首页 > 文献资料
-
基于时间序列情境的网球专家预判优势——来自ERP的证据
知觉预判能力在竞技运动比赛中发挥着关键性的作用.本研究围绕知觉预判这一线索,以时间序列遮蔽为手段,借助事件相关电位技术(ERP),寻找网球专家预判优势的知觉加工特征.结果发现:(1)网球专家的预判准确性与反应速度具有显著优势,随着时间序列遮蔽点的推迟,准确性逐渐递增.(2)刺激呈现早期,网球专家诱发的N1波幅显著大于经验组和新手组被试,且受时间序列遮蔽影响显著；刺激呈现晚期,专家组在Pz点诱发的P3b波幅达到大值,且潜伏期较早；PSW仅在专家与经验组中被发现,并且专家诱发时间显著早于经验组被试.结果说明网球专家经过多年的专业训练与比赛,知觉加工速度快且准确,早期注意唤醒程度高；网球专家具有专业情境记忆,预判过程中工作记忆表征被激活,以自上而下的方式进行信息加工,回忆检索的效率更高.
-
山西省痢疾发病趋势的时间序列分析
目的 探讨季节性自回归移动平均混合(SARIMA)模型分析预测山西省痢疾发病率的可行性和适用性,为痢疾的预防与控制提供决策依据.方法 利用R 3.3.1对山西省2004年1月—2013年12月痢疾月发病率资料进行建模,并以2014年痢疾月发病率资料验证模型的预测效果.结果 模型较好地拟合了山西省痢疾月发病率,模型残差为白噪声序列,预测值与实际值的相对误差范围为0.909%~35.575%,平均相对误差为13.399%.结论 SARIMA模型可较好地反映山西省痢疾的发病趋势并进行短期预测.
-
数据挖掘技术在医学影像信息系统中的应用
采用数据挖掘技术处理某三甲医院医疗影像信息系统(RIS/PACS)数年应用过程中所积累的海量数据,重点探讨了关联规则算法对患者检查项目的关联分析、时序算法对各设备类型检查量的预测分析,初步挖掘了有价值的深层信息.
-
结构方程模型的研究进展
结构方程模型(Structural Equation Model,SEM)是一种用来分析多个指标变量间错综复杂关系结构的多元统计分析方法,它为研究者用于量化与理论检验提供了一种包罗万象的方法.
-
南京市某区气温与居民死亡关系的时间序列分析
目的 探索气温与南京市某区居民每日死亡数之间的关系.方法 采用时间序列的广义相加模型(generalized additive model,GAM),在控制死亡的长期趋势、季节趋势以及大气污染物等混杂因素的基础上,分析该区2007年1月1日-2008年12月31日气温与每日人群死亡数之间的关系.结果 2007-2008年,南京市某区死亡人数为8 238例,日平均死亡11.27例,控制长期趋势、季节趋势和大气污染等因素影响后,气温与每日人群死亡数之间存在二次曲线关系,气温为21.77℃时死亡数低,气温对每日人群死亡数的解释比例为8.81%,低温和高温都将导致每日人群死亡数增加.结论 南京市某区每日人群死亡数与日平均气温存在二次曲线关系,在数据不满足参数拟合条件时,广义相加模型能有效地发现每日人群死亡数与气象条件间的内在关系.
-
北京市某区居民死亡与大气表观温度的相关性研究
目的 探讨大气表观温度与北京市某区居民全死因死亡之间的相关性.方法 收集2004-2008年北京市某区居民日全死因死亡人数和该地区日均气温、相对湿度和风速的数据以及该城区相应的PM10、SO2和NO2日均浓度的时间序列数据.采用时间序列分析方法,利用立方平滑样条函数,将根据气温和相对湿度计算出的大气表观温度、风速以及作为潜在混杂因素的PM10、SO2和NO2日均浓度引入,同北京市某区居民日全死因死亡人数间建立Poisson广义相加模型.根据AIC小的原则,选择终进入模型的变量,并确定其立方平滑样条函数自由度取值.结果 北京市某区日均表观温度与全死因死亡人次间存在负相关关系(P＜0.01)；日平均表观温度与日高表观温度相比,日高表观温度的RR值较大；在对全死因死亡人群男女分层结果显示,日均表观温度、日高表观温度为男性全死因死亡的保护因素,滞后天数为3d时到大效应,而日平均表观温度、日高表观温度及日低表观温度均为女性全死因死亡的危险因素,滞后天数为ld时达到大效应.结论 大气表观温度与暴露人群全死因死亡有相关,夏季日均表观温度增高可使女性暴露人群全死因死亡增加.
