排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
目的研究山东省济宁市气象因素对流行性腮腺炎发病的影响,为流行性腮腺炎防控提供理论依据。方法收集济宁市2011年1月1日到2013年12月31日流行性腮腺炎疾病日监测数据及同期逐日气象数据,结合数据特征,通过构建分布滞后非线性模型,在控制长期趋势、季节趋势的基础上研究气象因素对流行性腮腺炎发病的影响。结果 2011—2013年济宁市共报告流行性腮腺炎7 309例,男性发病例数(5 011例)多于女性(2 298例),性别比为2.18∶1;4~15岁儿童最多,占74.98%。以气温15.2℃为参照,日平均气温为-8.8℃、滞后0 d时RR值最高,为1.09(95%CI:0.94~1.27);以相对湿度75%为参照,日平均相对湿度为100%、滞后0 d时RR值最高,为1.06(95%CI:1.01~1.13)。以气温15.2℃为参照,日平均气温达到最高(32℃)时,滞后30 d的总体效应值(RR)为0.28(95%CI:0.14~0.53);以相对湿度75%为参照,日平均相对湿度达到最高(100%)时,滞后30 d的RR值为2.80(95%CI:1.66~4.71),且均有统计学意义(P0.05)。结论气象因素对流行性腮腺炎的影响呈非线性,应密切监测气象因素,做好防控工作。 相似文献
2.
目的 利用SARIMA模型预测未来山东省济宁市流行性腮腺炎发病情况,为流行性腮腺炎防控提供决策依据。 方法 收集山东省济宁市2009年1月至2013年7月流行性腮腺炎月发病数据资料,利用时间序列分析方法,构建SARIMA模型,并对2013年8月至12月的发病数资料进行预测。 结果 济宁市2009至2013年共报告流行性腮腺炎病例数8 520例,且发病具有明显的周期性和季节性特征。最终建立的最优模型为SARIMA(0,1,1)(0,1,1)12,赤池信息准则(AIC)为74.45,且通过了统计学检验,模型残差为白噪声。实际月发病数与拟合月发病数进行相关性分析结果显示为显著性相关(r=0.75,P<0.000 1)。对2013年8月至12月发病数进行预测,均在95%置信区间内,且与实际发病数变动的趋势一致,验证了模型合理性。 结论 SARIMA模型能较好地拟合济宁市流行性腮腺炎月发病数动态变化,可用于流行性腮腺炎的短期预测。 相似文献
1