基于氣象因子的重慶市細菌性痢疾的發(fā)病效應評估及預測模型研究
發(fā)布時間:2021-11-05 09:11
研究目的:本研究基于2009-2016年重慶市細菌性痢疾(Bacillary dysentery,BD)的時空分布特征分析、氣象因子對重慶市BD的發(fā)病效應分析,以及多種BD發(fā)病率預測模型的構建與評價,掌握疾病流行現況,探索可能影響其發(fā)病的關鍵氣象因子,確定其脆弱人群,并探討氣象因子對于提高模型預測精度的重要性,旨在為重慶市BD疫情的防控提供科學依據,并為其它傳染性疾病的預測提供一個高效、合理的分析與建模思路。研究方法:1收集整理2009-2016年重慶市BD疫情監(jiān)測數據、人口及氣象因子數據,采用描述性流行病學技術與時空掃描統(tǒng)計量(Spatial-temporal scan statistics),分別分析BD的三間分布特征與發(fā)病的時空聚集性。2采用分布滯后非線性模型(Distributed lag non-linear model,DLNM)探討各氣象因子與人群BD發(fā)病的關聯性,用以估計氣象因子對重慶市BD發(fā)病的可能干預效應。3運用Boruta算法結合粒子群優(yōu)化算法(Particle swarm optimization,PSO)以及支持向量機回歸模型(Support vector m...
【文章來源】:重慶醫(yī)科大學重慶市
【文章頁數】:78 頁
【學位級別】:碩士
【文章目錄】:
英漢縮略語名詞對照
中文摘要
英文摘要
前言
第一部分 2009-2016 年重慶市細菌性痢疾的時空分布特征分析
引言
1 資料與方法
2 結果
3 討論
第二部分 基于氣象因子的重慶市細菌性痢疾的發(fā)病效應評估
引言
1 資料與方法
2 結果
3 討論
第三部分 基于氣象因子的重慶市細菌性痢疾發(fā)病率預測模型研究
引言
1 資料與方法
2 結果
3 討論
全文總結
研究的特色與不足
參考文獻
文獻綜述:細菌性痢疾的流行概況及其研究進展
綜述參考文獻
致謝
碩士期間發(fā)表論文
【參考文獻】:
期刊論文
[1]重慶市2009—2016年細菌性痢疾空間流行病學特征及基于氣象要素的預測模型研究[J]. 劉勛,孟秋雨,謝佳伽,肖達勇,王怡,鄧丹. 上海交通大學學報(醫(yī)學版). 2019(02)
[2]基于FA-PCA-LSTM的光伏發(fā)電短期功率預測[J]. 楊茂,朱亮. 昆明理工大學學報(自然科學版). 2019(01)
[3]基于TensorFlow的LSTM循環(huán)神經網絡短期電力負荷預測[J]. 李松嶺. 上海節(jié)能. 2018(12)
[4]2008—2017年重慶市沙坪壩區(qū)細菌性痢疾流行特征分析[J]. 楊連建,王宏. 應用預防醫(yī)學. 2018(06)
[5]2005-2015年重慶市細菌性痢疾發(fā)病的流行病學特征及時空聚集性分析[J]. 王雪,張燕,幸奠國,文童,孟秋雨,唐路. 中華疾病控制雜志. 2018(06)
[6]氣溫對蘭州市細菌性痢疾發(fā)病的滯后效應研究[J]. 王金玉,李盛,董繼元,李守禹,李普,賈清,王齡慶,常緒紅. 北京大學學報(醫(yī)學版). 2018(05)
[7]細菌性痢疾自回歸滑動平均和非線性自回歸組合模型預測研究[J]. 王克偉,李金平,鄧超,吳郁,鄔敏辰. 第二軍醫(yī)大學學報. 2017(10)
[8]基于SARIMA模型的細菌性痢疾短期定量預測研究[J]. 祝寒松,黃文龍,謝忠杭. 中國預防醫(yī)學雜志. 2017(10)
[9]深度學習框架下LSTM網絡在短期電力負荷預測中的應用[J]. 陳亮,王震,王剛. 電力信息與通信技術. 2017(05)
[10]嘉峪關市氣溫對細菌性痢疾發(fā)病的滯后效應研究[J]. 董繼元,李世雄,周驥,王式功. 氣候變化研究進展. 2017(02)
博士論文
[1]基于機器學習的時間序列模型研究及其應用[D]. 楊玉軍.電子科技大學 2018
[2]甘肅省幾種主要傳染病的時空分布特征及其對氣候變化的響應和預測研究[D]. 馬玉霞.蘭州大學 2007
碩士論文
[1]三峽地區(qū)細菌性痢疾流行特征與時空聚集性分析研究[D]. 張平.中國疾病預防控制中心 2018
[2]吉林省2012-2016年細菌性痢疾流行特征和空間分布特點分析[D]. 李亞明.吉林大學 2017
