中期预测（精选5篇）
中期预测 篇1
1 鱼粉市场行情综述
2012年年初以来，鱼粉市场整体保持稳中上涨的态势，港口鱼粉价格较年初上涨400～500元/t。春节过后，由于部分饲料企业展开阶段性补库，使得鱼粉市场在2月上旬表现有所突破。随着备货告一段落，需求市场回归平淡，便一直延续稳定格局。2月底新季鱼粉到港，导致港口鱼粉库存在不断增加。在需求未能消化的背景下，目前贸易商销售心态存在分歧，尽管目前港口秘鲁普通蒸气级别鱼粉参考报价在7 800～7 900元/t，部分贸易商存在高报低走的现象。
2国际鱼粉市场
市场传言，2月份秘鲁当地可售库存逐步走低，使得外盘随之走高。秘鲁当地鱼粉厂商一直保持挺价状态，截至一季度中旬，秘鲁超级蒸气级别鱼粉FOB参考1 280美元/t左右。2月17日左右，秘鲁南部捕鱼活动开始，本次捕季配额40万t左右，预计结束时间在2012年6月31日。目前捕鱼较为顺利，2月底捕鱼速度将放缓，且捕获的幼鱼比例较大。
秘鲁中北部海洋资源勘探工作开始于2月17日为期50 d，将对秘鲁海洋资源全面勘测，将于4月6日抵港。之后作出的报告将对秘鲁中北部下个捕季的配额以及开捕时间造成重要影响。由此可以预见，秘鲁中北部第一捕季开捕时间较2011年相比将推迟，预计开捕时间将在4月下旬或者5月初左右。
3 当前供应市场
2月底，国内港口迎来新季鱼粉到港小高峰。截至2月末，港口库存为17.8万t左右，较2月初上涨了1.6万t左右，较2011年同期上涨了3.5万t左右。这些纷至沓来的鱼粉，对目前需求还未形成的市场来说，将对价格上行造成一定压力，使得部分贸易商出现顺价现象。
4 当前需求市场情况
由于2012年春节后天气依然较为寒冷，使得2012年冬棚虾养殖形势不太乐观。春节后广东珠海对虾出现小幅下调，之后便马上反弹回去。对虾价格的优势使得部分养殖户存在投放冬棚苗的积极性，然而鉴于目前天气回暖较慢，大部分养殖户表示清明节前后将作为投苗时期。
仔猪入栏高峰时期应在每年的3—5月份，由于目前仔猪腹泻等疫病影响，仔猪存活较为困难，使得仔猪供应较为紧俏。目前仔猪价格上升至37元/kg，然而鉴于生猪价格正处于回落时期，部分养殖户补栏心态较为谨慎。
5 替代品市场
肉骨粉价格一直以鱼粉为风向标，而随之发生变动，目前，新西兰50%蛋白牛肉骨粉天津港报价4 800元/t左右。2012年3月1日，中国质检总局公布了《允许进口饲料和饲料添加剂的国家与地区及产品名单》，本次删除了澳大利亚输华肉骨粉饲料名单。按照与澳方商定结果，暂停2012年3月1日起(含3月1日)从澳大利亚起运的肉骨粉饲料进口。
目前，吉林四平43%蛋白豆粕价格3 280元/t, 46%蛋白豆粕价格3 430元/t左右。豆粕现货市场自2011年12月中旬出现反弹以来，价格不断振荡走高，同鱼粉比价也不断走向合理比价范围之内，对鱼粉市场在一定程度上起到了拉动作用。截至目前，43%蛋白豆粕同鱼粉比价在2.6左右。
6 后市预测
(1)不利因素。随着新季鱼粉陆续抵港，到3月份库存将超过20万t，如果水产需求不能跟上步伐的话，那么库存将对市场价格上行构成较大压力。
(2)有利因素。秘鲁中北部第一捕季预计将于4月下旬或5月上旬开始，这就比2011年同期(4月1日)推迟半个多月左右。这将使秘鲁中北部新季鱼粉到货时间向后延迟，在一定程度上给予国内港口鱼粉消化的时间。
综上所述，在国内鱼粉价格维持一段时间平稳之后，后期库存压力或将逐步显现，鱼粉市场上行难度较大，尽管目前贸易商挺价心态浓厚，预计6月份前鱼粉市场将维持稳中偏弱的格局。
配网中期负荷预测方法研究 篇2
