保定市城区居民对PM2.5应对状况的调查

目的了解保定市城区居民针对PM2.5采取措施的状况以及获取相关信息的需求与途径,为政府相关部门制定政策提供参考依据。方法以简单随机抽样的方法,对河北省保定市的六个居民区916人进行问卷调查。结果调查对象在出行时是否会根据PM2.5污染状况采取防护措施的分布在文化程度、月收入、日常出行方式、是否认为PM2.5对呼吸或心血管系统有害、是否患有呼吸或心血管系统疾病方面的差异有统计学意义(P0.05),调查对象对PM2.5相关信息比较需求的问题是"可采取的防护措施"、"对人体健康的危害",希望获取PM2.5相关信息的途径主要是"电视"和"网络"。结论保定市城区居民在出行时针对PM2.5采取相关防护措施的水平总体还比较低,政府相关部门应当帮助保定市城区居民采取科学的防护措施,增强他们对PM2.5的健康危害认识,以减少PM2.5对身体健康的危害。     

基于随机森林模型分析共情心理对大学生心理健康的影响

目的 运用随机森林算法分析共情心理对大学生心理健康的影响。方法 采取方便抽样的方法,以问卷调查的方式于2022年8月对河北省某大学的1383名学生进行在线调查,内容包括调查对象一般情况以及基本共情量表和症状自评量表。使用最小二乘法回归模型分析共情心理是否为大学生心理健康的影响因素,构建随机森林模型分析共情心理对大学生心理健康的重要性。结果 共回收问卷1383份,有效问卷1348份,问卷有效率为97.5%。回归模型结果表明,共情心理对大学生心理健康水平的影响具有统计学意义(t=-2.051,P<0.05)。随机森林模型的结果显示,大学生心理健康重要性排名前3位的解释变量分别为共情心理、睡眠质量以及学业压力。结论 共情心理是影响大学生心理健康的重要因素。建议合理开展提升共情心理能力的活动,关心学生的睡眠时长,适当减轻学生的学业压力。     

基于百度指数的京津冀地区COVID-19高峰预测与空间分布特征

目的  分析2022年11月11日―12月22日京津冀地区各市COVID-19的进展周期和空间聚集情况。方法  基于各市每日“发烧”关键词百度指数搜索数据,使用logistic回归分析模型模拟并预测此轮COVID-19发展进程,对感染进展周期划分为渐增期、快增期及缓增期,预测感染高峰日,同时对“发烧”百度指数搜索率进行全局和局部空间自相关分析。结果  从logistic回归分析模型模拟及预测结果来看,模型拟合效果较好,各市COVID-19流行进展速度及流行阶段各不相同,石家庄市、保定市及邢台市最早进入感染快增期阶段;空间自相关分析显示仅有5 d京津冀地区存在全局空间正相关性(Moran′s I: 0.314~0.491, 均P < 0.05),其他时间均呈随机分布。结论  京津冀地区此轮COVID-19流行均呈暴发趋势,各市疫情进展阶段及感染高峰有较大差异,且大部分时间不存在显著的空间自相关,为卫生医疗配置提供参考依据。