排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
本文试对与疟疾流行有关的社会经济和地理诸因素进行Bayes逐步判别分析,进而建立高、中、低三类疟区的判别函数式,以探索疟区分层的新方法。
1990年在海南省12个县选择了不同流行程度的自然村55个,以自然村为调查单位,进行社会经济因素调查,以其33个自然村作为建模样本,22个自然村为考核样本。用包括12项社会经济和地理诸因素的统一调查表,逐户进行访问调查。将收集的资料输入IBM/PC-XT微机进行Bayes逐步判别分析。结果选出地形地貌、反映经济水平的劳动力比例、人均收入、居住条件,以及疟防知识和人的特殊行为(上山作业过夜者的比例)等6项对疟区分层有判别意义的变量,并以此6项指标建立了代表高、中、低3个不同流行水平的判别函数式。经建模样本的回代检验,并对照原疟区分层,正确判别率为91.0%。又经考核样本的外部检验,正确判别率为77.3%。表明此种判别分析方法在疟区分层中具有实用价值,在特定条件下有可能代替发病率、原虫率、媒介等指标进行疟区分层。 相似文献
1990年在海南省12个县选择了不同流行程度的自然村55个,以自然村为调查单位,进行社会经济因素调查,以其33个自然村作为建模样本,22个自然村为考核样本。用包括12项社会经济和地理诸因素的统一调查表,逐户进行访问调查。将收集的资料输入IBM/PC-XT微机进行Bayes逐步判别分析。结果选出地形地貌、反映经济水平的劳动力比例、人均收入、居住条件,以及疟防知识和人的特殊行为(上山作业过夜者的比例)等6项对疟区分层有判别意义的变量,并以此6项指标建立了代表高、中、低3个不同流行水平的判别函数式。经建模样本的回代检验,并对照原疟区分层,正确判别率为91.0%。又经考核样本的外部检验,正确判别率为77.3%。表明此种判别分析方法在疟区分层中具有实用价值,在特定条件下有可能代替发病率、原虫率、媒介等指标进行疟区分层。 相似文献
2.
海南省高疟山区黎族苗族上山住宿行为特征及其与疟疾感染关系的研究 总被引:1,自引:1,他引:1
本文采用社会学和流行病学相结合的方法,对高疟山区黎族和苗族上山种植和住宿的行为特征及其与疟疾感染的关系进行了较深入的调查研究,显示苗族村民由于上山住宿率比黎族村民高(其比为82.1%∶21.6%),以致原虫检出率更高(其比为24.1%∶11.1%),其中恶性疟感染率亦高(其比为9%∶1%)。两民族未上山住宿(n=200)、曾上山住宿(n=215)和正在山上住宿(n=38)的人群疟原虫率分别为6.5%、27.4%和42.1%,恶性疟原虫率分别为0.5%、8.8%和18.4%,表明因种植而上山住宿是疟疾感染的主要来源,已成为当地疟疾传播的主要方式和控制疟疾的难题。提示今后应加强上山住宿高危人群的疟疾防治措施。 相似文献
3.
社会经济因素影响疟疾流行的灰色关联分析 总被引:1,自引:0,他引:1
本文对影响海南疟疾流行的社会经济因素,运用灰色关联度进行分析,结果显示影响最大的是经济状况,其次为农村医疗保健设施、人的行为和文化素质。因此,建议建立适应当前农村经济发展水平的医疗保健网,把疟疾防治工作纳入农村初级医疗保健工作中去。 相似文献
4.
1