石家庄市气象因素与手足口病流行的关系研究

目的探讨石家庄市气象因素与手足口病发病之间的关系,为预测石家庄市手足口病发病提供依据。方法收集2009—2011年石家庄市每月气象资料(气温、露点、气压、降水量、风速)和手足口病发病资料,使用SPSS 17.0统计软件对气象因素和手足口病发病资料进行相关和回归分析。结果 2009—2011年每月平均气温与手足口病发病数呈正相关(r=0.614,P=0.033);平均气压与手足口病发病数呈负相关(r=-0.688,P=0.013);平均露点、平均降水量、平均风速与手足口病发病数无线性相关性(P>0.05)。选择平均温度(X1)、平均露点(X2)、平均气压(X3)作为自变量,代入多元线性回归模型,采用stepwise法进行多因素分析。结果显示,回归方程为Y=247713.701-64.830X1-33.988X2-241.515X3,回归方程有统计学意义〔模型复相关系数=0.784,决定系数(R2)=0.615,F=8.985,P=0.013〕。对3个自变量进行筛选显示,气压与手足口病发病数间的线性依存关系有统计学意义(P<0.05),气温、露点与手足口病发病数间线性依存关系无统计学意义(P>0.05)。结论气象因素与手足口病发病关系密切,深入探讨气象因素与手足口病流行的关系,对于建立疾病早期气象预警系统具有重要意义。     

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.     

濮阳市气象因素与手足口病发病的相关性

目的 分析濮阳市2015—2019年手足口病流行趋势和气象因素的变化规律，探讨濮阳市气象因素与手足口病发病之间的关系，为濮阳市手足口病预警提供依据。方法 收集2015—2019年濮阳市手足口病月发病资料和同期气象资料，数据整理利用Excel 2007,统计分析用R 4.2.2统计软件，手足口病发病资料作为因变量，气象因素作为自变量进行双变量Spearman相关分析和岭回归相关分析。结果 濮阳市全年均有手足口病病例报告，发病集中于4—7月，有明显春末夏初季节性流行高峰。手足口病发病率与高温均值、低温均值、月降水量呈正相关(P<0.05),与平均气压呈负相关(P<0.05),与平均湿度无相关性(P>0.05)。对相关因素进行岭回归分析，得回归方程，方程有统计学意义，发病率的自然对数与高温均值呈正相关，与平均气压呈负相关(P<0.05)。结论 濮阳市手足口病发病有明显季节性，气象因素对手足口病发病有重要影响，通过探讨气象因素与手足口病流行的关系，对于建立疾病早期预警具有重要意义。     

广西手足口病与气象因素的相关性研究及发病预测模型构建

目的 分析广西2015-2018年手足口病发病资料及同期的气象资料,探讨手足口病发病与气象因素之间的关系,并利用求和自回归移动平均模型（ARIMA）预测发病率,为广西手足口病科学防控提供依据。方法 收集广西2015-2018年手足口病监测资料及气象报告资料,采用Spearman相关分析和多元线性回归分析对手足口病发病率与气象因素进行相关性及回归分析。利用ARIMA时间序列预测模型构建2015-2018年手足口病的发病模型,并对2019年上半年手足口病发病进行预测及验证。结果 2015-2018年广西共报告手足口病931 914例,年发病例数分别为208 634、285 809、264 285、173 186例,年发病率分别为435.02/10万、590.76/10万、541.01/10万、351.58/10万。全年均有病例发生,有明显的季节性特征,主要集中在4-6月和9-10月,月发病率介于1.59/10万～161.90/10万。手足口病月均发病率与月均气温、月均相对湿度、月均降水量及月均日照时数成正相关（r=0.645、0.378、0.549、0.492,P均<0.05）,与月...     

