全国大学生数学建模竞赛C题国家奖一等奖优秀论文.docx

脑卒中发病环境因素分析及干预
摘要
本文主要讨论脑卒中发病环境因素分析及干预问题。根据题中所给出的数据，利用 SPSS20 软件进行相关性统计分析，分别对各气象因素进行单因素分析，进而建立后退 法线性回归分析模型，得到脑卒中与气压、气温、相对湿度之间的关系。同时在广泛收 集各种资料并综合考虑环境因素，对脑卒中高危人群提出预警和干预的建议方案。
首先，利用 SPSS20 软件 ,从患病人群的性别、年龄、职业进行统计分析，得到 2007-2010 年男性患病人数高于女性，且男性所占比例有逐年下降趋势，女性则有上升 趋势， 因此， 性别比例呈减小趋势。 分析不同年龄段患病人数， 得到患病高峰期为 75-77 岁之间，且青少年比例逐年呈增长趋势，可见患病比例趋于年轻化。同时在不同的职业 中，农民发病人数最多，教师，渔民，医务人员，职工，离退人员的发病人数较少。
其次，由题中所给数据先进行单因素分析，剔除对脑卒中影响不显著的因素，得出 气温、气压、相对湿度对脑卒中的影响程度大小，进而采用后退法线性回归分析建立模 型，利用 SPSS20 对数据进行分析，求得脑卒中发病率与气温、气压、相对湿度之间的 关系。即发病率与平均温度成正相关，与最高温度成负相关，发病率与平均气压成正相 关，与最低气压成负相关，与平均相对湿度成负相关，与最小相对湿度成正相关。
最后，通过查找资料发现，影响脑卒中的因素有两类，一类是不可干预因素，如年 龄、性别、家族史，另一类是可干预因素，如高血压、高血脂、糖尿病、肥胖、抽烟、 酗酒等因素。分析这些因素，建立双变量因素分析模型，并结合问题 1 和问题 2，对高 危人群提出预警和干预的建议方案。
关键词 脑卒中 单因素分析 后退法线性回归分析 双变量因素分析

一 问题的重述
脑卒中(俗称脑中风)是目前威胁人类生命的严重疾病之一，它的发生是一个漫长 的过程，一旦得病就很难逆转。这种疾病的诱发已经被证实与环境因素，包括气温、湿 度之间存在密切的关系。对脑卒中的发病环境因素进行分析，其目的是为了进行疾病的 风险评估，对脑卒中高危人群能够及时采取干预措施，也让尚未得病的健康人，或者亚 健康人了解自己得脑卒中风险程度，进行自我保护。同时，通过数据模型的建立，掌握 疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环 境、配置床位和医疗药物等都具有实际的指导意义。
数据 (见 Appendix-C1) 来源于中国某城市各家医院 2007 年 1 月至 2010 年 12 月的 脑卒中发病病例信息以及相应期间当地的逐日气象资料(Appendix-C2)。请你们根据题
目提供的数据，回答以下问题：
1 ．根据病人基本信息，对发病人群进行统计描述。
2 ．建立数学模型研究脑卒中发病率与气温、气压、相对湿度间的关系。
3．查阅和搜集文献中有关脑卒中高危人群的重要特征和关键指标，结合1、 2中所 得结论，对高危人群提出预警和干预的建议方案。
二 问题分析
2.1 问题的背景
随着城市进程的加快、人口密度的加大、生活习性的改变、全球气候的变暖，一些 严重威胁人们健康的疾病，如脑卒中的发病率呈现上升趋势。全球每年有460 万人死于 脑卒中，中国每年死于脑卒中的病人有 160 多万。脑卒中以其发病率高、死亡率高、致 残率高的特点严重影响了人们的正常生活，成为仅次于癌症的“第二号杀手”。脑卒中 一旦发生，多数患者治疗效果不能满意，完全恢复正常者只占少数，大多数患者会遗留 严重的后遗症，给患者和家庭带来沉重的心理和经济负担。其成因包括环境、情绪、生 活习惯、生理状况等多种因素，气象条件是脑卒中诱发的主要因素之一，根据气象条件 变化对脑卒中发生的可能性进行预测， 可以指导人们在不同天气条件下对脑卒中采取不 同的预防措施，从而预防、减少脑卒中的发生。如果能对脑卒中高危人群高位程度、患 脑卒中的类型、患病风险、以及患病时间进行准确的评估，从而提出有针对性的防范措 施，可以帮助医护人员对脑卒中的诊断，对于卫生行政部门和医疗机构合理调配医务力 量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。
2.2 对发病人群的统计描述
根据题中所给出的数据，利用 SPSS20 软件，分别从性别、年龄、职业这几个因素 出发，对数据进行统计性分析。
男女之间不同的生理结构，抵御环境的能力的不同，对脑卒中的影响也不同，分析 男女在 2007-2010 年间患病的比例，进而可以更好的预防脑卒中。
随着的年龄的增长，患病人数在逐渐增长，分析不同年龄段患病人数的比例，得到 脑卒中达到高峰时的年龄段。
不同的职业工作的环境不同，受教育程度不同，个人习惯也不同，进而影响到其得 病的概率。其次，不同的职业对脑卒中的预防与重视度不同。农民可能由于经济状况的 原因，不及时治疗，使得患病人数所占比例较大，而其他职业则相对较小。
2.3 脑卒中发病率与气温、气压、相对湿度间的关系
由于平均温度、最高温度、最低温度、平均气压、最低气压、最高气压、平均相 对湿度、最小相对湿度对脑卒中的影响并不都非常显著，所以本文先通过单因素分析得

