四种空间回归模型在疾病空间数据影响因素筛选中的比较研究

目的 探讨全局空间回归模型(空间迟滞模型、空间误差模型、空间杜宾模型)和局部空间回归模型(地理加权回归)在筛选疾病空间数据影响因素中的价值,为查找具有空间自相关性和空间异质性的疾病数据的影响因素提供统计参考.方法 基于模型是否考虑空间自相关和空间异质性两方面,根据模型拟合后的残差是否独立、拉格朗日乘数和稳健拉格朗日乘数是否显著、信息准则量(AIC、SC)大小、R2大小、对数似然值大小等指标来评价模型拟合的效果.结果 实例分析显示,普通线性回归模型拟合的AIC为41.65、R2为0.49,但残差不独立,存在空间自相关性.空间迟滞模型的AIC为18.6935、R2为0.64,稳健拉格朗日乘数显著,模型拟合后的残差独立.空间误差模型的AIC为22.0779、R2 为0.62,稳健拉格朗日乘数不显著,模型拟合后的残差独立.地理加权回归模型的AIC为14.9909、R2为0.62,模型拟合后的残差独立,模型的参数估计值具有空间变异性,不同地区的β系数、常数项、R2不同.结论 全局空间回归模型和局部空间回归模型考虑了数据的空间自相关性,在探讨具有空间自相关性的疾病空间数据的影响因素时,较经典的普通线性回归模型效果好.而且,局部空间回归模型体现了参数估计值的空间变异性,与全局空间回归模型的平均估计值相比,结果更可靠.     

基于地理加权回归模型的我国女性肺癌发病空间影响因素分析

目的应用地理加权回归模型探讨气象因素和大气污染因素影响我国女性肺癌发病的空间属性。方法从《2012中国肿瘤登记年报》获取2009年我国72个肿瘤登记点的肺癌发病数据,分别从中国气象局和《2008中国环境年鉴》获取2008年气象和大气污染资料。使用因子分析将收集的气象、大气污染等空间因素降维,消除多重共线性。以标准化发病率作为因变量、城乡类型及空间因素因子得分作为自变量,分别拟合泊松回归模型和地理加权回归模型。结果东北地区尤其是辽东半岛为我国女性肺癌的高发区域,具有明显的地区集聚性。城乡类型、纬度指向因子(PM10、温度、降水量)与女性肺癌发病的关联具有统计学意义,农村相对于城市为保护因素(RR=0.758,P=0.003);纬度指向因子为危险因素,因子得分越高(PM10越高,温度越低,降水量越小),女性患肺癌风险越大(RR=1.104,P=0.027)。地理加权回归模型结果进一步显示,城乡类型对我国女性肺癌发病的影响强度存在东西地区差异,纬度指向因子影响强度存在南北地区差异。结论地理加权回归模型对具有空间自相关性的数据获得更优的拟合,可以较好地揭示空间因素在地区间作用的差异。     

2011-2016年中国艾滋病疫情时空特征分析

目的 研究2011-2016年全国31个省、直辖市和自治区的客运量、人均国内生产总值（gross do mestic product,GDP）、人口密度和每千人医疗机构床位数对艾滋病发病数影响的时空变化特性,为预防艾滋病提供依据。方法 建立时空加权泊松回归模型,采用局部线性地理加权回归方法和迭代加权最小二乘估计对系数函数进行估计及可视化,分析不同地区、不同年份下宏观因素对艾滋病发病数影响的时空非平稳性。结果 全国各地区艾滋病发病区存在明显的时空聚集性和变化趋势;不同地区、不同时间的宏观因素对艾滋病发病数的影响各不相同。结论 拟合优度诊断统计量（R2,AIC,MSE）验证时空加权泊松回归模型拟合效果优于泊松回归模型,更好地反映时空数据中时空交互效应和非平稳特征,表明中国艾滋病发病数的时空分布与四个宏观因素的变化密切相关。     