负荷预测包括对未来需求量(功率)的预测和对未来用电量(能量)的预测[1]。中期负荷预测是指1年以上5年以下的负荷预测,是编制电网运行方式的基础,对电网的安全经济运行具有重要的意义[2]。目前已有多种中期负荷预测方法,如灰色预测法、指数平滑法、生长曲线法等[3,4]。
变压器是电网中的重要设备,配变作为电力系统的终端变压器,把供电网络的电压转换为用电设备直接使用的电压,在电力输送、分配和使用过程中发挥着重要作用。在配网中,负荷的增长与配变容量密切相关。配变具有容量小、数量大的特点,造成其实际测量数据不够详细,致使关于负荷增长与配变容量间关系的研究较少[5]。
高压配网变电站最大负荷预测和中压配网线路最大负荷电流预测对变电站和线路是否需要扩建和改造具有重要的指导作用。为此本文提出基于配变容量的配网中期负荷预测方法,根据中、高压配网的特点,建立了负荷和配变容量的数学模型。
1 中压配网的中期负荷预测
中压配网一般是指10kV电网。中压配网线路所带配变数量较多,每台配变的供电范围较小,用户负荷多样且功率因数差异较大,同样的有功功率在不同的功率因数下对应的负荷电流相差很大,加之中压配网线路所承载的负荷的波动较大,瞬时最大有功负荷并不能反映线路负荷的真实情况,因此在对中压配网进行中期负荷预测时需要对中压配网线路最大负荷电流进行预测。
研究发现,中压配网线路的最大负荷电流不仅与线路所接配变的容量有直接关系,还与配变运行时间有密切联系,且运行时间对配变所带负荷的影响具有明显的饱和效应,即新装配变经过若干年后其所带负荷增幅很小。设饱和年限为N,则中压配网线路的最大电流为:
式中,Si为已运行i年的配变容量;为n年后该条线路的最大负荷电流;ki为权重系数。
2 高压配网的中期负荷预测
高压配网主要是指35kV电网,在部分经济发达地区,110kV电网也视为高压配网。高压配网的高压侧接入输电网,低压侧接入中压配网,高压配网在整个输电过程中起着承上启下的作用。配电变电站对于高压配网的安全与稳定起着决定性作用,高压配网的变电站内装有无功补偿装置,能够保证功率因数稳定。变电站有功负荷决定了变电站的主变容量和主变数量,变电站的改造和扩建取决于供电区域的最大有功负荷。
与中压配网中期负荷预测类似,将配电变电站所带配变按运行时间分为若干类,则高压配网的配电变电站的有功功率为:
式中,为n年后配电变电站的最大负荷;Sij为变电站第j条出线上运行i年的配变容量;mij为权重系数;N为饱和年限;M为出线条数。
3 参数计算
根据式(1)、式(2)可得线路、配电变电站与配变容量间的数学关系,权重系数可通过历史数据来获取。计算权重系数的方法较多,为方便起见,本文选用最小二乘法来计算。
式中,f1(ki)和f2(mij)是由最小二乘法得到的残差函数。
4 实例分析
以南方某地110kV变电站和一条10kV线路为例进行分析。根据当地经济发展情况取饱和年限为3年,则由式(1)～(4)得到的该变站最大负荷预测结果见表1。
表2是某地10kV线路所装配变情况,按式(1)～(4)即可预测该线路最大电流。
5 结束语
负荷的增长与配变容量密切相关。本文讨论了配变运行时间对负荷增长的饱和效应,提出了基于配变容量的配网中期负荷预测方法。根据运行时间将配变分成若干类,并依据中、高压配电网的特点,建立了负荷和各类配变间的数学模型。算例表明,本文方法具有较好的预测效果。
参考文献
[1]牛东晓.电力负荷预测技术及其应用[M].北京:中国电力出版社,1998
[2]顾洁,中刚,徐光虎.改进的电力系统中长期负荷预测方法研究[J].电力自动化设备,2002,22(6):1-4
