首页 > 文献资料
-
2011-2016年广州市逐日死亡人数与气温关系的时间序列研究
目的 研究广州市2011-2016年日均气温对人群死亡的影响.方法 利用广州市2011-2016年全人群逐日死亡人数的时间序列资料,结合同期气象资料,采用分布滞后非线性模型分析气温对人群死亡的滞后效应和累积效应.以广州市气温的P2.5和P97.5百分位数值估计极端气温的冷、热效应;以适宜温度为参照,分别估计平均气温每上升或下降1℃的相对危险度.结果 高温影响快速持续4d;低温影响相对缓慢但持续时间长达两周;低温和高温对于全死因的滞后21 d累计相对危险度分别为1.013 (95％ CI:1.003～1.027),1.023(95％ CI:1.006 ～1.050).低温和高温对≥65岁组的人群,男性的累计效应有统计意义,低温对女性的滞后21 d累计相对危险度也有统计意义.结论 高温和低温均造成人群死亡率上升,高温比低温的累计相对危险度高,但低温影响持续时间更长.老年人对低温和高温效应敏感,女性比男性对低温效应更加敏感.
-
无锡市大气污染物对人群日死亡数和日就诊数影响的时间序列分析研究
目的 研究无锡市大气污染物(PM2.5、PM10、SO2和NO2)对人群日死亡数和日就诊数影响.方法 从无锡市疾病预防控制中心健康促进部获得2012年1月1日-2013年12月31日的无锡市居民死因统计资料,从无锡市环境监测中心站获得同期的每日大气污染物监测资料,从无锡市气象局获得同期的每日气象监测资料,从无锡市第三人民医院和无锡市儿童医院获得同期的日就诊数资料,采用基于R软件的时间序列的Poisson广义线性模型,在控制时间的长期趋势、季节因素、气象因素、星期几效应和其他混杂因素后,分析无锡市大气污染物与居民日死亡数和日就诊数的关系.结果 PM2.5、PM10、SO2和NO2浓度每升高10 μg/m3,日死亡数分别增加1.5％、1.2％、0.9％和1.0％;儿童就诊数分别增加0.7％、0.6％和0.3％和1.1％;成人就诊数分别增加0.6％、0.7％、0.7％和1.3％.结论 无锡市的大气污染物浓度能增加人群的日死亡数和日就诊数.
-
气象因素对感染性腹泻发病数影响的时间序列研究
目的 探讨杭州市气象因素与感染性腹泻发病数的关系.方法 选用广义相加模型分析时间序列资料,在控制与时间有关的长期趋势、季节趋势及与时间有关的混杂因素基础上,分析杭州市2006-2008年每年5月1日-10月31日间的气温、气压、湿度、云量、降水量、能见度、风速、地表温度等气象因素对感染性腹泻日发病数的影响.结果 高温度、湿度、气压、风速、40 cm地表温度与腹泻日发病数间的关联有统计学意义.结论 气温、湿度、气压、风速、地表温度等气象因素对感染性腹泻日发病数可能有影响.
-
广州市大气PM2.5中常见离子浓度特征及影响因素分析
目的 评估广州PM2.5中无机水溶性离子浓度特征及影响因素.方法 于2015-2016年在广州市采集逐日PM2.5样品,经过浸水超声提取,采用离子色谱法测定其中水溶性无机离子(Cl-、NO3-、SO42-、NH4)浓度.用多元线性回归分析温度、湿度、降雨量、24 h气流来源等因素对逐日浓度的影响.用浓度均值和时间序列中的季节特征分析无机离子随时间变化的趋势.结果 Cl-、NO3-、SO42-、NH4+的浓度均值分别为0.99、5.75、9.19、4.61 μg/m3;PM2.5及无机水溶性离子主要来自工业排放.降雨量是影响NO3-、SO42-、NH4+逐日浓度的重要因素,“休息日”是影响Cl-逐日浓度的重要因素.无机离子浓度随时间变化呈旱季高、雨季低的趋势,但不同离子浓度的时间变化趋势略有不同.结论 以降雨量为主的各种影响因素随时问变化,导致旱季无机离子浓度较高,应根据季节特点制订防控措施.