-
大气二氧化硫与居民每日呼吸系统疾病死亡相关性的时间序列分析
目的 分析大气中主要气态污染物二氧化硫(SO2)急性暴露对北京市居民每日呼吸系统疾病死亡人数的影响.方法 采用时间序列的广义相加模型,在控制时间趋势和气象因素、“星期几效应”等混杂因素的基础上,分析北京市2006年1月1日2009年12月31日大气SO2浓度与居民每日呼吸系统疾病死亡人数的关系.结果 北京市大气SO2浓度每升高10 μg/m3,居民当日呼吸系统疾病死亡人数、滞后1d的每日肺炎死亡人数分别增加0.88％(95％CI:0.34％～1.41％)和1.43％(95％CI:0.51％～2.35％).结论 北京市大气SO2污染与居民每日呼吸系统疾病死亡人数和肺炎死亡人数有统计学关联.
关键词： 空气污染 二氧化硫 时间序列 每日呼吸系统疾病死亡人数 肺炎死亡人数 -
气象因素与心脑血管疾病急诊人次的时间序列分析
目的 探讨日均气温、相对湿度和风速与医院日心脑血管疾病急诊就诊人次的相关性.方法 收集北京市某三级甲等医院日心脑血管疾病急诊就诊人次和该地区日均气温、相对湿度和风速的时间序列数据.收集北京市该城区PM10、SO2和NO2日均浓度的时间序列数据.利用立方平滑样条函数将日均气温、相对湿度和风速以及作为潜在混杂因素的PM10、SO2和NO2日均浓度引入,同医院日心脑血管疾病急诊就诊人次间建立Poisson广义相加模型.根据AIC小的原则,选择终进入模型的变量,并确定其立方平滑样条函数自由度取值.结果 医院日心脑血管疾病急诊就诊人次与日均气温和相对湿度表现出一定的非线性相关趋势,但无统计学意义(P>0.1);与日均风速表现出负相关趋势,但无统计学意义(P>0.1).结论 北京市某城区气温、相对湿度和风速与医院心脑血管疾病急诊人次的相关性不明显.
-
上海市大气气态污染物与居民每日死亡关系的时间序列研究
目的 分析主要大气气态污染物[二氧化硫(SO2)、二氧化氮(NO2)]急性暴露对上海市城区居民每日死亡的影响.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,分析了上海市城区2001年1月1日-2004年12月31日大气SO2和NO2浓度与居民每日死亡数的关系.结果 大气SO2浓度每增加10μg/m3,上海市城区居民总死亡、心血管疾病死亡和呼吸道疾病死亡数分别增加1.25%(95%CI:0.85%～1.65%)、1.45%(95%CI:0.86%～2.04%)和1.71%(95%CI:0.72%～2.71%);大气NO2浓度每增加10 μg/m3,居民总死亡、心血管疾病死亡和呼吸道疾病死亡数则分别增加1.04%(95%CI:0.72%～1.35%),1.05%(95%CI:0.59%～1.51%)和1.43%(95%CI:0.65%～2.21%).结论 目前的上海市城区大气中SO2和NO2浓度对居民死亡确有影响.
-
广州市逐日死亡人数与气温关系的时间序列研究
目的 研究日均气温对人群死亡的影响.方法 利用广州市2003-2007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.以适宜温度为参照,分别估计高温和低温情况下平均气温每上升或下降1℃的相对危险度.结果 高温影响快速且持续一周,低温影响相对缓慢但持续时间长达14d；低温对于全死因、心血管疾病、呼吸系统疾病以及其他死因的滞后14d累计相对危险度分别为1.012(95％CI:1.000～1.024)、1.025(1.006～1.043)、1.020(1.001～1.037)；高温对于全死因、心血管疾病的滞后14d累计相对危险度分别为1.019(1.004～1.047),1.035(1.004～1.068),对于呼吸系统疾病与其他病因的影响无统计学意义.结论 高温和低温均造成人群死亡率上升,但低温影响持续时间更长.
-
北京地区气温与急性冠心病的时间序列研究
目的研究周平均低气温与急性冠心病发病的关系.方法采用时间序列的Poisson广义相加模型(generalized additive model,GAM),在控制了长期趋势、季节趋势和其他混杂因素后,研究周平均气温与周急性冠心病发病数的关系,并按年龄、性别、既往病史和发病28 d内是否存活等进行分层分析.结果当周平均气温低于6℃时,急性冠心病发病率开始高于基线发病率,并随着气温的降低而升高.在分层分析中,周平均低气温对不同人群急性冠心病发病的影响是类似的,差别仅在于危险气温范围和相对危险度的大小上.结论低温可以诱发急性冠心病发生,男性、65岁及以上人群及既往有冠心病史者是受低温影响的高危人群.