[3]徐光虎.运用遗传规划法进行电力系统中长期负荷预测[J].继电器,2004,32(12):21-25
[4]鞠平,李靖霞,陆晓涛.电力负荷预测的遗传规划方法[J].电力系统自动化,2000,24(11):35-38
上市公司中期报告预测价值研究 篇3
中期报告是指涵盖一个中期的一套完整的财务报表。编制中期报告的主要目的是满足信息使用者预测年度收益的需要。国外会计界早在20世纪60年代起就对此作了一系列研究。1967年Green和Segall对在纽约证券交易所上市的46家上市公司第一季度中期报告的预测价值进行研究后认为:“使用第一季度中期报告来预测年度收益并不比仅仅使用年度数据预测更好, …。”随后, Green和Segall又对这46家公司进行了深入分析, 最后发现“目前编制的中期报告对于预测年度每股收益几乎没有帮助, 但这里有一些证据证明, 对于那些收益将发生较大变化的公司, 第一季度的中期报告有助于预测年度收益。”
随后的研究都证实了中期报告有助于提高年度收益预测的准确性。1979年Brown和Rozeff以证券分析师的收益预测为基础进行研究, 发现中期报告明显有助于提高年度收益预测的准确性, 主要依据是:用已知的季度收益来代替早期对它们的预测;修订和提高未来季度收益的预测。换言之, 中期报告不仅有助于提高年度收益预测的准确性, 而且有助于提高对未来季度收益预测的准确性。
目前, 我国上市公司披露的中期报告主要有半年报和季报。上市公司披露中期报告的目的是为报表使用者提供更为相关、及时和有用的决策信息, 其作用就是帮助信息使用者预测企业的年度盈利水平。国外的研究基本上形成了一致的结论, 但是对中国证券市场中期财务报告的研究, 无论是在内容上还是形式上都相当缺乏。本文以中国上市公司披露的中期财务报告为研究对象, 就这一问题进行了研究。
二、中期报告预测价值研究
为了了解我国上市公司中期报告的预测价值, 本文实施了以下研究步骤:
第一, 数据选取。本文以上海证券交易所的上市公司为基础来研究我国上市公司中期报告的预测价值。由于所需要的数据较多且来源分散, 在选择样本时采用了非统计抽样的方法, 直接从上海证券交易所中选取代码从600000至600150之间的、数据齐全的、非特别处理的上市公司作为样本公司。在选择样本时设立了以下几个标准:一是必须有2005～2007年的第一季度和第三季度的每股收益数据;二是必须有2003～2007年的中期每股收益数据;三是必须有2003～2007年的年度每股收益数据。经过筛选之后, 满足上述条件的上市公司共有100家。
第二, 模型建立。在进行预测时可以利用企业最近一期的历史数据, 也可以利用上年同期的历史数据。理论上对季节性生产经营的企业进行盈利预测时, 最好利用上年同期的数据, 季节性不强的企业则应利用最近一期的历史数据。但是在实践中, 公司的经营活动既会受到季节性因素的影响, 也会受到时间因素的影响。如果中期报告能够帮助信息使用者提高对未来年度收益预测的准确性, 那么, 运用中期数据和年度数据所得出的预测值应当比仅仅使用年度数据所得出的预测值更准确。为了说明这一点, 本文使用了四组预测模型来预测这100家上市公司2005年、2006年和2007年的年度每股收益。其中仅有最后一组模型是用以往年度的数据来预测的, 此处称其为年度预测模型;前三组模型统一称为中期预测模型。具体说明如下:
第一组预测模型:该组模型以中期数据和年度数据为基础, 根据以往的年度每股收益和中期每股收益来预测未来的年度每股收益。该组年度预测模型 (S类) 如下:
