首页 > 文献资料
-
邯郸市流脑发病率与气象因素关系的探讨
目的 探索适用于研究流脑发病率和气象因素关系的科学方法,分析邯郸市流脑发病与气象因素间的关系.方法 收集1972年1月至2010年12月邯郸市流脑疫情资料、气象资料和人口资料,采用EpiData3.0进行"双重录入",应用SPSS 17.0统计软件分析流脑月发病率和气象因素.结果 ①气象参数的共线性诊断结果显示,本组气象因子数据容差小为0.014,方差膨胀因子大达69.998.②流脑疫苗计划免疫之前流脑月发病率呈现三次模型曲线,之后呈对数模型曲线.两个曲线估计方程分别为Y=1.346+0.152X-0.003X2+1.224X10-5X3和Y=1.798-0.348ln(X).③流脑和10个气象因素之间均不呈线性关系.流脑月发病率与月平均风速之间得到三次曲线拟合方程Y=3.254-4.551X+1.715X2c-0.118X3.结论 邯郸市流脑与10个气象因素之间不适合做直线相关分析和多元回归分析.流脑疫苗计划免疫前后流脑月发病率呈现不同的模型曲线,计划免疫对其影响巨大.月平均风速是影响流脑发病率的主要气象因素.
-
邯郸市1997～2010年肺结核发病的气象流行病学特征分析和探讨
目的 查找适用于研究肺结核发病率与气象因素之间关系的统计方法,探讨邯郸市肺结核的气象流行病学特征.方法 收集1997年1月至2010年12月邯郸市肺结核疫情、气象及人口资料,采用EpiData3.0进行“双重录入”,采用SPSS17.0统计分析软件对数据进行分析.结果 气象参数的共线性诊断结果显示,本组气象因子数据容差小为0.012,方差膨胀因子大达69.871;Spearman相关分析显示,肺结核月发病率与月小型蒸发量、月平均风速、月日照时数之间呈正相关;肺结核月发病率曲线估计方程为y=2.847-0.052X+0.001X2-4.316X3;肺结核月发病率与10个气象因素之间未拟合出显著的曲线关系;气象参数的Kaiser-Meyer-Olkin(KMO)和Bartlett检验结果显示10个气象参数非常适合做因子分析,通过做主成分多元线性回归分析得到方程y=3.580+0.345Z2.结论 邯郸市10个气象参数之间存在严重的多重共线性;月小型蒸发量、月平均风速、月日照时数是影响肺结核发病的气象因素;邯郸市肺结核月发病率呈三次模型曲线;肺结核月发病率和10个气象因素之间无显著的曲线关系;气象因素对肺结核发病的影响在总的影响因素中所占比例很小.
-
邯郸市百日咳发病的气象流行病学特征统计分析
目的：查找适用于研究百日咳发病率和气象因素之间关系的科学方法，探讨邯郸市百日咳的气象流行病学特征。方法收集1972至2010年邯郸市百日咳疫情资料、气象资料和人口资料，采用EpiData 3．0进行“双重录入”，用SPSS 17．0统计分析软件建立数据库，对数据进行统计分析。结果气象参数的共线性诊断结果显示，本组气象因子数据容差小为0．014，方差膨胀因子大达69．998。采用Spearman相关分析结果显示，百日咳月发病率与月小型蒸发量、月平均风速、月日照时数之间均呈正相关（ P ＜0．01）。计划免疫之前百日咳月发病率呈三次模型曲线，之后呈倒数模型曲线。百日咳月发病率与月平均风速之间得到曲线拟合方程Y＾＝-0．227＋0．186X＋0．019X2。气象参数的KMO和Bartlett检验结果显示，本文中的气象参数非常适合做因子分析，通过做主成分多元线性回归分析得到方程Y＾＝5．326＋0．461Z2（ P ＜0．01）。结论邯郸市10个气象参数之间存在严重的多重共线性，月平均风速是影响百日咳发病的主要气象因素，邯郸市百日咳月发病率的模型曲线在计划免疫前后各不相同，气象因素对百日咳发病的影响在总的影响因素中所占比例很小。