青海省肺结核发病与气象因素的时间序列分析

  目的  探索气象因素与青海省肺结核发病之间的关系,并构建ARIMAX(autoregressive integrated moving average model-X, ARIMAX)模型对肺结核病例数进行短期预测。  方法  利用地理加权回归(geographically weighted regression, GWR)分析气象因素对肺结核发病的影响。以2014―2018年肺结核月发病数作为响应序列,气象因素作为输入序列,通过互相关函数(cross-correlatioan function, CCF)图确定与肺结核发病有关的气象因素并构建ARIMAX模型,分别回代拟合和预测2014―2018年肺结核月发病数和2019年肺结核月发病数,并与实际发病数相比较。  结果  降水量和相对湿度对肺结核发病存在正向影响,气压、气温和日照时数为负向影响,风速既存在正向影响,也存在负向影响;通过CCF图确定平均气温和平均风速与肺结核发病存在相关,并最终建立纳入2个协变量(平均气温3阶滞后和平均风速2阶滞后)的ARIMAX(0, 1, 2)×(0, 1, 0)₁₂最优模型,通过回代拟合和预测得出该模型拟合优度(R2)为0.71,平均绝对百分比误差(mean absolute percentage error, MAPE)为24.91%。  结论  气象因素在不同程度上影响着青海省肺结核的发病,本研究建立的最优ARIMAX模型可用于预测肺结核发病。     

2014-2018年甘肃省流行性乙型脑炎发病与气象因素的动态响应关系

  目的  运用向量自回归(vector autoregressive, VAR)模型分析甘肃省流行性乙型脑炎(简称乙脑)发病与气象因素的动态响应关系,为不同气象条件下乙脑的防控提供科学依据。  方法  用2014年1月-2018年12月乙脑发病率和同期气象数据建立VAR模型,通过脉冲响应和方差分解定量分析气象因素对乙脑发病的影响。  结果  VAR(2)模型的拟合优度为0.95,调整后拟合优度为0.95,希尔不等系数(Theil inequality coefficient, TIC)为0.06。平均气温、日照时数和降雨量对乙脑发病率变化的贡献到第6期分别为9.52%、2.13%和38.62%。  结论  VAR(2)模型可用于分析乙脑发病与气象因素的动态关系,乙脑的防控及预测预警可考虑结合当地气象因素。     

中国大陆地区淋病时空分布特征及影响因素分析

目的 展示中国大陆地区淋病发病率的时空格局，对淋病各流行因素进行多尺度地理加权回归分析，为淋病的防控提供科学依据。方法 以中国大陆31个省份(自治区、直辖市)2009至2018年的淋病疾病数据以及社会经济、人口结构、气象数据为基础，运用空间自相关以及MGWR模型(多尺度地理加权回归模型)进行分析。结果 中国大陆地区淋病发病率总体呈上升趋势，空间上累计发病率呈现显著的空间正相关(Moran’I=0.224,P<0.05),且发病热点区域主要集中在江苏省、上海市、浙江省和福建省等东南沿海地区；MGWR模型相较其他模型有较好的拟合程度(R²=0.863)和模型精度(AICc=382);气温、基层医疗机构数、降水量、相对湿度、人均GDP、在校生数和老年人口比重在局部以及全局地区具有显著性。各因素对各省市淋病发病率的影响效果各不相同，有显著的空间异质性。结论 2009—2018年淋病发病率在空间上有聚集性；经济、医疗水平和气象因素在不同程度上影响着淋病的流行强度；MGWR模型在淋病的影响因素分析中有显著优势。     