第二组预测模型:该组模型综合利用以前年度每股收益和中期每股收益预测企业年度每股收益, 在本文中是利用最近一期年度每股收益和中期每股收益来预测未来的年度每股收益。该组年度预测模型 (Y类) 如下:
第三组预测模型:该组模型利用上年同期的每股收益预测年度每股收益。该组预测模型 (G类) 如下:
第四组预测模型:该组模型利用以往年度的每股收益预测年度每股收益, 该组预测模型 (Q类) 如下:
式中:
An———第n年年度每股收益的预测值
An-1———第n-i年年度每股收益的实际值
Bn———第n年年度每股收益的实际值
Bn-1———第n-i年中期每股收益的实际值
Jn———第n年第一季度每股收益的实际值
Qn———第n年第三季度每股收益的实际值
Jn-1———第n-1年第一季度每股收益的实际值
Qn-1———第n-1年第三季度每股收益的实际值
其中, i=1或i=2。
第三, 结果分析。根据上述预测模型, 可得出以下结果:一是使用年度预测模型预测2007年、2006年和2005年的年度每股收益时, Q1绝对百分比误差的均值分别为:32.99%、29%、29.7%, 明显小于Q2、Q3的绝对百分比误差的均值。而且, 从累计频率来看, Q1也明显优于Q2、Q3。因此, 在年度预测模型中, 无论从绝对百分比误差的均值来看, 还是从绝对百分比误差的累计频率来看, Q1都明显优于Q2和Q3。从总体来看, 在年度预测模型中, 用Q1来预测年度每股收益的准确性要明显高于Q2和Q3。二是与年度预测模型不同, 在中期预测模型中无法很准确分辨出哪个模型是最优模型。三是作为一个整体来看, 中期预测模型优于年度预测模型。从累计频率来看, 在2007年和2006年Y3明显优于其他预测模型, 用Y3预测年度每股收益的绝对百分比误差超过100%的累计频率明显小于其他模型, 分别为19%和16%。因此, 从累计频率上可以说明中期预测模型比年度预测模型更优。
从上述分析可以看出, 目前我国中期报告的预测价值并不明显, 信息使用者运用中期报告来预测未来年度收益的准确性还比较低。导致这种情况出现的原因可能有以下几个方面:
一是季节性因素。季节性因素是影响中期报告预测价值的一个重要因素。中期报告的目的是为了及时反映企业的财务状况、经营成果和现金流量状况, 但是有些企业生产经营的季节性很强, 其收入往往集中在年度中的某一段时期内, 而其他时期内收入却很少。对这些企业用中期报告来预测其年度收益, 可能会产生较大的差异。
二是中期报告披露频率。利用中期报告预测年度收益, 实际上是利用中期报告预测未来中期的收益。中期报告披露的频率越高, 各中期报告之间的时间间隔以及中期报告与年报之间的时间间隔就越短, 利用中期报告预测年度收益的准确性就会逐渐提高。因此, 中期报告披露的频率直接影响到中期报告的预测价值。
三是中期报告披露的信息质量。利润操纵是目前我国上市公司存在的一种较为普遍的现象, 操纵的手法主要有:资产重组、关联方交易、资产评估等。利用这些操纵手段, 上市公司经常在较短的时间内使其利润获得较大的提高。正是由于利润操纵现象的普遍存在, 使得上市公司中期报告的有用性大打折扣, 从而使中期报告的预测价值大为降低。
综上所述, 为了通过中期报告信息预测企业的年度盈利, 本文建立了12个预测模型, 并分成四类, 选用每股收益指标来代表企业年度每股收益。然后用12个预测模型对100个样本公司3年的收益进行了预测, 并对预测结果进行检验。在检验中可以得出这样的结论:对于S类模型, 可以认为S1略优于其他模型;对于Y类模型没有哪一个模型明显优于其它模型;对于G类模型, G2优于其它模型;对于Q类模型, 用Q1来预测年度每股收益的准确性要明显高于Q2和Q3。总体上讲, 中期报告较年度报告而言在很大程度上提高了预测的准确性, 但中期预测模型之间并没有太大的差别, 不过, 加入企业预测期的最新信息如第三季度的每股收益值的模型 (Y3) 就大大提高了预测的准确性。
