影响海南省疟疾流行的气候因素及植被指数的因子分析

目的应用因子分析方法研究海南省疟疾流行与气候因素和植被指数(NDVI)之间的关系。方法收集1995年海南省各市(县)疟疾月发病率与月平均温度、月最高温度、月最低温度、月降雨量和月相对湿度等资料;从同年3~12月份AVHRR卫星图像中提取月平均NDVI、月最大NDVI、月最小NDVI。利用SPSS 11.0软件对以上各变量进行因子分析,并用公因子得分建立疟疾流行的多元回归模型。结果提取了海南省各市(县)月NDVI与月气候变量的各12个月数据(NDVI为10个月)的主成分,并用方差最大正交旋转后的公因子得分建立了如下回归方程:I′=-0.022 0.463 X1 0.519X2(R2=0.799,P=0.000),其中I′为经标准变量变换的月发病率,X1为月平均NDVI的第2个公因子,X2为月降雨量的第2个公因子。结论平均NDVI和降雨量可能是描述疟疾流行的重要环境因素。     

疟疾与气象因素关系不同模型预测效果比较

目的分析气象因素与海南省万宁市疟疾发病率的相关性,比较BP神经网络模型和逐步回归模型对疟疾发病率的预测效果。方法收集1995年1月—2007年12月万宁市每月气象数据和疟疾发病率数据,应用Spearman等级相关分析方法分析气象因素与疟疾发病率之间的相关性,分别用BP人工神经网络方法和逐步回归方法建立疟疾发病率的气象因子拟合模型,预测2008年各月的疟疾发病率。结果万宁市疟疾月发病率与前1个月的平均气温、最高气温、最低气温、降雨量、日照时间均呈正相关(均P0.05),与前1个月的平均相对湿度、平均气压均呈负相关(均P0.01);将7种气象因素作为输入变量,疟疾发病率作为输出变量,构建内含1个隐含层的BP神经网络模型,在隐单元数为16时拟合效果最优,经过300次训练达到设定的最小训练误差为0.001,模型的均方误差和决定系数R~2分别为0.002 7和0.99;将7种气象因素作为自变量,疟疾发病率作为因变量构建逐步回归模型,进入模型的变量为平均气温和平均相对湿度,模型的决定系数R~2为0.40;应用2种模型对2008年各月疟疾发病率进行预测,平均绝对误差分别为1.24/10 000和0.44/10 000。结论万宁市疟疾发病率与气象因素明显相关,利用气象因素构建的BP神经网络模型较逐步回归模型具有更好的发病率拟合效果,但逐步回归模型的预测效果更好,BP神经网络模型的泛化能力需要进一步提高。     

猩红热的发病率与气象因素的负二项回归分析

目的通过负二项回归模型探讨气象因素与猩红热发病的关系。方法对1985—2005年安徽省某市猩红热月平均发病率和月平均降水量、月平均气压、月平均气温、月平均相对湿度、月平均最低气温5项气象资料的数据进行描述性分析,然后拟合负二项回归模型,并且对2006年每个月份的发病率做一个预测。结果模型的超离散度K=0．41（95％CI：0．32-0．53）,进行似然比）x2检验x2=306．42,P〈0．001,认为发现负二项回归是适合的模型。猩红热的发生与月平均气压、月平均相对湿度和月平均最低气温有统计学意义（均有P〈0．05）。对2006年各个月份的月发病率预测的结果表明（Wilcoxon符号秩和检验,Z=0．24,P=0．814）,预测值与实际值之间差异无统计学意义,提示预测效果比较理想。结论通过拟合负二项回归模型发现,对猩红热的发生和预测,月平均气压、月平均相对湿度和月平均最低气温是不可忽略的气象因素。     

海南省疟疾流行空间分布的环境影响因素初步分析

目的 分析海南省疟疾流行空间分布特征及其与自然环境因素的相关性,构建海南省疟疾流行空间分布预测模型.方法 获取2000年海南省雨季(5-10月)各县(市)疟疾发病资料以及气象、土地利用类型构成比、地表温度(LST)和各地平均高程等数据,分析发病率与上述各环境因素的相关性,应用负二项回归分析建立发病率的预测模型,并应用预测模型预测疟疾流行风险的空间分布.结果 海南省2000年雨季各市(县)疟疾发病率与各地的海拔高度、林地面积构成比、草地面积构成比呈显著正相关;与耕地面积构成比、城乡、工矿、居民用地面积构成比、LST呈显著负相关;与水域面积构成比、未利用土地面积构成比、平均气温、平均最高气温、平均最低气温、平均极温差、平均相对湿度及降雨量无明显相关性.负二项回归分析引入方程的因子为LST,回归方程为:Ⅰ(月发病率,单位:1/100万)=exp(-1.672-0.399×LST).结论 海南省疟疾流行空间分布与多种环境因素有关,可以利用遥感技术获取有关环境指标来预测疟疾流行风险的空间分布.     