-
大气污染与居民脑卒中发生关系的时间序列研究
目的 研究大气污染急性暴露对居民脑卒中发生的影响.方法 采用时间序列的半参数广义相加模型,在控制脑卒中发生的长期和季节趋势、气象因素、"星期几效应"等可能混杂因素的基础上,分析了上海市某区2004年1月1日至2007年12月31日大气污染与居民每日脑卒中发生数的关系.结果 大气污染水平滞后天数为0～1 d时,PM10、SO2和NO2浓度每增加10 μg/m3,居民脑卒中发生的相对危险度分别为1.02(95%可信限:1.01～1.03)、1.05(95%可信限:1.04～1.06)和1.09(95%可信限:1.08～1.10).结论 上海市某区目前的大气污染水平对居民脑卒中发生有影响.
-
兰州市日均气温与心血管疾病日入院人次的时间序列研究
目的 研究日均气温对心血管疾病日入院人次的影响.方法 收集兰州市城区4家综合性医院2004年1月1日至2007年12月31日心血管疾病患者入院资料和该地区同期气象因素及大气污染物(PM10、SO2、NO2)的时间序列资料.选用时间序列分析的广义相加模型,在控制星期几效应及其他混杂因素的基础上,探讨日均气温对兰州市居民心血管疾病日人院人次的影响.结果 当兰州市日均气温为10℃时,气温对居民心血管疾病日入院人次的影响小.日均气温低于10℃时,每降低1℃滞后3d时因心血管疾病而发生入院治疗的超额危险度大,为2.55％(RR 95％CI:0.955 2～0.993 8);日均气温高于10℃时,每升高1℃时当天因心血管疾病而发生入院治疗的超额危险度大,为1.33％(RR 95％CI:1.007 0～1.019 6).结论 兰州市日均气温低于10℃时,居民心血管疾病日人院人次随着气温的降低而增加;当日均气温高于10℃时,日入院人次随着气温的升高而增加.
-
我国手足口病时空分布特征及预测模型研究进展
手足口病(HFMD)自2008年被我国纳入法定丙类传染病.国家卫生和计划生育委员会报告显示,截至2015年,全国累计发病11 762 589例,死亡3361例,年均发病率约为117/10万,居丙类传染病报告发病数之首.目前,HFMD的人群、时间和空间分布特征研究相对比较透彻,可以从全国水平描述发病人群及病原学流行病学特征.由于HFMD具有明显的时-空聚集性,因此,气象因素与疫情的相关关系以及由此为基础的疫情预测成为空间流行病学领域的研究热点.本文综述了我国HFMD人群及病原学时空分布流行特征、气象因素对时空分布的影响以及国内外预测模型的研究与应用现状,并在模型选择及纳入变量领域提出了新观点,以期为我国HFMD疫情的精准预测及疫情防控提供参考.
-
苏州市居民心脏病死亡与大气颗粒物污染的关系
目的 探索大气颗粒物对苏州市居民心脏病死亡影响的程度和特点,确定滞后时间,评估健康效应.方法 收集2010年1月1日至2013年12月31日苏州市、区两级疾病预防控制中心死因监测部门实时上报国家人口死亡信息登记管理系统的居民心脏病死亡资料,大气颗粒物和气象数据,采用时间序列的广义相加模型,在控制长期趋势、星期几效应和气象因素的影响后,定量分析单污染物模型和双污染物模型中,大气颗粒物对心脏病死亡人数的影响.结果 单污染物模型中,滞后3d的PM10(lag3)和两日移动平均滞后的PM2.5 (lag01)对心脏病日均死亡数的影响效应有统计学意义(P＜0.05),PM10、PM2.5浓度每升高10 μg/m3,心脏病日均死亡数分别增加0.305％(95％CI:0.043％～0.568％)和0.533％(95 ％CI:0.030％～ 1.036％);两日移动平均滞后模型中,PM10、PM2.5浓度每升高10 μg/m3,冠心病日均死亡数增加0.520％(95％CI:0.011％～1.028％)和1.054 ％(95％CI:0.255％～1.853％).双污染物模型结果显示,PM10可能是心脏病死亡影响的独立因素,但与其他大气污染物相互作用才影响冠心病死亡发生.PM2.5不是心脏病死亡的独立危险因素,对冠心病死亡数的影响也需要和PM10、NO2相互作用才能发挥效应.结论 苏州市心脏病,特别是冠心病死亡人数随着大气颗粒物浓度的增加而呈上升趋势.其中,PM10对居民心脏病的影响存在滞后性,是心脏病死亡影响的独立影响因素;PM2.5对心脏病和冠心病死亡的影响更直接,不存在滞后性,但是需要其他污染物的联合作用才能发挥效应.
