一、山东省1995至2000年山东省肾综合征出血热监测分析（论文文献综述）
王玲,刘芳盈,姜晓林,曹海霞,孙涛,张玲,张云霄,崔峰,王志强[1]（2021）在《2006—2019年淄博市肾综合征出血热流行特征分析》文中研究表明目的探讨淄博市肾综合征出血热（hemorrhagic fever with renal syndrome,HFRS）流行特征,为防控工作提供科学依据。方法收集全市出血热疫情和宿主动物监测资料,用描述性流行病学方法进行统计分析。结果 2006—2019年全市报告肾综合征出血热1 157例,死亡10例,平均发病率为1.83/10万,病死率0.86%。沂源县、淄川区和博山区报告病例数占全市72.77%,60岁以上年龄组构成比22.64%。每年有春季和秋冬季两个发病高峰。全市平均鼠密度为2.84%,居民区和野外分别以褐家鼠和黑线姬鼠为优势鼠种。褐家鼠和黑线姬鼠带毒率分别为6.00%和4.17%,差异无统计学意义（χ2=0.947,P=0.331）。褐家鼠携带的病毒为汉城型汉坦病毒（seoul virus,SEOV）,黑线姬鼠携带的病毒为汉滩型汉坦病毒（hantaan virus,HTNV）。结论淄博市HFRS发病呈现波动式下降趋势,发病年龄有老龄化倾向。鼠密度和鼠带病毒率仍高于周边地市,疫情形势依然严峻,应持续在高发区县加强疫情和宿主动物监测,在重点地区开展出血热疫苗接种和健康教育。
齐畅[2]（2021）在《贝叶斯时空建模在肾综合征出血热影响因素分析中的应用》文中指出肾综合征出血热（hemorrhagic feverwith renal syndrome,HFRS）是由汉坦病毒（hantavirus,HV）引起的自然疫源性疾病,在世界各地广泛流行。人类通常是通过与被感染的啮齿动物接触或吸入其排泄物的气溶胶而感染。据我国疾病预防控制中心数据显示,2010年后,HFRS发病率和死亡率持续上升,是威胁我国公众健康的一个严重公共卫生问题。2014年,山东省的HFRS病例数在中国所有省份中排名第二。啮齿动物宿主的分布、种群密度和感染率在很大程度上受环境条件的影响,从而决定人类HFRS的发病率和地理分布。近年来,地域单位数据越来越多,这些数据提供了在一定空间单位上、连续时间段的时空观测数据,对这些数据进行时空分析,具有重要意义。随着贝叶斯统计的发展,贝叶斯时空模型得到越来越多的应用,与传统建模分析方法相比,它可以利用先验分布来描述模型中的未知参数,用随机效应来表示时间和空间上的变异,通过时空效应修正影响因素与疾病之间的关系,实现对疾病时间、空间与相关因素的分析,提高模型准确性。对疾病时空数据进行贝叶斯分析,能够研究疾病的空间和时间分布特征与变化规律。因此,本研究利用贝叶斯时空模型在县区尺度上分析山东省HFRS发病的影响因素,相比于现在常用的分析模型,可以为类似疾病的研究提供可用的思路与方法。疾病在时间与空间上的动态变化是疾病流行的基本特征,HFRS流行的时间和空间分布差异很大,探索其在时空上的发病风险变化,为进一步的研究提供建议。资料与方法本研究利用传统流行病学的方法,对2009年～2018年山东省HFRS病例的流行病学特征进行描述,包括疾病流行概况以及三间分布（时间、空间、人间）。收集2009年～2018年山东省分区县的社会经济学因素、地理环境因素、气象因素等进行分县区发病率的贝叶斯时空分析,探索影响山东省HFRS发病的因素。利用广义线性模型,包括 quasi-Poisson 回归模型（quasi-Poisson regression model,QP）和负二项 Hurdle 模型（negative binomial hurdle,NBH）,对 HFRS 的影响因素进行分析。在贝叶斯的框架下,应用条件自回归线性时空模型（Conditional autoregressive linear spatio-temporal model,CARLSTM）考虑数据的时空自相关性,利用条件自回归先验,结合时空随机效应,分析山东省HFRS分县区年发病率与社会经济、地理环境、气象因素的关系。进一步对月发病率与降水量、平均气压、平均风速、气温、相对湿度、日照时数等气象因素的关系进行研究,分析气象因素的滞后效应。结果1.研究期间,山东省共有HFRS病例12362人,平均年发病率为1.27/10万,2018年病死率最高为3.02%。月发病率呈现明显的周期性和季节性,每年有两个发病高峰,分别是10月～11月的大高峰和5月～6月的小高峰。在空间分布上,年发病率较高的县区多位于东南部地区以及中部地区。各年份的男性发病数均高于女性,性别比（男:女）为2.62:1。发病率最高的年龄段为40岁～69岁。农民的发病数明显多于其他人群,占病例总数的84.18%,其次是工人和学生。2.年度分析发现,QP模型中的人口密度、地区生产总值（grossdomestic production,GDP）、医疗机构床位数、归一化植被指数（normalized difference vegetation index,NDVI）、海拔、平均气压、平均风速、最高气温、相对湿度和日照时数有统计学意义（P<0.05）。由于病例数据中零观测值较多,占比23.56%,因此使用NBH模型进行分析,结果显示,零截尾过程的人口密度、医疗机构床位数、海拔、平均风速、最高气温、相对湿度和日照时数有统计学意义（P<0.05）,影响HFRS发病率的大小。CARLSTM模型中,人口密度、GDP、农业机械总动力、医疗机构床位数、NDVI、海拔、平均气压和平均风速有统计学意义（P<0.05）,而降水量无统计学意义（P>0.05）。对模型残差的空间自相关进行分析发现,模型残差的空间自相关相比原数据明显减小。3.月度分析以每年10月～11月的大高峰与5月～6月的小高峰为研究单位。QP模型与NBH模型在滞后4个月时拟合最优,CARLSTM模型在滞后5个月时拟合最优。CARLSTM模型分析发现,5月～6月的降水量多、平均气压大、日照时数长的县区,大高峰的HFRS发病风险大;平均风速大、最高气温高的县区,大高峰的HFRS发病风险小。12月～1月的降水量多、相对湿度大、日照时数长的县区,小高峰的HFRS发病风险大;平均风速大的县区,小高峰的HFRS发病风险小。结论1.山东省HFRS的变化规律与历史观察的模式相似,每年有两个发病高峰,山东省东南部和中部地区发病高,男性、40岁～69岁、农民的发病数多。2.年度人口密度、GDP、农业机械总动力、医疗机构床位数、NDVI、海拔、平均气压和平均风速影响山东省各县区HFRS的发病率。月度气象因素中,5月～6月的降水量、平均气压、平均风速、最高气温和相对湿度是影响大高峰HFRS发病的主要因素,12月～1月的降水量、平均风速、相对湿度和日照时数是影响小高峰HFRS发病的主要因素。3.在山东省HFRS的模型分析与比较中,CARLSTM模型的拟合效果优于广义线性模型,表明其应用有效性,为今后传染病数据的时空分析提供工具和方法,为公共卫生研究领域中的应用和拓展提供参考。