总之, 对企业年度盈利进行预测时, 中期报告信息能提高预测的准确性, 其中与年度报告日接近的中期报告信息能显著提高预测的准确性。需要说明的是, 本文所使用的预测模型都比较简单, 且未考虑季节性因素的影响。因此, 可能会影响到对中期报告预测价值的最终评价。
参考文献
中期预测 篇4
1 材料与方法
1.1 小麦赤霉病发生程度分级
根据分级标准将贵池区近25年来小麦赤霉病防治后最终病穗率细分为5级[2], 分级标准和分级情况见表1、表2。
1.2 菌量因子选择
由于贵池是沿江水稻主产区, 小麦以稻茬麦方式种植, 以3月未至4月初病菌孢子释放高峰期前调查的水稻稻桩子囊壳枝带菌率作为菌量因子进行分析, 具体数据见表3。
1.3 气象因子选择
由于该地常年种植小麦以早、中熟品种为主, 小麦主体抽穗扬花期 (易感病生育期) 在4月上旬中后期至4月中旬前期, 因此必须在4月上旬初作出预测预报, 选择小麦赤霉病病菌生长、 发育阶段和小麦拔节孕穗期 (当年3月) 密切相关的已知气象因子 (旬平均温度、旬降水量、旬雨日数) 进行分析, 具体数据见表3。
1.4 分析方法
1.4.1灰色关联度分析以1991 ~2015 年近25 年小麦赤霉病防治后最终发生程度与相关气象因子、菌量因子之间的关系视为一个灰色系统, 小麦赤霉病最终发生程度 (Y) 作为该系统的参照序列, 其影响因子 (Xi) (i=1, 2, …n, n表示所选择的影响因子个数) 作为该系统的比较序列, 运用DPS数据处理软件进行灰色关联度分析, 第i种影响因子 (Xi) 与小麦赤霉病发生级别 (Y) 的关联度数值大小直接反映了Xi对Y的影响程度, 探明不同因子对小麦赤霉病发病流行程度的主次关系, 作为今后预测小麦赤霉病发生与流行的监测窗口。
1.4.2发生预测模型其次以1991 ~2015 年近25 年的相关气象因子和菌源量因子 (Xi) 作为自变量与发生级别作为因变量 (Y) 组建多元回归模型, 运用DPS数据处理软件进行逐步回归分析, 得出短期预测模型 (回归方程) , 为今后预测提供科学依据。
2 结果与分析
2.1 灰色关联度分析计算结果
有资料表明, 稻桩子囊壳的形成对湿度的要求较高, 当土表湿度低于30%时, 子囊壳不能产生;当土表湿度在60%时, 子囊壳产生速度降低, 数量减少;当土表湿度80%左右时, 子囊壳产生快, 菌量多;但土壤湿度太大、浸水致使带菌量基质腐烂, 子囊壳亦不能产生;子囊壳必须在土表潮湿的环境下, 才能在带菌基质上产生[3]。
由表4多元相关系数表可看出, 小麦赤霉病发生级别Y值与3月上旬降水量 (X2) 、3月中旬降水量 (X5) 、3月底至4月初稻桩枝带菌率 (X10) 关联最密切, 呈显著正相关, 其次是3月上旬雨日数 (X3) 、3月中旬平均温度 (X4) 、3月中旬雨日数 (X6) , 与3月下旬雨日数 (X9) 、3月下旬降水量 (X8) 、3月下旬平均温度 (X7) 、3月上旬平均温度 (X1) 相关性一般。 经分析, 3月上旬降水量 (X2) 、3月中旬降水量 (X5) 越多越有利于稻桩上子囊壳萌发, 若这期间降水偏少, 则不利于稻桩上子囊壳萌发和形成, 而菌量是最基本的发病因素, 赤霉病的发生流行、为害程度与菌源量关系密切, 在菌源量较少时, 它与该病的病情呈一定的正相关性。 一般性况下3月下旬至4月上旬稻桩枝带菌率达8.0%以上时, 多为偏重以上流行年份;枝带菌率在4.5%以下时, 多为偏轻以下发生年份, 但也有特殊年份, 如2013年稻桩枝带菌率达14.5%, 实际发生程度仅为1级。 因此今后在赤霉病预测时将3月上旬降水量 (X2) 、3月中旬降水量 (X5) 、3月底至4月初稻桩枝带菌率 (X10) 作为今后预测小麦赤霉病发生与流行的重要监测预警窗口。
