肺结核病发病影响因素及其疫情预测模型的研究
发布时间：2021-10-10 16:08
目前,我国肺结核病年发病人数约为130万,占全球发病的14.3%,位居全球第2位,我国结核病防制工作正面临如此严峻疫情的巨大挑战,因此,本研究旨在寻找肺结核病发病的影响因素,建立合理的肺结核病发病的预测模型,推测重庆市肺结核病疫情未来流行趋势,从而为合理分配卫生资源和持续有效开展肺结核病防制工作提供科学依据。本研究首先采用德尔菲方法通过专家咨询的形式初步筛选影响肺结核病发病的因素。接着采用现况横断面调查方案对全国第五次肺结核病流行病学调查重庆地区4个抽样点共计4678个对象进行大众肺结核病知识知晓率的现场调查;与此同时采用病例-对照研究方案对重庆地区3个抽样点判定、确定出的所有活动性肺结核病人,包括新发现及已知病人322人及按与病例组性别（年龄）构成相同、同一居住地区、无呼吸系统疾病的对象共268人进行肺结核病的个体发病因素现场调查,以此寻找肺结核病发病的影响因素。收集重庆市结核病防治所登记的1993-2009年肺结核年发病人数与2005-2009年月发病人数的登记资料,采用灰色预测模型（GM（1,1））、灰色马尔可夫组合预测模型、自回归求和移动平均（ARIMA）模型、前馈神经网络（B...
【文章来源】：重庆医科大学重庆市
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
ARIMA模型建模流程图
递信号的误差达到允许精度。BPNN模型的设计包括：网络类型及层数的确定；输入及输出变量的选择；隐含层神经元数目的确定；激活函数的选择。常用的三层BP神经网络模型结构如图2。图 2 三层 BP 网络结构Figure 2 structure of three layers BP network2.4.4.2 BP 神经网络的 MATLAB 实现[22]①BP 网络的创建MATLAB 神经网络工具箱提供函数 newff 来创建一个前向型 BP 神经网络。其常用的调用格式为：net=newff(P，T，[S1 S2...S(N-1)]，{TF1 TF2…TFN1})其中：P，T 分别为输入样本和期望响应；Si 为网络各层的神经元数目；Tfi 为网络各层的传递函数的类型。
35图3 重庆市2005年至2008年肺结核病月发病人数时序图Figure 3 the sequence chart of TB monthlynumber from 2005 to 2008 in chongqing图 4 肺结核发病人数 12 步差分后的时序Figure 4 the sequence chart of tuberculosisnumber after 12 step difference表 25 序列白噪声检验Table 25 the white noise test results of sequenceTo Lag Chi- Square DF Pr >ChiSq6 19.33 6 0.003612 43.46 12 <.0001表 26 参数估计和显著性检验Table 26 the parameter estimation and significant test results参数 估计值 标准误 t 值 P LagMA1,1 -0.9894 0.05112 -19.35 <.0001 1AR1,1 -1.5359 0.14346 -10.71 <.0001 1AR1,2 -0.6156 0.14244 -4.32 0.0001 2表 27 残差白噪声检验Table 27 the white noise test results of residualTo Lag Chi- Square DF Pr >ChiSq6 1
【参考文献】：
期刊论文
[1]安徽省公众结核病防治知识知晓率调查[J]. 徐晓敏,陈根旺,邹铮,忽文俊. 安徽预防医学杂志. 2009(05)
[2]应用Delphi法建立三级医院人性化医疗服务评价指标体系[J]. 徐婕,张前德. 南京医科大学学报(社会科学版). 2009(03)
[3]马尔科夫链在传染病预测中的应用[J]. 付长贺,邓甦. 沈阳师范大学学报(自然科学版). 2009(01)
[4]湖州市流动人口结核病发病非生物因素的病例对照研究[J]. 张思潮,邱志红,陆金松. 浙江预防医学. 2008(12)
[5]GM（1,1）模型在我国肺结核发病率预测中的应用[J]. 曹伟燕,王培承,蔡伟芹,沙海滨. 中国医院统计. 2008(03)
[6]基于ARIMA-ANN的时间序列组合预测模型[J]. 张吉刚,梁娜. 三峡大学学报(自然科学版). 2008(04)
[7]ARIMA模型及其在肺结核预测中的应用[J]. 张彦琦,唐贵立,王文昌,易东. 现代预防医学. 2008(09)