朱伶俐[3]（2020）在《肾综合征出血热流行的空间分异及风险预测研究》文中研究说明肾综合征出血热（Hemorrhagic Fever with Renal Syndrome,HFRS）是严重威胁中国居民健康安全的一类自然疫源性传染病。探究中国典型HFRS疫区的疫情流行特征及其影响要素,并预测其传播风险区,可为当地相关部门制定防控措施、部署防控资源、降低疫情传播风险提供重要的指导建议。本论文以对比研究为切入点,在研究区上选取了中国三个典型HFRS疫区即山东省、陕西省和湖南省,采用空间自相关、热点分析等空间统计方法分析HFRS疫情时空分布特征,并利用地理界限分析方法获取山东省、陕西省和湖南省HFRS疫情地理区划,在此基础上,分析各地理区划的气象要素、景观要素、社会经济要素特征,并利用地理探测器探究山东省、陕西省和湖南省HFRS疫情主要影响要素,最后利用广义相加模型预测各省HFRS疫情的潜在风险区。主要结果和结论如下:（1）山东省、陕西省和湖南省HFRS疫情均呈现不同程度的波动且均具有明显的季节性特征;与此同时,三省HFRS疫情均呈现显着的空间聚集性,其中,山东省HFRS疫情主要聚集在鲁中山地丘陵高发病区和胶东平原丘陵高发病区,陕西省HFRS疫情则主要聚集在关中平原高发病区,而湖南省HFRS疫情主要聚集在湘中丘陵高发病区、湘南山地丘陵高发病区。因此,建议各省重点关注各自HFRS疫情高发病区,尤其是在疫情高发期间。（2）山东省、陕西省和湖南省HFRS疫情流行与自然环境和社会经济条件密切相关。山东省HFRS疫情空间分异与降水量、地貌类型等自然环境要素以及建设用地等社会经济要素紧密相关,陕西省则主要受到地形地貌、黏土等自然环境要素以及建设用地面积占比、人口密度等社会经济要素的影响,而湖南省主要与降水量、地形地貌等自然环境要素以及土地利用、GDP等社会经济要素关系密切。此外,降水量、地貌类型与建设用地共同影响着山东省、陕西省和湖南省HFRS疫情的空间分异,但其作用和影响方式存在差异。建议当地有关部门制定防控措施、部署防控资源时需结合当地的气候和景观特征以及社会经济条件。（3）山东省HFRS疫情潜在风险区主要分布在气候条件适宜（温度在12.6～14.8℃之间,降水量大于600 mm）、植被条件适中（0.56<NDVI<0.65,NDVI>0.75）、海拔高度较小（DEM<50 m,DEM>340 m）的中部和东部地区;陕西省的潜在风险区则主要分布在平原地带（平原面积占比大于18%）、气候条件适宜（降水量在660～1100 mm之间）、植被条件适中（0.72<NDVI<0.81,NDVI>0.85）、城镇化水平较高（建设用地面积占比在10%～45%）、黏土含量较少（黏土百分比小于23%）的中部地区,而湖南省的潜在风险区主要分布在气候条件适宜（温度在15.1～18.0℃之间,降水量大于1500 mm）、植被条件适中（NDVI>0.77）、城镇化水平较高（建设用地面积占比在1%～18%之间,人口密度在300～7500人/KM2之间）的中部和东南部地区。本研究模拟和预测的HFRS疫情潜在风险区可为相关部门在未来需要重点防控的HFRS疫情高风险区划定与管理方面提供科学决策参考。
胡祝敏[4]（2020）在《基于面板数据模型的肾综合征出血热同动物宿主疫情、气象因素关系的研究》文中进行了进一步梳理目的:运用面板数据模型探讨气象因素以及宿主疫情对肾综合征出血热（Hemorrhagic fever with renal syndrome,HFRS）发病率的影响,并探究面板数据模型在传染病监测数据分析中的适用范围以及应用价值。研究方法:2008年1月-2016年12月全国各省的肾综合征出血热月别发病率数据来源于中国公共卫生科学数据中心。2008年1月-2016年12月全国各省的月别气象数据来源于中国气象数据网。通过知网、万方、读秀等网站查找省级、市级地区的月别发病率以及宿主疫情数据。运用全局空间自相关（GISA）和局域型空间自相关（LISA）对HFRS发病率进行空间自相关性分析。采用混合模型、固定效应模型、随机效应模型这3种传统的面板模型对月别发病率与月别气象数据以及宿主疫情数据进行模拟,利用固定效应F检验与Hausman检验对模型进行选择。使用ArcGIS10.1建立地理信息库,在GeoDa 095-i软件中进行相关数据的空间自相关分析,应用STATA 14.0实现面板数据模型的建立。结果:1、空间自相关分析:在2008-2016年中,2008年、2009年、2014年和2016年各省的年发病率存在空间聚集性分布,且全局自相关系数具有统计学意义（P<0.05）。局部自相关系数显示中国东北三省为疫情高发省份,陕西省从2011年后均处于“高-低”区域。2、面板数据分析:（1）中国大陆各省份发病率的面板模型,结果提示滞后一个月的月平均大气压、月平均气温、月平均蒸气压、月平均相对湿度、月日照总时数对HFRS月别发病率有一定影响（P<0.01）。在解释变量中加入鼠密度和鼠带毒率后,结果提示家鼠带毒率与HFRS月别发病率呈正相关（r=0.016,P<0.01）。将中国大陆地区31个省份按气候的分布分为4个区域。在亚热带季风气候区中,结果提示气象因素中的月平均气温、月平均蒸气压、月平均风速、月平均相对湿度、月总日照时数对HFRS月别发病率有一定影响（P<0.01）。在温带季风气候区中,结果显示气象因素中的月平均气温、月平均蒸气压对HFRS月别发病率有一定影响（P<0.01）。在温带大陆性气候区中,结果提示气象因素中的月平均气温、月平均蒸气压、月平均相对湿度对HFRS月别发病率存在一定影响（P<0.01）。