流行性脑脊髓膜炎与气象因素关系的BP神经网络模型研究

目的：探讨流行性脑脊髓膜炎（流脑）发病率与气象因素的关系，建立流脑发病率的BP神经网络预测模型，评价模型效果。方法：利用SPSS10．0统计软件进行气象因素与流脑发病率的相关分析。利用Maflab6.5软件构建流脑发病率的BP人工神经网络预测模型。结果：相关分析结果显示流脑的发病率与平均气压、平均降水量呈负相关，与平均蒸发量呈正相关。BP神经网络模型的拟舍结果显示，流脑发病率回代值的MER=1．73％、R^2=0．9900，模型拟合效果较好；模型的预测精度为5．88。结论：平均气压、平均蒸发量、平均降水量对流脑发病率影响较大。BP神经网络模型对流脑发病率具有较高的拟合和预测能力。     

贝叶斯正规化BP神经网络在我国医院床位预测中的应用

目的 探讨贝叶斯正规化BP神经网络在我国医院床位预测中的应用. 方法 利用1990-2006年我国医院床位历史数据,建立贝叶斯正规化BP神经网络进行拟合预测,并与指数平滑预测、自回归模型的预测结果进行比较. 结果 三种方法预测结果的相对误差分别为0.58%,3.62%,1.48%.贝叶斯正规化BP神经网络模型预测精度更高,效果更好,优于传统方法. 结论 贝叶斯正规化BP神经网络预测模型可以用于我国医院床位预测.     

基于三种时间序列模型对广州市肾综合征出血热发病率的预测比较研究

目的利用GM(1,1)、ARIMA和BP神经网络模型探索肾综合征出血热(hemorrhagic fever with renal syndrome, HFRS)预测预警的最优模型,为广州市的HFRS防控预测预警提供科学建议。方法系统收集广州市2006-2019年HFRS发病数据,采用GM(1,1)、ARIMA和BP神经网络模型以及混合模型对2006-2016年发病率进行拟合建立HFRS预测已经模型,并对2017-2019年发病率进行预测,通过平均相对误差选取最佳预测预警模型。结果 2006-2019年广州市共报告HFRS病例2 453例,年均发病率1.373/10万,2013年发病率最高,为1.794/10万,2019年发病率最低,为0.954/10万。1-4月共报告1 106例病例,占病例总数的45.08%。ARMIA(0,1,1)(0,1,1)_(12)模型预测的平均相对误差最小为27.75%,GM(1,1)、BP神经网络、BP-GM和BP-ARIMA模型预测的平均相对误差分别为33.280%、27.750%、29.670%、46.210%和46.600%。结论基于月度数据进行建模的ARIMA模型识别异常值的能力更好,且预测的平均相对误差率最小。     

ARIMA模型和GM(1,1)模型预测全国3种肠道传染病发病率

 【摘要】目的 分别采用求和自回归滑动平均模型（ARIMA模型）和灰色模型GM(1,1)对全国法定报告的3种肠道传染病年发病率进行预测，并比较两者预测的准确性。方法 采用1995年1月至2005年12月的月发病率建立ARIMA模型。采用1995年至2005年的年发病率建立GM(1,1)模型。采用2006年的实际年发病率验证两种模型的预测效果，评价指标为相对误差。选取相对误差最小的模型预测2007年至2008年的年发病率。结果 对于甲型肝炎、痢疾、伤寒副伤寒的年发病率，预测准确率较高的模型分别是GM(1,1)、ARIMA、GM(1,1)模型，相对误差分别为0.05%、5.47%、38.89%。对2007年甲型肝炎、痢疾、伤寒副伤寒预测的年发病率分别为4.59/105、30.84/105、2.53/105；对2008年预测的年发病率分别为4.03/105、29.03/105、2.34/105。结论 对于某种肠道传染病发病率的预测，应同时拟合几种模型，并选择其中拟合效果最好的一种模型。     

