公共文化服务平台

刘玮: 作品数：41 被引量：197H指数：8; 供职机构：渭南市疾病预防控制中心更多>>; 发文基金：陕西省社会发展科技攻关项目渭南市科技计划项目更多>>; 相关领域：医药卫生更多>>

合作作者

渭南市2017年手足口病病原学监测结果分析被引量：3: 2021年; 目的对渭南市2017年手足口病(hand-foot-mouth disease,HFMD)实验室检测结果进行分析,了解该市手足口病病原特征,为手足口病防控提供病原学依据。方法应用实时荧光定量PCR(Real-time PCR,RT-PCR)法对渭南市2017年785份疑似手足口病标本进行肠道病毒71型(Enterovirus 71,EV 71),柯萨奇病毒A组16型(Coxsachievirus A16,CVA16),A组6型(Coxsachievirus A6,CVA6),A组10型(Coxsachievirus A10,CVA10)和其它人肠道病毒(human enterovirus,HEV)核酸检测。结果785份疑似手足口病标本中,HEV总检出率为75.16%(590/785),EV 71,CVA16,CVA6,CVA10和其它HEV检出率分别为34.78%(273/785)、16.18%(127/785)、10.06%(79/785)、3.57%(28/785)和13.25%(104/785),CVA6和CVA10存在混合感染,混合感染检出率为2.68%(21/785)。不同型别的HEV流行时间存在差别。HEV阳性病例男女比例为1.53∶1(357/233),年龄以1~4岁儿童为主,散居儿童CVA6检出率高于幼托儿童,发病3 d内HEV检出率较高,为84.42%(325/385)。结论2017年渭南市手足口病主要病原体是EV 71,CVA6是非EV 71和CVA16外的其它HEV主要型别,应加强CVA6和CVA10的监测。; 魏明敏王露婕马宁张系忠刘玮赵爱珠沈托魏惠琴杨欢欢焦莉萍杨云云; 关键词：手足口病人肠道病毒71型

2010-2023年陕西省渭南市肾综合征出血热流行特征及发病趋势预测: 2025年; 目的了解陕西省渭南市肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)流行特征,探讨季节性自回归综合移动平均(seasonal autoregressive integrated moving average,SARIMA)模型的预测效果。方法收集2010年1月至2024年8月中国疾病预防控制信息系统报告的渭南市HFRS病例的相关信息,以及渭南市辖区HFRS临床诊断、确诊病例的个案流行病学调查资料,应用描述性流行病学方法分析HFRS流行特征。同时,根据2010—2023年HFRS逐月发病率构建SARIMA模型,利用2024年1—8月发病率检验模拟预测效果,并使用最优模型预测2024年9—12月HFRS发病率。结果2010—2023年渭南市共报告HFRS病例4373例,年均发病率为6.39/10万;发病率呈周期性波动变化趋势,分别在2012年(10.25/10万)和2021年(12.26/10万)达到2个发病高峰。发病呈季节性双峰型分布,以秋冬季(10月至次年1月)高峰为主,占67.83%(2966/4373),春夏季(5—7月)高峰占17.27%(755/4373)。渭南市各县(市、区)均有HFRS病例报告,年均发病率前3位依次为华州区(17.84/10万)、临渭区(16.10/10万)和华阴市(9.15/10万)。发病年龄主要集中在15~59岁年龄组,占68.31%(2987/4373);男女性别比为2.96∶1.00(3268∶1105);职业以农民为主,占82.07%(3589/4373)。SARIMA(1,0,1)(2,1,1)12模型为短期预测渭南市HFRS发病率的最优模型,残差序列为白噪声(Q=7.45,P=0.878),模型可以用于疾病预测。应用该模型预测2024年9—12月HFRS发病率,各月份预测值分别为0.17/10万、0.59/10万、1.85/10万、1.61/10万。结论渭南市HFRS流行范围广,发病有明显季节性,人群以男性、青壮年、农民为主。构建的SARIMA(1,0,1)(2,1,1)12模型可用于渭南市HFRS短期发病趋势预测。; 李丹丹刘玮马宁景彩梅程琳刘刚党真余鹏博党林; 关键词：肾综合征出血热

陕西省渭南市2015-2017年275名吸毒人群HIV、HCV和梅毒感染状况分析被引量：1: 2020年; 目的了解渭南市2015-2017年美沙酮门诊吸毒人群HIV、HCV和梅毒感染状况,为采取针对性防治措施提供科学依据。方法收集渭南市2015-2017年接受美沙酮维持治疗的275名吸毒者的资料,采用ELISA对样品进行抗-HIV、抗-HCV、抗-TP检测;采用SPSS 17.0对检测结果进行分析。结果275名吸毒者中,抗-HIV阳性9例,占3.3%(9/275);抗-HCV阳性176例,占64.0%(176/275);抗-TP阳性6例,占2.2%(6/275)。结论渭南市2015-2017年美沙酮维持治疗(MMT)门诊吸毒人群中HCV感染率较高,HIV、梅毒感染率相对较低,总体呈下降趋势。应继续加强对MMT人群的宣传教育和综合干预,并持续开展HIV、HCV、梅毒的监测工作。; 刘腾郭欣崔海平杨云云刘玮沈托杨欢欢王露婕; 关键词：美沙酮维持治疗 HCV 梅毒感染率吸毒人群酶联免疫吸附法