在高原山地气候区中,结果提示气象因素中的月平均大气压,月平均蒸气压、月降水量、月平均风速、月平均相对湿度与HFRS月别发病率存在相关性（P<0.01）。（2）辽宁省沈阳市、葫芦岛市、丹东市、营口市的HFRS发病率的面板数据分析,结果提示HFRS月发病率与同期的月平均蒸气压存在相关性（P<0.01）;山东省青岛市、潍坊市和淄博市的HFRS发病率的面板数据分析,结果表明月别发病率与同期的月平均大气压、月平均气温、月平均蒸气压存在相关性（P<0.01）;湖南省长沙市、郴州市的面板数据分析,结果提示月别发病率与同期平均气温、月平均蒸气压存在相关性（P<0.01）。结论:基于面板数据模型探讨肾综合征出血热同动物宿主疫情、气象因素的关系,面板数据模型更加全面的考虑时间和个体的效应,充分利用各地区的信息,并更加准确对数据预测分析,面板模型在传染病监测数据分析中具有较好的实用性以及应用价值。
杨其松[5]（2019）在《2010-2017年宜春市肾综合征出血热时空分布特征与经济负担研究》文中认为目的:（1）掌握2010-2017年宜春市肾综合征出血热（HFRS）发生的高发地区及可能的聚集区域,有针对性的为HFRS疫情防控提供科学依据;（2）了解宜春市肾综合征出血热病例经济负担情况,掌握影响肾综合征出血热疾病经济负担的相关因素,为制定减轻HFRS疾病的经济负担的卫生政策提供科学依据。方法:（1）收集2010-2017年宜春市肾综合征出血热人间疫情、人口学资料和地理信息资料。以县区为单位,应用时空扫描的方法,从时间和空间两个维度,以病例及地理信息资料为基础,探索2010-2017年宜春市肾综合征出血热高发地区和可能发生聚集的区域及聚集时间,有针对性的为HFRS疫情防控提供科学依据;采用SPSS19.0及SaTScan9.5软件进行有关数据的分析。（2）采用分层随机抽样方法,在宜春市HFRS高发地区抽取230例HFRS病例进行直接医疗费用、直接非医疗费用和间接费用调查,获得该地区HFRS病例经济负担资料,利用多元线性逐步回归分析筛选出宜春市肾综合征出血热病例经济负担的影响因素。采用Excel及SPSS19.0软件进行有关数据的整理和分析。结果:（1）2010-2017年宜春市共报告HFRS报告病例2307例,年均发病数288例,年发病率范围为3.50/10万6.52/10万。时间分布上,2010-2017年宜春市HFRS每月均有发病,每年均有两个发病高峰,一个出现在每年的4-7月,另一个出现在每年的11-2月,以冬春季发病为主,存在明显的季节性。人群分布上,2010-2017年宜春市报告HFRS病例中,男性1562例,女性745例,男女性别比为2.10:1。各年龄段均有发病,主要集中在4065岁年龄段,占总病例数的47.12%（1087/2307）,构成比最高的年龄组为45岁组,占11.01%（254/2307）。发病人群中以农民所占比重最大,其次为学生和家务及待业,其构成比分别为67.75%（1563/2307）、11.75%（271/2307）和5.46%（126/2307）。地区分布上,宜春市10个县区均有发病,发病率较高的地区主要分布在宜春市中部地区,宜春市东部（丰城市和樟树市）及西部地区（袁州区、万载县和铜鼓县）发病率相对较低。（2）单纯空间扫描结果显示存在一个主要聚集区域,包括上高县和宜丰县,对数似然比LLR=1101.80,相对危险度RR=8.17,P<0.001;高安市为一个次要聚集区域,LLR=53.79,RR=1.71,P<0.001,差异有统计学意义。（3）时空扫描结果显示2011年11月1日至2012年2月29日存在一个主要聚集区,其位置和单纯空间扫描结果的主要聚集区一致,位于上高县和宜丰县;2014年11月1日至2015年2月28日的靖安县和2015年11月1日至2016年2月29日的高安市分别为两个次要聚集区,各聚集区扫描结果显示差异均有统计学意义（P<0.001）。（4）直接医疗费用的中位数为9784.18元,药品费所占构成比最高,达47.58%。不同医院等级中,HFRS转院病例中位直接医疗费用最高,为27163.45元;不同HFRS临床分型重度病例的中位直接医疗费用最高,为15118.79元。（5）直接非医疗费用的中位数为4262.39元,探视者赠送营养品费所占比例最高,为48.06%;在不同等级医院与临床分型中,HFRS转院病例与死亡病例的中位直接非医疗费用最高,分别为5268.95元和18260.67元。（6）间接费用的中位数为4741.10元,患者误工费所占比例最高（58.79%）;在不同等级医院与临床分型中,二甲医院与死亡病例中位间接费用最高,分别为4876.56元和10579.83元。（7）本次调查HFRS病例的总经济负担为622.43万元,中位数为20866.03元;直接医疗费用所占比例最高（53.26%）;在不同等级医院与临床分型中,HFRS转院病例与重度病例的中位经济负担费用最高,分别为37919.64元和30839.12元。（8）HFRS调查病例总经济负担多元线性逐步回归分析结果显示医院等级、临床分型、住院天数、患者误工天数、是否手术和探视人数为HFRS病例总经济负担影响因素（P<0.05）,根据标准化回归系数大小,可知对经济负担影响程度大小依次为住院天数、患者误工天数、临床分型、是否手术、医院等级和探视者人数。结论:（1）宜春市HFRS发病呈现明显的季节性,主要呈现春末夏初峰和冬春峰两个发病高峰,基本以冬春峰为主;发病年龄集中在4065岁年龄段,性别以男性为主;宜春市中部地区HFRS发病率较高,可能与这些地区鼠种分布、鼠密度及鼠带毒率等因素有关。（2）时空扫描结果提示HFRS在宜春市高发地区的高发季节可能存在一定的聚集性,尤其是在冬春峰期,若出现疫情再结合现场调查结果对聚集区进行探测来确定其流行病学意义,研判疫情风险。（3）宜春市HFRS高发区经济负担严重,直接医疗费用对HFRS病例经济负担影响最大,转院病例及重度与死亡病例的经济负担较重。（4）早期诊断、早期治疗、加强预后康复、降低危重及死亡病人的发生、减少患者误工天数与合理缩短住院天数对降低HFRS疾病经济负担具有重要的意义。