湖沼型血吸虫病流行区气候因素与钉螺分布的空间回归分析

目的探讨湖沼型血吸虫病流行区钉螺分布与气候因素之间的关系,为有效控制钉螺及预防钉螺扩散提供科学依据。方法收集2009年湖北省18个县（市、区）的螺情资料和相关气候因素资料。以活螺平均密度为因变量,以年平均温度、年均最低温度、年均相对湿度、年均降雨量、年均日照时数为自变量建立回归模型。运用空间回归模型分析气候因素与活螺平均密度的关系。结果空间回归模型分析中,根据Lagrange乘数检验统计量选择空间滞后模型（spatial lag model,SLM）进行拟合。SLM模型拟合的空间回归系数有统计学意义（ρ=-0.44,P<0.001）。结果表明,活螺平均密度与年平均温度和年均降雨量呈正相关,且回归系数均有统计学意义（均有P<0.001）。结论空间回归分析在研究具有空间自相关和异质性的钉螺数据与气候影响因素关系时,较经典线性回归分析效果好。影响活螺平均密度的主要气候因素是年平均温度和年均降雨量。     

甘肃省东南部地区气象因素与流行性乙型脑炎发病的时间序列分析

目的研究甘肃省东南部地区气象因素与流行性乙型脑炎报告发病数的时间序列关系。方法收集甘肃省2004年1月—2008年12月的气象资料(月平均气温、月平均相对湿度、月降水量)和同时期同地区甘肃省法定传染病网络直报系统乙脑发病的时间序列数据,利用立方平滑样条函数引入月平均气温、月平均相对湿度和月降水量,同流行性乙型脑炎发病人数之间建立Poisson广义相加模型。根据AIC值最小的原则,选择最终进入模型的变量,并确定其立方平滑样条函数的自由度取值。结果本研究得到的气象因素最佳滞后月:月平均气温和月降水量为3个月,月平均相对湿度为1个月;月平均气温(滑动平均滞后3个月)每上升1℃,乙脑月发病人数的相对危险度增加2.12;月降水量(滑动平均滞后3个月)每增加1 mm,乙脑月发病人数的相对危险度增加1.03;月平均相对湿度(滑动平均滞后1个月)每增加1%,乙脑月发病人数的相对危险度增加1.15。结论气象因素对乙脑发病的影响存在滞后效应,月平均气温、月平均相对湿度、月降水量的增加将会增加乙脑发病的危险。     

气象因素与两种虫媒传染病关系的探讨

目的探讨虫媒传染病斑疹伤寒和流行性乙型脑炎（乙脑）的发病率与气象因素的关系,建立反馈（BP）神经网络预测模型,并评价模型的效果.方法利用SPSS10.0统计软件进行气象因素与斑疹伤寒和乙脑发病率的相关分析;利用Matlab 6.5软件构建乙脑和斑疹伤寒发病率的BP人工神经网络预测模型.结果相关分析结果显示乙脑的发病率与平均气压呈负相关（P＜0.01）,与平均蒸发量和最高温度呈正相关（P＜0.05）.斑疹伤寒的发病率与平均气温和平均地面温度呈负相关（P＜0.05）.斑疹伤寒的发病率还与最低温度呈负相关（P=0.062）.BP神经网络模型的回代结果显示,乙脑和斑疹伤寒发病率拟合模型平均误差率（MER）和决定系数（R2）分别为27.44%和98.09%及29.00%和65.35%,模型拟合效果较好.应用BP神经网络模型对1994年乙脑和斑疹伤寒发病率进行预测,其相对误差分别为80.00%和120.86%,模型的预测效果一般.结论平均气压、平均蒸发量、温度对虫媒传染病的发病率影响较大.应用BP神经网络模型对虫媒传染病的发病率具有一定的拟合和预测能力,值得进一步研究.     