肾综合征出血热与气象因子相关性分析及其预报研究

目的 根据连云港赣榆县1990～2002年的气象资料及肾综合征出血热(HFRS)的发病情况，探讨气象因子对HFRS高发区发病率的影响及其相关性，并建立基于气象因子的HFRS发生的预测预报模型。方法用数据处理软件SAS的相关性分析工具和多重线性回归模型。结果以湿度(x1)、日照(x2)、降水(x3)、平均温度(x4)和最低气温(x6)等气象因子为自变量，HFRS发病率为因变量，采用强迫引入法和逐步回归法，分别建立回归方程，y=8．766 0．148x1 0．015x2-0．028x3-0．567x4(①)，复相关系数(r)=0．45及y=1．742-0．054x6(②)，复相关系数(r)=0．44，经t检验，呈显著相关。结论方程②可作为HFRS的预测预报模型，同时进行了区间估计，证实可行。     

疟疾发病率变化的非线性过程与曲线回归分析比较

目的：利用非线性过程探讨疟疾发病规律。方法：对疟疾发病率曲线进行非线性过程的幂函数拟合，并与用曲线参数估计法的幂函数拟合结果进行对比。结果：利用非线性回归分析过程拟合幂函数模型为：Y=159．4350X^-1.7451，R^2=0．9967，预测精度高于用曲线参数估计法拟合的幂函数摸型(R^2=0．9581)。结论：非线性的幂函数拟合结果相对较优，能更好地分析与预测深圳市龙岗区疟疾发病情况。     

河南省2004年甲乙类传染病发病趋势的影响因素

目的：了解2004年河南省甲乙类传染病发病上升原因，掌握传染病流行整体趋势，为制订防治措施提供依据。方法：应用时间序列方法对2003～2004年甲乙类传染病分月报告发病数进行模型拟合，用决定系数R2检验拟合效果并进行f检验。结果：2003年yt=-5850＋7162t-504t^2，2004年yt=3238＋6341t-479t^2；t=0．30（P〉0.05）。结论：该省2004年甲乙类传染病报告发病率的上升正是由于启用了疫情直报方式，减少了漏报。发现并报告的传染病病例增多，所引起对传染病整体流行趋势无影响。     

鼠密度与气象因素的响应面分析研究

目的在相关回归分析的基础上,运用响应面模型分析对影响鼠密度的复合气象因素进行研究。方法连续监测鼠密度与7种气象因子资料,进行相关和线性回归分析,建立气象因子对鼠密度影响的响应面模型。结果线性回归分析表明月平均最低气温、日照时间、降雨量对回归方程的贡献最大,线性回归方程有统计学意义（P〈0．030）,复相关系数为0．716。响应面分析表明月平均最低气温（P=0．003）、降雨量的二次方（P=O．059）、月平均最低气温与日照的交互作用（P=0．027）是影响鼠密度的气象因素,响应面模型有统计学意义（P〈0．013）,复相关系数为0．761。结论响应面分析法能够较好地应用于气象因子对鼠密度的影响,建立的响应面模型优于多元线性回归,气象因素对鼠密度的影响是多因素及交互作用的结果。     

杭州市小儿轮状病毒感染与气象因素关系

目的探索杭州市轮状病毒感染与气象因子之间的关系,建立能够表达两者之间关系的拟合模型,为预测杭州市轮状病毒感染情况提供依据。方法收集2002-2007年杭州市月度气象资料（气温、湿度、雨日数、降水量、日照时数,气压）和月度轮状病毒阳性率资料,使用SPSS12.0进行描述性统计,并进行多组比较的卡方检验,对轮状病毒阳性率与气象因素进行相关分析和回归分析。结果冬季的轮状病毒阳性率高于其他三季（χ^2=9.082,P=0.003）;轮状病毒阳性率与月雨日数呈负相关（Spearmen相关系数r=-0.783,P=0.003）,与月平均降水量呈负相关（r=-0.620,P=0.032）,应用逐步回归分析得到的拟合模型为Y=129.95-1.667X＋0.0063X2;（X为月平均降水量,Y为轮状病毒阳性率）。结论轮状病毒流行主要发生在冬季,经呼吸道传播是其重要的感染途径,月平均降水量与轮状病毒阳性率呈负相关关系,是影响当地轮状病毒感染率的主要气象因素。     