北京市房山区气象因素与手足口病发病的关系及预测模型

目的研究北京市房山区气象因素与手足口病发病的关系,为预测北京市房山区手足口病发病情况提供依据。方法收集房山区2009~2013年手足口病月发病数和同期气象因素资料,建立数据库,使用excel2010与SAS9.2相结合进行相关分析、主成分分析和多元线性回归分析。结果手足口病月发病率与平均最低气温、平均气温、平均最高气温、平均相对湿度、平均水汽压、降水量、降水日数呈正相关;与平均气压呈负相关。主成分多元线性回归分析结果显示,对手足口病发病数影响大的气象因素依次为平均气压、气温、日照时数、平均水汽压、降水日数、平均风速、降水量和平均相对湿度。结论房山区手足口病发病率有明显的季节性,降水日数多、降水量大、高温、高湿、高水汽压、低气压气候易引起手足口病的高发;主成分多元线性回归建立的预测方程可预测手足口病的月发病数。     

南宁市2008~2011年气象因素对手足口病的影响及其交互作用

目的 分析气象因素对南宁市手足口病发生的影响及各气象因素间的交互作用。 方法 收集2008年1月1日至2011年12月31日期间南宁市手足口病周发病资料,采用广义相加模型分析气象因素对手足口病发病的影响,并利用该模型探讨气象因素间的交互作用。 结果 南宁市手足口病发病与平均气温和降雨量均呈非线性关系。随着平均气温的升高发病数不断增加,在24 ℃左右达到最高峰,随后随着温度的升高而逐渐降低;手足口病发病数随降雨量的增多不断增加,到40 mm左右时达到峰值,随后发病数随着降雨量的增多而逐渐减少。平均气温与平均相对湿度、平均风速均有一定的交互作用,高温低湿和适宜温度下的高风速可促进手足口病发生。 结论 平均气温、降雨量等气象因素对手足口病发生均有非线性影响,各气象因素间有一定的交互作用。     

昆山市气象因素与手足口病发病的相关性

目的探讨昆山市手足口病的发病情况与气候因素的关系。方法登记2009年1月~2012年12月昆山市诊断为手足口病患儿5 160例,收集同期昆山市的气象资料,包括每个月的气温、气压、相对湿度、总雨量、总日照、风速、露点等。运用SPSS17.0统计软件对气象因素和手足口病发病资料进行单因素和多因素的线性回归分析。结果手足口病全年均可发病,但夏季高发,其次是春季,冬季明显减少。手足口病每个月的发病趋势与气温及露点的变化趋势相似,但与气压的变化趋势相反。单因素相关分析显示:昆山市手足口病发病趋势与昆山市的气温和露点呈正相关(r0,P0.05),与气压呈负相关(r0,P0.05),而与相对湿度、总雨量、总日照、风速无相关关系(P0.05)。结论昆山市手足口病的发病具有明显的季节性,气象因素与手足口病发病密切相关,深入探讨气象因素与手足口病流行的关系,对建立疾病气象预警系统以及采取相对应的控制措施具有重要意义。     

淄博市张店区手足口病流行与气象因素的关系研究

目的 探讨淄博市张店区手足口病发病与气象因素之间的关系,为预测淄博市张店区手足口病发病情况提供依据。方法 收集2007-2009年淄博市张店区月度手足口病发病资料和气象资料(气温、气压、湿度、降水天数、降水量),使用SPSS13.0对手足口病和气象因素资料进行相关和回归分析。结果 手足口病受气象因素影响较大,经逐步回归方法分析,发现气温、气压、平均降水量、相对湿度、降水天数5个参数均进入方程。结论 气象因素与手足口病发病关系密切。     

基于“3年化疫”理论探讨气象因素与北京地区痢疾发病的关系

目的 基于“3年化疫”理论研究北京地区痢疾发病与3年前及当年气象因素的相关性.方法 利用北京地区1970-2004年35年的痢疾发病数据和同期气象数据,进行相关和回归的统计学分析,探讨痢疾发病与3年前及当年气象因素之间的相关性.结果 痢疾发病与3年前的气温、风速和相对湿度具有显著相关性,且具有统计学意义(P＜0.05);进入逐步回归方程的是二之气的风速,回归方程为Y=-260 768.31+113 844.99X2(2).痢疾发病与当年的气温和风速具有显著相关性,且具有统计学意义(P＜0.05);进入逐步回归方程的是初之气的风速,回归方程为y=-175 561.65 +89 055.08X2(1).结论 痢疾发病与3年前的气候变化具有相关性,“3年化疫”理论可用于痢疾发病的预测.     

