我国某地区痢疾发病率与气象因素的关系及其预测模型

被引：9

作者：

黄成钢 ^{[1
]}

金如锋 ^{[2
]}

邱宏 ^{[3
]}

黄品贤 ^{[2
]}

王中民 ^{[2
]}

周霞 ^{[4
]}

王国复 ^{[5
]}

魏建子 ^{[6
]}

机构：

[1] 江西省九江市卫生防疫站业务科

[2] 上海中医药大学预防医学教研室

[3] 香港中文大学公共卫生学院社区与家庭医学系

[4] 山东中医药大学第二附属医院神经内科

[5] 国家气象中心

[6] 上海中医药大学针灸推拿学院

来源：

现代预防医学 | 2009年 / 36卷 / 07期

关键词：

痢疾; 气象因素; 多元线性回归模型; BP人工神经网络模型;

D O I：

暂无

中图分类号：

R516.4 [细菌性痢疾]; R188 [医学地理学]; R181.3 [流行病学各论];

学科分类号：

100401 ;

摘要：

[目的]建立我国某地区痢疾发病率的预测模型,并探讨各种气象因素对痢疾发病率影响的相对重要性。[方法]以2000年1月～2005年12月气象因素为输入神经元,同期痢疾月发病率为输出神经元建立BP人工神经网络模型。同时以气象因素为自变量,痢疾月发病率为应变量,建立多元线性回归模型。以上两模型分别以MIV值和标准化偏回归系数确定各气象因素的相对重要性。以2006年痢疾月发病率检验以上模型的预测效果。[结果]BP人工神经网络模型的平均误差率为17.12%;非线性相关系数为0.76。多元线性回归模型的平均误差率为10.74%;非线性相关系数为0.88。多元线性回归模型表明,影响痢疾发病率的重要气象因素为平均气压、平均最低气温、平均最高气温、平均相对湿度。BP人工神经网络模型的研究结果与其基本一致,平均气压、平均相对湿度、平均最高气温、平均气温为重要性排序前4位的气象因素。[结论]对我国某地区痢疾发病率的预测可使用以气象因素为自变量的多元线性回归模型进行预测,影响疾病发病率的主要气象因素为平均气压、平均最低气温、平均最高气温、平均相对湿度。

引用

页码：1207 / 1210

页数：4

共 7 条

[1] 中国内地法定报告传染病预测和监测的ARIMA模型 [J].