上呼吸道感染性疾病与气象条件的关系及其预报研究

目的 研究气象条件变化对上呼吸道感染性疾病发生的影响程度,建立气象因子与发病趋势的最佳模型,开展预警预报服务.方法 收集湖州市中心医院2006年门诊就诊资料和同期该地区气象资料,采用Pearson相关分析和Spearman相关分析,并用自动交互检测方法 (AID)建立预报模型,数据处理用统计软件.结果 湖州市上呼吸道感染性疾病在春季高发;水汽压、平均气压、降水量和温差是影响发病的主要气象因子,当平均气压＜1019.45 HPa且水汽压＜7.9 HPa时,发病水平最高;水汽压≥12.25 HPa且降水量≥0.05mm时,发病水平最低.按周发病数据拟合上呼吸道感染性疾病预警模型和预警等级,模型拟合R2值为0.3793.结论 水汽压、平均气压、降水量和日照时数等气象因子与上呼吸道感染性疾病发生密切相关,可利用AID建立预警预报模型.     

湖州市心脑血管疾病与气象因素的关系分析及预报研究

目的探讨气象因素与湖州市心脑血管疾病的关系,并建立医学气象预报模型对心脑血管疾病发病水平进行预测。方法收集湖州市中心医院和湖州市第一人民医院2006～2007年门诊就诊资料和同期该地区气象资料,采用Spearman相关分析,并用自动交互检测方法(AID)建立预报模型,数据处理用SPSS10.0和SAS EM 4.1统计软件。结果我市心脑血管疾病发病冬春季高于夏秋季节,其发病与日平均气压、平均气温、最低气温、日较差、水汽压、降水量、日照时数等气象因子存在相关性,按周建立了气象因素与心脑血管疾病预报模型和四个预警等级,模型拟合值为0.279。结论心脑血管疾病发病与气象因素密切相关,按周建立预警、预测模型效果较好。     

气管支气管炎门诊人数与气象条件的关系

[目的]研究气象条件的变化对气管支气管炎发病的影响程度,建立气象因子与门诊病人数趋势的预报模型,以便开展预测预报服务.[方法]收集湖州市中心医院和湖州市第一人民医院2006年10月至2007年12月门诊就诊资料和同期该地区气象资料,采用Pearson相关分析和Spearman相关分析,并用自动交互检测方法(AID)建立预报模型,采用SAS EM4.1统计软件进行数据处理.[结果]湖州市气管支气管炎门诊人数存在明显的季节分布差异,夏季和冬季是此类疾病的2个高发季节,而春季和秋季门诊人数较少;其门诊人数与平均气压、平均气温、最高气温、最低气温、水汽压、大气能见度等气象条件存在较好相关性;影响气管支气管炎门诊人数的主要气象因子有平均气压、能见度、目较差和水汽压,当平均气压≥1 020.33hPa且能见度<6.2km时,气管支气管炎门诊人数最高.按周门诊人数拟合气管支气管炎预报模型,可将其门诊人数分为四个预测等级,模型拟合确定系数R2为0.539.[结论]平均气压、能见度、日较差和水汽压等气象因子与气管支气管炎门诊人数密切相关,可利用AID建立模型,开展预测预报,提醒市民注意防范.     

干旱地区呼吸道传染病气象因素及发病预测

目的探讨干旱地区影响呼吸道传染病流行的关键气象因子，建立干旱地区呼吸道传染病的反馈（BP）神经网络预测模型，为政府部门预防和控制干旱地区的呼吸道传染病提供科学依据。方法选择辽宁省朝阳市作为研究对象；在朝阳市气象局获得该地区1981～1994年气象资料；在朝阳市疾病预防控制中心获得同期该市传染病发病资料。应用SPSS 10．0统计软件进行气象因素与传染病发病率的相关关系分析。应用Matlab6．5软件构建BP人工神经网络模型，建立干旱地区呼吸道传染病的BP人工神经网络预测模型，并对模型进行评价。结果相关分析结果显示，流行性脑膜炎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；百日咳的发病率与平均气压呈负相关，与平均蒸发量呈正相关。BP神经网络模型拟合结果显示，流脑和百日咳模型拟合值的平均误差率（MER）和决定系数（R0）分别为1．73％和1．0000，7．74％和0．9900；流脑模型拟合效果最好；流脑和百日咳BP神经网络模型的预测精度分别为5．88％和59．46％。结论平均气压、平均蒸发量、平均降水量对呼吸道传染病发病率影响较大。BP神经网络模型对干旱地区呼吸道传染病具有较高的拟合和预测能力，预测效果较好。     