ARIMA模型在河南省AIDS疫情预测中的应用

目的:探讨ARIMA模型在河南省AIDS疫情预测中的可行性。方法:收集河南省2005年至2013年AIDS发病率和病死率数据,分别建立ARIMA模型,通过模型拟合优度统计量筛选最优模型,采用平均误差率评估模型预测效果,并用所构建的模型预测2014年至2016年河南省AIDS疫情。结果:河南省AIDS发病率和病死率的最优ARIMA模型分别为ARIMA(0,1,1)和ARIMA(0,2,1);模型的拟合值均符合其实际流行趋势,平均误差率分别为0.16和0.25;预测2014年至2016年河南省AIDS发病率分别为3.40/10万、3.91/10万和4.50/10万,病死率分别为15.34%、8.82%和7.64%。结论:ARIMA模型很好地模拟了河南省AIDS疫情的演变趋势,可用于河南省AIDS发病率和病死率的预测。     

中国流行性腮腺炎发病率模型拟合及预测效果比较

背景　流行性腮腺炎（流腮）是中国极为严重的疾病。充分认识中国流腮的规律性并构建模型预测,对其预防和控制有重要意义。目的　评价季节性自回归移动平均模型（SARIMA）、指数平滑模型、SARIMA-广义回归神经网络（GRNN）组合模型和指数平滑-GRNN组合模型在流腮发病率拟合及预测中的应用效果。方法　利用全国2004年1月-2016年6月的流腮逐月发病率数据拟合、训练模型,建立SARIMA、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型。预测2016年7-12月流腮的逐月发病率并与实际值比较,采用平均绝对误差百分比（MAPE）、平均误差率（MER）、均方误差（MSE）和平均绝对误差（MAE）评价模型拟合及预测效果。结果　SARIMA（0,0,2）（0,1,1）12为最优SARIMA模型;Holt-Winters相乘模型为最优指数平滑模型,SARIMA-GRNN组合模型和指数平滑-GRNN组合模型的SPREAD最优参数分别为0.026、0.031。SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型拟合的MAPE、MER、MSE和MAE依次分别为15.350%、14.976%、0.336、0.286,14.346%、14.249%、0.326、0.272,7.390%、6.320%、0.034、0.123,6.952%、5.776%、0.028、0.113。SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型预测的MAPE、MER、MSE和MAE依次分别为11.998%、12.260%、0.022、0.138,39.582%、38.462%、0.199、0.432,8.892%、9.677%、0.020、0.109,8.872%、9.672%、0.021、0.109。结论　指数平滑-GRNN组合模型为最优模型,拟合及预测效果最好,用于全国流腮发病率预测精度高;SARIMA-GRNN组合模型次之;SARIMA模型拟合及预测效果一般;指数平滑模型拟合效果较好,但预测效果较差。     

三种预测模型在肺结核发病预测中的应用

目的建立合理的肺结核病发病预测模型,推测重庆市肺结核病疫情未来流行趋势,从而为合理分配卫生资源和持续有效地开展肺结核病防制工作提供科学依据。方法收集重庆市结核病防治所登记的1993—2008年肺结核年发病人数的登记资料,采用灰色预测模型、灰色马尔可夫组合预测模型与BP神经网络模型对重庆市结核发病人数进行预测对比分析,筛选最优拟合效果模型。结果采用灰色预测模型、灰色马尔可夫组合预测模型与BP神经网络模型对重庆市肺结核病发病疫情进行预测分析,3个模型的平均相对误差分别为23.81%、3.68%、3.52%。结论对于肺结核病发病的预测,BP神经网络模型拟合效果最好,预测精度更高,预测数据更合理。     

北京地区肠道传染病与气象因素的关联性分析

目的 依据中医五运六气学说,研究北京地区肠道传染病发病与当年及1～3年前气象因素的关联性,并尝试建立气象预警模型.方法 基于北京地区1970-2004年35年的气象数据和肠道传染病(包括细菌性痢疾、病毒性肝炎、伤寒副伤寒)发病数据,利用BP人工神经网络统计方法,建立“气象—肠道传染病”的预测模型,并筛选出影响发病的关键气象因子.结果 利用当年及1,2,3年前的气象因素可分别建立肠道传染病发病的气象预测模型,预测精度均约为60％,其中贡献度较大的气象因素分别是当年的相对湿度,以及1～3年前的相对湿度和风速.利用上述当年～3年前的关键气象因子建模,其预测效果最佳,精度约为80％.结论 北京地区肠道传染病发病不仅与当年的气候变化有关,还与1～3年前的气象变化具有相关性;利用当年～3年前(共4年)的气象因素建立预测模型,效果要优于单用某一年的气象因子所建模型.     