出最低气温、最高气压对脑卒中的影响不显著。然后建立后退法线性回归分析模型，利 用 SPSS20 软件得出脑卒中发病率与气温、气压、相对湿度之间的关系。即发病率与平 均温度成相关，与最高温度成负相关，发病率与平均气压成正相关，与最低气压成负相 关，与平均相对湿度成负相关，与最小相对湿度成正相关
2.4 高危人群提出预警和干预的建议方案
广泛收集各种资料并综合考虑环境因素，发现影响脑卒中的因素有两类，一类是不 可干预因素，如年龄、性别；另一类是可干预因素，如高血压、糖尿病、血脂异常、肥 胖、饮酒等因素。
分别分析这些因素对脑卒中的影响，建立双变量分析模型，进而提出高危人群预警 和干预的建议方案。
三 问题的假设
1.假设不考虑该地区人数的变化。
2.假设不考虑脑卒中的患病类型。
3.假设影响脑卒中发病率的各因素之间互不相关。
4.假设不考虑影响遗传因素、个体差异对脑卒中的影响。
四 符号说明
平均温度

最高温度

最低温度

平均气压

最高气压

最低气压

平均相对湿度

最小相对湿度

统计量

随机误差

脑卒中患病率
x 1
x 2
x 7
x 4
x 5
x 6
x 7
x 8
F

Y

五 模型的建立与求解
5.1 模型一的建立与求解
随着社会的发展，统计学在医疗气象研究中的作用越来越重要，成为一种普遍应用

的方法，并为人们所认可，发挥着极其重要的指导性作用。本文运用SPSS 20 软件分别 从性别、年龄、职业对发病人群进行统计分析。
脑卒中不同性别逐年发病情况
累积百分
百分比
比
55.2
100

54.6
100

52
100

53.5 100
19700
有效百分
比
55.2
44.8
100
54.6
45.4
100
52
48
100
53.5
46.5
100
频率
7293
5928
13221
10380
8646
19026
5171
4780
9951
10537
9163
表 1
性别
男
女
合计 男 女
合计 男 女
合计 男 女
合计
55.2
44.8
100
54.5
45.4
99.9
52
48
100
53.5
46.5
100
年份
2007
2008
2009
2010

图一 脑卒中不同性别发病人数比例趋势图
从上表可以看出， 2007 年-2010 年脑卒中发病人群中，男性高于女性。分析可能男 性普遍有吸烟饮酒的不良生活习惯，还与当前男性可能比女性面临更多的生活压力，导 致高血压、糖尿病、高血脂等脑卒中危险因素的增加。同时从上图可以看出，男性所占

比例有下降趋势，女性有上升趋势，因此，性别比例呈减小趋势。
表 2 脑卒中不同职业逐年发病情况

有效

缺失

有效

缺失

有效

缺失

农民
工人
退休人员 教师 渔民
医务人员 职工
离退人员 合计

合计

农民
工人
退休人员 教师 渔民
医务人员 职工
离退人员 合计 系统
合计

农民
工人
退休人员 教师 渔民
医务人员 职工
离退人员 合计 系统
合计
2007
频率
7164
814
1905
38
18
23
62
416
10440
2781
13221
2008
10081
1252
2500
63
38
19
107
809
14869
4172
19041
2009
1499
1479
106
71
6
35
313
23
3532
6419
9951
2010