郑兆磊[6]（2019）在《山东省肾综合征出血热流行特征与疫源地现状分析》文中研究说明肾综合征出血热（Hemorrhagic fever with renal syndrome,HFRS）是一种由汉坦病毒（Hantavirus,HV）引起的全球性自然疫源性疾病,在全球的分布非常广泛,高发区域主要集中在欧亚大陆,其发病特征以发热、出血和肾损伤为主。中国是世界上受HFRS影响最严重的国家,年平均发病率为3.5/10万左右,每年报告的HFRS病例数占全球报告总数的90%以上,东北、华东、中南和西南等地区是HFRS的高发区域。其致病病毒HV是一种归属于布尼亚病毒目（Bunyavirales）的有包膜分节段的负链RNA病毒,基因组包括L、M、S3个片段。HV又分为不同的基因亚型,在我国可导致HFRS的HV亚型主要为SEOV和HTNV,且不同亚型的HV均存在固定的动物宿主,其中SEOV的动物宿主为褐家鼠（Rattus norvegicus）和小家鼠（Mus musculus）,HTNV的动物宿主为黑线姬鼠（Apodemus agrarius）和大林姬鼠（A.peninsulae）。山东省自1962年于山东济宁鱼台县发现第一例HFRS病人以来,疫情几经波折,HFRS严重威胁着人类健康。但在各种因素的影响下,HFRS疫源地在不同时期经历了数次变迁,不同性质的疫源地对人群健康的危害表现出不同的结果,同时也为防控部门采取应对措施提出了新的挑战。近十年来,山东省HFRS疫情依旧存在周期性的变化。本研究的目的为探讨山东省HFRS近年来的流行特征,阐明目前的疫情热点区域,分析HFRS疫源地的变迁过程。资料与方法:本研究将传统流行病学、分子流行病学和病毒宿主动物监测相结合。基于山东省2005年～2016年HFRS的病例监测数据分析山东省HFRS流行病学特征;利用4个固定监测点和14个临时监测点的HV动物宿主监测数据了解HV传播媒介的性质与分布特征;对分离的HV进行系统发育分析,掌握山东省各地HV基因亚型分布及与其他地区毒株的关系;整合上述结果及现有的研究,综合探讨2005年～2016年山东省HFRS疫源地的变迁情况,并指明疫源地的现状及性质,为进一步对HFRS采取防控措施提供相应的参考。结果:1.山东省2005年～2016年各地市共上报HFRS病例15998人,年发病率（/10万）为:0.97-2.62,共死亡 199人,年病死率（%）为:0.78-2.29;HFRS依然存在以秋冬峰为主的双峰型季节周期;其高发区域主要集中于鲁中地区和鲁东南地区,呈现出东南多、西北少的地区分布特征;病例中以41-50岁年龄组的人最多,占26.15%,性别比（男/女）为2.61,职业分布以农民为主,占82.12%。2.研究期间各固定监测点共布置捕鼠器893738个,捕获各类动物10538只,其中以褐家鼠、小家鼠和黑线姬鼠为主,平均鼠密度1.18%;送检动物宿主标本10384份,实验室检测阳性结果241份,平均带毒率为2.32%。各临时监测点捕获各类动物1798只,送检鼠肺标本1798份,阳性结果111份,平均带毒率为6.17%。3.山东省14个临时监测点共送检1798份鼠肺标本,检出111份阳性标本,获得HTNV19份,SEOV90份,其他类型HV2份。L、M、S片段的系统发育分析显示本研究获得的HV毒株一般分布在同一分支中,与北京、浙江、福建、陕西、韩国、朝鲜等国内外的毒株具有较近的亲缘关系,但从获得的L片段中区分出两株不同于其他毒株的序列,结果提示该序列与来自中国东北地区和与其接壤的俄罗斯远东地区（犹太人自治州,哈巴罗夫斯克）的毒株关系较近。4.本研究将整体的研究过程按照时间和HFRS的发病周期分成了两个阶段:阶段1为2005年～2010年,阶段2为2011年～2016年。综合上述结果后,将山东省HFRS疫源地分为第一阶段的a和b两个疫源地,第二阶段的c、d和e三个疫源地。疫源地a位于山东省中部地区,以褐家鼠和小家鼠为主,为家鼠型疫源地,致病HV一般为SEOV,季节周期特点是以春峰为主的双峰型周期。疫源地b位于山东省东南部地区,以褐家鼠、小家鼠和黑线姬鼠为主,为以褐家鼠为主的家鼠-姬鼠混合型疫源地,致病HV包括SEOV和HTNV,季节周期特点为以秋峰为主的双峰型周期。疫源地c以褐家鼠为主,但部分靠近鲁东南的地区内黑线姬鼠的比重开始有所增加,致病HV以SEOV为主,季节周期特点为以秋峰为主的双峰型周期。疫源地d以黑线姬鼠为主,致病HV包括SEOV和HTNV,为以黑线姬鼠为主的家鼠-姬鼠混合型疫源地,季节周期特点仍为以秋峰为主的双峰型周期。疫源地e位于山东省西南部,以褐家鼠和小家鼠为主,是典型的家鼠型疫源地,致病HV为SEOV,季节周期特点为以春峰为主的双峰型周期。结论:1.山东省依旧延续了多年来HFRS的变化规律,目前属于散发状态,处于历史较低的水平,但依然存在周期性改变,未来仍然需要随时加强防控。2.山东省HFRS的致病HV类型仍旧为SEOV和HTNV,优势鼠种仍为褐家鼠和黑线姬鼠,但在宿主监测过程中发现了有别于该两种基因亚型的HV毒株,值得警惕;还发现HV在非固定宿主间的基因溢出现象,需要后续的持续监测来观察该现象的普遍性与危害性。3.山东省HFRS疫源地目前已偏重于中部地区和东南部地区,发病高峰更偏向于秋冬峰,两地及交汇区域的鼠类种群变化活跃,可能成为未来山东省HFRS疫情的活跃区,需要防控部门重点关注。
郑兆磊,王佩竹,许勤勤,刘静,薛付忠,王志强,李秀君[7]（2018）在《山东省2010－2016年肾综合征出血热流行与时空分布特征分析》文中进行了进一步梳理目的了解2010-2016年山东省肾综合征出血热（HFRS）的流行特征及其时空分布特征,为制定今后的防控措施提供参考。方法以中国疾病预防信息系统的数据为基础,利用空间自相关和时空扫描的方法对2010-2016年山东省HFRS的发病情况进行分析,描述其流行特征和时空聚集情况。结果 2010-2016年山东省HFRS共发病9 114例,年龄分布以30～70岁组为主,男女性别比为2.63∶1,职业分布以农民为主。发病总体呈现东南高、西北低的趋势。发病率先增后减,形成了一次流行周期,发病高峰在2013年（1.87/10万）。空间自相关和时空扫描结果显示山东省HFRS的高发聚集区由鲁东南地区集中后向鲁中地区扩散,聚集时间主要集中在2011年末至2015年上半年,2016年发病和高发聚集情况均有所下降。结论 2010-2016年山东省HFRS存在流行和聚集情况,重点防控地区在鲁中和鲁东南地区。
