CN111128393A - 一种妊娠期恶心呕吐的中医体质分布特点的研究方法 - Google Patents
一种妊娠期恶心呕吐的中医体质分布特点的研究方法 Download PDFInfo
- Publication number
- CN111128393A CN111128393A CN202010043337.6A CN202010043337A CN111128393A CN 111128393 A CN111128393 A CN 111128393A CN 202010043337 A CN202010043337 A CN 202010043337A CN 111128393 A CN111128393 A CN 111128393A
- Authority
- CN
- China
- Prior art keywords
- analysis
- nausea
- physique
- vomiting
- constitutions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000035935 pregnancy Effects 0.000 title claims abstract description 85
- 206010047700 Vomiting Diseases 0.000 title claims abstract description 63
- 239000003814 drug Substances 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 91
- 238000011160 research Methods 0.000 claims abstract description 24
- 208000031971 Yin Deficiency Diseases 0.000 claims abstract description 11
- 230000007812 deficiency Effects 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 206010062717 Increased upper airway secretion Diseases 0.000 claims abstract description 9
- 208000031975 Yang Deficiency Diseases 0.000 claims abstract description 9
- 239000008280 blood Substances 0.000 claims abstract description 9
- 210000004369 blood Anatomy 0.000 claims abstract description 9
- 238000007405 data analysis Methods 0.000 claims abstract description 9
- 208000026435 phlegm Diseases 0.000 claims abstract description 9
- 210000003000 inclusion body Anatomy 0.000 claims description 21
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000002411 adverse Effects 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 12
- 208000024891 symptom Diseases 0.000 description 4
- 206010028817 Nausea and vomiting symptoms Diseases 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 1
- 206010051283 Fluid imbalance Diseases 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 238000012352 Spearman correlation analysis Methods 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，属于医疗研究技术领域。选取一定数量的孕早期妇女作为研究对象，对研究对象进行体质分析，分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，得到研究对象具有的体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析，得到妊娠期恶心呕吐的中医体质分布特点规律，可以是的孕早期妇女在怀孕前通过体质检测就可以对孕早期中可能出现的妊娠期恶心呕吐进行预估判断并给出相应的建议，减少孕早期妊娠期恶心呕吐带来的不良后果。
Description
技术领域
本发明属于医疗研究技术领域，具体来说是一种妊娠期恶心呕吐的中医体质分布特点的研究方法。
背景技术
约有半数以上妇女在怀孕早期会出现早孕反应，包括头晕、疲乏、嗜睡、食欲不振、偏食、厌恶油腻、恶心、呕吐等。症状的严重程度和持续时间因人而异，多数在孕6周前后出现，8～10周达到高峰，孕12周左右自行消失。少数孕妇早孕反应严重，频繁恶心呕吐，不能进食，以致发生体液失衡及新陈代谢障碍，甚至危及孕妇生命。因此需要对妊娠期恶心呕吐的中医体质进行研究并发现规律，便于在妇女怀孕前就进行可能存在妊娠期恶心呕吐症状提醒，并提供相应的解决方案，然而现有的技术并没有对于妊娠期恶心呕吐的中医体质分布情况进行研究的方法。
发明内容
1.发明要解决的技术问题
本发明的目的在于解决现有技术并没有对于妊娠期恶心呕吐的中医体质分布情况进行研究的问题。
2.技术方案
为达到上述目的，本发明提供的技术方案为：
本发明的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，选取一定数量的孕早期妇女作为研究对象，对研究对象进行体质分析，分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，得到研究对象具有的体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析，得到妊娠期恶心呕吐的中医体质分布特点规律。
