上海市某区居民脑卒中死亡与大气污染关系的时间序列研究

目的　分析大气污染急性暴露对居民每日脑卒中死亡的影响。方法　采用时间序列的半参数广义相加模型 ,在控制死亡的长期趋势、气象因素、“星期几效应”等混杂因素的基础上 ,分析了上海市某区 2 0 0 1年 1月 1日～ 12月 31日大气污染与居民每日脑卒中死亡的关系。结果　大气PM10 ,SO2 和NO2 4 8h平均浓度每增加 10 μg m3 ,居民因脑卒中而死亡的相对危险度分别为 1 0 0 8(95 %CI 1 0 0 0～ 1 0 16 ) ,1 0 17(95 %CI 0 998～ 1 0 36 )和 1 0 2 9(95 %CI1 0 0 1～ 1 0 5 7)。结论　上海市某区目前的PM10 和NO2 水平对居民脑卒中死亡有影响。     

空气污染与健康时间序列资料的传递函数模型的识别和建立

介绍了带有输入序列的时间序列建模方法 ,并应用于估计空气污染物浓度对医院就诊人数的影响     

时间序列ARIMA模型在医院剖宫产统计中的预测研究

目的建立医院剖宫产统计的预测模型,为医院决策提供依据。方法根据湖南省妇幼保健院2005~2012年产房剖宫产统计的数据,运用时间序列ARIMA模型预测分析医院未来两年剖宫产的发展趋势。结果 2009年之后医院的数据波动很频繁,上升趋势较强,最终利用2009年以后的原始数据序列进行分析建模。建立ARIMA(1,1,1)(0,1,1)模型,模型方程为▽▽12Xt=(1+0.705B)(1+0.705B12)/(1+0.874B)×at。结论 ARIMA(1,1,1)(0,1,1)模型预测未来两年医院剖宫产趋势呈明显的季节性、周期性,7~9月呈现出高峰点,10~12月呈现全年的最高峰值。结论本预测模型可为决策者对医院政策调整提供科学、合理的依据。     

时间序列自回归移动平均模型在临床红细胞用量预测中的应用

目的验证自回归移动平均模型(ARIMA)预测临床红细胞用量的可行性,并为血站制定备血计划提供数据支持。方法选择东莞市2006年1月～2011年12月6年的每月临床红细胞用量作为时间序列模型的数据源。利用SPSS软件进行时间序列模型的构建,通过对2012年的前5个月临床红细胞实际用量进行模型检验。并据此对模型预测临床红细胞用量分析的可行性、建模步骤及准确性验证进行了探讨。结果 ARIMA模型计算出的预测值与实际值拟合较好,相对误差较小。1月份相对误差为-6.32%,2月份为13.28%,3月份为7.78%,4月份为3.73%,5月份为3.78%,平均相对误差为4.45%。结论可以应用时间序列自回归移动平均模型对未来的临床红细胞用量进行预测,为血站制定备血计划提供可靠的参考依据。     

麻城市自杀死亡水平时间序列模型分析及预测研究

目的分析1984～2007年湖北麻城市人口自杀死亡水平的变化趋势,探讨求和自回归移动平均(ARI-MA)模型在自杀死亡率拟合中的应用,为制定针对性的干预措施提供参考依据。方法利用麻城市1984～2007年自杀死亡率资料,采用最大似然法估计模型参数,依据AIC和BIC准则确定拟合优度,以平均相对误差判断预测精度,建立最优预测模型,预测麻城市2008～2012年自杀死亡率。结果 1984～2007年期间该地区人群的自杀死亡率呈下降趋势(χ2=940.32,P<0.0001),24年的下降幅度为67.34%。所建立的ARIMA((3),1,(3))模型较好地拟合了既往时间序列的自杀死亡率,AIC=155.97,BIC=159.37,平均相对误差为5.77%,2008～2012年的预测自杀死亡率分别为27.08/10万,28.08/10万,21.55/10万,22.55/10万,16.02/10万。结论麻城市的自杀死亡率总体上呈下降趋势,ARIMA模型适用于该地区自杀死亡率的短期预测。     