郭雪艳[8]（2017）在《山东省潍坊市肾综合征出血热流行特征和影响因素研究》文中研究说明目的:肾综合征出血热（Hemorrhagic fever with renal syndrome,HFRS）是由汉坦病毒引起的自然疫源性传染病,在我国有着悠久的流行史,且流行地域范围广泛,属于我国重点防控的传染病之一。山东省潍坊市在20世纪80年代发病率曾高达33.29/10万,流行高发年份病死率超过10%,严重危害人民群众身体健康和社会经济发展。本研究利用山东省潍坊市1974～2016年HFRS上报数据,探讨潍坊市HFRS流行规律和分布特征,分析疫情高发地区及其流行特点;以及潍坊市HFRS疫区扩张过程和疫源地类型的转变;研究鼠密度、鼠带毒情况和气象因素对疾病发生的影响,以期及时准确地把握疾病的流行规律,为潍坊市HFRS防控工作提供科学依据。方法:收集1974～2016年潍坊市HFRS监测资料,分析发病趋势,描述疾病的时空分布特征;收集2005～2016年“传染病报告信息管理系统”报告的HFRS个案数据,分析2005年以来的疫情高发地区的流行特点;收集2013～2016年鼠密度调查资料和2003～2016年宿主动物监测资料,分析潍坊市鼠种构成,计算鼠密度、鼠带毒率、鼠带毒指数,对鼠带毒指数与发病率之间进行相关与回归分析;收集2005～2016年潍坊市高发县市平均温度、降水量、平均相对湿度、平均气压、日照时数等气象因素指标,对气象因素与高发县市区发病率进行相关分析。结果:1.潍坊市肾综合征出血热自1974年有病例报告以来,根据疾病流行状态可分为5个流行阶段,分别是疫情散发期→第1个暴发流行期→第2个暴发流行期→疫情下降期→第3个小流行期;疫区类型经过了野鼠型疫区→以野鼠型为主家鼠型为辅的混合型疫区→以家鼠型为主野鼠型为辅的混合型疫区→以野鼠型为主家鼠型为辅的混合型疫区的转变;第1个暴发流行期高发地集中在西南向低山丘陵地区的青州、临朐等县市,东北向的昌邑、寒亭也被累及。第2个暴发流行期以中部的昌乐县为中心,疫情分布在西南方向和东北方向。第3个小流行期疫情进一步扩散,市域东南向、西南向、西北向疫情较重,北向次之,市中心疫情较轻。2.2005年有HFRS个案记录以来,高发县市主要是临朐县、青州市、诸城市,3地流行特征各异。3.2005～2016年疫情遍布潍坊市117个乡镇（街道办事处）,诸城市皇华镇、临朐县九山镇、诸城市密州街道办事处、临朐县五井镇、临朐县辛寨镇累计报告病例数居全市前5位。4.使用宿主动物监测资料与人间疫情资料做相关与回归分析,发现鼠带毒指数与发病率之间存在正相关,发病率=18.732+4.061×In鼠带毒指数。5.潍坊市气象因素与HFRS发病率广义相加模型分析结果显示,平均气温、平均相对湿度、降水量和日照时数与HFRS发病率之间存在非线性关系。12℃是平均气温与HFRS发病关系的阈值,59%、50mm、220h分别是平均相对湿度、降水量和日照时数的阈值。平均气温和平均相对湿度都在滞后0月即当月时风险最大,降水量和日照时间则是在滞后2月和3月时风险最大。模型预测结果与实际值拟合较好。结论:1.潍坊市HFRS的流行特征和高发县市都发生了很大的改变,疫区类型也随着时间呈现规律性变化,应及时根据新的流行特征制定相应的防控措施。2.相关回归分析,鼠密度和鼠带毒率计算出的鼠带毒指数与发病率高度正相关,控制鼠密度、降低鼠带毒率可控制疾病的发生。3.气象因素对HFRS发生流行的影响不同疫区间相关分析结果不一致。用平均气温、平均相对湿度、日照时数、降水量使用广义相加模型预测HFRS发病率,与实际发病率拟合较好,可以将气象资料监测作为HFRS的预测与预警的途径。
郭雪艳,周健,郑兆磊,瞿建俊,范俊杰,李秀君[9]（2017）在《1974～2015年潍坊市肾综合征出血热流行特征分析及预测》文中指出目的描述19742015年潍坊市肾综合征出血热（HFRS）流行特征,寻找发病规律。方法收集潍坊市HFRS人间疫情资料和人口数据,描述其三间分布,短期预测肾综合征出血热发病率。结果 19742015年潍坊市累计发病29 942例,年均发病率为8.63/10万。累计死亡512例,年均死亡率为0.15/10万,总病死率为1.71%。HFRS有春季和秋冬季2个发病高峰,总体春峰略高于秋冬峰。发病以青壮年男性农民为主。男女发病率比例为2.64∶1,高发年龄段一致,为3564岁。ARIMA模型预测20162018年发病率略有上升。结论 19742015年潍坊市肾综合征出血热发病和病死率呈下降趋势,疫情得到了有效控制。伴随疫源地类型发生改变,近年来发病率小幅回升。
李洁[10]（2016）在《洪涝灾害事件对肾综合征出血热暴发的影响模式研究》文中进行了进一步梳理[研究背景]近年来,由全球气候变化导致的洪涝灾害事件频发已成为人类面临的重大环境问题之一,是导致自然疫源性传染病流行特征改变的主要因素。肾综合征出血热（Hemorrhagic Fever with Renal Syndrome, HFRS）是一类典型的自然疫源性传染病,传染源为携带汉坦病毒（Hantavirus, HV）的啮齿类动物,在我国以野外分布的黑线姬鼠和居民区分布的褐家鼠为主。鼠类种群数量随季节的消长变化可引起HFRS发生规律的变化,在不同的季节形成不同的优势峰型。洪涝灾害主要通过影响鼠类的食物来源和栖息地环境影响鼠类的种群数量,进而引起HFRS流行特征的改变。国内外研究发现,洪涝灾害对HFRS流行特征的影响与洪涝程度、疫源地的气候规律、地形特点等有关,但这些研究存在研究时限短、研究地域范围有限以及忽略了洪涝灾害对不同宿主类型（野鼠型和家鼠型）HFRS流行产生的影响机制不同等局限性。山东省是HFRS的高发区,全省报告发病例数占全国1/3左右,经历了野鼠型-混合型-家鼠型-野鼠型的演化过程。此外,山东省地域广阔,气候特点、地貌类型呈现出明显的地域差异,为开展区域间的气象流行病学横向比较研究提供了得天独厚的条件。[研究目的]本研究选取山东省作为研究地域,以各县（市、区）为观察单位,利用长时期HFRS的疫情报告资料和气象监测资料,采用病例交叉设计的方法,在考虑各地地理气候特征以及主要传播宿主类型的基础上,探讨不同地理环境区域内洪涝灾害对不同类型HFRS暴发流行的影响。