优选地，所述对研究对象进行体质分析为分别对每个孕早期妇女进行分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，并将所有孕早期妇女的分析结果进行统计，统计分为单一体质和兼夹体质。
优选地，所述兼夹体质包括两种兼夹体质、三种兼夹体质、四种兼夹体质、五种兼夹体质、六种兼夹体质和七种兼夹体质。
优选地，所述体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析具体为统计每种体质的人数和每种体质中的具备妊娠期恶心呕吐的人数并计算比例。
优选地，所述体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析还包括统计各种兼夹体质的人数及每种兼夹体质中具备妊娠期恶心呕吐的人数并计算比例。
优选地，将妊娠期恶心呕吐进行分级并与体质数据进行匹配。
优选地，所述妊娠期恶心呕吐进行分级具体分为无症状者、轻度、中度和重度。
优选地，所述妊娠期恶心呕吐进行分级的标准为：依据PUQE评分表，轻度≤6；中度7-12；重度≥13。
优选地，包括如下步骤：
S100、取样，选取一定数量的孕早期妇女作为研究对象；
S200、体质检测，对选取的孕早期妇女进行体质检测；
S300、NVP检测，对选取的孕早期妇女进行妊娠期恶心呕吐情况检测；
S400、综合分析，将体质检测和NVP检测进行对应分析。
3.有益效果
采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
本发明的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，选取一定数量的孕早期妇女作为研究对象，对研究对象进行体质分析，分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，得到研究对象具有的体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析，得到妊娠期恶心呕吐的中医体质分布特点规律，可以是的孕早期妇女在怀孕前通过体质检测就可以对孕早期中可能出现的妊娠期恶心呕吐进行预估判断并给出相应的建议，减少孕早期妊娠期恶心呕吐带来的不良后果。
附图说明
图1为本发明的一种妊娠期恶心呕吐的中医体质分布特点的研究方法的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
参照附图1，本实施例的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，选取一定数量的孕早期妇女作为研究对象，对研究对象进行体质分析，分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，得到研究对象具有的体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析，得到妊娠期恶心呕吐的中医体质分布特点规律，可以是的孕早期妇女在怀孕前通过体质检测就可以对孕早期中可能出现的妊娠期恶心呕吐进行预估判断并给出相应的建议，减少孕早期妊娠期恶心呕吐带来的不良后果。
本实施例的对研究对象进行体质分析为分别对每个孕早期妇女进行分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，并将所有孕早期妇女的分析结果进行统计，统计分为单一体质和兼夹体质。
本实施例的兼夹体质包括两种兼夹体质、三种兼夹体质、四种兼夹体质、五种兼夹体质、六种兼夹体质和七种兼夹体质。
本实施例的体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析具体为统计每种体质的人数和每种体质中的具备妊娠期恶心呕吐的人数并计算比例。
本实施例的体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析还包括统计各种兼夹体质的人数及每种兼夹体质中具备妊娠期恶心呕吐的人数并计算比例。
本实施例的妊娠期恶心呕吐进行分级并与体质数据进行匹配。
本实施例的妊娠期恶心呕吐进行分级具体分为无症状者、轻度、中度和重度。
本实施例的妊娠期恶心呕吐进行分级的标准为：依据PUQE评分表，轻度≤6；中度7-12；重度≥13。
本实施例的包括如下步骤：
S100、取样，选取一定数量的孕早期妇女作为研究对象；
S200、体质检测，对选取的孕早期妇女进行体质检测；
S300、NVP检测，对选取的孕早期妇女进行妊娠期恶心呕吐情况检测；
S400、综合分析，将体质检测和NVP检测进行对应分析。
本实施例在选取120例孕早期妇女进行研究，其中可明确判断体质类型的114例，另有6名孕妇不属九种典型体质分型的任意一种体质，其中4例不能明确判断体质但有倾向体质。对于未能明确判断体质类型的6名孕妇，暂不予分析。在114例患者中分为单一体质和兼夹体质两大类型。
单一体质类型频率(％)分布情况统计表如下：
体质与NVP相关性频数合计表如下：
NVP妇女体质大体分为两类，单一体质和兼夹体质，本研究总调查人数为120名，能明确判断体质者有114名，单一体质67名，占比55.83％，兼夹体质47名，占比39.17％，兼夹体质从1种到7种不等，可见NVP体质非常复杂。120名早孕妇女中，无恶心呕吐症状者共9人，有恶心呕吐症状者111人，有症状者的体质分布频次由高到低依次为：阴虚(51次)＞气虚(47次)＞气郁(46次)＞阳虚(42次)＞湿热(40次)＞痰湿(39次)＞平和(26次)＞血瘀(20次)＞特禀(18次)，本次调察中阴虚体质出现频次最高，其次为气虚和气郁。可见阴虚、气虚、气郁为本次调查中孕妇的三大主要体质类型。
在体质与NVP的Spearman相关性分析中，将无症状者和轻度NVP合并视为“对照组”，中度和重度NVP合并视为“观察组”后，数据结果显示：平和质与“对照组”呈显著正相关，与“观察组”呈显著负相关；气郁质与“观察组”呈显著正相关，与“对照组”呈显著负相关。这说明，在9种体质中，平和质NVP反应相对轻，气郁质NVP反应相对严重。
以上所述实施例仅表达了本发明的某种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制；应当指出的是，对于本领域的普通技术人员来说，在不脱离┅本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围；因此，本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：选取一定数量的孕早期妇女作为研究对象，对研究对象进行体质分析，分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，得到研究对象具有的体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析，得到妊娠期恶心呕吐的中医体质分布特点规律。