陕西省渭南市20例布鲁杆菌病病例流行病学调查结果分析被引量：7: 2017年; 目的对渭南市20例布鲁杆菌病(简称布病)病例发病情况及原因进行分析,为制定预防控制措施提供依据。方法对国家疾病监测信息报告管理系统中渭南市布病数据、个案调查表、现场调查情况进行统计分析。结果渭南市大荔、蒲城两县布病发病占发病总数的65.0%;30~59岁组发病占发病总数的60.0%;发病以农民为主,占发病总数的70.0%。20例新发病例均有明显的布病发病症状:发热症状最多,占发病总数的70.0%;65.0%的病例为直接接触患病绵羊感染。26.7%的绵羊只进行了布病免疫;93.3%的绵羊来源为渭南市境内。80.0%的养殖户绵羊患布病后自行处理,然后出售给流动绵羊收购人员;40.0%的新发病例知晓布病防治知识;26.7%的养殖户在养殖行为中采取了防护措施。结论渭南市人间布病疫情较为严重,除在高危人群中开展针对性健康教育外,今后也应该考虑扩大布病防治知识宣传范围,切实提高群众对布病防治知识的普及程度。; 赵爱珠侯兴佑刘玮李通情石梁; 关键词：布鲁杆菌病流行病学

渭南市部分医务人员艾滋病防制知识的调查分析被引量：2: 2005年; 目的1例艾滋病患者因延误诊治而致死的严重事件,引起渭南市疾病预防控制中心的重视,决定通过了解医务人员艾滋病防制知识掌握情况,总结提出艾滋病防治对策。方法采用问卷方式对渭南市8所市、县级医院361名医务人员进行了调查。结果艾滋病发病机制知晓率占47%,传染源及易感人群知晓率占55%,传播途径知晓率占71%。结论应加强宣传教育,普及艾滋病防治知识,做好艾滋病检测及病人救治工作,加强医务人员业务学习,提高诊断水平。; 党继光王俊玲刘玮; 关键词：艾滋病防治知识防制对策

2014-2017年陕西省渭南市生活饮用水微生物污染状况监测与分析被引量：11: 2020年; 目的了解渭南市生活饮用水的微生物污染状况,为保障居民饮水安全,有效预防介水传染病的暴发流行提供基础数据。方法2014-2017年共采集全市3226份生活饮用水水样,依据《生活饮用水标准检测方法》(GB/T5750-2006)对水样进行检测,参照《生活饮用水卫生标准》(GB5749-2006)对检测结果进行评价。结果3226份水样的微生物指标总合格率为85.43%(2756/3226),不同年份水样微生物指标的合格率在83.17%~87.01%之间。不同微生物指标中耐热大肠菌群的合格率最高(98.54%,3179/3226),其次为大肠埃希氏菌、菌落总数和总大肠菌群;以地下水(86.44%,2403/2780)为水源的水样微生物指标合格率高于地表水(79.15%,353/446);不同水处理方式中,经完全处理的水样微生物指标合格率最高(92.91%,812/874),其次为仅沉淀过滤方式、未处理方式和仅消毒方式,差异均有统计学意义(P<0.01)。不同规模水厂、不同水期及不同类型水样的微生物指标合格率差异均无统计学意义(P>0.05)。结论渭南市生活饮用水微生物污染状况不容乐观,水源类型、水样类型和水处理方式等因素是影响渭南市生活饮用水微生物指标合格率的主要因素。; 沈托焦莉萍张系忠刘玮郭晶晶杨云云魏惠琴杨欢欢; 关键词：饮用水微生物指标合格率

2010-2023年渭南市水痘流行特征及发病趋势预测: 2025年; 目的分析2010—2023年渭南市水痘流行特征,预测其发病趋势,为制定水痘有效防控措施提供依据。方法应用描述性流行病学方法对2010—2023年渭南市水痘流行特征进行统计分析,并根据2010—2023年水痘月发病数构建季节性自回归移动平均(SARIMA)最优模型,利用2024年1—9月水痘发病数检验模拟预测效果,再使用最优模型预测2024年10—12月水痘发病数。结果2010—2023年渭南市累计报告水痘16027例,年均发病率为23.62/10万;水痘发病率总体呈现先上升后下降的变化趋势,2019年达到发病高峰,2020年发病下降明显。发病呈季节性双峰分布,5月至6月和10月至次年1月为水痘发病高峰期。病例主要集中在华阴市、潼关县、华州区和临渭区。男性水痘年均发病率(25.29/10万)高于女性(21.92/10万);发病年龄主要分布在15岁以下人群,共报告12893例(80.44%);职业分布以学生(9285例,57.93%)、幼托儿童(3310例,20.65%)、散居儿童(1909例,11.91%)为主。SARIMA(1,0,1)(0,1,2)_(12)为短期预测渭南市水痘发病的最优模型,残差为白噪声序列,平均绝对百分比误差MAPE为33.67%,模型拟合及预测效果较好;应用该模型预测2024年10—12月水痘发病数,结果显示将有小幅度上升趋势,但仍处于较低水平。结论SARIMA(1,0,1)(0,1,2)_(12)为最优模型,可用于预测渭南市水痘短期发病趋势,为渭南市水痘防控提供科学指导依据。; 李丹丹马宁庞琳景彩梅党真朱妮刘玮; 关键词：水痘