宝鸡市手足口病气象危险指数应用研究

目的探索宝鸡市手足口病发病与气象因素之间的关系,为手足15病预报提供科学依据。方法收集2009-2011年宝鸡市手足口病发病资料和气象资料,利用主成分分析和曲线拟合方法分析数据;参考国内应用比较成熟的其他人体健康气象指数的研究方法,设计手足口病气象危险指数。结果平均气温（X1）、降水量（X2）、平均气压（X3）、平均水汽压（X4）4个气象因素与手足口病发病相关,对其进行主成分分析,利用第1主成分（Z1）与周发病人数（Y）进行曲线拟合,获得发病预测方程Y=1．136＋0．914Z1-0．198Z1^2-0．210Z1^3（F=30．644,P〈0．001）。利用预测方程计算宝鸡市区2012年14～30周手足口病周发病预测值,按照手足口病气象危险指数分级标准,模拟预报同期手足口病气象危险指数,共做出17次预报,预报与实际发病指数同级16次,准确率94．12％。结论手足口病气象危险指数对于手足口病综合防控具有一定的实用意义。     

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。     

广义相加模型拟合气象因素与猩红热发病的关联性

目的探索气象因素与猩红热发病的关联性。方法收集浙江省2005—2014年猩红热月发病数据以及同期气温、气压等气象资料,应用广义相加模型分析气象因素与猩红热发病之间的关联程度和形式。结果平均水汽压、日照时数与猩红热发病间存在负关联;降水量、平均气压、平均风速、平均气温与猩红热发病间均存在较复杂的非线性关系,其中平均气压、平均风速和平均气温对猩红热发病影响呈近似二次曲线关系。平均气压10 050(0.1 h Pa)时是正效应;在18.7~23.6(0.1 m/s)风速范围内,对猩红热发病有较小的正效应;平均气温在250(0.1℃)时,对猩红热发病的影响负效应逐渐减弱。结论气象因素与猩红热发病之间存在较复杂的非线性关系,降水量、气压、风速以及温度与猩红热发病可能存在关联。     

甲型H1N1流感与气象因子的关系及预报模型研究

目的研究气象条件的变化对甲型H1N1流感活动强度的影响,建立气象因子对甲型H1N1流感阳性检出率的预报模型。方法收集浙江省2009年4月—2011年1月甲型H1N1流感疫情资料、各哨点医院的监测资料以及同期气象资料,在采用Spearman相关分析甲型H1N1流感活动强度与有关气象因子的相关关系的基础上,通过卡方自动交互检测方法建立决策树预报模型。结果甲型H1N1流感阳性检出率与周平均气压（r=0.50）、最高气压（r=0.51）、降水量（r=-0.23）、最低气压（r=0.50）、平均气温（r=-0.40）、最高气温（r=-0.41）、最低气温（r=-0.39）、平均风速（r=-0.22）、气温周较差（r=-0.30）和周平均温差（r=-0.30）等气象因子存在相关性（P〈0.05）。影响甲型H1N1流感阳性检出率的主要气象因子为最低气压、平均风速和降水量（P均〈0.05）。将甲型H1N1流感阳性检出率分为不同等级与气象因子建立预报模型,模型预测的正确率为66.67%。结论最低气压、平均风速、降水量等气象因子与甲型H1N1流感活动强度密切相关,可利用决策树建立模型作预测预报。     

舟山海岛地区手足口病的气象影响因素

目的 探讨影响舟山市手足口病发病的主要气象因素.方法 收集2009-2013年舟山市手足口病周发病资料和气象资料,利用Spearman相关进行单因素相关分析,用岭回归进行多因素分析舟山市手足口病与气象因素之间的关系.结果 舟山市手足口病周发病人数与周平均气温、周平均相对湿度、周平均水汽压、周日照时数呈正相关(r=0.467～0.827,P均＜0.01),周平均气压与发病人数呈负相关(r=-0.756～-0.772,P＜0.01),而周平均降水量、周平均风速与周发病数无线性相关关系(P＞0.05).岭回归模型分析显示,周平均相对湿度、周平均水汽压、周平均气温和周日照时数是手足口病发病的主要气象影响因素(P＜0.05),均呈正相关关系.标准回归系数比较表明,作用大小为周平均相对湿度(0.273)＞周平均水汽压(0.220)＞周平均气温(0.156)＞周日照时数(0.141).结论 舟山海岛地区手足口病与气象因素明显相关,其中相对湿度、水汽压、气温和日照时数是影响舟山海岛地区手足口病发病的主要气象因素.     