2.根据权利要求1所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：所述对研究对象进行体质分析为分别对每个孕早期妇女进行分析体质内容包括平和体质分析、阳虚体质分析、阴虚体质分析、气郁体质分析、气虚体质分析、湿热体质分析、痰湿体质分析、特禀体质分析和血瘀体质分析，并将所有孕早期妇女的分析结果进行统计，统计分为单一体质和兼夹体质。
3.根据权利要求2所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：所述兼夹体质包括两种兼夹体质、三种兼夹体质、四种兼夹体质、五种兼夹体质、六种兼夹体质和七种兼夹体质。
4.根据权利要求2所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：所述体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析具体为统计每种体质的人数和每种体质中的具备妊娠期恶心呕吐的人数并计算比例。
5.根据权利要求3所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：所述体质数据并与研究对象的妊娠期恶心呕吐情况对应进行数据分析还包括统计各种兼夹体质的人数及每种兼夹体质中具备妊娠期恶心呕吐的人数并计算比例。
6.根据权利要求4所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：将妊娠期恶心呕吐进行分级并与体质数据进行匹配。
7.根据权利要求6所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：所述妊娠期恶心呕吐进行分级具体分为无症状者、轻度、中度和重度。
8.根据权利要求7所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于：所述妊娠期恶心呕吐进行分级的标准为：依据PUQE评分表，轻度≤6；中度7-12；重度≥13。
9.根据权利要求1-8任一项所述的一种妊娠期恶心呕吐的中医体质分布特点的研究方法，其特征在于，包括如下步骤：
S100、取样，选取一定数量的孕早期妇女作为研究对象；
S200、体质检测，对选取的孕早期妇女进行体质检测；
S300、NVP检测，对选取的孕早期妇女进行妊娠期恶心呕吐情况检测；
S400、综合分析，将体质检测和NVP检测进行对应分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010043337.6A CN111128393A (zh) | 2020-01-15 | 2020-01-15 | 一种妊娠期恶心呕吐的中医体质分布特点的研究方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010043337.6A CN111128393A (zh) | 2020-01-15 | 2020-01-15 | 一种妊娠期恶心呕吐的中医体质分布特点的研究方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111128393A true CN111128393A (zh) | 2020-05-08 |
Family
ID=70489422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010043337.6A Pending CN111128393A (zh) | 2020-01-15 | 2020-01-15 | 一种妊娠期恶心呕吐的中医体质分布特点的研究方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111128393A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030008446A (ko) * | 2001-07-18 | 2003-01-29 | 정영내 | 생강을 주성분으로 하는 입덧완화 조성물 |
| CN106650222A (zh) * | 2016-10-21 | 2017-05-10 | 大连千松科技有限公司 | 一种基于互联网的孕期健康状态管理方法和装置 |
| CN110237227A (zh) * | 2019-07-18 | 2019-09-17 | 山西中医药大学 | 一种妊娠期恶心呕吐临床用药的制备方法 |
-
2020
- 2020-01-15 CN CN202010043337.6A patent/CN111128393A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030008446A (ko) * | 2001-07-18 | 2003-01-29 | 정영내 | 생강을 주성분으로 하는 입덧완화 조성물 |
| CN106650222A (zh) * | 2016-10-21 | 2017-05-10 | 大连千松科技有限公司 | 一种基于互联网的孕期健康状态管理方法和装置 |
| CN110237227A (zh) * | 2019-07-18 | 2019-09-17 | 山西中医药大学 | 一种妊娠期恶心呕吐临床用药的制备方法 |
Non-Patent Citations (5)
| Title |
|---|
| 李小娇: ""妊娠期恶心呕吐的中医体质分布及其相关性研究"", 《中国优秀硕士学位论文全文数据库（医药卫生科技辑）》 * |
| 李霞等: "美国妇产科医师协会"妊娠期恶心呕吐诊治指南2018版"解读", 《中国实用妇科与产科杂志》 * |
| 杜彩凤等: ""妊娠期恶心呕吐与中医体质的相关性研究"", 《中华中医药杂志》 * |
| 梁欢等: ""恶阻证型与体质相关性的临床观察"", 《环球中医药》 * |
| 陈宝艳等: ""妊娠恶阻患者中医体质与证型相关性研究"", 《新中医》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bei‐Fan et al. | Predictive values of body mass index and waist circumference for risk factors of certain related diseases in Chinese adults: study on optimal cut‐off points of body mass index and waist circumference in Chinese adults | |
