福州地区细菌性痢疾流行趋势及气象要素对其影响的神经网络模型研究

论文摘要

目的掌握福州地区细菌性痢疾流行趋势和气象要素对细菌性痢疾流行的影响规律,建立细菌性痢疾BP人工神经网络预测模型,为制定预防控制措施提供科学依据。方法收集1987～2006年福州地区人口学资料、细菌性痢疾发病资料、气象资料和社会经济资料等,根据各行政区的地理位置、社会经济条件等因素将其分为城区、平原、山区、沿海四个区域。描述分析福州地区及所划分的四个区域20年间细菌性痢疾的流行趋势及气象特征。在控制经济因素后,分别对5个区域的气象要素和细菌性痢疾月发病率进行偏相关分析。用Matlab7.2软件包中的神经网络工具箱,以各区域1987～2006年的月人均消费支出和月气象要素作为输入因子,以细菌性痢疾月发病率为输出因子,分别建立5个区域的BP神经网络模型,并以2007年的资料验证其预测成功率。结果1.流行病学分析（1）福州地区20年累计常住总人口数为113725105,共报告细菌性痢疾15378例,年均发病率为13.52/10万,在国内属于低发地区,1987年发病率最高,为28.86/10万,2001年发病率最低,为6.31/10万。4个区域的发病率水平从高到低依次为:城区、平原地区、山区、沿海地区。（2）福州地区20年细菌性痢疾流行整体呈下降趋势,大致分4个阶段,且有5年为周期性波动的倾向:20世纪80年代后期到90年代初期发病率呈逐年下降,90年代初期到中期发病率逐年上升,90年代中期后又逐年下降,进入21世纪逐步趋于稳定。4个区域流行趋势大体和全地区类似,各有特征。（3）各年龄组均有病例发生,以10岁以下年龄组发病率最高,男性比例高于女性。（4）当地的细菌性痢疾流行呈明显的季节性,以8～9月份为流行高峰期,2月份最低。2.气象分析福州地区近20年平均气温为20.01±0.50℃,气温有逐年上升趋势,年平均日照数为1618.38±132.11小时,平均湿度为77.70±2.08%,平均年降水量为1479.70±300.34毫米,平均气压为为1009.01±0.54百帕均,均呈明显的季节性特征。各区域同期气象要素的比较:（1）气温:城区最高,沿海地区最低,山区和平原地区和全区域平均水平接近;（2）降水量:城区最低,沿海地区和山区则高于平均水平,平原地区和平均水平接近;（3）相对湿度:城区最低,沿海地区最高,山区和平原地区和平均水平接近;（4）日照时数:4个区域基本接近;（5）气压:城区最低,沿海地区和平原地区高于平均水平,山区和平均水平接近。3.偏相关分析在控制经济因素后,各区域的月平均气温、月日照时数均和菌痢的月发病率成正相关,其中气温的相关系数为0.442～0.668（P<0.01）,月日照时数的相关系数为0.360～0.510（P <0.01）;气压和细菌性痢疾的月发病率成负相关,相关系数为-0.606～-0.369 （P <0.01）;沿海地区的月降水量和菌痢的月发病率相关无统计学差异（P >0.05）,其余地区成正相关,相关系数为0.170～0.267（P <0.01）;相对湿度仅在平原地区与菌痢的月发病率成正相关（r=0.228,P <0.01）,其他区域相关无统计学差异（P >0.05）。4.BP神经网络模型神经网络经学习和训练,训练误差下降并趋于稳定,5个区域模型的回代相关系数均大于0.8,通过建立的神经网络模型对2007年细菌性痢疾的发病率进行预测,5个区域模型的平均绝对误差率为17.30%～18.19%,模型的预测成功率为83.33%～91.67%。结论1.福州地区1987～2006年细菌性痢疾的流行呈明显的季节特征,有逐年下降的趋势,但仍保持一定的发病率,有周期性波动倾向。在国内属于低发病率地区,以10岁以下年龄组发病率最高,城区的发病率高于其他区域。2.当地的气象要素和菌痢的流行有一定的相关,其中气温的相关系数最大,可利用气象要素和菌痢发病率的关系建立BP神经网络预测模型。3. BP神经网络在气象要素与菌痢发病之间建模是可行的,其预测准确率在80%以上。BP神经网络模型可以作为应用气象要素来预测菌痢流行的一种新方法。

论文目录

• 中文摘要
• 英文摘要
• 一、序言
• 二、材料与方法
• 1. 研究对象
• 2. 调查内容与资料来源
• 3. 统计分析方法
• 4 建立BP 人工神经网络模型
• 三、结果
• 1. 福州地区1987～2006 年的基本状况
• 2. 福州地区1987～2006 年细菌性痢疾的流行病学分析
• 3. 气象要素和细菌性痢疾发病率的神经网络模型
• 3.1 福州地区 1987～2006 年的气象分析
• 3.2 气象要素对细菌性痢疾流行的影响
• 3.3 气象要素和细菌性痢疾发病率的神经网络模型
• 四、讨论
• 1.福州地区 1987～2006 年细菌性痢疾流行病学分析
• 2. 气象要素对细菌性痢疾流行的影响
• 3. BP 人工神经网络模型在痢疾流行预测方面的探索
• 4. 资料的获取和使用
• 5. 本研究的局限性和不足
• 五、小结
• 六、结论
• 参考文献
• 附录: Matlab7.2 的程序
• 致谢
• 气候与细菌性痢疾流行关系的研究（综述）
• 参考文献