素64-65
• 5 結(jié)論65-66
• 6 參考文獻(xiàn)66-70
• 第三章 研究全文小結(jié)70-72
• 1 研究發(fā)現(xiàn)70
• 2 本研究創(chuàng)新之處70-71
• 3 不足之處及展望71-72
• 攻讀學(xué)位期間成果72-74
• 附錄74-80
• 致謝80-81

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉冰,王景波,邵杰,吳鳳榮;沈陽市人群出生缺陷的監(jiān)測資料分析[J];中華預(yù)防醫(yī)學(xué)雜志;2004年04期

2 康云玲;沈陽市胎兒出生缺陷網(wǎng)絡(luò)篩查及出生隨訪分析[J];中國公共衛(wèi)生;2005年04期

3 許羅鳳,鐘秦文;富陽市1999～2001年出生缺陷監(jiān)測分析[J];浙江預(yù)防醫(yī)學(xué);2003年12期

4 楊靜嫻，，柴志凱，李蓉華，李變燈;山西省面耳頸部出生缺陷發(fā)生率的調(diào)查[J];中國優(yōu)生與遺傳雜志;1994年01期

5 趙玉環(huán);216例出生缺陷兒臨床分析[J];中國優(yōu)生與遺傳雜志;1995年01期

6 陳妙;9615例圍產(chǎn)兒出生缺陷監(jiān)測資料分析[J];廣州醫(yī)藥;2002年06期

7 劉亞蘭,張玲娟,劉黨;北京市東城區(qū)27834例圍產(chǎn)兒出生缺陷監(jiān)測分析[J];中國婦幼保健;2004年10期

8 王俊杰;欽州市2001～2003年圍產(chǎn)兒出生缺陷監(jiān)測分析[J];中國婦幼保健;2004年12期

9 陳海蘭,虞海倫,莊戊戍,周霽;舟山海島1993-1999年出生缺陷監(jiān)測結(jié)果分析[J];疾病監(jiān)測;2001年08期

10 鐘新艷;太原市1997～2003年圍產(chǎn)兒出生缺陷監(jiān)測分析[J];中國婦幼保健;2004年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 謝立春;鐘于玲;劉青玲;馮琪;于紅;夏霽瓊;;深圳市0-5歲兒童出生缺陷調(diào)查分析[A];中國優(yōu)生科學(xué)協(xié)會2004年優(yōu)生科學(xué)學(xué)術(shù)交流大會論文集[C];2004年

2 劉素蘭;李文孝;;降低出生缺陷的干預(yù)措施與效果分析(摘要)[A];中國優(yōu)生科學(xué)協(xié)會2004年優(yōu)生科學(xué)學(xué)術(shù)交流大會論文集[C];2004年

3 段磊;左R

本文編號：871949