乌鲁木齐市流感样病例与气象因素的ARIMAX模型预测分析

目的分析气象因素对乌鲁木齐市流感样病例(influenza-like illness,ILI)例数的影响,建立ARIMAX(autoregressive integrated moving average model-X)模型对ILI例数进行短期预测,为乌鲁木齐市流感的预防与控制提供理论依据。方法利用乌鲁木齐市2015年1月至2017年9月的ILI例数和同期气象数据,建立ARIMAX模型,预测乌鲁木齐市2017年10月至2018年3月的ILI病例数,并与实际ILI例数进行比较。结果2015年1月—2017年9月发病数建立了ARIMA(0,1,1)(1,1,0)12模型,AIC=200.09;通过残差序列互相关函数(CCF)得出月平均相对湿度与ILI例数之间存在正相关关系,月日照时数与ILI例数之间存在负相关关系。将月平均相对湿度和月日照时数作为影响变量,建立ARIMAX模型,其中,纳入滞后0阶月日照时数的ARIMAX模型的AIC最小(AIC=197.63),且模型各参数差异均具有统计学意义。与一元时间序列ARIMA模型相比,拟合的平均绝对百分误差(MAPE)降低1.3687%,预测的MAPE降低5.25%,预测精度提高。结论本研究建立的带有气象因素的ARIMAX模型能较好预测短时间内ILI病例数发病趋势,为流感监测和预防控制提供依据。     

荆门市脑出血发病与气象因子相关性分析及预测

目的 探讨气象因子对脑出血发病的影响及其相关性,并建立基于气象因子的脑出血发病的预报模型,为预防和控制脑出血发病提供参考依据.方法 收集2008-2010年荆门市脑出血逐日病例数和同期气象资料,应用SPSS 13.0软件,分析气象因子与脑出血发病的相关性,构建多元线性回归和前馈型神经网络(BP神经网络)模型预测脑出血发病人数,并对模型进行评价.结果 气象因子与脑出血发病密切相关.线性回归模型为y=18.248-0.873x1(x1为气温,r=0.708,F=18.13,P＜0.01),BP神经网络模型结构为7-6-1,2种模型预测的平均误差率分别为16.15％和8.08％,非线性相关系数分别为0.795和0.907.结论 荆门市脑出血发病与气温呈显著负相关,BP神经网络模型有较好的预测效果.     

山东日照市2009-2012年手足口病与气象因素的时间序列分析

目的探讨气象因素对日照市儿童手足口病疫情的影响。方法从气象部门获得日照市2009年1月1日至2012年12月31日每日平均气温、日均相对湿度、日均气压、降水量和日均日照时间等气象资料,以及从“中国疾病预防控制信息系统”收集同时期该市手足口病每日发病人数。利用广义相加时间序列模型对每日气象因素与儿童手足口病发病的关系进行分析,在模型中对可能的混杂因素进行控制,包括长期和季节趋势、星期效应、公众假期效应等。结果日照市2009-2012年共报告26827例手足口病病例。其中26619例为10岁以下儿童,男女性别比为1．63：1。时间序列的多因素分析结果发现,日均气温在滞后4～8d时,日均气温越高,手足口病发病越多,以滞后6d时风险最大[每升高1℃,其超额发病危险度（ER）为1．54％,95％CI：0．69％-2．40％];在滞后5—7d时,日均相对湿度越高,该病发病风险越高,其中滞后7d时相对湿度每升高1％时对应的ER为0．19％（95％CI：0．07％-0．31％）;在滞后4-7d时,日均日照时间越多对应的发病风险越低,其中滞后4d时,日均日照时间每增加1h,对应的ER为-0．53％（95％CI：-0．93％～-0．13％）。结论该研究提示气象因素可能是日照市儿童手足口病的一个重要影响因素,在以后的疾病防控工作中应该予以考虑。     

流行性乙型脑炎发病率的气象影响因子分析

目的探讨山西省运城地区流行性乙型脑炎(乙脑)发病率与气象因子之间的关系。方法收集2000-2009年7-9月运城地区乙脑发病率及同期气象资料,用SPSS17.0软件分析两者相关性,并用逐步回归分析建立乙脑发病率的气象因子拟合模型。结果运城地区乙脑病例多在6月开始出现,7月增多,8月达到高峰,9月减少,10月偶有发生。乙脑发病率与月平均温度、月平均气压等相关,与月温差、月日照、相对湿度、月降雨量无关。逐步回归分析得出乙脑发病率的气压回归方程,ap1(提前1个月的平均气压)有良好的拟合效果。结论气象因子对乙脑发病有重要影响,可以利用气压拟合模型预测乙脑发病率变化趋势。     