-
邯郸市麻疹发病率与气象因素之间的关系研究
目的：探讨邯郸市麻疹发病和气象因素之间的关系。方法收集1972至2010年邯郸市麻疹疫情资料、气象资料和人口资料，采用 EpiData3．0进行“双重录入”，用 SPSS 17．0统计分析软件建立数据库，对数据进行统计分析。结果气象参数的共线性诊断结果显示，本组气象因子数据容差小为0．014，方差膨胀因子大达69．998。开展麻疹疫苗计划免疫之前麻疹月发病率没有拟合出理想的模型曲线，之后呈三次模型曲线，方程为＝3．361-0．039 X -1．441*10-7 X 3。麻疹和10个气象因素之间均不呈线性关系。麻疹月发病率与月平均风速之间得到曲线拟合方程＝-28．349＋48．241X -26．554X 2＋5．011X 3。结论邯郸市麻疹月发病率的模型曲线为三次模型曲线，月平均风速是影响麻疹发病率的主要气象因素。
-
邯郸市肺结核发病率与气象因素之间的关系研究
目的 查找适用于研究肺结核发病率和气象因素之间关系的科学方法,探讨邯郸市肺结核发病和气象因素之间的关系.方法 收集1997-2010年邯郸市肺结核疫情资料、气象资料和人口资料,采用EpiData 3.0进行“双重录入”,用SPSS 17.0统计分析软件建立数据库,对数据进行统计分析.结果 ①气象参数的共线性诊断结果显示,本组气象因子数据容差小为0.012,方差膨胀因子大达69.871.②肺结核月发病率曲线估计方程为(y)=2.847-0.052X +0.001x2-4.316X3.③肺结核月发病率和该10个气象因素之间没有拟合出显著的曲线关系.结论 ①邯郸市10个气象参数之间存在严重的多重共线性.②邯郸市肺结核和10个气象因素之间不适合做直线相关分析和多元回归分析.③邯郸市肺结核月发病率呈三次模型曲线.④肺结核月发病率和10个气象因素之间没有显著的曲线关系.
-
邯郸市猩红热发病率与气象因素之间关系的研究
目的 查找适用于研究猩红热发病率和气象因素之间关系的科学方法,探讨邯郸市猩红热发病和气象因素之间的关系.方法 收集1972-2010年邯郸市猩红热疫情资料、气象资料和人口资料,采用EpiData 3.0进行“双重录入”,用SPSS 17.0统计分析软件建立数据库对数据进行统计分析.结果 ①气象参数的共线性诊断结果显示,本组气象因子数据容差小为0.014,方差膨胀因子大达69.998.②猩红热月发病率的曲线估计方程为y=1.369-0.230ln (X).③猩红热和10个气象因素之间均不呈线性关系,猩红热月发病率与月平均风速之间得到曲线拟合方程y=-0.781+1.242X-0.58X2 +0.097X3.结论 ①邯郸市猩红热和10个气象因素之间不适合做直线相关分析和多元回归分析.②邯郸市猩红热月发病率的模型曲线为对数模型曲线.③猩红热月发病率与月平均风速之间呈三次方程曲线关系,月平均风速是影响猩红热月发病率的主要气象因素.