深圳市龙岗区2011-2014年手足口病特征及与气象因素相关性

目的 描述2011-2014年深圳市龙岗区手足口病流行特征,探讨气象因素与手足口病发病的相关性和相关程度.方法 收集2011-2014年手足口病发病数据,从深圳市气象局网站申请使用2011-2014年龙岗区日平均气温等数据,运用SPSS19.0统计软件对气象因素和手足口病发病资料进行多元线性回归分析.结果 2011-2014年龙岗区共报告手足口病例60 769例,年发病率分别为340.02/10万、367.09/10万、413.49/10万和473.69/10万,呈逐年上升趋势.全年均有病例报告,主要集中在4-10月,各街道均有病例报告,主要集中在人口密集,务工人员多,生活环境较差的地区,如龙岗、布吉和坪地等街道;发病年龄主要集中在5岁以下,占全部病例的89.87％,4年中男性均多于女性,男女性别比为1:0.63;实验室监测结果显示,2012-2014年龙岗区手足口病的病原以其他肠道病毒为主(72.02％,332/461),EV71(18.87％,87/461)多于CoxA16(9.11％,42/461);2011-2014年龙岗区手足口病发病数与日最低气温、日平均降雨量呈正相关,与日平均气压呈负相关.结论 龙岗区手足口病发病具有明显的季节性和地域性,人群中的分布也有各自特征,应综合相关气象因素影响,及时进行手足口病风险评估,在流行期之前制定有针对性的手足口病防治策略,达到更好的防控效果.     

银川市呼吸道传染病发病与气候因素的关系初步探讨

目的 研究银川市气温、相对湿度、降水量、气压等气象因素对呼吸道传染病发生的影响.方法 监测、收集2005-2011年银川市呼吸道传染病的发病情况,结合7年银川市气温、相对湿度、降水量、气压、降水量、风速、日照时数等14个气象因素变化,用Spearman等级相关分析和多元线性回归Stepwise法分析疾病发生与气象因素的关系.结果 呼吸道传染病冬春季发病较多,以5月份总计发病最多为3708例,夏季无明显的发病高峰;Spearman相关分析结果表明呼吸道传染病的发病与平均气压、最高气压、最低气压、气压差、平均气温、最高气温、温差、平均水汽压、平均相对湿度、平均风速、日照时数等气象条件存在相关性;多元回归分析结果显示银川市呼吸道传染病主要由平均气温、水汽压、气温差、平均风速、气压差有线性回归关系,与平均气温和气压差正相关,与水汽压、气温差和平均风速呈负相关,平均气温和水汽压对其影响最大.结论 银川市呼吸道传染病的发生与气象因素密切相关.     

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。     

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。     

广州市5757例手足口病肠道病毒与气候因素的相关性

目的探究气候因素对手足口病肠道病毒感染的影响。方法收集2009～2011年广州市的气候及某医院实验室诊断手足口病病例数据,应用单因素相关、多元线性回归检验气候因素与各肠道病毒报告例数之间的关联,并应用亚组分析探索影响的滞后作用。结果单因素分析结果表明周平均气温、湿度和露点与EV71、Cox A16和其他肠道病毒周报告例数存在正相关性,气压成负相关（P〈0.05）。控制其他气候因素后,湿度、气温分别与EV71、Cox A16和其他肠道病毒例数有显著性联系,且亚组分析证实与2～3周后的例数关联最强（P〈0.05）。结论气候因素,尤其湿度、气温可影响手足口病肠道病毒感染,在高热高湿度的季节,预防控制措施更可减少感染手足口病肠道病毒的危险性。     

