论文部分内容阅读
目的：探讨邯郸市主要呼吸道传染病和气象因素之间的关系。建立适宜可行的疫情预测方法预测发病趋势，为预防控制疾病发生、流行提供科学依据。 方法：收集1972～2010年邯郸市主要呼吸道传染病疫情资料、气象资料和人口资料，采用EpiData3.0进行“双重录入”，用SPSS17.0统计分析软件建立数据库，对数据进行曲线估计、曲线拟合、因子分析、主成分多元回归等分析。用SPSS17.0统计分析软件中的时间序列模块建立合适的预测模型，预测2010年疫情，并和实际报告发病率比较，以验证模型的准确度。 结果： 1气象参数的共线性诊断结果显示，本组气象因子数据容差最小为0.014，方差膨胀因子最大达69.998，表明10个气象因素之间多重共线性问题非常严重。 2将包括病例在内的11个变量所构成的曲线趋势进行曲线估计。模型类型包括线性模型、二次模型、三次模型、增长模型、对数模型、立方模型、逆模型、S型模型、指数模型、幂模型、Logistic模型共11个。猩红热月发病率呈对数模型曲线；麻疹月发病率呈三次模型曲线；流脑疫苗计划免疫前后流脑月发病率呈现的模型曲线不同，之前为三次模型曲线，之后为对数模型曲线；百白破疫苗计划免疫前后百日咳月发病率呈现的模型曲线也不同，之前为三次模型曲线，之后为倒数模型曲线；肺结核月发病率呈三次模型曲线。 3五种主要呼吸道传染病和10个气象因素之间均不呈现线性关系。 4猩红热、麻疹、流脑、百日咳月发病率均与月平均风速的曲线拟合结果较理想，猩红热、麻疹、流脑月发病率与月平均风速呈三次方程曲线关系，而百日咳月发病率与月平均风速呈二次方程曲线关系，肺结核月发病率和10个气象因素之间没有拟合出显著的曲线关系。 5以猩红热为例，专家建模器选出的预测模型的平稳R2、最大绝对误差和正态化的BIC值在4个模型中都是最好的，综合评价得出专家建模器选出的预测模型的预测效果优于传统的手工模型。 6结果显示，对于不同的疾病，SPSS17.0软件中的专家建模器可以根据其历史数据呈现的不同特点给予不同的预测模型。猩红热和肺结核的预测模型为简单季节性/指数平滑模型，百日咳的预测模型为ARIMA(0，1，9)，流脑的预测模型为ARIMA(2，0，11)(1，0，1)12，麻疹的预测模型为ARIMA(2，0，2)。根据各模型残差检验数据显示，流脑、麻疹两种疾病的模型残差经检验为白噪声序列。对于猩红热、百日咳和肺结核这三个模型的残差检验结果显示其序列并不是白噪声序列，说明原序列中的部分数据信息并未被所建模型提取，模型并不是最优模型。用各疾病所建模型对2010年数据进行预测分析后，显示五个模型中，各疾病2010年的每月实际值均落入了相应预测值的95％可信区间内，平均相对误差较小。由此可见，虽然猩红热、百日咳和肺结核所建模型残差的检验效果并不太好，但经预测实际值均落入了相应预测值的95％可信区间内，也显示了模型的良好效力。 结论： 1邯郸市主要呼吸道传染病和10个气象因素之间不适合做直线相关分析，也不适合直接做多元回归分析。 2邯郸市5种主要呼吸道传染病月发病率的模型曲线以三次模型曲线为主。发现不同疾病或同一疾病的不同阶段其月发病率可以呈现不同的模型曲线。 3在研究的10种气象因素中，月平均风速是影响5种呼吸道传染病的主要气象因素。对于不同的疾病，其影响程度也不相同。 4 SPSS17.0中的专家建模器能准确地在ARIMA.模型和指数平滑模型中选择最佳模型，可用于呼吸道传染病的预测。 5 SPSS17.0软件中的专家建模器操作方便，简单易学，预测效果好，优于传统的手工预测方法，特别适合在基层疾病预防控制工作者中推广使用。