-
邯郸市1972-2010年麻疹发病的气象流行病学特征分析和探讨
目的 查找适用于研究麻疹发病率和气象因素之间关系的科学方法,探讨邯郸市麻疹的气象流行病学特征.方法 收集1972-2010年邯郸市麻疹疫情资料、气象资料和人口资料,采用EpiData 3.0进行“双重录入”,用SPSS17.0统计分析软件建立数据库,对数据进行统计分析.结果 ①气象参数的共线性诊断结果显示,本组气象因子数据容差小为0.014,方差膨胀因子大达69.998.②Spearman相关分析结果显示,邯郸市麻疹月发病率与月平均风速、月日照时数、月极端高气温、月小型蒸发量呈显著性正相关,与月平均气压、月平均相对湿度呈显著性负相关(P＜0.05或P＜0.01).③计划免疫之前麻疹月发病率没有拟合出理想的模型曲线,之后麻疹月发病率呈三次模型曲线.④麻疹月发病率与月平均风速之间得到曲线拟合方程∧y=-28.349+ 48.241X-26.554X2+ 5.011X3.⑤气象参数的KMO和Bartlett检验结果显示,本文中的气象参数非常适合做因子分析,通过做主成分多元线性回归分析得到(方程∧y=8.932+3.649Z2(P＜0.01)).结论 ①邯郸市10个气象参数之间存在严重的多重共线性.②月平均风速是影响麻疹发病的主要气象因素.③邯郸市麻疹月发病率的模型曲线在计划免疫前后各不相同.④气象因素对麻疹发病的影响在总的影响因素中所占比例很小.
-
邯郸市1972-2012年流脑发病的气象流行病学特征分析和探讨
目的 查找适用于研究流脑发病率和气象因素之间关系的科学方法,探讨邯郸市流脑的气象流行病学特征.方法 收集1972-2012年邯郸市流脑疫情资料、气象资料和人口资料,采用EpiData 3.0进行“双重录入”,用SPSS17.0统计分析软件建立数据库对数据进行统计分析.结果 ①气象参数的共线性诊断结果显示,本组气象因子数据容差小为0.011,方差膨胀因子大达69.927.②采用Spearman相关分析结果显示,流脑月发病率与月平均风速、月小型蒸发量呈正相关,与月平均气温、月平均相对湿度、月总降雨量、月极端高气温、月极端低气温呈负相关(r分别为0.556、0.183、-0.216、-0.358、-0.226、-0.214、-0.278,P＜0.05).③免疫规划之前流脑月发病率呈三次模型曲线,之后呈对数模型曲线,曲线估计方程分别为(y)=1.346 +0.152X-0.003X2+1.224×10-5X3和=1.1.716-0.346ln(X).④流脑月发病率与月平均风速之间得到曲线拟合方程(y)=3.238-4.487X+1.659X2-0.135X3.⑤气象参数的KMO和Bartlett检验结果显示,本文中的气象参数非常适合做因子分析,通过做主成分多元线性回归分析得到方程(y)=5.108+0.457Z2 (P＜0.01).结论 邯郸市10个气象参数之间存在严重的多重共线性;月平均风速是影响流脑发病的主要气象因素;邯郸市流脑月发病率的模型曲线在计划免疫前后各不相同.
-
人体受刺激后血压变化的SPSS曲线拟合分析
目的建立一个合适的模型,以对人体受刺激后血压随时间变化情况进行曲线拟合分析.方法将177名健康成年人受刺激后血压在不同时间段的平均值输入SPSS统计软件包,并选择合适的模型进行曲线拟合.结果血压平均值与测量时间两个变量适用于Cubic模型,人体受刺激后血压随时间的变化情况符合三次曲线.结论人体受刺激后血压立即上升,于2min时达大值,然后开始下降,到3.5min时基本稳定.根据人体的正常生理变化,三次曲线模型是SPSS曲线估计的几个模型中合适的一个.
-
SPSS在药物体外溶出模型拟合优度检验中的应用
药物溶出度测定是药物质量控制中的一项重要手段,药物溶出规律通常采用威布尔分布模型拟合.随着科学技术的发展,新剂型不断涌现,如缓释制剂、控释制剂和定向释放系统等,越来越体现出高效低毒的临床用药需要.剂型的变化,势必导致药物溶出规律的变化.千篇一律的套用威布尔分布模型显然不够妥当.药物溶出规律采用何种模型应用拟合优度(R2)来衡量,即R2越接近1,说明拟合的结果越准确.但对于一组溶出数据而言,对每种模型进行优度检验,手工计算量是相当巨大的,但利用SPSS软件的曲线估计(Curve Estimation)功能,可以方便的解决这一问题.