[研究方法]本研究利用山东省1974～2012年分县（市、区）HFRS疫情报告资料和气象监测数据,将HFRS月发病数据资料按照流行季节分为家鼠型（3-8月）和野鼠型（9月-次年2月）两部分,分别汇总得到家鼠型和野鼠型HFRS年发病率,并确定各县（市、区）HFRS暴发的年份。采用双向对称病例交叉设计的方法,将HFRS暴发年份和前后两个相邻的非暴发年份组成一个1：2配比组,通过比较暴发前的危险期内与非暴发年份的对照期内洪涝发生状况的差异,定量分析洪涝对HFRS暴发的影响。采用条件logistic回归的统计学分析方法,在控制了气温、平均相对湿度、口照时数影响的基础上,分别估计一年危险期内春、夏、秋、冬4个季节不同程度洪涝灾害事件对家鼠型和野鼠型HFRS暴发的OR（odds ratio）值及其可信区间。同时分析比较三类不同地理环境区域内洪涝灾害对HFRS暴发的不同影响。[研究结果]1.上年秋季发生洪涝将导致家鼠型HFRS暴发的风险降低51.4%（OR=0.486,95%CI：0.309～0.765）,当年春季发生洪涝将导致家鼠型HFRS暴发的风险增加46.5%（OR=1.465,95%CI：1.018～2.107）,而当年夏季发生洪涝灾害对家鼠型HFRS的暴发无明显影响（P>0.05）。2.当年夏季发生重涝将导致野鼠型HFRS暴发的风险降低49.6%（OR=0.504,95%CI：0.358～0.712）,发生轻涝对野鼠型HFRS的暴发无明显影响（P>0.05）：当年秋季发生轻涝、重涝将导致野鼠型HFRS暴发的风险分别下降53.7%（OR=0.463,95%CI：0.293～0.730）、60.0%（OR=0.400,95%CI：0.201～0.793）。3.不同的地理环境下,洪涝灾害对HFRS暴发的影响作用有所不同。鲁中南山区：当年春季发生洪涝将导致家鼠型HFRS暴发的风险增加1.347倍（OR=2.347,95%CI：1.244～4.428）,当年秋季发生洪涝将导致野鼠型HFRS暴发的风险降低54.2%（OR=2.018,95%CI：1.023～3.983）；鲁西北平原地区：上年秋季发生洪涝将导致家鼠型HFRS暴发的风险下降48.5%（OR=0.515,95%CI：0.309～0.858）,当年夏季发生重涝、秋季发生洪涝将导致野鼠型HFRS暴发的风险分别降低73.4%（OR=0.266,95%CI：0.079～0.895）、62.8%（OR=0.372,95%CI：0.147～0.941）；鲁东丘陵地区：当年春季发生洪涝将导致家鼠型HFRS暴发的风险增加32.8%（OR=1.328,95%CI：1.081～1.631）,而当年发生洪涝灾害对野鼠型HFRS的暴发无明显影响（P>0.05）。[研究结论]1.上年秋季发生洪涝会降低家鼠型HFRS暴发的风险,而当年春季发生洪涝会增加家鼠型HFRS暴发的风险。2.当年夏季发生重涝,秋季发生轻涝、重涝均会降低野鼠型HFRS暴发的风险。3.不同的地理环境下,洪涝灾害对HFRS暴发的影响作用有所不同。4.洪涝灾害对HFRS暴发的影响作用与疫源地类型、气候、宿主类型有关。[创新点与不足]本研究将病例交叉设计的思想由个体水平推广到群体水平,利用山东省140多个县/市/区HFRS发病率和气象监测的长时间序列资料,按照地理环境类型和HFRS传播宿主类型分层进行分析,使研究结果更加真实可靠。但本研究仍存在许多不足之处,如对洪涝灾害的定义仅依据月降雨量,未考虑洪涝灾害持续时间、成灾面积等因素,连续多年出现HFRS暴发时对照期的选择问题,以及山东省作为研究区域的代表性问题等,将在以后的研究中进一步完善。
二、山东省1995至2000年山东省肾综合征出血热监测分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、山东省1995至2000年山东省肾综合征出血热监测分析（论文提纲范文）
（1）2006—2019年淄博市肾综合征出血热流行特征分析（论文提纲范文）
| 1 资料与方法 |
| 1.1 人间疫情监测 |
| 1.2 宿主动物监测 |
| 1.3实验室检测方法 |
| 1.4 统计学分析 |
| 2 结果 |
| 2.1 疫情概况 |
| 2.2 流行特征 |
| 2.2.1 地区分布 |
| 2.2.2 时间分布 |
| 2.2.3 病例人群分布 |
| 2.2.4 聚集性疫情 |
| 2.3 宿主动物监测 |
| 2.3.1 鼠密度和鼠种构成 |
| 2.3.2 鼠带毒率 |
| 2.3.3 序列测定及同源性分析 |
| 3 讨论 |
（2）贝叶斯时空建模在肾综合征出血热影响因素分析中的应用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 符号说明 |
| 前言 |
| 资料与方法 |
| 1.研究区域 |
| 2.资料来源 |
| 2.1 病例报告数据 |
| 2.2 矢量地图数据 |
| 2.3 社会经济数据 |
| 2.4 地理环境数据 |
| 2.5 气象数据 |
| 3.研究方法 |
| 3.1 HFRS流行特征描述 |
| 3.2 广义线性模型 |
| 3.3 贝叶斯时空模型 |
| 3.4 模型评价 |
| 3.5 统计分析 |
| 结果 |
| 1.山东省2009年～2018年HFRS流行特征描述 |
| 1.1 流行概况 |
| 1.2 三间分布 |
| 2.分县区年发病率影响因素分析 |
| 2.1 分县区年发病率广义线性模型分析 |
| 2.2 分县区年发病率贝叶斯时空模型分析 |
| 3.分县区月发病率与气象因素分析 |
| 3.1 分县区月发病率广义线性模型分析 |
| 3.2 分县区月发病率贝叶斯时空模型分析 |
| 讨论 |
| 1. 2009年～2018年山东省HFRS流行特征 |
| 2.年发病率社会经济、地理环境、气象因素分析 |
| 3.月发病率气象因素分析 |
| 结论 |
| 创新与不足 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的论文 |
| 附录一 县区地图 |
| 学位论文评阅及答辩情况表 |
