简介:目的探讨Singh指数法在骨质疏松症诊断及预测骨折风险方面的临床意义.方法取260例绝经后妇女的前后位骨盆X线片,根据有无椎体压缩变形分成两组:非椎体压缩组(209例,46~80岁)和椎体压缩组(51例)按Singh指数法的分度标准,将股骨近段骨质丢失的情况由低到高分成连续性的Ⅶ度.结果非椎体压缩组有96.6%的对象Singh指数异常,Ⅴ度至Ⅵ度84.1%,Ⅳ度及Ⅳ度以下12.5%;椎体压缩组,所有病例的Singh指数均显示异常,Ⅴ度3.9%,Ⅳ度9.8%,Ⅲ度及Ⅲ度以下86.3%.两组病例的Singh指数与年龄呈负相关(非椎体压缩组r=-0.637,椎体压缩组r=-0.654,P<0.01);两组病例在SinghⅣ度显示最大的交汇,并以Ⅳ度为界,非椎体压缩组的Singh指数主要分布在Ⅳ度以上区域,而椎体压缩组则主要分布在Ⅳ度以下区域.结论Singh指数法是一种经济、方便和有效的骨密度测定方法,结合临床和有关生化检查,可用于骨质疏松症的诊断和骨折风险的预测,应作为临床诊断骨质疏松症最基本的手段之一.
简介:云计算、大数据、物联网、移动互联网等新一代信息技术的涌现和深化应用,为学习型社会和智慧城市的建设提供了新的机遇。城市智慧学习环境是智慧城市的重要组成部分,是城市数字化学习环境的高端形态。开展城市智慧学习环境指数研究与测评,有利于了解我国城市智慧学习环境建设现状,探索新型教育服务供给方式,推动城市创新持续发展。本研究在智慧城市建设的"市民宜居体验"和"城市创新活力"双核心框架基础上,从城市创新发展环境、场域智慧学习环境和市民智慧学习体验三个维度,建构了城市智慧学习环境指数测评模型(iCSLE3-5-3),并综合考虑区域分布、经济水平、城市人口及数据可得性等因素,选择68个城市开展智慧学习环境系统性和可持续性测评,得出城市智慧学习环境发展的观点。