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。     

基于ARIMA 模型的贵州省2017年流行性乙型脑炎发病预测

目的 探讨ARIMA模型用于预测流行性乙型脑炎发病的可行性,并利用模型预测贵州省2017年乙脑发病趋势。方法 采用SPSS20.0对贵州省2007 - 2016年乙脑报告病例数进行分析并构建ARIMA模型,使用筛选的最优模型预测贵州省2017年乙脑发病。结果 ARIMA（0,0,1）（1,1,0）12模型为最优模型,模型BIC = 6.769,稳定的R2 = 0.496;除常数项外,该模型各参数均有统计学意义,残差序列为白噪声序列。用该模型拟合贵州省2008 - 2016年乙脑月发病数,拟合数与报告数的变化趋势基本相同,差异均无统计学意义（Ｐ＞0.05）;贵州省2017年乙脑预测病例数为41例,高峰仍在7、8月。结论 ARIMA模型可以较好地拟合贵州省乙脑的发病趋势,可用于短期预测;与2016年相比,预测2017年乙脑发病相对平稳。     

福建省儿童流行性乙型脑炎发病影响因素及控制策略研究

目的分析福建省儿童流行性乙型脑炎发病的影响因素,为乙脑控制策略提供依据。方法选择2011~2013年福建省实验室确诊乙脑病例50例,年龄在15岁以下的儿童病例45例,采用自行设计的乙脑流行病学调查表,就调查对象的家庭经济收入情况、室内卫生状况、室外环境卫生状况、室内蚊密度、养猪情况、乙脑疫苗接种情况、防蚊灭蚊措施、蚊虫叮咬史、监护人乙脑防治知识了解情况进行分析。结果取累计贡献率89.07%（≈90%）分析,与发病有关的主因素共7项,按贡献率为蚊虫叮咬史（2.15%）,其次是乙脑疫苗接种情况（14.74%）,室内蚊密度（13.22%）,养猪情况（10.33%）,防蚊灭蚊措施（9.14%）,室外环境卫生状况（8.06%）,室内卫生状况（6.43%）。结论蚊虫叮咬史、乙脑疫苗接种情况、室内蚊密度、养猪情况、防蚊灭蚊措施、室内卫生状况、室外环境卫生状况是福建省儿童乙脑发病的影响因素。     

清远市清城区手足口病流行状况及与气象因素的关系分析

目的分析清远市清城区手足口病流行病学特征及其与气象因素的关系,为手足口病防控工作提供科学依据。方法收集中国疾病预防控制信息系统中2009—2013年清城区疫情监测资料及清远市气候监测系统中同期气象资料,采用描述性流行病学方法进行手足口病流行病学特征分析,并对手足口病发病数和气象因素的关系进行多重回归分析。结果2009-2013年清城区报告手足口病病例17768例,年均发病率为517．55／10万,2012年报告死亡病例2例。2009—2011年发病率呈逐年上升趋势,2012--2013年明显下降。全区各街（镇）均有病例报告,城乡结合型的东城街道年均发病率最高为724．84／10万。发病主要集中在4-7月份（占56．60％,10056／17768）,以5岁及以下儿童为主（占95．04％,16886／17768）,以散居儿童居多（占83．29％,14800／17768）。男性发病共11531例,年均发病率651．25／10万,女性发病6237例,年均发病率375．50／10万,男女发病率性别比为1．73：1。EV71为清城区手足口病的优势流行株（占62．50％,75／120）。日平均气温、降水量、日平均风速与手足口病发病数呈正相关（β=0．264、0．079、0．064,P〈0．05或P〈0．01）,而日平均气压与手足口病发病呈负相关（β=-0．166,P〈0．01）。结论手足口病的发生存在季节性、地区、年龄、性别、职业的差异,且与气象因素关系密切,应重点在流行季节前针对重点人群和重点场所做好防控工作。     