[3]改進的PSO-RBF神經網絡在復雜工業(yè)過程中的應用[D]. 李鈺曼.河北科技大學 2018
[4]京津冀地區(qū)細菌性痢疾時空分布格局及其影響因素研究[D]. 李媛媛.長安大學 2017
[5]基于深度學習的黃金期貨價格預測[D]. 駱雙駿.蘭州大學 2017
[6]天津市和平區(qū)細菌性痢疾流行特征及疫情預測[D]. 高芳旭.天津醫(yī)科大學 2016
[7]合肥市20062012年溫度變化對細菌性痢疾影響的時間序列研究[D]. 程健.安徽醫(yī)科大學 2015
本文編號:3477512
【文章來源】:重慶醫(yī)科大學重慶市
【文章頁數】:78 頁
【學位級別】:碩士
【文章目錄】:
英漢縮略語名詞對照
中文摘要
英文摘要
前言
第一部分 2009-2016 年重慶市細菌性痢疾的時空分布特征分析
引言
1 資料與方法
2 結果
3 討論
第二部分 基于氣象因子的重慶市細菌性痢疾的發(fā)病效應評估
引言
1 資料與方法
2 結果
3 討論
第三部分 基于氣象因子的重慶市細菌性痢疾發(fā)病率預測模型研究
引言
1 資料與方法
2 結果
3 討論
全文總結
研究的特色與不足
參考文獻
文獻綜述:細菌性痢疾的流行概況及其研究進展
綜述參考文獻
致謝
碩士期間發(fā)表論文
【參考文獻】:
期刊論文
[1]重慶市2009—2016年細菌性痢疾空間流行病學特征及基于氣象要素的預測模型研究[J]. 劉勛,孟秋雨,謝佳伽,肖達勇,王怡,鄧丹. 上海交通大學學報(醫(yī)學版). 2019(02)
[2]基于FA-PCA-LSTM的光伏發(fā)電短期功率預測[J]. 楊茂,朱亮. 昆明理工大學學報(自然科學版). 2019(01)
[3]基于TensorFlow的LSTM循環(huán)神經網絡短期電力負荷預測[J]. 李松嶺. 上海節(jié)能. 2018(12)
[4]2008—2017年重慶市沙坪壩區(qū)細菌性痢疾流行特征分析[J]. 楊連建,王宏. 應用預防醫(yī)學. 2018(06)
[5]2005-2015年重慶市細菌性痢疾發(fā)病的流行病學特征及時空聚集性分析[J]. 王雪,張燕,幸奠國,文童,孟秋雨,唐路. 中華疾病控制雜志. 2018(06)
[6]氣溫對蘭州市細菌性痢疾發(fā)病的滯后效應研究[J]. 王金玉,李盛,董繼元,李守禹,李普,賈清,王齡慶,常緒紅. 北京大學學報(醫(yī)學版). 2018(05)
[7]細菌性痢疾自回歸滑動平均和非線性自回歸組合模型預測研究[J]. 王克偉,李金平,鄧超,吳郁,鄔敏辰. 第二軍醫(yī)大學學報. 2017(10)
[8]基于SARIMA模型的細菌性痢疾短期定量預測研究[J]. 祝寒松,黃文龍,謝忠杭. 中國預防醫(yī)學雜志. 2017(10)
[9]深度學習框架下LSTM網絡在短期電力負荷預測中的應用[J]. 陳亮,王震,王剛. 電力信息與通信技術. 2017(05)
[10]嘉峪關市氣溫對細菌性痢疾發(fā)病的滯后效應研究[J]. 董繼元,李世雄,周驥,王式功. 氣候變化研究進展. 2017(02)
博士論文
[1]基于機器學習的時間序列模型研究及其應用[D]. 楊玉軍.電子科技大學 2018
[2]甘肅省幾種主要傳染病的時空分布特征及其對氣候變化的響應和預測研究[D]. 馬玉霞.蘭州大學 2007
碩士論文
[1]三峽地區(qū)細菌性痢疾流行特征與時空聚集性分析研究[D]. 張平.中國疾病預防控制中心 2018
[2]吉林省2012-2016年細菌性痢疾流行特征和空間分布特點分析[D]. 李亞明.吉林大學 2017
[3]改進的PSO-RBF神經網絡在復雜工業(yè)過程中的應用[D]. 李鈺曼.河北科技大學 2018
[4]京津冀地區(qū)細菌性痢疾時空分布格局及其影響因素研究[D]. 李媛媛.長安大學 2017
[5]基于深度學習的黃金期貨價格預測[D]. 駱雙駿.蘭州大學 2017
[6]天津市和平區(qū)細菌性痢疾流行特征及疫情預測[D]. 高芳旭.天津醫(yī)科大學 2016
[7]合肥市20062012年溫度變化對細菌性痢疾影響的時間序列研究[D]. 程健.安徽醫(yī)科大學 2015
本文編號:3477512
本文鏈接:http://www.sikaile.net/yixuelunwen/chuanranbingxuelunwen/3477512.html
最近更新
教材專著