在线继续医学教育对医生知识、态度和行为的效果

有越来越多的医生选择学习在线课程来进行继续医学教育,但却很少有严格的评估方法来确定在线继续医学教育活动的效果.鉴于此,美国阿拉巴马大学医学院继续医学教育部的研究人员进行了相关研究.应用时间序列设计的方法,来比较完成了继续医学教育网站提供的任意30分钟在线继续医学教育课程的医生在教育活动前后其知识、态度和自我报告的在临床实践中诊疗行为的变化.     

时间序列插值法在天人相应生物信号转导数据分析中的应用

目的:本研究在前期实验数据统计分析的基础上,创新性地采用插值法尝试补充无效数据并验证其合理性。方法:用时间序列插值法,补充24h周期内在方药和光照双重因素影响下的小鼠血清褪黑素(melatonin,MT)分泌实验数据中的无效值,并运用双因素方差分析验证其合理性,在此基础上讨论光-MT生物信号转导周期网络(PNLMBT)运行的规律及影响因素。结论:利用3次样条插值法补充后数据与原始数据在整体趋势上大体保持一致,两组双因素方差分析验证了插值法有效。统计分析显示,光照和药物等外界因素对于小鼠体内MT浓度影响在一天不同的时间下不同,提示光照+药物的多重调谐作用需进一步统计分析来研究。     

应用ARIMA模型预测福建省戊型肝炎疫情

目的建立福建省戊型肝炎（戊肝）分月发病数预测预警的ARIMA时间序列模型。方法利用SAS 9.0软件的PROC ARIMA综合软件包对《疾病监测信息报告管理系统》收集的福建省2004-2010年戊肝分月发病数序列进行ARI-MA模型的建模与分析。结果福建省2004-2010年戊肝分月发病数序列含有以年为周期的季节效应,经12步差分后为平稳非白噪声序列,拟合的相对最优模型为ARIMA（0,0,0）×（0,1,1）12。结论拟合戊肝的相对最优ARIMA模型进行预测和预警,具有实际应用价值。     

数据挖掘技术在医疗影像信息系统中的应用

采用数据挖掘技术处理某三甲医院医疗影像信息系统（RIS／PACS）数年应用过程中所积累的海量数据，重点探讨了关联规则算法对患者检查项目的关联分析、时序算法对各设备类型检查量的预测分析，初步挖掘了有价值的深层信息。     

北京市某区居民死亡与大气表观温度的相关性研究

目的 探讨大气表观温度与北京市某区居民全死因死亡之间的相关性.方法 收集2004-2008年北京市某区居民日全死因死亡人数和该地区日均气温、相对湿度和风速的数据以及该城区相应的PM10、SO2和NO2日均浓度的时间序列数据.采用时间序列分析方法,利用立方平滑样条函数,将根据气温和相对湿度计算出的大气表观温度、风速以及作为潜在混杂因素的PM10、SO2和NO2日均浓度引入,同北京市某区居民日全死因死亡人数间建立Poisson广义相加模型.根据AIC最小的原则,选择最终进入模型的变量,并确定其立方平滑样条函数自由度取值.结果 北京市某区日均表观温度与全死因死亡人次间存在负相关关系(P＜0.01)；日平均表观温度与日最高表观温度相比,日最高表观温度的RR值较大；在对全死因死亡人群男女分层结果显示,日均表观温度、日最高表观温度为男性全死因死亡的保护因素,滞后天数为3d时到最大效应,而日平均表观温度、日最高表观温度及日最低表观温度均为女性全死因死亡的危险因素,滞后天数为ld时达到最大效应.结论 大气表观温度与暴露人群全死因死亡有相关,夏季日均表观温度增高可使女性暴露人群全死因死亡增加.