期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
重庆市2009—2016年细菌性痢疾空间流行病学特征及基于气象要素的预测模型研究 被引量:12
1
作者 刘勋 孟秋雨 +3 位作者 谢佳伽 肖达勇 王怡 邓丹 《上海交通大学学报(医学版)》 CAS CSCD 北大核心 2019年第2期187-192,共6页
目的·分析重庆市细菌性痢疾的空间流行病学特征及其与气象要素的相关性,并构建其发病率预测模型,为重庆市细菌性痢疾疫情的防控提供科学依据。方法·收集2009—2016年重庆市细菌性痢疾及气象要素数据,并进行描述性流行病学分析... 目的·分析重庆市细菌性痢疾的空间流行病学特征及其与气象要素的相关性,并构建其发病率预测模型,为重庆市细菌性痢疾疫情的防控提供科学依据。方法·收集2009—2016年重庆市细菌性痢疾及气象要素数据,并进行描述性流行病学分析,采用时空扫描统计量进行细菌性痢疾时空聚集性分析,运用DCCA系数法量化细菌性痢疾发病率与气象要素的相关性,运用Boruta算法结合粒子群优化算法(particle swarm optimization,PSO)及支持向量机回归模型(support vector machine for regression,SVR)构建细菌性痢疾发病率预测模型。结果·①2009—2016年重庆市细菌性痢疾年均报告发病率为29.394/100 000,0~5岁年龄组发病率(295.892/100 000)最高,散居儿童占比(50.335%)最大,5月—10月为其季节性发病高峰;细菌性痢疾呈现显著的时空聚集性,一类聚集区主要集中在重庆市主城区,二类聚集区主要集中在重庆市东北地区;6月—10月为其主要的聚集时间。②与人群细菌性痢疾发病率具有很强相关性的气象要素分别为月平均气压(ρ_(DCCA)=-0.918)、月平均最高气温(ρ_(DCCA)=0.875)及月平均气温(ρ_(DCCA)=0.870)。③基于气象要素构建的PSO_SVR模型均方误差(mean squared error,MSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)、平方相关系数(square correlation coefficient,R2)分别为0.055、0.101及0.909。结论·重庆市主城区及渝东北地区应作为细菌性痢疾的重点防控区域,同时相关卫生部门应结合气象要素与细菌性痢疾发病率的密切相关性及其季节性高发特点,对0~5岁儿童、散居儿童、农民等人群采取针对性的应对措施以控制细菌性痢疾传播与流行。基于气象要素建立的PSO_SVR模型预测性能良好,可为细菌性痢疾的防控提供有力的理论支撑。 展开更多
关键词 细菌性痢疾 空间流行病学 DCCA系数法 Boruta算法 粒子群优化算法 支持向量机回归模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部