基于向量自回归模型分析呼吸道病原感染与气象因素的动态关系

目的运用向量自回归模型分析发热呼吸道症候群病原感染与气象因素的变动关系,为不同气象条件下急性呼吸道传染病的防控提供科学参考。方法收集兰州市2010-2015年发热呼吸道症候群检出病原阳性率及同期气象数据,构建向量自回归模型,进行脉冲响应和方差分解,分析气象因素随机新息对呼吸道病原感染的方差贡献。结果 VAR(2)模型总拟合优度为0.642,拟合值与实际值的希尔不等系数为0.193,平均绝对误差为0.07,平均绝对百分误差为22.42%。平均气温、平均相对湿度、平均降雨量和平均气压对病原感染阳性率预测误差的贡献到第15期分别达5.89%、4.34%、8.33%和8.15%。结论 VAR模型可用于分析呼吸道病原感染与气象因素的动态关系。发热呼吸道症候群预警可考虑结合当地气象因素。     

甘肃省2009-2018年腹泻症候群监测病例病原学分析

  目的   了解甘肃省腹泻症候群病原谱分布与流行特征。   方法   采集甘肃省2009-2018年哨点医院腹泻症候群监测病例的粪便标本, 以实时荧光链式反应检测病毒核酸, 以分离培养法检测细菌。   结果   4 406例标本中检出1 547例阳性病例, 病原阳性率35.11%。其中1 281例检出病毒, 病毒阳性率47.20%;287例检出细菌, 细菌阳性率8.57%。病原谱前五位是轮状病毒(46.04%)、星状病毒(13.37%)、诺如病毒(13.15%)、志贺菌(9.90%)和腺病毒(7.81%)。轮状病毒、诺如病毒、星状病毒、志贺菌与非伤寒沙门菌在各年龄段感染情况的差异具有统计学意义(均有P < 0.05)。11月到次年3月病毒阳性率较高, 6-8月细菌阳性率较高。各病原流行季节不同, 四季都以轮状病毒感染为主。   结论   甘肃省腹泻症候群病例病原谱较广泛, 病毒性腹泻更常见, 发病具有明显的季节高峰。加强持续性监测可掌握病原特征与流行趋势, 有助于对重点人群采取针对性与季节性防控措施。     

2010-2015年甘肃省发热呼吸道症候群病原体监测结果

目的 了解甘肃省2010-2015年发热呼吸道症候群的病原特征及其变化规律,为提供针对性的防控提供参考依据。方法 采用观察性流行病学研究方法,分析六年来病原感染模式和主要病原的季节变化规律。结果 病原阳性检出率逐年提高,总体来说40岁以上病例的阳性检出率较年少者高。病毒检出顺位前两位分别是人流感病毒和鼻病毒,细菌前两位是肺炎链球菌和流感嗜血杆菌,且四种病原位次在各年度较为稳定。混合感染情况以细菌合并病毒感染为主,最常见为肺炎链球菌合并其他病原感染。探索上述四种主要病原在2010-2015年各年度的月份分布,人流感病毒以11月~次年2月高发,但2015年5、8、9月份也有发病高峰;鼻病毒主要在8~10月高发,于2011年5月和7月也有高发特征;流感嗜血杆菌在以8~10月份分布较多;肺炎链球菌主要以2、8、10、11月份分布较多,但在2015年度4、5月也高发。结论 2010-2015年甘肃省发热呼吸道症候群不同病原有其各自的季节性特征,人流感病毒和鼻病毒有明显的季节性,肺炎链球菌和流感嗜血杆菌季节性不明显。     

某随访人群颈动脉硬化发生影响因素及风险预测能力研究

  目的  探讨不同性别人群颈动脉硬化发生影响因素，为疾病针对性预防提供参考。  方法  对金昌队列人群按年龄分层随机抽样后进行随访，采用巢式病例对照研究，分析不同性别人群颈动脉硬化发生的影响因素，并建立发病风险预测模型，以受试者工作特征曲线(receiver operator characteristic curve，ROC) 下面积评价模型拟合优度。  结果  该随访人群颈动脉硬化标化发病率为12.32%，男性发病率(13.65%)高于女性(11.29%)，差异有统计学意义(χ2=4.267，P < 0.001)。年龄、文化程度、收缩压升高、低密度脂蛋白升高是男性和女性发病的共同危险因素，空腹血糖升高(OR=2.556，95% CI:1.618~4.038)和甘油三酯升高(OR=1.535，95% CI:1.058~2.227)仅与男性发病有关；腹型肥胖(OR=1.414，95% CI:1.013~1.974)仅与女性发病有关。男性和女性预测模型曲线下面积分别为0.835(95% CI:0.815~0.856)、0.809(95% CI:0.788~0.831)，灵敏度分别为78.0%、78.9%，特异度分别为78.8%、73.1%，诊断一致率分别为91.3%、82.4%。  结论  影响男性和女性颈动脉硬化发生的危险因素不同，应分性别采取针对性防控措施，运用Logistic回归建立的发病风险预测模型有一定的指导价值。     

Bayes综合判别对流行性乙型脑炎临床分型的鉴别

目的 构建普通型和重型流行性乙型脑炎（乙脑）临床分型的Bayes判别函数,采用量化指标鉴别乙脑病例。方法 选取2005－2017年甘肃省CDC疫情监测系统报告的普通型和重型乙脑病例为研究对象,应用非条件logistic回归和Bayes逐步判别分析筛选有意义的临床指标,构建Bayes判别函数并进行评价。结果 普通型病例256例;重型病例257例。两组病例在性别、年龄和职业分布差异无统计学意义（P>0.05）,病死率差异有统计学意义（P<0.05）。联合非条件logistic回归与Bayes逐步判别分析,再结合相关文献筛选11个临床指标建立Bayes判别函数,交互验证法显示普通型和重型乙脑病例的判别函数灵敏度为71.48%（95% CI：65.53%～76.93%）、特异度为73.93%（95% CI：68.11%～79.19%）、ROC曲线下面积为0.761（95% CI：0.720～0.803）,总体准确率为72.71%。结论 通过构建Bayes判别函数可以较为准确地鉴别普通型和重型乙脑病例,有利于病例合理救治。     

当代医学生学习医学统计学存在的问题及对策研究

医学统计学是医学与统计学的交叉学科,是当代医学专业基础课程,学生普遍反映学习该课程有一定的难度。基于该现状,分析当代医学生学习医学统计学存在的问题,并提出对策。