2014-2023年渭南市手足口病流行特征和时空聚集性分析: 2025年; 目的分析2014—2023年渭南市手足口病的流行病学时空特征及聚集性分布,为制定防控策略提供依据。方法自《中国疾病预防控制信息系统》中《传染病报告信息管理系统》获取2014—2023年渭南市手足口病疫情数据,进行流行病学描述性分析,利用Geoda 1.2.0和SaTScan 9.4软件进行病例空间自相关和时空扫描分析。结果2014—2023年,渭南市累计报告手足口病52105例,年平均发病率为109.69/10万,总体呈下降趋势(χ_(趋势)^(2)=23272.388,P<0.001)。全市各县区均有手足口病病例报告,男女性别比1.35∶1。年龄最大65岁,最小1天,中位年龄2岁。渭南市手足口病季节分布呈现明显的4月—7月和10月—11月2个发病高峰。全局空间自相关分析显示,2014—2023年渭南市各乡镇(街道)手足口病发病率呈空间正相关,并呈现空间聚集性(均P<0.05)。局部空间自相关分析结果显示,每年均有高-高和低-低聚集区域,但区域范围呈现动态变化。时空扫描结果显示,渭南市手足口病聚集区主要位于以临渭区为中心的渭南西南部,时间为2014—2018年。结论渭南市手足口病的发病存在明显时空聚集性,近年来高发聚集区位于临渭区和华州区,高发聚集区的手足口病防控工作应进一步强化。; 马宁景彩梅李丹丹党真朱妮刘玮; 关键词：手足口病

决策树模型与logistic回归模型在生活饮用水水质影响因素分析中的应用被引量：19: 2020年; 目的使用决策树中的分类方法CHAID模型和logistic回归模型分析影响生活饮用水水质的相关因素,并比较两种模型分析结果的异同。方法采用分层随机抽样的方法对渭南市2015-2017年452座集中式供水水厂的相关因素进行分析,并用受试者工作曲线(ROC)评价两种预测模型的效果。结果logistic回归分析结果显示,消毒方式、正式运营时间、总投资和供水覆盖人口是水质不合格的影响因素,工程不消毒、工程运营时间越长,水厂规模(总投资和供水覆盖人口)越小,水质不合格率越高。决策树CHAID模型分析结果显示,消毒方式、总投资、供水覆盖人口、正式运营时间、监测点类型是水质不合格的影响因素,工程不消毒是水质不合格的主要影响因素。决策树模型ROC曲线下面积稍大于logistic回归模型(0.725 vs 0.701,Z=3.623,P<0.001)。结论CHAID决策树模型在水质影响因素风险评估方面有一定的应用价值,与logistic回归模型结合应用可从不同方面对水质影响因素进行分析预测,为后期饮用水的监管工作提供一定的科学依据。; 焦莉萍郭晶晶杨云云魏明敏刘玮张系忠沈托苗美荣; 关键词：生活饮用水影响因素 LOGISTIC回归分析

2009—2013年渭南市手足口病流行特征分析被引量：1: 2016年; 目的分析渭南市2009--2013年手足口病流行特征，为制定手足口病防控措施提供科学依据。方法通过中国疾病预防控制信息系统中的疾病监测信息报告管理系统收集2009—2013年渭南市手足口病疫情数据，采用描述流行病学方法进行分析。结果2009--2013年渭南市共报告手足口病40827例，年均发病率为154．47／10万。发病有明显的季节特征，以4-7月发病最多，占发病总数的71．51％。男性24114例，女性16713例，男女发病数之比为1．44：1。发病年龄主要集中在0—5岁组，共报告39185例，占病例总数的95．98％。病例职业以散居儿童、托幼儿童为主，共报告39639例，占病例总数的97．09％。结论渭南市手足口病发病具有明显的季节特征和人群特征，应在重点季节对重点人群加强疫情监测和加大健康教育宣传力度，采取综合性措施控制疫情。; 刘刚马宁雷东潮刘玮高颖杰曹敏; 关键词：手足口病流行病学

刘玮

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

刘玮

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