GM(1,1)灰色模型和ARIMA模型在HFRS发病率预测中的比较研究

目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFRS发病率进行预测,比较2个模型的拟合和预测效果。结果针对辽宁省HFRS发病率建立的GM(1,1)模型和ARIMA模型的平均误差率(MER)分别为13.5143%、25.0814%;决定系数(R2)分别为0.8961、0.6997。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%;R2分别为0.8112、0.7628。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%;R2分别为0.8757、0.7889。结论GM(1,1)模型对于小样本以及隐含指数函数变化趋势的资料具有明显的预测优势,预测效果优于ARIMA模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值。     

重庆市法定报告传染病预测与监测的ARIMA模型

目的:通过对2003年1月～2008年12月重庆市法定报告传染病逐月发病率数据的分析,研究其变化规律,建立预测与监测的ARIMA时间序列模型.方法:用Box-Ljung统计量评价ARIMA模型的拟合度,用平均预测相对误差作为预测效果的评价指标.结果:重庆市法定报告传染病发病以年为周期,1年中4～6月为高发月,尤其是5月和6月最为严重.ARIMA(0.1.0)(O,1,1)12模型是重庆市法定报告传染病拟合的最佳模型,其拟合残差的方差为12.23,外推预测的平均相对误差为8.3%.结论:对传染病发病率历史数据进行时间序列分析是用于传染病监测的一个重要的内容.本研究所建立的ARIMA模型适用于重庆市传染病发病率预测与监测.     

气象因素对四川省手足口病发病率的影响及预测模型构建

  目的  分析2013?2019年四川省手足口病（hand foot and mouth disease, HFMD）的流行特征,研究气象学因素与HFMD发病率的相关性,并构建预测模型。  方法  通过中国疾病预防控制中心和中国气象数据网收集2013?2019年四川省HMFD监测数据和气象数据。采用Spearman相关分析探究HFMD月发病率与气象学因素的关系,同时采用多元回归模型和支持向量回归（support vector regression, SVR）模型分别构建HFMD月发病率预测模型。  结果  2013?2019年四川省累计报道HFMD 615 840例,死亡病例81例,年均发病率107.31/105,死亡率0.16/106。Spearman相关分析显示月平均相对湿度（r=0.342）、月平均气温（r=0.284）、月平均水汽压（r=0.304）、月平均降水天数（r=0.259）与HFMD月发病率呈正向弱相关。多元回归模型预测结果（R2=0.375）准确性不如SVR模型（R2=0.836）,SVR模型对2013?2018年HFMD月发病率有较好的拟合,能较好地预测2019年发病高峰。  结论  月平均相对湿度对HFMD月发病率影响最大;SVR模型的拟合值与实际值吻合度较高,对四川省HFMD发病情况预测具有一定价值。     

疟疾与气候因素关系的分析

目的根据邳州市2001—2006年气象资料与疟疾发病的情况,探讨气候因素对疟疾发病率的影响及其相关性,为实施疟疾防治工作提供基础数据。方法收集邳州市2001—2006年疟疾发病资料及同期的平均气温、最高气温、最低气温、降雨量、相对湿度、蒸发量、总云量、日照时间、低云量等气象资料,运用sPSs11．5统计软件建立数据库,对疟疾疫情与各气候因素的关系进行相关分析和多元逐步回归分析。结果2001～2006年邳州市疟疾发病率（Y）与同期平均气温、最高气温、最低气温、降雨量、相对湿度、蒸发量、总云量有较高的正相关关系,与日照时间、低云量无关,各气候因子之间相关关系显著。回归方程为Y=-0．479＋0．007X1＋0．75X2,（X1、X2分别代表最低平均气温和相对湿度）。结论气候因素影响着疟疾发病率变化,尤其是月平均最低温度和湿度,从而成为影响疟疾发病的主要气候因素.     