基于随机森林回归模型的登革热风险评估究

目的 基于随机森林回归模型构建小空间尺度的登革热风险评估工具,为登革热防控提供依据。方法 以2012年1月至2014年9月登革热病例及相关因素数据为训练集,分别构建登革热流行频率、持续时间及强度风险指标的随机森林回归模型,以2014年10月至2015年12月登革热病例及相关因素数据为验证集,并对构建的模型进行评估。结果 频率、持续时间、强度指标与发病数指标的相关系数均>0.7。依据训练集构建的登革热流行频率、持续时间和强度风险指标的随机森林回归模型变量解释度分别为96.72%、91.98%和90.1%,提示模型拟合度较好;交叉验证法可见各模型均方误差分别0.001 9、1.424 6和1.881 1,均处于较低水平;比较随机森林回归、支持向量回归、广义线性模型和广义相加模型的准确性,随机森林回归和支持向量机等机器学习模型均方误差远低于广义线性模型和广义相加模型。结论 以登革热频率、持续时间及强度指标为结局变量,气象、环境及社会经济特征为预测变量构建的随机森林回归模型准确性较好,可作为登革热风险评估工具,为登革热防控工作服务。     

煤矿区大气污染与儿童呼吸道疾病住院人数的时间序列分析

目的评价神木县大气污染与儿童呼吸道感染住院人数的关系。方法收集2009年11月至2012年10月间神木县的气象因素（气温、相对湿度）和环境因素：二氧化硫（SO,）、二氧化氮（NO：）和可吸入颗粒物（PM10）,以及16岁及以下儿童的住院资料。利用SAS9．3对气象、环境因素和住院人数资料进行描述性分析,并判断主要污染物。利用R3．0．1统计软件的建立Poisson回归的广义相加模型,引入大气污染物浓度及气象因素拟合线性模型,并考虑其滞后效应,评价主要大气污染物对儿童呼吸道感染住院的相对危险度。结果神木县的首要污染物为PM10,PM10与空气污染指数（API）的相关系数为0．917,P〈0．01。在控制了长期趋势、“星期几效应”、气象因素及其它污染物的影响后发现,首要大气污染物PM10浓度每上升10μg／m3时,每日呼吸道感染住院患儿的上呼吸道相对危险度（RR）及其95％可信区间（95％cx）为1．002（0．996～1．007）,t=0．589,P=0．556;下呼吸道为1．000（0．995～1．005）,t=-0．007,P=0．995。当日或滞后1～10日内PM10浓度变化均不能显著改变儿童上、下呼吸道感染的住院率。结论神木县首要污染物PM10浓度变化对儿童上、下呼吸道感染的住院情况无明显影响。     

评估气象对广东省登革热时空预测模型的贡献

目的 评估气象因素对广东省登革热预测系统的贡献。方法 基于Spearman相关性分析选择恰当形式的气象因素协变量,对广东省2008 - 2012年本地登革热分别构建无气象因素和有气象因素时的贝叶斯时空模型,预测广东省2013年本地登革热,用DIC和RMSE分别评价模型的拟合和预测效果。结果 月平均气温和月累计降雨量在滞后3个月时与登革热发病数的相关系数最大,分别为0.26和0.19,均有统计学意义（P＜0.05）;厄尔尼诺南方涛动与登革热发病数的相关性较弱,随滞后时间的增加逐渐减小,波动范围较小;与无气象因素的模型相比,纳入气象因素的贝叶斯时空模型的DIC更小,为967.57,拟合效果更好,其预测结果在时间趋势上与真实情况一致,高峰月份10月预测准确,并且在空间维度上能改善广东省85%的地区的预测效果。结论 纳入气象因素可提高贝叶斯时空模型对广东省登革热的预测效果,未来可结合人口流动进一步提高模型在空间维度上预测的准确性。