分析手足口病重症的危险因素及临床治疗方案

目的 分析手足口病（HFMD）重症的危险因素及临床治疗方案.方法 选取首都医科大学附属北京地坛医院于2010年7月～2012年7月收治的50例HFMD重症患者作为观察组,50例HFMD轻症患者作为对照组,比较两组患者的临床特点,通过多因素分析筛选出HFMD重症的危险因素.结果 对照组和观察组患者在年龄＜3岁、抽搐、颈抵抗、体温＞ 39℃大于3d、血糖＞9 mmol/L、意识障碍、精神差、神经反射异常、外周血WBC＞12×109/L方面,差异具有统计学意义（P＜0.05）;在呕吐、皮疹平均天数＞7d、口腔溃疡、肌酸激酶升高方面,二者的差异无统计学意义（P＞0.05）;HFMD重症的独立相关因素包括年龄、体温＞39℃大于3d、血糖＞9 mmol/L、精神差、神经反射异常;观察组患者的治愈率为68％,病死率为4％.结论 早期检测HFMD重症的危险因素并进行及时的对症治疗可降低手足口病病死率.     

临床路径实施在手足口病治疗中的疗效评估

目的引入新的临床指标评估实施临床路径前后手足口病患者的临床疗效。方法将临床收治的509例手足口病患者随机分成观察组和对照组,其中观察组366例,对照组143例。对照组按手足口病诊疗指南(2010年版),观察组按我院手足口病诊疗指南、参考其他医院对于此病的治疗方案以及结合以往的治疗经验制定的临床路径实施诊疗,通过比较两组平均体温恢复时间、平均血常规白细胞恢复时间、平均住院天数及平均住院费用等指标评估临床路径实施后的临床疗效。结果观察组和对照组在临床路径实施前后,平均体温恢复时间、平均血常规白细胞恢复时间、住院天数、住院费用等差异均有统计学意义(P0.05)。结论在手足口病治疗中,制定临床路径有助于减少患者的住院天数及住院费用,缩短体温恢复时间及血常规白细胞恢复时间,但仍需更多循证医学证据进一步论证。从长远上,临床路径实施有助于规范诊疗行为,优化护理服务流程,防止院内感染的发生,使临床资源得到更好的分配。     

北京市房山区窦店镇2007年1月-2012年12月手足口病流行病学分析

目的了解北京市房山区窦店镇手足口病流行特征,分析疫情发展趋势,为今后开展工作提供科学依据。方法对中国疾病预防控制信息系统中报告的房山区窦店镇2007年1月-2012年12月手足口病病例进行描述性流行病学分析。结果房山区窦店镇2007年1月-2012年12月共报告手足口病病例618例,年均发病率为250．16／10万,高于房山区的发病水平。手足口病患者男女性别比为1．38：1;有明显的季节性,发病高峰为5-7月,共发病388例,占62．78％：发病年龄主要集中在1-〈4岁（占63．43％）：94．01％的病例为散居和幼托儿童;主要症状为发热和手、足、口部皮疹。结论房山区窦店镇手足口病发病率偏高,应结合手足口病流行特点及本辖区实际情况．采取有效措施加强重点人群手足口病的防控,降低手足口病的发病率。     

梅州市2009-2012年手足口病流行特征分析

目的了解梅州市手足口病流行特征。方法对2009-2012年《国家疾病监测信息报告管理系统》报告的梅州市手足口病个案和2010-2012年手足口病哨点监测病原学资料进行流行病学分析。结果 2009-2012年梅州市共报告手足口病38 257例,发病率为225.45/10万;各年发病率分别为103.15/10万、238.85/10万、269.97/10万和288.44/10万,不同年份间发病率差异有统计学意义(P0.01);梅州市8县(市、区)各镇(办事处)均有病例报告,每年各县(市、区)发病率差异均有统计学意义(P0.01);病例集中在5-7月,占病例总数的48.79%;1~3岁年龄组发病最多,占报告病例的77.74%;职业以散居儿童为主,占报告病例总数的84.37%;病原学监测数据显示本市手足口病病原以EV71为主,占60.23%。结论梅州市手足口病发病率呈逐年上升趋势,当前手足口病严重危害梅州市小年龄组儿童身体健康,应加强重点地区疫情监测和分析,防止其暴发流行。