-
ARIMA模型结合圆分布法分析冠心病死亡率动态规律
目的 通过ARIMA模型结合圆分布法对1999年1月-2006年12月天津市冠心病逐月死亡率数据进行分析,研究其动态变化规律.方法 应用圆分布法探讨冠心病死亡率的季节分布.通过模型辨识、参数估计及其检验、模型的拟合度分析等过程,建立ARIMA季节乘积模型(p,d,g)(p,D,Q)s.结果 冠心病死亡率以年为周期,一年中1月为高发月份.建立了ARIMA(0,1,0)×(0,1,1)12模型:(1-B)(1-B12)ln xt=0.002+(1-0.421 B)(1-0.796 B12)ε1.结论 ARIMA乘积模型结合圆分布法是对冠心病死亡率进行时间序列分析的重要方法,可对今后的冠心病流行趋势及死亡率进行预测.
-
南京市新发尘肺自回归求积移动平均模型拟合预测
目的 评估和预测尘肺流行趋势.方法 选择南京市1955至2007年新发尘肺数据,应用SAS9.1.3统计软件进行数据分析,通过差分处理使数据序列平稳化,拟合优度检验证实残差序列为白噪声序列,确定自回归求积移动平均模型(ARIMA模型),利用模型回代,预测2008至2012年新发数并与实际数值比较以验证预测性能.结果 优选出ARIMA(2,1,0)模型拟合原始数列,内部预测值和观察值基本相符,5年的外部预测值与实际数相近.用1955至2012年新发尘肺数据建立新模型,预测未来5年尘肺的发病将趋于平稳,每年新发尘肺10～13例.结论 ARIMA模型适宜拟合历年新发尘肺大样本数列,并可用于发病趋势预测.
-
乌鲁木齐市麻疹类疫苗接种时间序列研究
目的 探讨乌鲁木齐市麻疹类(简称麻类)疫苗接种的时间趋势,为疫苗分配管理提供参考依据.方法 应用SPSS21.0进行统计分析,采用时间序列分析方法进行季节分解、模型建立等,模型检验标准α=0.05,P＜0.05时认为模型无效.结果 ①报表数据显示,2008-2014年麻类疫苗和接种剂次接种数量逐年上升.②该研究经过多次拟合后,确定麻类第1和第2剂次的时间序列模型均符合自回归积分滑动平均模型(ARIMA)(1,0,0)模型,提示模型有效,经检验P＞0.05.应用已经建立好的模型预测2015年5-7月份数据,结果显示,实际值均在预测值范围内;③麻类疫苗第1与第2剂次均满足1-8月份接种数量逐渐上升,9-12月份接种数量下降,接种数量高峰月份为5-9月份.结论 麻类疫苗接种数量在逐年上升,分月份分析发现,麻类疫苗接种数量存在一定的变化规律,基本符合ARIMA的要求,通过建立的模型,预测每月的接种数量比较可靠,可以考虑在后期疫苗使用计划的制定中加以应用.
-
基于ARIMA模型的麻疹发病率预测预警研究
目的 探讨时间序列自回归移动求和平均模型在时间序列资料建模和预测中的应用,建立全国麻疹发病率的预测模型,为麻疹的预防控制提供理论依据.方法 利用1950-2012年麻疹发病率建立时间序列模型,利用2013-2014年数据验证预测模型的合理性,对2015-2017年麻疹发病率进行预测.结果 单位根检验结果表明,经对数变换后二阶差分数据ADFT小于其他不同检验水平的临界值(P＜0.001),数据平稳;根据大似然估计建立ARIMA(0,2,1)模型;模型残差满足白噪声过程,模型拟合较好;对2015-2017年麻疹发病率的预测值分别为1.33/10万,5.36/10万,2.17/10万.结论 ARIMA能较好的拟合全国麻疹发病率的变动趋势,并能对短期内麻疹发病率进行较高精度的预测,根据预测结果,我国麻疹发病率在2017年出现下降的拐点.
-
大连市大气污染物PM10对呼吸科日均门诊量的影响
目的 研究2014年大连市大气污染物PM10对呼吸系统疾病门诊量的影响.方法 大连市2014年1月1日-12月31日空气污染数据来自大连市环境保护局网站,同期气温数据来自天气网,同期呼吸科门诊量数据来自大连市2所监测哨点医院.采用时间序列的半参数广义相加模型分析2014年大连市大气污染物PM 10与呼吸系统疾病门诊量的关系.结果 大连市大气PM10浓度每增加10 μg/m3,呼吸系统疾病门诊量增加0.33％.大气PM10污染对呼吸科每日门诊量的累积效应在滞后1天(lag1)影响强.结论 大连市大气PM10污染对呼吸科每日均门诊量有影响.
