简介:目的研究吸烟饮酒者的颈动脉病变及两者之间的相关性。方法采用连续入组的方法,对2013年5月~2013年10月在包头中心医院神经内科住院及门诊就诊的吸烟、饮酒患者及年龄、基础病变相匹配的男性患者200例分为两组进行颈动脉彩色多普勒超声检测,描记颈动脉内膜、斑块、狭窄及闭塞等病变,比较各组的颈动脉病变的发生率。结果根据入组标准及排除标准,分为吸烟组与吸烟饮酒组,每组入组100例进行比较,吸烟饮酒组颈动脉内膜厚度、斑块大小及数量与吸烟组无明显差异(P〉0.05),但狭窄发生率与吸烟组差异有统计学意义(P〈0.05)。结论吸烟与饮酒共存的情况下颈动脉病变的发生率显著下降,为进一步研究吸烟与饮酒之间的关联对疾病的影响奠定基础。
简介:摘要目的了解吸烟人群牙周患病状况,更好的开展口腔卫生保健工作。方法2014年3月1日至2015年10月1日到银川市口腔医院牙周科口腔检查的吸烟人群,由专业的口腔科医生采用口内直视法和牙周探诊法检查。结果吸烟者牙周状况差,但牙龈探诊出血少。25~34、35~44、45~54、55~65四个年龄组中,牙龈出血检出率分别为28.35%、35.27%、37.56%、40.76%,患牙周病人数分别为69.87%、74.36%、81.27%、88.97%。结论吸烟者牙周状况差,但牙龈出血情况反而不太明显。可能与烟中的尼古丁刺激血管收缩、改变,烟雾的高温和化学成份长期刺激使牙龈上皮角化层增厚有关,导致血流量减少,减少出血情况,因此会引起患者忽略病况,未能及早就医,牙周病就愈加严重,导致牙齿松脱。
简介:目的探讨被动吸烟与舌癌发病的关系。方法采用病例对照研究方法,收集2010年9月-2015年1月经病理确诊的舌癌新发病例190例,并选取同期686例社区健康人群作为对照。应用非条件Logistic回归模型估算仅18岁前、仅18岁后、18岁前后均被动吸烟与舌癌发病风险的调整OR(95%CI)值,并进一步对性别、年龄进行分层分析。结果与无被动吸烟者相比,仅18岁前被动吸烟可增加舌癌的发病风险为2.813(OR=2.813,95%a:1.581~5.005),仅18岁后被动吸烟可增加舌癌的发病风险为1.666(OR=1.666,95%CI:I.055~2.631);18岁前后均被动吸烟可增加舌癌的发病风险为2.690(OR=2.690,95%CI:1.674~4.322)。而且每日暴露时间越长、开始暴露年龄越小、被动吸烟年限越长,患舌癌的危险性就越大(均有P&#〈0.05)。分层分析结果显示在被动吸烟人群中,女性或年龄960岁者比男性或年龄〈60岁者患舌癌的风险更高。结论被动吸烟是舌癌发病的危险因素,减少被动吸烟可在一定程度上降低舌癌的发生。
简介:《兰州市公共场所控制吸烟条例》,日前经甘肃省人大常委会审查批准,将于2014年1月1日起施行。《条例》规定,在禁止吸烟场所,不得设置吸烟室或者划定吸烟区。《条例》规定了九类禁烟场所,包括:(一)各级各类卫生机构计划生育技术服务机构、福利院、养老院、疗养院的室内、外区域;(二)托幼机构、中小学、中等职业学校、少年宫及其他供未成年人教育或者活动的室内、外区域;(三)除前项以外的各级各类学校、教育培训机构的室内区域和室外教学区域;(四)除以上三项规定以外的机关单位、社会团体、企事业单位和其他组织的办公、生产、经营场所室内区域;(五)金融、邮政、通讯等企业的室内营业场所和书店、商场(店)、超市等各类购物场所的室内区域;
简介:摘要目的了解某市某中学高中生吸烟现状以及影响因素,为学校有效控制吸烟提供科学依据。方法采取分层整群抽样的方法,每个年级抽取一个科技班并随机抽取两个普通班,对高中部363名高中生进行无记名吸烟问卷调查。结果在本次调查的高中生中男生占34.7%,女生占65.3%。现吸烟率7.2%。尝试吸烟者中11.6%对高中生吸烟持积极态度,而未尝试吸烟者中仅0.4%表示支持和赞同。被调查吸烟人群中,一周抽1~5支香烟者比例最高,占53.8%,但一周抽15支以上香烟者占34.6%。通过去商店、小贩、自动售货机购买者,占42.3%,是吸烟人群最主要获烟方式;不买者所占比例38.5%,花10元以上够买香烟者占34.6%。34.6%的人在网吧吸烟,比例最高;在家吸烟者占23.1(6/26),厕所吸烟者占19.2%,其它占23.1%。结论该校高中生吸烟情况比较严重。需要引起重视。
简介:摘要:在公共场所吸烟的行为不仅危害吸烟者本身的健康,同时不规范的吸烟行为也是火灾发生的隐患,每年约20%的火灾是由吸烟引起的。随着吸烟人群的逐年增加以及禁烟执法力量的严重不足,室内吸烟行为仍屡禁不止。为了确保禁烟政策的实施,社会迫切需要能够有效检测吸烟行为的智能方法来辅助禁烟。传统的吸烟检测方法是烟雾检测,常见于室内,还有基于光电烟雾传感器的吸烟报警器,常见于高铁、列车等禁烟的公共场所,这类检测方法只能检测出大概范围,无法精确地识别吸烟对象。随着社会发展,吸烟与人们对生活健康的矛盾日益凸显。基于大量数据的深度学习目标检测算法学习目标特征和规律来监测吸烟行为以取缔灵敏度低下的烟雾传感器。近年来,深度学习的目标检测算法被广泛应用于各个领域。本文基于YOLOv7算法,在Windows10系统下搭建了深度学习环境,建立数据集,训练并评估模型,根据评估结果有针对性的对YOLOv5进行了结构改进和参数寻优。