The Impacts of Mosquito Density and Meteorological Factors on Dengue Fever Epidemics in Guangzhou,China, 2006-2014:a Time-series Analysis

Objective To explore the associations between the monthly number of dengue fever(DF) cases and possible risk factors in Guangzhou, a subtropical city of China.
Methods The monthly number of DF cases, Breteau Index (BI), and meteorological measures during 2006-2014 recorded in Guangzhou, China, were assessed. A negative binomial regression model was used to evaluate the relationships between BI, meteorological factors, and the monthly number of DF cases.
Results A total of 39,697 DF cases were detected in Guangzhou during the study period. DF incidence presented an obvious seasonal pattern, with most cases occurring from June to November. The current month’s BI, average temperature (Tave), previous month’s minimum temperature (Tmin), and Tave were positively associated with DF incidence. A threshold of 18.25 °C was found in the relationship between the current month’s Tmin and DF incidence.
Conclusion Mosquito density, Tave, and Tmin play a critical role in DF transmission in Guangzhou. These findings could be useful in the development of a DF early warning system and assist in effective control and prevention strategies in the DF epidemic.     

基于气象因素的手足口病发病风险预测模型

目的 探讨我国手足口病发病与气象因素的关系,建立基于气象因素的手足口病发病风险预测模型.方法 收集2010-2014年全国31个省市手足口病月发病率资料和当地同期气象资料;利用Spearman相关分析、Logistic回归分析筛选影响手足口病发病的气象危险因素;应用哈佛疾病风险指数模型建立预测模型;采用ROC曲线下面积评价模型优劣.结果 影响手足口病高发的气象危险因素分别为月平均气温12 ～22℃(OR =13.922)、月平均气温大于22℃(0R =25.932)、标准大气压地区(OR=7.953)、月降水量大于100 mm(OR=1.439)及月平均湿度大于70％ (OR=1.597).根据以上气象因素建立手足口病发病风险预测模型,并绘制风险评估图,模型的ROC曲线下面积为0.810.结论 气象因素对手足口病的发生、发展过程存在影响;成功建立了基于气象因素的手足口病发病风险预测模型.     

邯郸市流脑发病率与气象因素关系的探讨

目的 探索适用于研究流脑发病率和气象因素关系的科学方法,分析邯郸市流脑发病与气象因素间的关系.方法 收集1972年1月至2010年12月邯郸市流脑疫情资料、气象资料和人口资料,采用EpiData3.0进行＂双重录入＂,应用SPSS 17.0统计软件分析流脑月发病率和气象因素.结果 ①气象参数的共线性诊断结果显示,本组气象因子数据容差最小为0.014,方差膨胀因子最大达69.998.②流脑疫苗计划免疫之前流脑月发病率呈现三次模型曲线,之后呈对数模型曲线.两个曲线估计方程分别为Y=1.346＋0.152X-0.003X2＋1.224X10-5X3和Y=1.798-0.348ln（X）.③流脑和10个气象因素之间均不呈线性关系.流脑月发病率与月平均风速之间得到三次曲线拟合方程Y=3.254-4.551X＋1.715X2c-0.118X3.结论 邯郸市流脑与10个气象因素之间不适合做直线相关分析和多元回归分析.流脑疫苗计划免疫前后流脑月发病率呈现不同的模型曲线,计划免疫对其影响巨大.月平均风速是影响流脑发病率的主要气象因素.     

邯郸市1997-2010年肺结核发病的气象流行病学特征分析和探讨

目的查找适用于研究肺结核发病率与气象因素之间关系的统计方法,探讨邯郸市肺结核的气象流行病学特征。方法收集1997年1月至2010年12月邯郸市肺结核疫情、气象及人口资料,采用EpiData3．0进行“双重录入”,采用SPSS17．0统计分析软件对数据进行分析。结果气象参数的共线性诊断结果显示,本组气象因子数据容差最小为0．012,方差膨胀因子最大达69．871;Spearman相关分析显示,肺结核月发病率与月小型蒸发量、月平均风速、月日照时数之间呈正相关;肺结核月发病率曲线估计方程为Y=2．847—0．052X＋0．001x2—4．316x3;肺结核月发病率与10个气象因素之间未拟合出显著的曲线关系;气象参数的Kaiser—Meyer—Olkin（KMO）和Bartlett检验结果显示10个气象参数非常适合做因子分析,通过做主成分多元线性回归分析得到方程Y=3．580＋0．34522。结论邯郸市10个气象参数之间存在严重的多重共线性;月小型蒸发量、月平均风速、月日照时数是影响肺结核发病的气象因素;邯郸市肺结核月发病率呈三次模型曲线;肺结核月发病率和10个气象因素之间无显著的曲线关系;气象因素对肺结核发病的影响在总的影响因素中所占比例很小。     