[8]基于灰色马尔可夫模型的伤寒副伤寒发病率预测[J]. 严薇荣,徐勇,杨小兵,冉鹏,周宜开. 数理医药学杂志. 2008(02)
[9]灰色模型GM（1,1）在肺结核发病率预测中的应用及预防控制策略[J]. 徐勇,杨小兵,彭磊,贺圆圆,魏巍,严薇荣. 现代预防医学. 2008(06)
[10]昆山市肺结核环境危险因素病例一对照研究[J]. 崔喜文,洪志强,沈月平. 中国防痨杂志. 2007(06)
本文编号：3428709
【文章来源】：重庆医科大学重庆市
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
ARIMA模型建模流程图
递信号的误差达到允许精度。BPNN模型的设计包括：网络类型及层数的确定；输入及输出变量的选择；隐含层神经元数目的确定；激活函数的选择。常用的三层BP神经网络模型结构如图2。图 2 三层 BP 网络结构Figure 2 structure of three layers BP network2.4.4.2 BP 神经网络的 MATLAB 实现[22]①BP 网络的创建MATLAB 神经网络工具箱提供函数 newff 来创建一个前向型 BP 神经网络。其常用的调用格式为：net=newff(P，T，[S1 S2...S(N-1)]，{TF1 TF2…TFN1})其中：P，T 分别为输入样本和期望响应；Si 为网络各层的神经元数目；Tfi 为网络各层的传递函数的类型。
35图3 重庆市2005年至2008年肺结核病月发病人数时序图Figure 3 the sequence chart of TB monthlynumber from 2005 to 2008 in chongqing图 4 肺结核发病人数 12 步差分后的时序Figure 4 the sequence chart of tuberculosisnumber after 12 step difference表 25 序列白噪声检验Table 25 the white noise test results of sequenceTo Lag Chi- Square DF Pr >ChiSq6 19.33 6 0.003612 43.46 12 <.0001表 26 参数估计和显著性检验Table 26 the parameter estimation and significant test results参数 估计值 标准误 t 值 P LagMA1,1 -0.9894 0.05112 -19.35 <.0001 1AR1,1 -1.5359 0.14346 -10.71 <.0001 1AR1,2 -0.6156 0.14244 -4.32 0.0001 2表 27 残差白噪声检验Table 27 the white noise test results of residualTo Lag Chi- Square DF Pr >ChiSq6 1
【参考文献】：
期刊论文
[1]安徽省公众结核病防治知识知晓率调查[J]. 徐晓敏,陈根旺,邹铮,忽文俊. 安徽预防医学杂志. 2009(05)
[2]应用Delphi法建立三级医院人性化医疗服务评价指标体系[J]. 徐婕,张前德. 南京医科大学学报(社会科学版). 2009(03)
[3]马尔科夫链在传染病预测中的应用[J]. 付长贺,邓甦. 沈阳师范大学学报(自然科学版). 2009(01)
[4]湖州市流动人口结核病发病非生物因素的病例对照研究[J]. 张思潮,邱志红,陆金松. 浙江预防医学. 2008(12)
[5]GM（1,1）模型在我国肺结核发病率预测中的应用[J]. 曹伟燕,王培承,蔡伟芹,沙海滨. 中国医院统计. 2008(03)
[6]基于ARIMA-ANN的时间序列组合预测模型[J]. 张吉刚,梁娜. 三峡大学学报(自然科学版). 2008(04)
[7]ARIMA模型及其在肺结核预测中的应用[J]. 张彦琦,唐贵立,王文昌,易东. 现代预防医学. 2008(09)
[8]基于灰色马尔可夫模型的伤寒副伤寒发病率预测[J]. 严薇荣,徐勇,杨小兵,冉鹏,周宜开. 数理医药学杂志. 2008(02)
[9]灰色模型GM（1,1）在肺结核发病率预测中的应用及预防控制策略[J]. 徐勇,杨小兵,彭磊,贺圆圆,魏巍,严薇荣. 现代预防医学. 2008(06)
[10]昆山市肺结核环境危险因素病例一对照研究[J]. 崔喜文,洪志强,沈月平. 中国防痨杂志. 2007(06)
本文编号：3428709
本文链接：https://www.wllwen.com/yixuelunwen/huxijib/3428709.html
最近更新
教材专著