2.2 小麦赤霉病发生级别中期预测模型的建立和准确度分析
Y中 期=2.333 0 -0.406 3X1-0.006 0X2+0.032 4X3-0.004 0X5+0.163 0X6+0.183 6X7+0.011 2X8-0.068 1X9+0.099 7X10, 复相关系数R=0.841 6, F值=4.048 2, 决定系数R2=0.708 4;调整后的相关系数Ra=0.730 3。 该方程总体回归R值和F值达极显著水平。
预测的评价标准为: 预报拟合值与实际观测值的差值在0.50以内评为正确, 差值在0.50~1.49以内评为基本正确, 差值大于1.50以上评为错误。 将1991~2015年近25年的相关因子 (Xi) 代入中期预测模型, 得出小麦赤霉病发生级别预测拟合值, 与实际观测值进行比较, 25年中10年正确, 12年基本正确, 3年错误, 其基本正确率达88.00%以上, 错误率仅为12.00%, 模型预报效果较好, 历史平均吻合度达71.32%, 为防治提供科学依据 (见表5) 。
前期气象因子对赤霉病病菌的发育和菌量的积累虽有较大的影响, 但小麦赤霉病是一种比较典型的气候型病害, 其发生流行与否及流行程度最终主要取决于3 个方面的因素, 即气候条件 (抽穗至灌浆期雨日数) 、菌源数量 (稻桩带菌率) 和寄主易感病生育期 (抽穗至扬花期) 及其吻合程度, 如2010年3月上、中旬雨水偏多, 但枝最菌率较低, 最终发病程度为4级;2015年3月上、 中旬雨水偏少, 枝最菌率数量较高, 前期小麦赤霉病发病极轻, 但灌浆乳熟期温度偏高, 雨水偏多, 再侵染较严重, 最终发病程度为5级。近年来随着土地的流转及耕作制度的改变, 栽培管理水平 (长期连作、偏施氮肥、种植密度大) 不仅影响病菌生长发育, 而且还影响麦株的抗病性, 进而影响小麦赤霉病的发生。 因此在前期预测中, 前期气象因子只能作为预测预报的重要参考因子[4]。
3 结论及讨论
贵池区小麦赤霉病发生级别Y值与3月上旬降水量、3月中旬降水量、3月底至4月初稻桩枝带菌率关联最密切, 呈显著正相关, 数值越大、级别越高。 因此今后可将3月上、 中旬降水量、3月底至4月初稻桩枝带菌率作为预测赤霉病发生与流行的重要监测预警窗口。
该小麦赤霉病发生级别中期预测模型预测其基本正确率达88.00%以上, 模型预报效果较好, 历史平均吻合度达71.32%, 为防治提供科学依据。
由于贵池区小麦以中、早熟品种为主, 抽穗至扬花期大部分在4月上旬中后期至4月中旬前期, 因此在预测时所选取的相关因子均为4月份以前的已知气象因子 (病菌越冬、生长、发育阶段) 和菌量因子, 但小麦赤霉病的最终发生程度还受4月中、 下旬和5月上旬小麦抽穗至灌浆期的气象因子 (病菌孢子释放、侵染、繁殖阶段) 小麦感病生育期、品种抗病性、农业生态环境、栽培管理、药剂防治、再侵染等多种因素影响。 因此该模型存在一定的局限性, 在实际预测中可结合后期天气预报等因素进行修正, 以提高准确性。
参考文献
[1]袁昌洪, 刘文军, 王世华, 等.小麦赤霉病流行程度的农业气象动态预测模型[J].安徽农业科学, 2009, 37 (1) :204-206.