百分比
54.2
6.2
14.4
0.3
0.1
0.2
0.5
3.1
79
21
100

52.9
6.6
13.1
0.3
0.2
0.1
0.6
4.2
78.1
21.9
100

15.1
14.9
1.1
0.7
0.1
0.4
3.1
0.2
35.5
64.5
100

有效百分
比
68.6
7.8
18.2
0.4
0.2
0.2
0.6
4
100

67.8
8.4
16.8
0.4
0.3
0.1
0.7
5.4
100

42.4
41.9
3
2
0.2
1
8.9
0.7
100

累积百分
比
68.6
76.4
94.7
95
95.2
95.4
96
100

67.8
76.2
93
93.5
93.7
93.8
94.6
100

42.4
84.3
87.3
89.3
89.5
90.5
99.3
100
有效 农民 11000 55.8 72.1 72.1

工人
退休人员 教师 渔民
医务人员 职工
离退人员 合计
缺失 系统
合计
1302
2131
44
4
13
253
503
15250
4450
19700
6.6
10.8
0.2
0
0.1
1.3
2.6
77.4
22.6
100
80.7
94.6
94.9
95
95
96.7
100
8.5
14
0.3
0
0.1
1.7
3.3
100

从上表可以看出： (1)农民的发病人数最多，其原因可能与农民高血压病例规则用药治疗所占的比率低， 抽烟饮酒在人群中比例大，以及膳食结构不合理、摄入膳食结构不合理、摄入动物性优 质蛋白少等因素有关。 也可能由于经济状况， 对脑卒中的不重视， 不能及时治疗脑卒中。 (2)退休人员发病人数较多，其原因可能是退休人员年龄较大，脑供血，脑供氧不足 等原因引发脑卒中。 (3)教师，渔民，医务人员，职工，离退人员的发病人数较少。其原因可能与受教育 程度，工作环境等因素有关。
表 3 2007-2010 年不同年龄段不同性别患病情况

性别
年龄
18 岁以下 18~40 岁 41~80 岁
80 岁以上 总人数

性别
年龄
18 岁以下 18~40 岁 41~80 岁
80 岁以上 总人数

性别
年龄


人数
11
116
5984
1107
7218

人数
19
210
8434
1705
10368

人数


男

本年龄 52.38% 59. 18% 57.52% 44.69% 55. 11%

男
2007

比例
本性别
0. 15%
1.61%
82.90%
15.34%
100.00%
2008

比例

本年龄 34.55% 69.77% 56.94% 44.48% 54.57%

男

本年龄
本性别
0. 18%
2.03%
81.35%
16.44%
100.00%
2009

比例
本性别



人数
10
80
4420
1370
5880

人数
36
91
6378
2128
8633

人数


女

本年龄 47.62% 40.82% 42.48% 55.31% 44.89%

女

本年龄 65.45% 30.23% 43.06% 55.52% 45.43%

女

本年龄


比例
本性别
0. 17%
1.36%
75. 17%
23.30%
100.00%

比例
本性别
0.42%
1.05%
73.88%
24.65%
100.00%

比例
本性别


总人数

21
196
10404
2477
13098

总人数

55
301
14812
3833
19001

总人数

18 岁以下 18~40 岁 41~80 岁
80 岁以上 总人数

性别
年龄
18 岁以下 18~40 岁 41~80 岁
80 岁以上 总人数

41
234
4192
704
5171

人数
10
185
8503
1839
10537

33.33% 60.62% 53.65% 43.32% 51.98%

男

本年龄 62.50% 62.93% 55.85% 44. 16%
53.49%

0.79%
4.53%
81.07%
13.61%
100.00%
2010

比例
本性别
0.09%
1.76%
80.70%
17.45%
100.00%

82
152
3622
921
4777

人数
6
109
6723
2325
9163

66.67% 39.38% 46.35% 56.68% 48.02%

女

本年龄 37.50% 37.07% 44. 15% 55.84%
46.51%

1.72%
3. 18%
75.82%
19.28%
100.00%

比例
本性别
0.07%
1. 19%
73.37%
25.37%
100.00%

123
386
7814
1625
9948

总人数

16
294
15226
4164
19700

由上表可知：
(1) 18 岁以下的青少年患病比例逐年基本呈增长趋势， 可见患病年龄比例趋于年轻化。
(2)。患病人数主要集中在 41-80 岁，其原因可能是年龄逐渐增长，血液循环所需能量 减少，代谢减慢。
(3) 80 岁以上的患病人群中，女性高于男性