-
时间序列分析在北京市东城区艾滋病病毒感染者和艾滋病患者发病率预测中的应用
目的 探讨应用时间序列差分自回归移动平均模型(ARIMA)预测北京市东城区艾滋病病毒感染者/艾滋病患者(HIV/AIDS)发病率的可行性.方法 应用SAS 9.3软件对北京市东城区2005-2014年HIV/AIDS月发病率构建ARIMA模型,用得到的模型对2015年HIV/AIDS月发病率进行预测,评价模型的拟合和预测效果.结果 ARIMA(0,1,1)×(0,1,1)12模型拟合效果较好,但仍有优化的空间,月发病率的实际值均在预测值的95％可信区间内,预测值与实际值拟合趋势一致.结论 ARIMA模型可以对北京市东城区HIV/AIDS月发病率进行预测,为艾滋病疫情预测提供依据.
关键词： 时间序列 差分自回归移动平均模型 预测 获得性免疫缺陷综合征 -
自回归综合移动平均模型对天津市甲型肝炎发病预测
目的 用自回归综合移动平均模型(ARIMA)季节乘积模型(p,d,q)(P,D,Q)s对天津市甲型肝炎(甲肝)发病资料建模并预测,评价模型的预测效果.方法 通过对差分方法使原始序列平稳,依据AIC和SBC准则确定模型阶数,采用条件小二乘方法估计模型参数,终建立起ARIMA预测模型.结果 对甲肝数据建立了乘积ARIMA(2,1,1)(0,1,1)12模型,预测误差为3.72%.结论 ARIMA是一种短期预测精度较高的预测模型.
-
应用求和自回归移动平均模型预测福建省甲型病毒性肝炎疫情
目的 建立福建省甲型病毒性肝炎(甲肝)分月发病数预测预警的求和自回归移动平均(ARIMA)时间序列模型.方法 利用SAS 9.0软件的PROC ARIMA综合软件包对<疾病监测信息报告管理系统>收集的福建省2004-2010年甲肝分月发病数序列进行ARIMA模型的建模与分析.结果 福建省2004-2010年甲肝分月发病数序列既含有长期的递减趋势又含有以年为周期的季节效应,经1阶12步差分后为平稳非白噪声序列,拟合的相对优模型为ARIMA[(12),(1,12),1].结论 拟合甲肝的相对优ABIMA模型,具有预测和预警的实际应用价值.
-
求和自回归移动平均模型在江西省结核病发病预测中的应用
目的 探讨时间序列模型预测传染性疾病发病率的可行性,应用时间序列求和自回归移动平均( ARIMA)模型对江西省结核病发病率进行预测,为制定结核病防治策略提供依据.方法 利用ARIMA乘积季节模型(P,d,q) ×(P,D,Q)s对2006-2011年江西省结核病分月发病数据进行ARIMA模型的建立与分析,并对预测效果进行评价.结果 江西省2006-2011年结核病分月发病数即含有长期递减趋势又含有以年为周期的季节效应,拟合的相对佳模型为ARIMA(0,1,1)×(0,1,1)12.结论 ARIMA乘积季节模型能有效的预测江西省结核病发病率的短期变化趋势.
-
浙江省台州市极端高温和低温对心脑血管疾病死亡的影响分析
目的 调查浙江省台州市气温与心脑血管疾病死亡率间关系. 方法 收集2014年1月1日至2016年12月31日台州市心血管疾病(CVD)和脑血管疾病(CBD)数据,使用具有对数关联和泊松误差的分布滞后非线性模型(DLNM)来分析温度对CVD和CBD死亡率及其相关滞后结构的影响. 结果CBD和CVD的温度-死亡率曲线相似,均呈U形.CBD的冷热阈值分别为12℃和25℃,CVD的冷热阈值分别为12℃和26℃.随着滞后天数增加,寒冷累积效应逐渐增加,CBD(RR=1.068, 95％CI:1.052～1.084)和CVD(RR=1.111,95％CI:1.078～1.145)的滞后效应峰值出现在滞后27 d(Lag0～27).CBD(RR=1.017,95％CI:1.004～1.030)和CVD(RR=1.036,95％ CI:1.012～1.061)的高温效应均在滞后当天(Lag0)出现峰值.结论 极端高温和低温均与台州市心脑血管疾病死亡率增加有关,其中低温影响有很长的滞后期,而高温影响则较短.
