当前位置:主页 > 医学论文 > 流行病论文 >

Logistic函数模型在预测慢病患病率中的应用

发布时间:2018-10-05 21:01
【摘要】:目的探讨不同Logistic函数模型在预测慢性非传染性疾病(慢病)患病率中的应用。方法利用我国建国以来4次大规模高血压抽样调查的数据,分别以年份、人均国内生产总值(gross domestic product,GDP)的对数和老龄化率(65岁以上人群所占比例)作为自变量,患病率作为因变量,并参照美国近50年来的高血压流行状况选取模型的上限,建立Logistic函数模型,对高血压未来的发展趋势进行预估。通过计算各模型的平均绝对误差(MAE)、均方误差(MSE)和决定系数(R2)比较其拟合效果。结果取40%为Logistic模型的患病率上界,以年份为自变量时,2010年的患病率估计值为20.35%,患病率将在2060年左右趋于稳定(MAE=0.735,MSE=0.704,R2=0.963);以人均GDP的对数为自变量时,预计2010年的患病率约为23.80%(MAE=0.896,MSE=0.969,R2=0.964);以老龄化率为自变量时,2010年的患病率将达到26.63%(MAE=1.004,MSE=1.659,R2=0.945)。结论 Logistic函数模型在理论上符合人们对未来疾病发展的预估,同时在实际中,可以找到其它国家和地区的疾病流行状况作为现实依托,预测结果较为可靠。其中以GDP和老龄化率作为自变量的模型更注重数据的临床意义。
[Abstract]:Objective to explore the application of different Logistic function models in predicting the prevalence of chronic non-communicable diseases. Methods based on the data of four large-scale hypertension sampling surveys since the founding of the people's Republic of China, the logarithm of (gross domestic product,GDP per capita and the aging rate (the proportion of people over 65 years old) were taken as independent variables and the prevalence rate as dependent variables respectively. According to the upper limit of the model of hypertension prevalence in the past 50 years in the United States, the Logistic function model is established to predict the future development trend of hypertension. The average absolute error (MAE), mean square error (MSE) and the decision coefficient (R2) of the models were calculated to compare their fitting results. Results taking 40% as the upper bound of prevalence of Logistic model, the estimated prevalence rate in 2010 is 20.355.The prevalence rate will be stable (MAE=0.735,MSE=0.704,R2=0.963) in 2060, and the logarithm of GDP per capita will be taken as independent variable. The prevalence rate is estimated to be 23.80% (MAE=0.896,MSE=0.969,R2=0.964) in 2010 and 26.63% (MAE=1.004,MSE=1.659,R2=0.945) in 2010 when the aging rate is the independent variable. Conclusion in theory, the Logistic function model accords with the prediction of the future disease development, and in practice, the epidemic situation of other countries and regions can be found as the realistic basis, and the prediction results are reliable. The model with GDP and aging rate as independent variable pays more attention to the clinical significance of data.
【作者单位】: 北京协和医学院中国医学科学院 国家心血管病中心 阜外心血管病医院 心血管疾病国家重点实验室国家心血管病中心;
【分类号】:R181.3

【参考文献】

相关期刊论文 前7条

1 李媛秋;代敏;陈元立;张思维;陈万青;代珍;邹小农;;中国省区水平肺癌死亡率估计方法研究[J];中国肺癌杂志;2011年02期

2 谷川;张岳;;GM(1,1)灰色模型改进及其应用[J];海洋测绘;2008年03期

3 冯丹;韩晓娜;赵文娟;生u!;杨红;方立群;曹务春;;中国内地法定报告传染病预测和监测的ARIMA模型[J];疾病控制杂志;2007年02期

4 彭志行;鲍昌俊;赵杨;易洪刚;于浩;陈峰;;乘积季节模型在伤寒副伤寒发病预测中的应用探析[J];疾病控制杂志;2007年06期

5 曾斌,,李银,魏文金,魏淑莹,邢敏霞;饮水型高氟区8~15岁学生氟斑牙患病率与饮水、尿含氟量关系的研究[J];宁夏医学杂志;1994年02期

6 金光楠;蔡振群;;GM(1,1)灰色模型在预测麻风病患病率中的应用[J];数理医药学杂志;2007年05期

7 马亮亮;田富鹏;;不同时间序列分析方法在高血压发病率预测中的比较[J];中国老年学杂志;2010年13期

【共引文献】

相关期刊论文 前10条

1 哈媛媛;;ARIMA模型在内蒙古GDP预测中的实证分析与研究[J];北方经济;2008年10期

2 李峰;张会;李甲亮;李树峰;杨海波;;黄河三角洲区域经济增长预测模型的选择[J];滨州学院学报;2010年03期

3 刘艳;武广臣;;变形监测预报与警报系统的研究与实现[J];测绘标准化;2011年03期

4 叶孟良;李智涛;欧荣;;ARIMA模型在预测重庆市医院日住院量中的应用[J];重庆医学;2012年13期

5 王志彦;王清心;;基于方根变换的灰色GM(1,1)改进模型[J];甘肃科学学报;2012年01期

6 张超锋;张莉敏;;基于灰色系统模型的达州市农业经济预测[J];科技和产业;2012年08期

7 林卫文;;加速遗传算法在需水预测中的应用[J];甘肃水利水电技术;2012年08期

8 郑志勇;张光华;;基于GM(1,1)模型的沉降变形分析及预报[J];地矿测绘;2012年04期

9 韩保民;郭振华;;改进的精密卫星钟差预报法[J];辽宁工程技术大学学报(自然科学版);2013年09期

10 徐晓楠;张晓s

本文编号:2254855


资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/liuxingb/2254855.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5fdf0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com