图二 2007 年脑卒中不同年龄段发病人数趋势图

图三 2008 年脑卒中不同年龄段发病人数趋势图

图四 2009 年脑卒中不同年龄段发病人数趋势图

图五 2010 年脑卒中不同年龄段发病人数趋势图
从上图中可以看出，脑卒中发病高峰年龄段 2007 年为 75-77 岁之间，2008 年为 74-76 岁之间， 2009 年 76-78 岁之间， 2010 年为 75-78 岁之间。由此可知，脑卒中发病率高 峰年龄段为 75-77 岁之间。
5.2 模型二的建立与求解
通过题中所给数据，首先通过单因素分析得出气温、气压、相对湿度对脑卒中发病 情况的影响关系大小，其次建立多元线性回归分析模型，最后利用 SPSS20 软件对数据 进行分析，得到气温、气压、相对湿度与发病情况的关系。
5.2.1 单因素模型的建立
假设 a 为给定的显著性水平，则列出：
气温、气压、相对湿度分别对脑卒中的影响程度分析，即单因素分析，公式如下：
r n (x x )2
i i
F = i=1 r ni (x x )2
ij i
i=1 j =1
若 F > F ，表明均值之间的差异显著，该因素对观测值有显著影响。
a
若 F F ,表明均值之间的差异不显著，该因素对观测值没有显著影响。
a
5.2.2 模型的求解
利用 SPSS20 得出平均温度、最高温度、平均气压、最低气压、平均相对湿度、最 小相对湿度对脑卒中的影响显著，而最低气温、最高气压对脑卒中的影响不显著。

Y = b + b x + b x + b x +
0 1 1 2 2 3 3
将 n 个统计数据代入上述模型，则问题转化为：
(Y = b + bx + b x + b x +
|Y( 1) = b( 0) + b( 1)x( 11) + b(2) x( 21) + b(3) x(31) +
Anovad

5.2.3 多元化线性回归模型的建立
在大多数的实际问题中，影响因变量的因素不止一个而是多个，因此对这类的问题 本文采用多元化的线性回归分析。根据脑卒中发病率与气温、气压、相对湿度之间的关 系建立多元化线性回归模型，如下：
5.2.4 多元线性回归模型的基本假定
假设 1，解释变量是非随机的或固定的，且各 x 之间互不相关(无多重共线性)
假设 2，随机E误(c(差)0(有)零均值、 ,2(差)及不8(序)列相关性，即：
i
i = 1,2 8 i, j = 1,2 8
j = 1,2 n
(|Var (ci )= E (ci 2 )= 6 2
〈|lCov (ci , cj )= 0 i 丰 j
假设 3，解C(释)ov(变)量(x(与),c(随)机)项=0(不)相关i(，) ,2 8
j i
假设 4 ，随机项满足正态分布， c N (0,6 2 )
在医学病学研究中经常会遇到某一疾病的发生与变化取决于几个影响因素的情况， 也就是一个因变量和几个自变量有依存关系的情况， 而且有时几个影响因素主次难以区 分，或者有的因素虽属次要，但也不能略去其作用，这时采用一元回归分析预测法是难 以奏效的，需要采用多元回归分析预测法。
列出多元线性回归模型的一般表现形式为：
+ b x + c 8 8
+ b x +c
+ b x +c 8 82 2

+ b x +c 8 8n n
8 81 1
〈 2 0 1 12 2 22 3 32 Yn = b0 + b1x1n + b2 x2n + b3x3n +
5.2.5 模型的求解
利用 SPSS20 软件对数据进行分析，得到气温、气压、相对湿度之间的关系如下： 表 4 回归效果检验表

