简介：目的通过对四川省什邡市洛水镇地震后皮肤病发病情况的统计与分析,明确灾区皮肤病发病与流行病学情况,为皮肤病的预防和控制提供医疗信息与数据资料。方法①将接诊的1324例皮肤病患者按年龄划分为:学龄前儿童、青少年、成人;②将临床诊断的皮肤病种分别归纳,按发病人数从高到低顺序排列,统计发病人数;③统计高发病率皮肤疾病救治情况。结果发病居前5名的单病种依次是:虫咬皮炎731例、螨虫皮炎117例、夏季皮炎79例、杰、粟粒疹50例,日光性皮炎46例。结论四川省什邡市洛水镇在地震灾害后,没有造成传染性皮肤病流行;皮肤病发病有一定特点,主要与当时季节、气候、居住环境等因素相关。

简介：

简介：背景：有经验的皮肤科医师使用临床诊断标准（通常为ABCD规则）早期诊断黑色素瘤的正确率可达64％～80％，诊断黑色素瘤的自动化系统仍被认为是一种实验性方法，只能作为肉眼诊断的辅助措施。为帮助早期诊断黑色素瘤，作者开发了一种图像处理系统帮助鉴别黑色素瘤与黑色素细胞痣，并建立了一种明确黑色素瘤发生率的数字模式。方法：分析132处黑色素细胞皮损（23处黑色素瘤及109处黑色素细胞痣）的数字图像特征，包括几何特征、颜色、颜色纹理。共分析了所有皮损的43个特征变量：几何形状、颜色纹理、边界锐度、颜色变量等。由于任何多阶式变量选择法中存在变量多重共线性均可导致严重错误，因此采用单变量logistic回归分析法及“-2loglikelihood”检测和Spearman秩相关系数，以排除不适当的变量。最初“-2loglikelihood”和非参数Spearmanp选择了5个变量进入多变量预测模式，随后5变量模式被削减为3变量模式，且验证了每种模式的性能。用“jackknife”法验证3变量模式，并通过受试者工作特性（ROC）曲线图比较其与5变量模式的精确度，结论表明3变量模式的鉴别能力未受影响。结果：并非全部变量均对此模式有用，故逐渐剔除至剩下3个有意义的协变量。合并几何形状、颜色、颜色纹理等独立协变量参数，计算预测性公式，用于黑色素瘤的预测。此模式诊断黑色素瘤的灵敏度为60．9％，特异度为95．4％，总精确度达89．4％（概率水平O．5），有8％的假阴性结果。结论：通过数字图像处理系统和发展数字预测模式，采用多变量logistic回归分析法高精度地鉴别黑色素瘤与黑色素细胞痣是可行的。此模式早期诊断黑色素瘤具有可行性。为预测组织学确诊前未能诊断的黑色素瘤，没有必要使用昂贵或复杂的设备，仅使用价格合适的便