基于气象因子的重庆市细菌性痢疾的发病效应评估及预测模型研究
发布时间：2021-11-05 09:11
研究目的:本研究基于2009-2016年重庆市细菌性痢疾（Bacillary dysentery,BD）的时空分布特征分析、气象因子对重庆市BD的发病效应分析,以及多种BD发病率预测模型的构建与评价,掌握疾病流行现况,探索可能影响其发病的关键气象因子,确定其脆弱人群,并探讨气象因子对于提高模型预测精度的重要性,旨在为重庆市BD疫情的防控提供科学依据,并为其它传染性疾病的预测提供一个高效、合理的分析与建模思路。研究方法:1收集整理2009-2016年重庆市BD疫情监测数据、人口及气象因子数据,采用描述性流行病学技术与时空扫描统计量（Spatial-temporal scan statistics）,分别分析BD的三间分布特征与发病的时空聚集性。2采用分布滞后非线性模型（Distributed lag non-linear model,DLNM）探讨各气象因子与人群BD发病的关联性,用以估计气象因子对重庆市BD发病的可能干预效应。3运用Boruta算法结合粒子群优化算法（Particle swarm optimization,PSO）以及支持向量机回归模型（Support vector m...
【文章来源】：重庆医科大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
英汉缩略语名词对照
中文摘要
英文摘要
前言
第一部分 2009-2016 年重庆市细菌性痢疾的时空分布特征分析
引言
1 资料与方法
2 结果
3 讨论
第二部分 基于气象因子的重庆市细菌性痢疾的发病效应评估
引言
1 资料与方法
2 结果
3 讨论
第三部分 基于气象因子的重庆市细菌性痢疾发病率预测模型研究
引言
1 资料与方法
2 结果
3 讨论
全文总结
研究的特色与不足
参考文献
文献综述：细菌性痢疾的流行概况及其研究进展
综述参考文献
致谢
硕士期间发表论文
【参考文献】：
期刊论文
[1]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[J]. 刘勋,孟秋雨,谢佳伽,肖达勇,王怡,邓丹. 上海交通大学学报(医学版). 2019(02)
[2]基于FA-PCA-LSTM的光伏发电短期功率预测[J]. 杨茂,朱亮. 昆明理工大学学报(自然科学版). 2019(01)
[3]基于TensorFlow的LSTM循环神经网络短期电力负荷预测[J]. 李松岭. 上海节能. 2018(12)
[4]2008—2017年重庆市沙坪坝区细菌性痢疾流行特征分析[J]. 杨连建,王宏. 应用预防医学. 2018(06)
[5]2005-2015年重庆市细菌性痢疾发病的流行病学特征及时空聚集性分析[J]. 王雪,张燕,幸奠国,文童,孟秋雨,唐路. 中华疾病控制杂志. 2018(06)
[6]气温对兰州市细菌性痢疾发病的滞后效应研究[J]. 王金玉,李盛,董继元,李守禹,李普,贾清,王龄庆,常绪红. 北京大学学报(医学版). 2018(05)
[7]细菌性痢疾自回归滑动平均和非线性自回归组合模型预测研究[J]. 王克伟,李金平,邓超,吴郁,邬敏辰. 第二军医大学学报. 2017(10)
[8]基于SARIMA模型的细菌性痢疾短期定量预测研究[J]. 祝寒松,黄文龙,谢忠杭. 中国预防医学杂志. 2017(10)
[9]深度学习框架下LSTM网络在短期电力负荷预测中的应用[J]. 陈亮,王震,王刚. 电力信息与通信技术. 2017(05)
[10]嘉峪关市气温对细菌性痢疾发病的滞后效应研究[J]. 董继元,李世雄,周骥,王式功. 气候变化研究进展. 2017(02)
博士论文
[1]基于机器学习的时间序列模型研究及其应用[D]. 杨玉军.电子科技大学 2018
[2]甘肃省几种主要传染病的时空分布特征及其对气候变化的响应和预测研究[D]. 马玉霞.兰州大学 2007
硕士论文
[1]三峡地区细菌性痢疾流行特征与时空聚集性分析研究[D]. 张平.中国疾病预防控制中心 2018
[2]吉林省2012-2016年细菌性痢疾流行特征和空间分布特点分析[D]. 李亚明.吉林大学 2017