模型 平方和
df
均方
F
Sig.
回归 .003
8
.000
3.866
.002a
1 残差 .003 总计 .006
39
47
.000

2 回归 .003
7
.000
4.511
.001b

残差 .003 40 .000
总计 .006 47
回归 .002 6 .000 4.656 .001c
3 残差 .004 41 .000 总计 .006 47
a. 预测变量 : (常量), 最小相对湿度 , 最低气压, 平 均相对湿度 , 最高气压 , 最高温度 , 最低温度 , 平均 气压, 平均温度。
b. 预测变量 : (常量), 最小相对湿度 , 最低气压, 平 均相对湿度 , 最高气压 , 最高温度 , 平均气压 , 平均 温度。
c. 预测变量 : (常量), 最小相对湿度 , 最低气压, 平 均相对湿度, 最高温度, 平均气压, 平均温度。

d. 因变量 : 患病比例

由以上结论可知： p<0.05 ，气温、气压、相对湿度具有统计学意义。
表 5 脑卒中与气象资料回归分析 SPSS20 回归分析
非标准化系数

B

0.051

0.003

0
-0.00
2
0.002
-0.00
2
0
-0.00
1
0.001
标准 误差
0.618

0.001

0.001

0.001

0.001

0.001

0.001

0

0

共线性统计 量
容差 VIF

0.01
9
0.02
5
0.12
2
0.01
1
0.04
6
0.01
4
0.48
7
0.28
7
52.64
5
39.38
3
8.226
87.49
2
21.61
1
72.45
2
2.053

3.489

系数 a

t

0.082

2.362
- 1.00
5
-3.69
5
1.194
-2.40
3
0.282
-4. 18
1
2.235
模型

(常量)
平均气
压
最高气
压
最低气
压
平均温
度
最高温
度
最低温
度
平均相
对湿度
最小相
对湿度
标准系 数
试用版

2.05

-0.754

- 1.267

1.336

- 1.336

0.287

-0.716

0.499
相关性

偏

0.354
-0. 15
9
-0.50
9
0.188
-0.35 9
0.045
-0.55 6
0.337
零阶

-0.01
5
-0.04
2
-0. 10
5
0.048

0.004

0.075
-0.31 2
0.011
部分

0.283

-0. 12
-0.44 2
0.143
-0.28 7
0.034

-0.5

0.267
Sig.

0.93
5
0.02
3
0.32
1
0.00
1
0.24
0.02
1
0.77
9
0
0.03
1
1

2

3

(常量)
平均气
压
最高气
压
最低气
压
平均温
度
最高温
度
平均相
对湿度
最小相
对湿度
(常量)
平均气
压
最低气
压
平均温
度
最高温
度
平均相
对湿度
最小相
对湿度

0.095

0.003
-0.00
1
-0.00
2
0.002
-0.00
2
-0.00
1
0.001

0.071

0.002
-0.00
2
0.002
-0.00
2
-0.00
1
0.001

0.591

0.001

0.001

0.001

0.001

0.001

0

0

0.602

0.001

0

0.001

0.001

0

0

0.87
0.16
3

2.159

-0.894

- 1.293

1.605

- 1.388

-0.719

0.526

1.238

- 1.093

1.791

- 1.479

-0.718

0.557
2.811
- 1.60
3
-3.94
9
2.776

-2.68
-4.24 8
2.638

0.117

2.385
-3.54 4
3.104

-2.82
-4. 16 4
2.752
0.00
8
0.11
7
0
0.00
8
0.01
1
0
0.01
2
0.90
7
0.02
2
0.00
1
0.00
3
0.00
7
0
0.00
9
-0.01
5
-0.04
2
-0. 10
5
0.048

0.004
-0.31 2
0.011

-0.01
5
-0. 10
5
0.048

0.004
-0.31 2
0.011
0.406 0.332
-0.24 -0. 18
6 9
-0.46
-0.53
7
0.402 0.328
-0.31
-0.39
7
-0.55 -0.50
8 2
0.385 0.312

0.349 0.287
-0.48 -0.42
4 7
0.436 0.374
-0.40
-0.34 3
-0.54 -0.50
5 2
0.395 0.331
a. 因变量 : 患病比例


0.02
4
0.04
5
0.13
0.04
2
0.05
2
0.48
8
0.35
1

0.05
4
0.15
3
0.04
4
0.05
3
0.48
8
0.35
4


42.20
6
22.26
3
7.668
23.92
1
19.20
3
2.049

2.847

18.55
9
6.554
22.95
7
18.97
2
2.049

2.821

图六 回归标准化残差的 P-P 图
分析以上结果得到最优化的回归方程：
y = 0.071+ 0.002x 一 0.002x + 0.002x 一 0.002x 一 0.001x + 0.001x
1 2 4 6 7 8

