有序聚类分析及周期图法在猩红热流行周期中的应用研究

目的探讨合肥市猩红热的流行周期,为猩红热发病预测和早期预警提供理论基础。方法合肥市疾病预防控制中心提供1985-2003年猩红热病例资料的监测数据及2004-2008年网络直报监测数据。使用有序聚类分析对猩红热发病阶段划分类别,使用周期图法提取潜在周期并建立相应的周期函数拟合发病率资料。结果 1985-2008年合肥市共有1996名猩红热病例,年平均发病率为1.9620/10万。24年猩红热发病率波动总体可按有序聚类分为低-高-低-高4个阶段,分别为1985-1988年,1989-1997年,1998-2003年,2004-2008年。其中前3阶段总和为19年,与周期图法检测出猩红热发病率序列存在的第一隐含周期T_1=19相同,此外序列还包含第二隐含周期T_2=5。结论有序聚类分析和周期图法可以运用于猩红热流行周期的识别和提取。     

流行控制图法在预测传染病发病趋势中的应用

目的：判断或推测菌痢流行的趋势或强度,从而为卫生行政部门制定菌痢防治策略提供科学依据。方法：根据深圳市龙岗区1993～2002年菌痢发病资料,利用质量控制图原理绘制该地菌痢流行控制图。结果：预测菌痢在该地区各个月份的流行趋势或强度。结论：流行控制图在疾病监测中不失为一种较好的“预警”方法。     

灰色预测方法在疾病预测中的应用

本文介绍了灰色系统GM (1,1)模型,并应用此模型对恶性肿瘤死亡率资料做了预测分析。经拟合与外推预测,其结果较满意。拟合与外推预测的平均误差分别占实测值均数的1.8%和2.8%。由于此模型具有所需样本量小、无需典型的概率分布、计算简便和预测效果好等优点,可作为疾病监测的有用工具。     

正交多项式和周期图法用于预测病毒性肝炎疫情

正交多项式和周期图法用于预测病毒性肝炎疫情江苏省卫生防疫站戴胜利，高瞻，贾成梅，朱荣，宋俐，黄红玉，刘光中病毒性肝炎突发病率在江苏省多年居高不下。为了做好病毒性肝炎预防工作，我们开展了疫情预报。根据该病疫情既有上升趋势，又呈现一定周期性的特点，本文采...     

应用周期图法分析疟疾流行的周期性

目的了解和分析湖北省襄阳市襄州区1951-2013年及其不同历史阶段疟疾流行的周期规律和成因,为消除疟疾路径分析和验证工作提供依据。方法应用周期图法。通过试验周期配合实际序列的方法,寻找疟疾流行的隐含周期。结果襄州区1951-2013年疟疾年平均发病率为143.91/万,找出第一隐含周期为22年,周期振动检验有显著性统计学意义(J=4.842 9,P0.01);第二隐含周期为23年(J=23.868 7,P0.01)。其中,1951-1979年疟疾年平均发病率为352.55/万,未发现隐含周期(J=2.934 6,P0.05);1980-2013年疟疾年平均发病率为10.63/万,隐含周期为14年(J=8.694 9,P0.01)。结论襄阳市襄州区疟疾流行存在周期性,但不同阶段的周期规律不同,其抗疟措施的变化和群众防疟意识的高底是影响疟疾周期性流行的重要因素。     

数学模型在人群疾病预测研究中的应用

1前言 1928年Reed和Forst共同提出Reed-Forst模型,1929年Soper用差分方程提出一种麻疹流行的确定模型以来[1],很多学者关心人群疾病的预测研究.每一种疾病不论发生、发展及转归,都有各自的演变规律,如果能很好地了解和掌握这些规律,势必对各种疾病的预防起到干预和调控作用.近年来很多学者运用数学模型对特定人群的死亡率、发病率等进行了预测.     

论预测在疾病预防控制中的应用

<正>在疾病预防控制中,对一个地区乃至全国的疾病发生、发展和流行趋势进行前瞻性的预测,并将预测结果作为制定预防和控制疾病的长远或近期规划的依据,足完全必要的。     

季节周期回归模型在预测肺结核发病率中的应用

目的 探讨季节周期回归模型在肺结核预测方面的应用.方法 收集2005～2010年肺结核的发病资料,利用Excel软件建立季节周期回归模型,对肺结核的发病率进行预测.结果 肺结核的发病与时间序列存在明显的长期趋势,符合用季节周期回归模型进行发病趋势预测的条件;通过模型分析,预测出2011年1～3月份的发病率分别为293.07/10万、229.22/10万和362.89/10万.结论 利用Excel软件建立季节周期回归模型预测肺结核的发病,简单实用,值得在基层推广应用.     

