目的:对参加2022年北京冬残奥会的运动员进行心电图检查,以评估运动员的心脏状况,规避运动风险,保障运动员训练和比赛的顺利进行。方法:对参加北京冬残奥会各项目的189名运动员进行安静心电图检查,排除重复和成像不清晰的心电图,共将167份心电图纳入分析。涉及6个项目,包括冰橇冰球、单板滑雪、越野滑雪、高山滑雪、轮椅冰壶、越野滑雪兼冬季两项。由专业人员通过GE MAX 5500心电图机采集运动员安静呼吸时仰卧位标准12导联心电图,纸速为25 mm/s。结果:该研究中共有32名运动员出现心电图异常,其中高山滑雪组(7人,14.6%)与轮椅冰壶组(10人,55.6%)差异明显(P<0.05),轮椅冰壶项目(10人,55.6%)与单板滑雪(4人,11.4%)有明显差异(P<0.05)。高山滑雪组(26人,54.2%)与轮椅冰壶组(2人,11.1%)大致正常的心电图结果也存在明显差异(P<0.05)。其余各组大致正常的心电图比例结果有差异,但无统计学意义。结论:冬季项目残疾运动员的心电图检查是必要的,能够为训练监控提供医学资料,以规避运动风险。心电图异常运动员应定期复查安静心电图,以保障运动员训练与比赛的顺利进行。
目的:系统量化1990-2021年中国与全球成年人归因于超重和肥胖的疾病负担时空演变特征,精细解析年龄−时期−队列效应的独立贡献,并据此预测至2050年疾病负担的发展轨迹。方法:利用全球疾病负担(global burden of disease,GBD)研究数据库,提取1990-2021年中国及全球成年人相关数据,以年龄标化死亡率(agestandardized mortality rates,ASMR)和年龄标化伤残调整寿命年率(age-standardized disability-adjusted life years rate,ASDR)为关键评估指标。应用估计年度百分比变化(estimated annual percentage change,EAPC)模型量化疾病负担的总体时间趋势。运用贝叶斯年龄−时期−队列(bayesian age-period-cohort,BAPC)模型精细解析年龄、时期及出生队列对疾病负担的独立影响,预测至2050年的变化趋势。结果:1990-2021年,中国归因于超重和肥胖的ASMR(EAPC=1.25%)与ASDR(EAPC=1.71%)呈攀升态势,且增长速率显著高于全球平均水平(分别为0.17%和0.66%)。其中,男性群体的负担增速更为突出(ASMR的EAPC为1.69%,ASDR的EAPC为2.07%),显著高于女性(分别为0.85%和1.36%)。中国各年龄段相关负担普遍加重,青壮年群体增长显著,且与全球模式不同,我国老年群体的负担亦未见缓和。BAPC模型预测结果表明,预计至2050年,中国ASMR和ASDR将延续快速增长轨迹,总体ASDR(4248.74年/10万人)将高于全球水平(3413.90年/10万人),男性ASMR(77.34人/10万人)将高于全球男性同期预测值(73.18人/10万人)。结论:1990-2021年中国归因于超重和肥胖的疾病负担呈现快速增长模式,未来负担形势的严峻性与复杂性凸显,特别是男性群体面临的风险尤为突出。