[2]全国农业技术推广服务中心.农作物有害生物测报技术手册[M].北京:中国农业出版社, 2006:191-197.
[3]韩长安, 邹光中.小麦赤霉病流行程度的农业气象动态预测模型[J].上海农业学报, 1994, 10 (2) :67-70.
中期预测 篇5
1 资料与方法
1.1 一般资料
对从2010年2月-2012年11月在我院接受彩色多普勒超声检查的孕24~28周HDCP患者进行分析, 按照病情把患者分为3组, 妊娠期高血压组34例, 轻度子痫前期组25例, 重度子痫前期组19例。另外增设对照组72例, 均为排除其他妊娠合并症的患者。
1.2 诊断标准
以《妇产科学》第7版的标准进行诊断。
1.3 方法
检测方法:患者取仰卧位, 膀胱轻度充盈, 略控制呼吸强度, 采用西门子公司Acuson-Sequoias l Z型Doppler超声诊断仪, 腹部探头, 探头频率410 MHz, 发射功率<10 m W/cm2。首先找到子宫髂内动脉的位置, 然后在子宫动脉中确定6个清晰稳定的动脉血流频谱图, 把图像存在光盘中, 待测量使用。在对患者进行心动周期测量时, 应该采用手动的方法, 然后利用计算机软件把PI、RI的准确值算出来, 取其平均值。
1.4 统计学方法
本次试验数据采用SPSS 12.0软件进行统计学分析, 其中计量资料对比采用t检验, 计数资料对比采用χ2检验, 以P<0.05为差异有统计学意义。
2 结果
2.1 各组子宫动脉PI、RI值比较
对由计算机算出的RI、PI值进行详细比较分析, 见表1。
2.2 各组围生儿结局的比较见表2
3 讨论
利用多普勒超声检查子宫动脉, 可以很好的对子宫胎盘的血液供应进行评估, 大量的临床实践表明, 通过子宫动脉多普勒检查PI和RI值, 可以有效的预测子痫前期和胎儿宫内的生长情况。妊娠期高血压病在不同时期对子宫动脉阻力的影响主要体现在两个方面。 (1) 妊娠早期。由于患者的子宫螺旋动脉缺少滋养细胞的浸润, 造成母胎之间的血液交换量不足, 母体无法正常的对胎儿提供血液供应。 (2) 妊娠晚期。由于胎盘的供血量缺少, 胎盘会应激产生一些细胞和生化因子, 这些因素都对子宫平滑肌细胞功能造成影响, 例如平滑肌收缩异常, 从而导致患者妊娠结局不良。据最新研究发现, 在孕中期进行多普勒超声检查效果会比孕早期好。子痫前期重度组的新生儿Apgar评分和出生时的体重较子痫前期轻度组、妊娠期高血压组明显降低, SGA发生率更高, 且子痫前期的严重程度和SGA发生率之间存在剂量反应关系[3,4]。妊娠期高血压组和对照组相比, 差异符合统计学原理, 但是通过对两组新生儿预后指标的分析, 并无非常明显的差异。所以可认为, 妊娠期高血压病的治疗可通过非药物治疗。利用多普勒检查技术对子宫动脉阻力的改变及时检测, 就可提前制定措施对患者进行治疗, 有效的预防不良预后的发生。
参考文献
[1]张满云, 肖小敏.孕中期子宫动脉血流多普勒检查预测妊娠期高血压疾病初探[J].实用妇产科杂志, 2011, (4) :300-303.
[2]余芳, 刘惠卿.子宫动脉血流阻力参数与平均动脉压对妊娠期高血压预测价值的对比分析[J].中国妇幼保健, 2010, 34:5019-5020.
[3]金秀花, 钱蓉蓉, 赵小红, 等.子宫动脉血流阻力与平均动脉压对比性研究[J].中国妇幼保健, 2007, (2) :231-232.