季节周期回归模型在预测甲型肝炎发病率中的应用

目的 :应用季节时间序列资料分析方法—简易时间序列季节周期回归模型 ,对沈阳市 1 997～ 2 0 0 0年的甲型肝炎疫情报告资料进行分析 ,并应用该模型定量预测 2 0 0 3年的甲肝发病率。结论 :发病趋势为秋峰低于春峰 ,流行强度为散发 (除自然因素影响 )。     

控制图法和比数图法在某部队水痘疫情预警中的应用

目的建立有效的水痘疫情预警方法,早期发现水痘流行的迹象,以尽早采取控制措施。方法利用2006—2010年某部队水痘发病数据建立预警数据库,应用控制图法和比数图法建立预警模型,参照流行标准,通过计算比较灵敏度、特异度、阳性预测值、约登指数及绘制受试者工作特征曲线(ROC),优选出最佳预警模型和预警界值。结果控制图法的预警功效优于比数图法,预警界值为P 90时,灵敏度为100%,特异度为75.0%,阳性预测值为66.7%,约登指数为0.75。结论控制图法可做为水痘疫情预警方法。     

巴雷特图法在医疗差错分析中的应用

医院差错事故的控制,在于把握差错发生的方向,追究其发生的原因和过程,进而加以控制和解决,最终达到优质医疗。本文通过采用巴雪特图法,对医院三年的差错原因进行分析及寻求对策,旨在为医院在医疗差错的控制和医疗质量管理上提供一种科学的分析方法。     

CUSUM控制图法在公共卫生监测中的应用

CUSUM控制图法从工业及制造业质量控制领域引入医学领域以来,在公共卫生监测中的应用研究越来越广泛,特别是在异常信息监测预警及过程监测控制等方面国外开展较多,但在我国还未见相关研究报道.此文就国际上CUSUM控制图法在公共卫生监测中的应用研究进展进行了综述.     

浅谈填图法在电学计算中的应用

欧姆定律是电学中的基本定律,它是进一步学习电学知识和分析电路的基础,是学习电功率、家庭电路等后续章节的必备知识,是电学的重点之一,也是全章的核心.它反映了电流、电压、电阻三者之间的定量关系.对于一段电路,只要知道电流电压电阻这三个物理量中的两个量,就可以利用欧姆定律求出第三个量.     

单段函数残差辨识在疾病预测中的应用

应用灰色系统 GM(1,1)模型可以预测疾病的发生情况。但是该模型有时预测精度不够高。单段函数残差辨识可以弥补其不足。单段函数残差辨识就是利用 GM(1,1)模型的残差信息,并在此基础上建立新的模型。本文介绍了单段函数残差辨识的原理、计算过程及其应用,结果表明比 GM(1,1)模型更有效、更精确。具有实际应用价值。     

Box-Jenktins模型在几种疾病预测中的应用

本文采用Box-Jenkins模型对伤寒、疟疾、痢疾、钩体病的历史流行病学资料(1950～1983年发病率)进行模型拟合,作动态分析建模用于近期预测预报。从1981～1988或1984～1988年的前瞻性预测结果来看,     

动态质控图法及其在HIV检测实验室中的应用

HIV抗体检测是艾滋病防治的一项重要保证措施。因此，提高实验室检测的准确性，减少假阳性和假阴性反应的发生，对监测、诊断、血液筛查艾滋病来说是很重要的。目前在艾滋病检测实验室最常用的质控图是Levey—Jennings质控图，该种质控图有许多优点，但也存在着一些缺陷，如前20次异常值的出现会对所求得的均值和标准差有较大的影响．均值和标准差的确定没有充分利用每一次的检测信息等。针对这些，作者在Levey—Jennings质控图的基础上，提出了动态质控图的方法并将其应用到HIV检测实验室，取得了较好的效果，现介绍如下：     

回归分析在双峰型疾病预测研究中的应用

本文作者对海门口岸所在的台州地区具有双峰型季节特征的疾病进行了回归分析预测，1990～1992年病毒性肝炎和肾综合症出血热的前瞻性预测结果：全区九县(市)的预测值与实际发病率的平均拟合率达98．14%，不同标准差范围的比例与理论分布也比较接近，效果满意．同时进一步讨论了各变量值进行对数转换，根据标准差对变量频数分配理论给出预报量和及时吸收新近样本资料，不断更新方程等是提高回归分析预测效果的必要手段。     

排列图法在医院护理差错分析中的应用

目的：将排列图法应用于医院护理差错分析。方法：利用排列图分析我院2003-2007年护理护理差错的发生原因。结果：应用排列图对护理差错进行分析,发生差错的主要原因是标本采集错误和病情观察不到位,是影响护理质量的关键因素,如果有效地解决这些问题,将大大提高护理质量。改进后的2008年,护理差错发生率明显减少,与之前对比,有显著意义（P〈0．05）结论：正确应用科学管理方法,找出护理问题发生的原因,提出可行的改进措施,能够提高护理质量。     

回归分析在单峰型疾病预测研究中的应用

本文作者利用疾病的长期趋势、周期趋势、季节趋势和即时趋势为预测因子,对具有单峰型季节特征的疾病进行了定性、定量、定时、定向的回归分析预测,经对海门口岸所在的台州地区1973～1988年的流脑,麻疹、乙脑、疟疾的预洲预报结果,与实际发病率相比,平均拟合率为98.81,效果满意。     

基于周期分解的ARIMA模型在甲肝发病率预测中的应用

摘要:目的　探讨基于周期分解的ARIMA模型在我国甲肝月发病率预测中的应用,并比较其与SARIMA模型的预测效果。方法　收集2004年1月-2014年12月我国甲肝月发病率资料,用SPSS13.0分别拟合两种模型,并用2014年的数据评价模型的预测效果。结果　基于周期分解的ARIMA模型的拟合及预测的MRD,MER,MSE和MAE分别为4.4691,0.0446,0.0002,0.0092;4.1310,0.0415,0.0001,0.0066。SARIMA模型的拟合及预测的MRD,MER,MSE和MAE分别为7.2979,0.0781,0.0003,0.0185;6.4407,0.0708,0.0002,0.0110。结论　基于周期分解的ARIMA模型拟合和预测效果优于SARIMA模型。它可以提高预测的精度,具有较好的应用价值。