| Spencer et al. | Accuracy of self-reported waist and hip measurements in 4492 EPIC–Oxford participants | |
| Moses et al. | Gestational diabetes: do lean young Caucasian women need to be tested? | |
| Okosun et al. | Abdominal obesity in the United States: prevalence and attributable risk of hypertension | |
| Zhu et al. | Markers of iron status, blood pressure and incident hypertension among Chinese adults | |
| Yang et al. | A comparison of two proposed definitions for metabolic syndrome in the Chinese adult population | |
| Pan et al. | Study of the prevalence of diabetes mellitus in adults in the Shougang Corporation in Beijing | |
| Hendricks et al. | High-fiber diet in HIV-positive men is associated with lower risk of developing fat deposition | |
| Lima et al. | Decline of nutritional status in the first week of hospitalisation predicts longer length of stay and hospital readmission during 6-month follow-up | |
| CN111048206A (zh) | 一种多维度健康状态的评估方法及装置 | |
| Wang et al. | Prevalence of metabolic syndrome and optimal waist circumference cut-off points for adults in Beijing | |
| Liu et al. | Comparison of six anthropometric measures in discriminating diabetes: a cross‐sectional study from the National Health and Nutrition Examination Survey | |
| CN111128393A (zh) | 一种妊娠期恶心呕吐的中医体质分布特点的研究方法 | |
| CN113470753A (zh) | 基于白蛋白和ecog-ps的原发性中枢神经系统淋巴瘤预后模型建立方法及应用 | |
| Roy et al. | Body image distortion change during inpatient treatment of adolescent girls with restrictive anorexia nervosa | |
| Tladi et al. | Determination of optimal cut-off values for waist circumferences used for the diagnosis of the metabolic syndrome among Batswana adults (ELS 32) | |
| Coşkun et al. | Coronary risk factors in Turkish school children—report of a pilot study | |
| Muñoz-Mendoza et al. | Evaluation of walking speed tests as a measurement of functional limitations in elderly people: A structured review | |
| Chuang et al. | Prediction equations and point system derived from large-scale health check-up data for estimating diabetic risk in the Chinese population of Taiwan | |
| Hatipoğlu et al. | The weight and height percentiles in 6− 18 year old children in Kayseri and comparison with Istanbul data | |
| Asghar et al. | Retracted: In Bangladesh, overweight individuals have fewer symptoms of depression than nonoverweight individuals | |
| Zaal et al. | Anthropometric characteristics and obesity among adolescents in the United Arab Emirates | |
| Bigdeli et al. | Food Insecurity and Preeclampsia: A Case-Control Study | |
| Ryu et al. | Should the lower limit of impaired fasting glucose be reduced from 110 mg/dL in Korea? | |
| Ussher et al. | A double blind placebo controlled trial examining the relationship between Health‐Related Quality of Life and dietary supplements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200508 |