-
求和自回归移动平均模型在越秀区手足口病发病预测中的应用
目的:探讨时间序列模型预测传染性疾病发病率的可行性,应用时间序列求和自回归移动平均(ARIMA)模型对越秀区手足口病发病率进行预测,为制定手足口病防治策略提供依据. [方法]利用ARIMA乘积季节模型(p,d,q)×(P,D,Q)s对2008～2012年越秀区手足口病分月发病数据进行ARIMA模型的建立与分析,并对预测效果进行评价.[结果]越秀区2008～2012年手足口病分月发病数含有长期递增趋势又含有以年为周期的季节效应,拟合的相对佳模型为ARIMA(1,1,1,0,1,1) [结论]ARIMA乘积季节模型能有效的预测越秀区手足口病发病率的短期变化趋势.
-
上海市某区居民脑卒中死亡与大气污染关系的时间序列研究
目的分析大气污染急性暴露对居民每日脑卒中死亡的影响.方法采用时间序列的半参数广义相加模型,在控制死亡的长期趋势、气象因素、"星期几效应"等混杂因素的基础上,分析了上海市某区2001年1月1日～12月31日大气污染与居民每日脑卒中死亡的关系.结果大气PMi0,SO2和NO248h平均浓度每增加10μg/m3,居民因脑卒中而死亡的相对危险度分别为1.008(95% CI 1.000～1.016),1.017(95% CI 0.998～1.036)和1.029(95% CI1.001～1.057).结论上海市某区目前的PM10和NO2水平对居民脑卒中死亡有影响.
-
移动平均线在合肥市肺结核疫情监测预警中的应用
移动平均法就是将数据按照时间排列,以一定的跨越期进行移动平均得出平均值进行预测的一种方法.该方法能够消除时间序列中的偶然因素对预测结果的影响,突出反映趋势性和周期性的变动,适用于一年期等短期预测,现已被广泛应用于各种疾病及医院统计预测中.本研究探讨如何采用Excel函数的方法计算移动平均数(预测值),并绘制移动平均线,进行肺结核疫情预警分析.
-
计划生育服务站经费收支状况及加权移动平均数法分析预测未来工作的发展趋势
目的:了解探索计划生育服务站近6年和预测近期经费收支情况变化趋势,为今后的计划生育技术服务工作提供依据.方法:采用本站1996～2001年度会计预算、决算报表,运用时间序列加权移动平均数预测法进行了地方财政事业费拨款、专项拨款、有偿服务总收入、全站总收入、总收支相抵等项目变化趋势分析及近期经费收支发展趋势分析.结果:6年内全站总收入平均增长8.7%,事业费平均增长8.4%,有偿服务收入年平均增长1.5%.6年收支相抵,大体持平,略有亏空.未来经费收支用加权移动平均数预测法预测,经费收入、支出均有增长趋势,经费收入小于支出,略有亏空.结论:经费收入基本上能满足计划生育工作的需要,但形势不容乐观.
-
大气PM2.5与急性心肌梗死入院人数的时间序列研究
目的:分析急性心肌梗死入院患者人数同大气PM2.5的关系,研究二者的时间序列,进一步健全和完善环境卫生标准制度.方法:本次研究选取我院2014年7月至2015年7月收治的急性心肌梗死患者作为研究对象,严格监测我市的环境质量,实时测量大气PM2.5数据.通过Excel表格对搜集到的数据进行整理和分析,利用SPSS 17.0软件进行统计,从时间分布的角度对患者人数与污染物PM2.5浓度进行分析,构建相应的回归分析模型,研究大气PM2.5和急性心肌梗死入院人数的时间序列.结果:1年内我院共收治了1327例急性心肌梗死患者,我市空气污染物PM2.5的每日浓度平均值为258.64μg/m3,急性心肌梗死患者人数随着PM2.5含量的升高而增多,二者为正相关的关系,且时间序列存在3d的滞后期.结论:急性心肌梗死入院患者人数与大气PM2.5呈正相关性,滞后性非常明显,滞后时间为3d.