（3）肾综合征出血热流行的空间分异及风险预测研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 HFRS 流行病学特征研究 |
| 1.2.2 HFRS 疫情时空分布与地理区划研究现状 |
| 1.2.3 HFRS 疫情影响要素与风险预测研究现状 |
| 1.2.4 GIS、RS在HFRS疫情研究中的应用 |
| 1.2.5 已有研究中存在的不足 |
| 1.3 研究内容与研究意义 |
| 1.3.1 研究内容 |
| 1.3.2 研究意义 |
| 1.3.3 研究流程 |
| 1.4 论文结构 |
| 第二章 数据源与研究方法 |
| 2.1 研究区概况 |
| 2.1.1 研究区范围 |
| 2.1.2 研究区概况 |
| 2.2 数据来源与处理 |
| 2.2.1 HFRS疫情数据 |
| 2.2.2 自然环境要素数据 |
| 2.2.3 社会经济要素数据 |
| 2.3 研究方法 |
| 2.3.1 空间自相关 |
| 2.3.2 热点分析 |
| 2.3.3 地理界限分析 |
| 2.3.4 地理探测器 |
| 2.3.5 广义相加模型 |
| 2.4 小结 |
| 第三章 HFRS疫情时空分布特征与地理区划研究 |
| 3.1 疫情时空分布特征 |
| 3.1.1 时间分布特征 |
| 3.1.2 山东省疫情时空分布特征 |
| 3.1.3 陕西省疫情时空分布特征 |
| 3.1.4 湖南省疫情时空分布特征 |
| 3.2 疫情地理区划 |
| 3.2.1 山东省疫情地理区划 |
| 3.2.2 陕西省疫情地理区划 |
| 3.2.3 湖南省疫情地理区划 |
| 3.3 疫情流行特征对比分析 |
| 3.4 小结 |
| 第四章 HFRS疫情影响要素分析 |
| 4.1 疫情区划环境特征对比 |
| 4.1.1 山东省疫情区划环境特征 |
| 4.1.2 陕西省疫情区划环境特征 |
| 4.1.3 湖南省疫情区划环境特征 |
| 4.2 疫情主要影响要素 |
| 4.2.1 山东省疫情影响要素 |
| 4.2.2 陕西省疫情影响要素 |
| 4.2.3 湖南省疫情影响要素 |
| 4.3 疫情影响要素分析 |
| 4.4 疫情影响要素对比分析 |
| 4.5 小结 |
| 第五章 HFRS疫情风险分布探究 |
| 5.1 疫情风险预测模型构建 |
| 5.1.1 GAM模型 |
| 5.1.2 GAM拟合曲线 |
| 5.2 疫情风险区分布特征 |
| 5.3 小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究特色与创新之处 |
| 6.3 不足与展望 |
| 参考文献 |
| 攻读学位期间承担的科研任务与主要成果 |
| 致谢 |
| 个人简历 |
（4）基于面板数据模型的肾综合征出血热同动物宿主疫情、气象因素关系的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略语 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 资料来源 |
| 2.2 统计分析方法 |
| 2.2.1 空间自相关分析 |
| 2.2.2 面板数据分析 |
| 2.3 统计分析软件 |
| 3 结果 |
| 3.1 2008年1月-2016年12月中国大陆地区各省HFRS发病率分析 |
| 3.1.1 中国大陆地区各省HFRS的基本特征 |
| 3.1.2 中国大陆地区各省空间自相关分析 |
| 3.1.3 中国大陆地区各省面板数据模型分析 |
| 3.2 2010年1月-2015年12月辽宁省沈阳市、葫芦岛市、营口市HFRS发病率分析 |
| 3.2.1 辽宁省沈阳市、葫芦岛市、丹东市、营口市HFRS的基本特征 |
| 3.2.2 辽宁省沈阳市、葫芦岛市、丹东市、营口市的面板数据分析 |
| 3.3 2012年1月-2015年12月山东省青岛市、潍坊市和淄博市HFRS发病率分析 |
| 3.3.1 山东省青岛市、潍坊市和淄博市HFRS的基本特征 |
| 3.3.2 山东省青岛市、潍坊市和淄博市的面板数据分析结果 |
| 3.4 2008年1月-2010年12月湖南省长沙市和郴州市HFRS发病率分析 |
| 3.4.1 湖南省长沙市和郴州市HFRS发病率的基本特征 |
| 3.4.2 湖南省长沙市和郴州市的面板数据分析结果 |
| 4 讨论 |
| 4.1 HFRS发病率特征 |
| 4.2 HFRS发病率的空间自相关性分析 |
| 4.3 面板数据模型分析 |
| 5 结论 |
| 本研究创新性的自我评价 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 实践报告 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简历 |
（5）2010-2017年宜春市肾综合征出血热时空分布特征与经济负担研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要中英文缩略词语表 |
| 第1章 前言 |
| 第2章 资料与方法 |
| 2.1 流行病学调查 |
| 2.1.1 人间疫情资料 |
| 2.1.2 人口学资料 |
| 2.2 HFRS经济负担调查 |
| 2.2.1 研究现场 |
| 2.2.2 现场调查对象纳入排除标准 |
| 2.2.3 调查内容与方式 |
| 2.2.4 样本量计算 |
| 2.2.5 抽样方法 |
| 2.3 数据统计分析 |
| 2.3.1 描述性流行病学分析 |
| 2.3.2 时空分布特征分析 |
| 2.3.3 HFRS经济负担及影响因素分析 |
| 2.3.4 GDP平减指数 |
| 2.4 质量控制 |
| 第3章 结果 |
| 3.1 2010-2017年宜春市HFRS流行特征与时空分析 |
| 3.1.1 疫情概况 |
| 3.1.2 时间分布 |
| 3.1.3 人群分布 |
| 3.1.4 地区分布 |
| 3.1.5 空间扫描分析 |
| 3.2 2010-2016年宜春市HFRS病例经济负担情况及影响因素 |
| 3.2.1 调查一般情况 |