邯郸市猩红热发病率与气象因素之间关系的研究

目的查找适用于研究猩红热发病率和气象因素之间关系的科学方法,探讨邯郸市猩红热发病和气象因素之间的关系。方法收集1972-2010年邯郸市猩红热疫情资料、气象资料和人口资料,采用EpiData 3.0进行＂双重录入＂,用SPSS 17.0统计分析软件建立数据库对数据进行统计分析。结果①气象参数的共线性诊断结果显示,本组气象因子数据容差最小为0.014,方差膨胀因子最大达69.998。②猩红热月发病率的曲线估计方程为y^=1.369-0.230ln（X）。③猩红热和10个气象因素之间均不呈线性关系,猩红热月发病率与月平均风速之间得到曲线拟合方程y^=-0.781＋1.242X-0.58X2＋0.097X3。结论①邯郸市猩红热和10个气象因素之间不适合做直线相关分析和多元回归分析。②邯郸市猩红热月发病率的模型曲线为对数模型曲线。③猩红热月发病率与月平均风速之间呈三次方程曲线关系,月平均风速是影响猩红热月发病率的主要气象因素。     

2011年瑶海区感染性腹泻发病时空分布特征及相关影响因素分析

目的:探讨感染性腹泻时空分布特征及其发病影响因素,为科学防治提供依据。方法:利用描述流行病学现况分析方法阐述感染性腹泻报告发病时空分布特征,并运用SPSS统计软件进行数据统计,对发病人数与影响要素进行相关分析。结果:全年感染性腹泻5～10月份高发,城乡结合部高发,气象因素中的平均气温、最高气温、最低气温,降雨量和托幼机构地区分布数与感染性腹泻发病呈正相关,而气象因素中的气压与发病呈负相关。高危因素电话调查问卷显示辖区感染性腹泻病例发病原因主要以不洁饮食、受凉、卫生习惯差和慢性疾病等为主。结论:轮状病毒为儿童腹泻病主要致病因素,故降低病毒性肠炎的发病是降低婴幼儿腹泻发病的关键,5岁以下儿童仍是预防腹泻的重点人群。感染性腹泻发病人数与月平均气温、平均最高气温、平均最低气温、平均气压和降水都有很好的相关关系,说明感染性腹泻也是受气象因素等综合条件影响的传染性疾病。高危因素调查提示不洁饮食、受凉、卫生习惯差和慢性疾病等导致感染性腹泻高发,实践证明,坚持以切断传播途径为主导的综合性预防措施,重点加强对水源及食品的监控与管理,完全可使感染性腹泻的发病率大幅度降低。     

弗朗斯维尔市气象因素与疟疾、高血压和脑卒中关系的初步探讨

目的:探讨非洲加蓬弗朗斯维尔市疟疾、高血压、脑卒中与气象因素的关系。方法:回顾性分析弗朗斯维尔市中加友谊医院和阿弥撒医院2017—2018年门诊收治的6 224例疟疾、高血压和脑卒中患者及同期的气温、气压、相对湿度、降水量等气象资料。采用t检验或Mann-Whitney U检验分析气象因素、疟疾、高血压、脑卒中在旱季雨季的分布规律,Spearman相关分析气象因素与疟疾、高血压、脑卒中发病之间的关系。结果:雨季疟疾和脑卒中月门诊量显著多于旱季（疟疾t=-8.4,P＜0.001;脑卒中t=-4.6,P＜0.001）;疟疾月门诊量与月平均气温、降水量和有雾天数呈正相关（r=0.587、0.744、0.715,均P＜0.01）,与气压呈负相关（r=-0.705,P＜0.001）。脑卒中月门诊人数与月平均气温（r=0.570,P=0.004）、最大湿度（r=0.519,P=0.011）和降水量（r=0.722,P＜0.001）呈正相关,与平均气压呈负相关（r=-0.700,P=0.011）。高血压月门诊人数在旱季和雨季无差异,且与气象因素均无显著性相关（P＞0.05）。结论:气象因素是弗朗斯维尔市疟疾、脑卒中的发病的影响因素,在雨季气象条件下疟疾、脑卒中发病率高。