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。     

高寒地区气象因素对城市主要传染病消长的影响研究

目的揭示哈尔滨市6种传染病发病数与气象因素的定量关系,为高寒地区城市预防控制疾病发生或流行提供科学依据。方法收集2004—2009年哈尔滨市细菌性痢疾、感染性腹泻、猩红热、流行性腮腺炎、淋病和流行性出血热等6种传染病资料和气象资料,用Excel建立数据库,利用SPSS17.0统计软件进行分析。结果平均气温是影响细菌性痢疾、感染性腹泻、猩红热、淋病和流行性出血热等发病的重要气象因素,平均气湿是影响流行性腮腺炎发病的重要气象因素。结论根据预报模式方程及临界点和未来的短期气候预报可预测6种传染病的发病情况,以达到减少对人们健康危害的目的。     

气象因素变化与大连市肠道传染病发病时间分布关系的研究

目的探讨大连市气象因素对肠道传染病发病时间分布的影响,为有关部门制定肠道传染病防治对策及措施提供理论依据。方法肠道传染病中选择细菌性痢疾作为研究病种,气象因素与细菌性痢疾发生的关系采用单因素相关分析和多元回归分析,同时应用圆形分布法探讨肠道传染病发病的时间规律。结果分析1981-2010年大连市气象资料显示,30年间最高气温共上升0.80℃,最大风速共下降5.23m/s、日照时数共减少23.98h;多元回归分析结果显示大连市细菌性痢疾的发病数主要由前3个月的日照时数、前1个月的平均最高气温、前3个月的最大风速和前1个月的平均气压所决定,回归系数分别为0.785、8.726、10.633和7.479;应用圆形分布法计算不同年代的发病高峰日和高峰期,结果显示除2001-2005年外,30年间大连市细菌性痢疾每5年发病高峰时点逐渐前移,同时发病高峰期逐渐延长,共延长36d。结论大连市肠道传染病的发生与气象因素有关,且气象因素影响大连市肠道传染病发病的时间分布规律,表现为随着气温的升高、日照时数的减少和风速的下降,大连市细菌性痢疾的发病高峰日前移,高峰期间也有所延长,因此大连市肠道门诊开放的时间应根据气象特点做相应调整。     

上城区其他感染性腹泻ARIMA乘积季节模型的建立与预测

目的 建立上城区其他感染性腹泻病求和自回归移动平均(auto-regressive integrated moving average, ARIMA)乘积季节模型，为早期防控提供参考。方法 利用SPSS 25.0软件对上城区2010—2020年其他感染性腹泻病发病数据构建ARIMA乘积季节模型，通过对2021年月发病数进行回代预测评价模型拟合效果，并用构建的模型对2022年月发病数进行预测。结果 上城区2010—2020年共报告其他感染性腹泻病40 534例，年均报告发病数为3 685例，无死亡病例报告。构建的较优模型为ARIMA(2,1,1)(1,1,1)₁₂,平稳R²=0.870,贝叶斯信息准则(Bayesian information criterion, BIC)=9.524,平均绝对百分误差(mean absolute percentage error, MAPE)=27.351,模型Box-Ljung检验差异无统计学意义(Q=10.420,P=0.659)。模型实测发病趋势与预测发病趋势基本一致，预测值和实测值平均相对误差为23....     

中国乙类呼吸道传染病发病波动与长短期预测

  目的  分析中国乙类呼吸道传染病发病的波动规律并进行长期趋势预测和短期预测，为制定防控策略提供科学依据。  方法  利用CensusX-12季节调整法和Hodrick-Prescott（HP）滤波法对中国乙类呼吸道传染病发病的月度时间序列数据进行分解，将时间序列中不规则变动、季节因素、趋势因素和循环因素分离，研究其波动规律，同时结合回归模型和Holt-Winter季节指数平滑模型实现长期趋势预测和短期预测。  结果  乙类呼吸道传染病的发病情况受季节因素影响较大，呈现循环周期性波动，发病的长期趋势为逐年下降，同时利用Holt-Winter季节指数平滑模型取得了很好的短期预测效果。  结论  CensusX-12季节调整法和HP滤波法可较好的分析中国乙类呼吸道传染病发病的季节特征和循环周期特征，实现长期趋势预测和短期预测，对疾病防控策略的制定有指导意义。     