| 3.2.2 直接医疗费用 |
| 3.2.3 直接非医疗费用 |
| 3.2.4 间接费用 |
| 3.2.5 2010-2016年宜春市HFRS病例总经济负担及其影响因素分析 |
| 第4章 讨论 |
| 4.1 2010-2017年宜春市HFRS流行特征与时空分析 |
| 4.2 2010-2016年宜春市HFRS病例经济负担情况及影响因素 |
| 第5章 结论与建议 |
| 5.1 结论 |
| 5.2 建议 |
| 第6章 创新、不足与展望 |
| 6.1 创新 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间的研究成果 |
| 综述 |
| 参考文献 |
（6）山东省肾综合征出血热流行特征与疫源地现状分析（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号说明 |
| 前言 |
| 资料与方法 |
| 1. 研究区域 |
| 1.1 人间疫情研究区域 |
| 1.2 病毒动物宿主监测区域 |
| 2. 资料来源 |
| 2.1 病例报告数据 |
| 2.2 动物宿主监测数据 |
| 2.3 HV基因序列数据 |
| 2.4 GIS地图数据 |
| 2.5 数据分析 |
| 3. 方法 |
| 3.1 HFRS流行特征描述 |
| 3.2 动物宿主采样 |
| 3.3 病原学检测 |
| 3.4 HV基因序列的扩增与测序 |
| 3.5 HV系统发育分析 |
| 3.6 HFRS疫源地分析 |
| 结果 |
| 1. 山东省2005年～2016年HFRS流行特征描述 |
| 1.1 流行概况 |
| 1.2 分布特征描述 |
| 2. 动物宿主监测结果 |
| 2.1 固定监测点 |
| 2.2 临时监测点 |
| 3. HV系统发育分析 |
| 3.1 HV基因型别构成 |
| 3.2 HV系统发生树 |
| 4. HFRS疫源地分析 |
| 4.1 病例分布 |
| 4.2 HV动物宿主及基因亚型分析 |
| 4.3 疫源地划分 |
| 讨论 |
| 1. 山东省HFRS疫情 |
| 2. HV宿主监测 |
| 3. 系统发育分析 |
| 4. HFRS疫源地 |
| 结论 |
| 创新与不足 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的论文目录 |
| 学位论文评阅及答辩情况表 |
（8）山东省潍坊市肾综合征出血热流行特征和影响因素研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 符号说明 |
| 前言 |
| 资料与方法 |
| 结果 |
| 1.HFRS流行特征分析与疫源地演变规律 |
| 2.2005～2016年HFRS高发地区分析 |
| 3.HFRS宿主动物监测和相关回归分析 |
| 4.气象因素与发病率相关性分析 |
| 讨论 |
| 结论 |
| 政策建议 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文目录 |
| 学位论文评阅及答辩情况表 |
（9）1974～2015年潍坊市肾综合征出血热流行特征分析及预测（论文提纲范文）
| 1 资料与方法 |
| 1.1 资料 |
| 1.2 方法 |
| 2 结果 |
| 2.1 总的概况 |
| 2.2 流行病学特征 |
| 2.2.1 地区分布 |
| 2.2.2 季节分布 |
| 2.2.3 人群分布 |
| 2.3 时间序列预测分析 |
| 3 讨论 |
（10）洪涝灾害事件对肾综合征出血热暴发的影响模式研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 符号说明 |
| 前言 |
| 资料与方法 |
| 一、资料来源 |
| 二、原理与方法 |
| 三、本研究技术路线 |
| 结果 |
| 一、山东省1974年～2012年HFRS流行概况和暴发描述 |
| 二、山东省1974年～2012年气象概况和洪涝灾害描述 |
| 三、HFRS暴发与洪涝灾害事件的关系 |
| 四、控制其它气象要素影响后HFRS暴发与洪涝灾害事件的关系 |
| 讨论 |
| 一、HFRS暴发与洪涝灾害事件的关系 |
| 二、不同地形区域洪涝灾害事件对HFRS暴发造成的不同影响 |
| 三、本研究结果对HFRS防控工作的指导意义 |
| 结论 |
| 创新与不足 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 学位论文评阅及答辩情况表 |
四、山东省1995至2000年山东省肾综合征出血热监测分析（论文参考文献）
- [1]2006—2019年淄博市肾综合征出血热流行特征分析[J]. 王玲,刘芳盈,姜晓林,曹海霞,孙涛,张玲,张云霄,崔峰,王志强. 现代预防医学, 2021(10)
- [2]贝叶斯时空建模在肾综合征出血热影响因素分析中的应用[D]. 齐畅. 山东大学, 2021
- [3]肾综合征出血热流行的空间分异及风险预测研究[D]. 朱伶俐. 福建师范大学, 2020(12)
- [4]基于面板数据模型的肾综合征出血热同动物宿主疫情、气象因素关系的研究[D]. 胡祝敏. 中国医科大学, 2020(01)
- [5]2010-2017年宜春市肾综合征出血热时空分布特征与经济负担研究[D]. 杨其松. 南昌大学, 2019(01)
- [6]山东省肾综合征出血热流行特征与疫源地现状分析[D]. 郑兆磊. 山东大学, 2019(09)
- [7]山东省2010－2016年肾综合征出血热流行与时空分布特征分析[J]. 郑兆磊,王佩竹,许勤勤,刘静,薛付忠,王志强,李秀君. 中华流行病学杂志, 2018(01)
- [8]山东省潍坊市肾综合征出血热流行特征和影响因素研究[D]. 郭雪艳. 山东大学, 2017(04)
- [9]1974～2015年潍坊市肾综合征出血热流行特征分析及预测[J]. 郭雪艳,周健,郑兆磊,瞿建俊,范俊杰,李秀君. 预防医学论坛, 2017(06)
- [10]洪涝灾害事件对肾综合征出血热暴发的影响模式研究[D]. 李洁. 山东大学, 2016(02)