[3]改进的PSO-RBF神经网络在复杂工业过程中的应用[D]. 李钰曼.河北科技大学 2018
[4]京津冀地区细菌性痢疾时空分布格局及其影响因素研究[D]. 李媛媛.长安大学 2017
[5]基于深度学习的黄金期货价格预测[D]. 骆双骏.兰州大学 2017
[6]天津市和平区细菌性痢疾流行特征及疫情预测[D]. 高芳旭.天津医科大学 2016
[7]合肥市20062012年温度变化对细菌性痢疾影响的时间序列研究[D]. 程健.安徽医科大学 2015
本文编号：3477512
【文章来源】：重庆医科大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
英汉缩略语名词对照
中文摘要
英文摘要
前言
第一部分 2009-2016 年重庆市细菌性痢疾的时空分布特征分析
引言
1 资料与方法
2 结果
3 讨论
第二部分 基于气象因子的重庆市细菌性痢疾的发病效应评估
引言
1 资料与方法
2 结果
3 讨论
第三部分 基于气象因子的重庆市细菌性痢疾发病率预测模型研究
引言
1 资料与方法
2 结果
3 讨论
全文总结
研究的特色与不足
参考文献
文献综述：细菌性痢疾的流行概况及其研究进展
综述参考文献
致谢
硕士期间发表论文
【参考文献】：
期刊论文
[1]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[J]. 刘勋,孟秋雨,谢佳伽,肖达勇,王怡,邓丹. 上海交通大学学报(医学版). 2019(02)
[2]基于FA-PCA-LSTM的光伏发电短期功率预测[J]. 杨茂,朱亮. 昆明理工大学学报(自然科学版). 2019(01)
[3]基于TensorFlow的LSTM循环神经网络短期电力负荷预测[J]. 李松岭. 上海节能. 2018(12)
[4]2008—2017年重庆市沙坪坝区细菌性痢疾流行特征分析[J]. 杨连建,王宏. 应用预防医学. 2018(06)
[5]2005-2015年重庆市细菌性痢疾发病的流行病学特征及时空聚集性分析[J]. 王雪,张燕,幸奠国,文童,孟秋雨,唐路. 中华疾病控制杂志. 2018(06)
[6]气温对兰州市细菌性痢疾发病的滞后效应研究[J]. 王金玉,李盛,董继元,李守禹,李普,贾清,王龄庆,常绪红. 北京大学学报(医学版). 2018(05)
[7]细菌性痢疾自回归滑动平均和非线性自回归组合模型预测研究[J]. 王克伟,李金平,邓超,吴郁,邬敏辰. 第二军医大学学报. 2017(10)
[8]基于SARIMA模型的细菌性痢疾短期定量预测研究[J]. 祝寒松,黄文龙,谢忠杭. 中国预防医学杂志. 2017(10)
[9]深度学习框架下LSTM网络在短期电力负荷预测中的应用[J]. 陈亮,王震,王刚. 电力信息与通信技术. 2017(05)
[10]嘉峪关市气温对细菌性痢疾发病的滞后效应研究[J]. 董继元,李世雄,周骥,王式功. 气候变化研究进展. 2017(02)
博士论文
[1]基于机器学习的时间序列模型研究及其应用[D]. 杨玉军.电子科技大学 2018
[2]甘肃省几种主要传染病的时空分布特征及其对气候变化的响应和预测研究[D]. 马玉霞.兰州大学 2007
硕士论文
[1]三峡地区细菌性痢疾流行特征与时空聚集性分析研究[D]. 张平.中国疾病预防控制中心 2018
[2]吉林省2012-2016年细菌性痢疾流行特征和空间分布特点分析[D]. 李亚明.吉林大学 2017
[3]改进的PSO-RBF神经网络在复杂工业过程中的应用[D]. 李钰曼.河北科技大学 2018
[4]京津冀地区细菌性痢疾时空分布格局及其影响因素研究[D]. 李媛媛.长安大学 2017
[5]基于深度学习的黄金期货价格预测[D]. 骆双骏.兰州大学 2017
[6]天津市和平区细菌性痢疾流行特征及疫情预测[D]. 高芳旭.天津医科大学 2016
[7]合肥市20062012年温度变化对细菌性痢疾影响的时间序列研究[D]. 程健.安徽医科大学 2015
本文编号：3477512
本文链接：https://www.wllwen.com/yixuelunwen/chuanranbingxuelunwen/3477512.html
最近更新
教材专著
