状态空间模型在麻疹流行趋势研究中的应用
本文选题:麻疹 + 状态空间模型 ; 参考:《山东大学》2017年硕士论文
【摘要】:背景与目的麻疹是由麻疹病毒引起的急性感染性疾病,其传染源为处在传染期的麻疹病人,主要传播途径为飞沫传播,是严重威胁公共卫生安全的重要传染性疾病。中国向世界卫生组织承诺2012年消除麻疹,但由于各种原因,全国麻疹仍然有升高趋势。山东省人口密度较高,流动性大,因此根据麻疹发病特征,探索近年来麻疹疫情特征仍具有重要的公共卫生意义。常见的流行病学研究方法包含观察性研究和实验性研究,而理论流行病学方法研究较少。常规的常微分方程传染病动力学模型,具有建模简单、计算较快的特点,但该方法估计的参数对应马尔科夫链的均值,未考虑随机因素对发病数的影响,同时常微分方程模型输出曲线平滑,对发病数据较少的地市并不适用。卡尔曼滤波针对实际发生病例数和真实发病数之间的区别加入随机因素,是一种经典的研究方法,但要求发病数据、噪声和参数满足正态性假设,因此该方法具有一定局限性。状态空间模型(Space State Model)则假设发病数据、噪声和参数满足任意分布,是理论流行病学研究中的新方法。近年来缺少针对疫苗保护率进行的专项研究,缺乏疫苗保护率等数据,因此针对重要的不确定参数应当进行多种假设。理论流行病学以基础再生数(R0)来衡量麻疹的传染性,该参数是单个病例平均能够传染的二代病例数,该值的大小说明麻疹传染性的高低。本研究利用基础再生数表明不同地市麻疹暴发的风险,并为山东省麻疹消除计算所需要的疫苗保护率,旨在为山东省麻疹消除的政策制定提供科学指导。资料与方法本研究资料来源于传染病网络直报系统,提取了山东省2014~2015年麻疹个案数据(包含发病时间和地点等信息)。并根据麻疹发病时间和地点,建立合适的状态空间模型,利用迭代滤波(Iterated Filter)对参数进行估计,置信区间采用轮廓似然函数估计。根据国家麻疹消除标准,麻疹消除目标定义为发病率低于百万分之一。通过统计模拟估计在不同疫苗保护率假设下,麻疹消除的概率。结果1.山东省2014~2015年麻疹基础再生数在麻疹发病数量保持不变的情况下,当疫苗保护率分别为50%、60%、70%和80%时,相应的基础再生数分别为2.49(95%CI:2.45~2.55)、2.61(95%CI:2.55~2.69)、3.34(95%CI:3.29~3.48)和 5.07(95%CI:4.96~5.24)。2.山东省2014~2015年17地市麻疹基础再生数山东省17地市麻疹基础再生数从高到低依次为4.20(济宁)、4.12(泰安)、3.93(菏泽)、3.92(德州)、3.81(潍坊)、3.81(莱芜)、3.47(烟台)、3.45(日照)、3.42(济南)、3.33(东营)、3.27(枣庄)、3.21(淄博)、2.98(滨州)、2.91(威海)、2.87(青岛)、2.39(临沂)和2.35(聊城)。全省呈现西高东低,南高北低的趋势。3.消除麻疹目标疫苗保护率根据模拟计算结果,假设真实疫苗保护率为60%,若通过疫苗免疫使疫苗保护率提高至75%,麻疹消除概率为30.32%;疫苗保护率提高至78.13%,麻疹消除概率为95.15%;疫苗保护率提高至80.00%,麻疹的消除概率为99.80%。假设真实疫苗保护率为70%,若通过免疫措施使疫苗保护率提高至81.55%时,则有95.30%的概率实现麻疹消除,当目标免疫率达到82.50%时,麻疹的消除概率为99.22%。结论1.不同城市之间麻疹传播能力不同,全省呈现西高东低,南高北低的趋势。2.如果真实世界疫苗保护率较低,则意味着人群中更多的人需要进行免疫保护,而如果人群疫苗免疫保护率高,则疫苗保护率稍加提高,即可达到消除麻疹的目的。3.状态空间模型由状态模型和观测模型组成,该模型考虑到观测数据的误差,能够有效地模拟仿真山东省麻疹实际疫情数据。
[Abstract]:Background and purpose measles is an acute infectious disease caused by measles virus . It is an important infectious disease threatening the safety of public health . The measles elimination probability is 99.22 % . The measles elimination probability is 99.22 % when the target immunization rate is up to 80.00 % , and the elimination probability of measles is 99.80 % .
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:R511.1;R181.3
【相似文献】
相关期刊论文 前1条
1 湛蓝;;时间序列分析在伤寒副伤寒发病情况预测分析中的应用研究[J];河南预防医学杂志;2014年04期
相关会议论文 前7条
1 潘雄锋;史晓辉;王蒙;;我国科技发展的财政金融政策效应研究——基于状态空间模型的分析[A];第七届中国科技政策与管理学术年会论文集[C];2011年
2 刘贯春;岳意定;贺磊;;两因子随机死亡率状态空间模型及长寿风险测度[A];第八届(2013)中国管理学年会——金融分会场论文集[C];2013年
3 刘明明;顾兴源;王伟;;基于状态空间模型的随机多变量广义预测控制[A];1991年控制理论及其应用年会论文集(上)[C];1991年
4 杨淑君;;基于状态空间模型的我国房地产上市公司财务流动性的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年
5 高子建;;投资、消费和出口对经济增长的动态影响分析——基于状态空间模型[A];2008年中国经济特区论坛:纪念改革开放30周年学术研讨会论文集[C];2008年
6 张璋;高潮;;多元统计与经济系统状态空间模型[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
7 李雪松;娄峰;;中国城镇居民收入差距对消费影响的动态效应分析:基于面板数据和状态空间模型的实证研究[A];中国社会科学院第三届中国经济论坛论文集(下)[C];2007年
相关博士学位论文 前4条
1 陈学华;状态空间模型理论与算法及其在金融计量中的应用[D];暨南大学;2007年
2 文巧钧;基于状态空间模型的复杂动态过程监测方法研究[D];浙江大学;2015年
3 唐晓彬;Markov机制转换的状态空间模型及其在我国经济周期分析中的应用研究[D];西南财经大学;2010年
4 杜世昌;多源多工序加工系统偏差流建模、诊断和控制系统研究[D];上海交通大学;2008年
相关硕士学位论文 前10条
1 王瑞;稀疏纵向数据下状态空间模型统计推断问题研究[D];西安电子科技大学;2014年
2 王雪;基于快速检测的MIMO雷达真假弹头识别技术研究[D];电子科技大学;2015年
3 唐爱萍;线性混合效应状态空间模型的统计推断及应用[D];西安电子科技大学;2014年
4 朱彦丞;我国新能源产业发展状况的实证分析[D];云南大学;2016年
5 徐捷;碳纤维复合芯导线载流温升状态空间模型研究[D];南京理工大学;2016年
6 郝艳婷;视频行人检测与跟踪的方法研究[D];青岛科技大学;2016年
7 鲁宗科;云南省旅游业与地区经济增长关系的实证分析[D];云南大学;2016年
8 李彩雯;基于状态空间模型的房地产“情绪指数”研究[D];海南师范大学;2016年
9 彭琦;基于动态状态空间模型的滚动轴承寿命预测研究[D];北京化工大学;2016年
10 赵玉宏;基于状态空间模型的风速预测研究[D];西安电子科技大学;2015年
,本文编号:1885316
本文链接:https://www.wllwen.com/yixuelunwen/yufangyixuelunwen/1885316.html