-
邯郸市1972-2010年猩红热发病的气象流行病学特征分析
目的 查找研究猩红热发病率和气象因素之间关系的适用方法,探讨邯郸市猩红热的气象流行病学特征. 方法 收集1972-2010年邯郸市猩红热疫情资料、气象资料和人口资料,采用EpiData3.0进行“双重录入”,用SPSS17.0统计分析软件建立数据库,对数据进行统计分析. 结果 ①气象参数的共线性诊断结果显示,本组气象因子数据容差小为0.014,方差膨胀因子大达69.998.②Spearman相关分析结果显示,邯郸市1972-2010年猩红热月发病率与月平均风速、月日照时数、月小型蒸发量呈正相关,与月平均气温、月平均相对湿度、月总降雨量、月极端低气温呈负相关(P＜0.05或P＜0.01).③猩红热月发病率的曲线估计方程为(Y)=1.369-0.2301n(X).④猩红热月发病率与月平均风速之间得到曲线拟合方程(Y)=-0.781+ 1.242X-0.585X2+0.097X3.⑤气象参数的KMO和Bartlett检验结果显示,本文中的气象参数非常适合做因子分析,通过做主成分多元线性回归分析得到方程(Y)=1.946+ 0.378Z2(P＜0.01). 结论 (D邯郸市10个气象参数之间存在严重的多重共线性.②邯郸市猩红热月发病率的模型曲线为对数模型曲线.③猩红热月发病率与月平均风速之间呈三次方程曲线关系,月平均风速是影响猩红热月发病率的主要气象因素.④气象因素对猩红热发病的影响在总的影响因素中所占比例较小.
-
曲线估计在流行性感冒发病预测中的应用
目的 探索曲线估计在流行性感冒发病预测中的应用并对预测效果进行评价,为该病的防治提供理论依据.方法 采用移动平均法对2010-2014年安徽省流行性感冒分月发病数建立基础数据库,运用曲线估计对分月发病数开展模型的拟合并优选佳模型,通过2015年实际发病数与模型预测结果比对进行拟合效果评价.结果 2010-2015年安徽省各级医疗、疾控机构报告流行性感冒病例38 523例,年发病率为4.35/10万～18.58/10万,各年发病率差异有统计学意义(P＜0.01).病例报告集中于12月和次年的1-3月,报告病例数占全部病例数的47.14％(18 160/38 523);其中8月份占8.58％(3 306/38 523),存在夏季病例报告小高峰.模型拟合结果显示4-7和9月适用三次方曲线模型;1、8和10月适用二次方曲线模型;11和12月适用线性模型;2月适用S型曲线模型;3月适用乘幂次方曲线模型.模型预测结果显示2015年流行性感冒病例数为11 938例,实际发病数为11 300例,预测误差率为5.34％.结论 曲线估计作为流行性感冒发病预测方法可行,预测结果较为可靠.
-
基于曲线估计及趋势季节模型预测医疗机构出院人次的应用研究
目的 评价采用曲线估计结合趋势季节模型预测医疗机构出院人次的精确性.方法 采用曲线估计结合趋势季节模型拟合分析三六三医院2009 ～ 2015年各季度出院人次,预测2016年各季度出院人次,并计算预测值与实际值的相对误差.结果 构建优二次方回归方程为Yt=3 006.050 1+202.350 8×t-3.544 4×f2(决定系数R2=0.927,P＜0.001),结合趋势季节模型预测该院2016年出院人次为23 462人次,与真实值的相对误差为1.79％.结论 曲线估计结合趋势季节模型是一种方便、直观的统计方法,在医疗机构出院人次或门急诊人次预测上具有较高的精确性,可以较好地为医院运营管理决策提供参考依据.