-
温特斯加法指数平滑法在门急诊人次预测中的应用
目的探讨温特斯加法指数平滑法预测模型在门急诊人次预测中的应用价值。方法在SPSS Modeler中利用时间序列分析法，自动选取优专家模型对浦东新区卫计委所属公立医院2015年1~6月门急诊人次数据进行预测，并评价该模型的预测精度。结果在SPSS Modeler中自动选取温特斯加法指数平滑模型对浦东新区卫计委所属公立医院2015年1~6月门急诊人次数据预测，结果满意，MAPE为5.329%，预测精度较高。结论温特斯加法指数平滑法在门急诊人次预测中有实用价值。
关键词： 温特斯加法指数平滑法 时间序列 门急诊人次预测 数据挖掘 -
利用温特斯加法指数平滑法预测某院出院人次
目的 利用温特斯加法指数平滑法建立某院出院人次预测模型,探讨其应用价值,为医院管理提供科学依据.方法 采用SPSS21.0统计软件中的时间序列模块,用专家建模器对某院2005年1月至12月出院人次建立预测模型并预测2016年各月份出院人次,后用2016年实际数据评价该模型的预测精度.结果 残差为白噪声序列(P>0.05),模型提取了原时间序列中的所有数据信息,模型诊断通过,具有实际意义.预测结果显示,预测值均落在95％可信区间内,且与实际值相比平均相对误差均在9％以内,预测模型精度较高,预测效果良好.结论 现阶段该院可以利用温特斯加法指数平滑法预测出院人次,合理安排工作,提高医院管理水平.
关键词： 温特斯加法指数平滑法 时间序列 出院人次预测 -
温特斯乘法指数平滑法在高血压就诊人次预测中的应用
目的 建立浦东新区高血压就诊人次的预测模型方法 在SPSS Modeler中利用时间序列分析法,自动选取优专家模型对浦东新区2015年1~6月高血压就诊人次进行预测,并评价该模型的预测精度.结果 在SPSS Modeler中自动选取温特斯乘法指数平滑模型对浦东新区2015年1~6月高血压就诊人次数据预测,结果满意,MAPE为9.807%,预测精度较高.结论 温特斯乘法指数平滑法在高血压就诊人次预测中有实用价值.
关键词： 温特斯乘法指数平滑法 时间序列 预测 高血压 -
卫生监督综合应用平台数据的统计方法适用性研究
目的本文对上海市卫生监督综合应用平台数据库中储存的部分数据进行分析，探讨适用于卫生监督专业数据库的统计分析方法。方法在确定统计分析思路的基础上，具体运用数据概括性度量、时间序列对比分析、数据图形展示、假设检验和指数变动因素分析方法，探讨各类统计方法适用的数据类型、可供分析的角度、分析结果的应用等。结果通过各类统计方法的应用，能够确定工作时间的限值，找到数据中的异常值，了解各年工作量的增减幅度和整体增减趋势，能够展示不同时期分类数据的构成差异、变量间的相关关系和多个变量之间真实的差异，能够进行数据比较和效果评价，能够比较各个因素对指数的影响程度。结论探讨各类统计方法对卫生监督综合应用平台数据的适用性，有助于形成卫生监督数据统计分析利用模式，为各专业开展数据分析工作提供参考。
-
传染病监测关口前移背景下医院数据的挖掘方法
基于医院信息系统平台构建的医院传染病疫情报告系统在传染病监测和防控体系中发挥着越来越重要的作用，医院信息系统数据库包括电子病例的文本数据库、时间数据库和时间序列数据库亦在日趋完善。本研究从医院信息系统中的数据出发，简要介绍基于医院信息的数据挖掘常用方法。
-
卫生体系研究的系统综述中应纳入类实验研究
关于卫生体系研究的系统综述通常仅限于将实证研究进行整合，而类实验研究( quasi-experimental studies)可以为推断因果关系提供强有力的支撑。近期，《卫生政策》杂志发表了题为“Inclusion of Quasi-Experimental Studies in Systematic Reviews of Health Systems Research”，讨论了在卫生体系研究的系统综述中纳入类实验研究的问题。该研究将类实验研究定义为采用外部变量估计因果关系影响大小的研究，而这些外部变量是研究者所不能控制的。研究设计分为三类--试验、类实验和非试验。根据与卫生体系研究相关的三个领域(流行病学、经济学和政治学)的实践综述，文章讨论了五个常用的符合类实验定义的研究设计：自然试验、工具变量分析、非连续性回归分析、间断性时间序列研究、以及差异研究(包括前后对照设计和倍差法)，并发现教育、发展和环境三个非卫生领域中系统综述都涉及了类实验研究。而未来的工作重点就是在卫生体系研究者、决策者和相关机构之间达成共识，即系统综述中是否纳入类实验研究。