智能神经网络模型用于气象因素对疟疾发病影响的初步研究

目的 建立气象因素与疟疾的智能神经网络预测模型。方法 利用Matlab6．1软件中的神经网络工具箱，根据预实验结果，利用云南省红河地区1994～1999年月平均气压、月平均气温、月最高气温、月最低气温、月降水量、月降水日数、月平均相对湿度、月蒸发量、月日照时数等气象数据与疟疾发病率等级数据建立反向传播网络(BP网络)预测模型，并对模型进行验证。结果 神经网络经100次学习和训练，训练误差从3．23608下降至0．035862，通过建立的智能神经网络模型对未来疟疾发病率进行预测，其预测符合率为84．85％。结论 智能神经网络在气象因素与疟疾之间建模是可行的，其预测符合率达80％以上。智能神经网络具有综合能力强，对数据的要求不高，适时学习等突出优点，且操作简便，节省时间，易于掌握和应用。研究中数据的应用、纳入、排出等问题有待于进一步研究。智能神经网络模型可以作为疟疾预测的一种新方法。     

Severe malaria

Severe or complicated malaria is defined by infestation by Plasmodium falciparum into all red blood cells, especially those in the brain, causing coma and repeated convulsions; severe anemia (6 g/dl hemoglobin, 20% hematocrit); renal insufficiency (265 mcmol/l creatinine, 400 ml/day diuresis); pulmonary edema; hypoglycemia (2.2 ml/l or 0.4 g/l); shock; diffuse hemorrhaging; massive hemoglobinuria; and blood acidosis. Other possible symptoms of severe malaria are clouded thinking, changes in behavior, and inability to focus. It is most common in people with no immunity to malaria (children aged 4 and travelers in endemic zones). Pregnancy, splenectomy, corticotherapy, or poorly maintained immunity status favor severe anemia in adults. Sources of chloroquine-resistant P. falciparum have existed since 1960. Resistance has since expanded from Southeast Asia and South America to Africa, posing treatment problems. Malaria usually begins with fever (40 or more degrees Celsius), headaches, muscular pain, digestive troubles (e.g., diarrhea, nausea, or vomiting), and abdominal pain. In suspected cases of malaria, a blood sample or a thick blood smear as well as treatment (even in the absence of parasitological proof) needs to be done as soon as possible. Intravenous quinine diluted in a 5-10% glucose solution should be delivered at a rate of 24 mg/kg/day. In the case of severe jaundice, the dose should be cut in half beginning 8 hours after treatment began. If intravenous delivery is impossible, intramuscular delivery should be done. Corticosteroids, anticoagulants, and aspirin are contraindicated. In 2-4 days, oral administration (chloroquine, halofantrine, or mefloquine) is warranted. 20% of malaria-related deaths among patients who receive treatment are due to complications of the central nervous system. Protection against mosquito bites prevents malaria. Chemoprophylaxis in endemic zones should be limited to short trips to malaria zones or to pregnant women.     

Control of malaria in Africa: from the eradication of malaria to the control of malaria

The control strategies usually recommended in Africa south of the Sahara have not been followed by a lasting decline in the endemic level of the disease in the rural environment. The set-backs of the eradication period have revealed the need to redefine control objectives and strategies adapted to each type of malaria. Systematic chemotherapy for attacks of fever is a strategy that can be proposed in all circumstances; it avoids mortality from malaria; it can be carried out in the field on a country scale. The other means of control, directed against the parasites and the vectors, may be used depending of the specific situation in each country and on each type of malaria. Malaria control has to be integrated into the basic health system of each country, and we need to improve health education and develop primary health care. We must continue with our efforts to develop new antimalarial drugs, insecticides and vaccines; urgent steps must be taken to train malariologists capable of adapting the new techniques to the actual situation in the field. It is by associating socioeconomic development with the control means as a whole that we shall be able to control the various types of malaria and to reach out towards the objective of health for all by the year 2000.