图七 2007-2010 年月平均气压与患病比例的双轴变化图

图八 2007-2010 年月平均相对湿度与患病比例的双轴变化图

图九 2007-2010 年月平均温度与患病比例的双轴变化图
由回归方程结合折线图可得出各因素与脑卒中发病率的影响如下：
(1)脑卒中发病率与平均温度成正相关，即平均温度越高，发病率越高。与最高温度 成负相关，即最高温度越低，发病率越高。 (2)脑卒中发病率与平均气压成正相关，即平均气压越高，发病率越高。与最低气压 成负相关，即最低气压越低，发病率越高。 (3)脑卒中发病率与平均相对湿度成负相关，即平均相对湿度越低，发病率越高。与 最小相对湿度成正相关，即最小相对湿度越高，发病率越高。

5.3 模型三的建立与求解
5.3.1 脑卒中的危险因素
研究中发现脑卒中的发病因素可以分为以下几类 ,第一类是生来具有的难以改变的 先天性因素,如性别、 年龄;第二类是环境因素,如感染或气候的影响;第三类是个体生活 方式和饮食习惯因素 ,包括吸烟、饮酒、不合理膳食等 ,是可以控制的因素;第四类是家 庭因素与环境因素相结所致的疾病,如高血压、心脏病、糖尿病等,是可以调节和治疗的 病证。 提出脑卒中危险因素观念,是着重阐明这些因素与脑卒中发生的关系,并不是二者 具有直接的因果关系。中风相关因素的主成分分别分年龄、血压、血糖、红细胞压积、 胆固醇、甘油三酯等身体质量指数。
5.3.2 模型的建立
目前被大家肯定的危险因素有高血压、心脏病、糖尿病、短暂性脑缺血发作(TIA)、 吸烟,可能的危险因素有血脂增高、高钠盐的摄入、饮酒超重、季节与气候、某些疾病 的影响、社会经济状况、头颈部外伤。先天性危险因素有年龄、性别、遗传因素等。对 于结论清楚的危险因素 ,开展积极的预防措施效果显著 ,而有些是多种因素 , 因时存在比 单一性因素危险性更大,需要通过综合分析与评价
通过查找资料， 得到脑卒中高危人群的重要特征和关键指标， 结合题目一和二的结论， 采用双变量因素分析，建立各因素与脑卒中发病率的相关模型。
(x - x )(y - y ) r = (x - x )2 (y - y )2
假设 r 为各因素的相关系数，公式如下：

当 r 的值越小，表示该因素与脑卒中发病率相关度越低。
当 r 的值越大，表示该因素与脑卒中发病率相关度越高。
5.3.3 脑卒中危险因素的干预策略
脑卒中危险因素的干预首先应该是对重点的高危人群的干预。包括:(1)普查、普治 高血压。对高血压的预防和治疗是有效降低和减少脑卒中的最重要和根本性措施。据统 计,我国高血压人数约 1 ·1 亿,但高血压患者对血压知患率仅占约 30%。因此展开社区人 群高血压的筛选 ,极早发现和诊断高血压 ,进行有效的药物或非药物性治疗 ,是脑卒中预 防措施的重要环节。 (2)早期发现和治疗 TIA(短暂性脑缺血)。由于 TIA 发作短暂,容易 忽视和漏诊,但有 1/3 的患者会导致脑卒中发作, 因此必须早期明确诊断,有针对性地采 取措施,可以预防 TIA 进展, 降低脑卒中发生的可能性。 (3)对卒中倾向个体,积极治疗其 原有疾病,如心脏病、血液系统疾病 ,应尽量减少危险因的损害 ,可以预防和延缓脑卒中 的发生。
针对不同的影响因素，给出不同的干预策略，如下：
1、高血压
动脉高血压是脑卒中最普遍并且可干预的危险因素， 治疗高血压可降低脑卒中发病 的危险。1 份 14 个随机事件的 meta 分析表明接受治疗的患者中舒张压降低 5~6mm Hg(1mm Hg=0. 133kPa)，脑卒中发生率减少 42%。对单纯收缩压增高(>160mm Hg)的 60 岁以上 老人进行血压控制，可是脑卒中的发生率降低 36%。国内学者认为，血压≤140/85mm Hg 时最有益，进一步降低血压(≤ 120/70mm Hg)未见明显一处。血压控制目前还没有确 切的范围，但应注意降压切忌过快，因为血压的急剧降低可诱发心脑血管病。确