基于BP神经网络的河南省甲乙类法定报告传染病预测研究

目的 建立用于河南省法定报告传染病(甲乙类)预测的神经网络模型,为制定传染病预防和控制措施提供理论依据.方法 首先确定预测模型的基本结构,以归一化后的2003-2009年河南省甲乙类法定报告传染病发病率数据为训练样本,以2010年的数据为检验样本,采用改进的BP神经网络算法训练预测模型.利用该模型对2011-2013年河南省甲乙类法定报告传染病发病率数据进行预测.结果 所建立的模型在仿真预测样本点的平均相对误差为0.076％,在检验样本处的预测误差为0.434％.并获得了2011-2013年河南省甲乙类法定报告传染病发病率预测数据.结论 所建立的BP神经网络模型具有良好的预测精度,适合用来进行河南省甲乙类法定报告传染病发病率的预测.     

天津市武清区环境空气PM2.5与急性呼吸道感染性疾病的关联研究

目的 探讨PM_2.5浓度与急性呼吸道感染性疾病的关联。方法 收集2015－2017年环境空气主要污染物浓度指标、气象指标、11种急性呼吸道感染性疾病的发病或就诊资料,应用Spearman相关分析和因子分析等统计学方法分析每种疾病发病情况与PM_2.5浓度的关联。结果 2015－2017年武清区月均PM_2.5浓度范围为41.00~137.00 μg/m³,中位数为62.00 μg/m³,每年4-9月份53.00(46.50,63.00)μg/m³较低,10月-翌年3月份74.50(61.00,94.25)μg/m³较高,差异有统计学意义(U=43.000,P<0.001)。三年间的月均PM_2.5浓度差异无统计学意义(H=1.435,P=0.488)。研究病种每年4-9月份和10月-翌年3月份两时间段发病数据差异有统计学意义的是肺炎(t=2.850,P=0.007)、上感(U=30.000,P<0.001)和急性咽部炎症(U=79.000,P=0.009)和急性气管炎(t=3.529,P=0.001),三年间百日咳(H=6.751,P=0.034)、肺炎(F=16.671,P<0.001)和急性下呼吸道感染(H=16.727,P<0.001)的发病数据差异有统计学意义。研究病种中与PM_2.5浓度单因素分析相关系数具有统计学意义(P<0.05)的病种是水痘(r=0.375,P=0.024)、上感(r=0.503,P=0.002)、急性咽部炎症(r=0.385,P=0.020)和急性气管炎(r=0.575,P<0.001)。多因素因子分析中月均PM_2.5浓度在各自因子上的载荷系数分别为0.865、0.841、0.807和0.841,四个病种与含月均PM_2.5浓度的各因子得分相关系数也均有统计学意义(P<0.05)。急性气管炎与前一月的月均PM_2.5浓度单因素分析有关联(r=0.591,P<0.001),多因素分析与含月均PM_2.5浓度的因子得分也有关联(r=0.360,P=0.031),存在明显的滞后效应。结论 环境空气PM_2.5浓度的增加可使水痘、上感、急性咽部炎症和急性气管炎这些急性呼吸道感染性疾病发病升高。政府部门应采取措施减少环境空气污染,做好大众预防急性呼吸道感染性疾病的健康教育。     

北京市2004－2015年细菌性痢疾分布特征及气象影响因素分析

目的 分析北京市2004－2015年细菌性痢疾的分布特征,探讨气候因素对其时空分布的影响。方法 收集2004－2015年北京市气象资料及细菌性痢疾的发病资料,采用描述性分析方法了解其时空分布特征,直线相关分析和多元线性回归探讨细菌性痢疾发病率与平均降水量、平均气温、日照时数、平均风速、平均气压、大风日数和雨日数的关系。结果 北京市2004－2015年共报告细菌性痢疾患者280 704例,死亡36例,年平均报告发病率130.15/10万,发病集中在每年的5－10月,占报告总病例数的80.75%,0～岁组报告发病率最高,职业以散居儿童和学生最多,男女性别发病比例为1.22 ∶ 1。细菌性痢疾的报告发病率与平均降水量、平均气温和雨日数呈正相关,相关系数分别为0.931、0.878和0.888,与平均气压呈负相关,相关系数值为-0.820;多元逐步回归分析方法拟合细菌性痢疾与气象因素的回归方程为Y=3.792＋0.162X₁。结论 北京市细菌性痢疾报告发病率远高于全国发病水平,发病高峰在7－8月,平均降水量是影响细菌性痢疾报告发病率的重要气象因素。