【摘要】： 以重大傳染病疫情為主的突發(fā)公共衛(wèi)生事件不僅嚴(yán)重危害人民的生命財(cái)產(chǎn)安全,還極易造成恐慌,引起社會(huì)動(dòng)蕩,影響社會(huì)生活的方方面面,甚至阻滯經(jīng)濟(jì)的發(fā)展。建立和發(fā)展傳染病預(yù)測(cè)預(yù)警技術(shù),提高預(yù)測(cè)預(yù)警的及時(shí)性和準(zhǔn)確性,對(duì)于傳染病控制工作意義重大。實(shí)踐證明,開(kāi)展預(yù)測(cè)預(yù)警研究在傳染病防制中具有良好的衛(wèi)生經(jīng)濟(jì)學(xué)指標(biāo),具有低投入、高回報(bào)的特征。 良好的預(yù)測(cè)是制定預(yù)防和控制傳染病的近期或長(zhǎng)遠(yuǎn)應(yīng)對(duì)策略的前提。疾病的預(yù)測(cè)可以及早發(fā)現(xiàn)疾病的發(fā)展趨勢(shì),為深入開(kāi)展疾病的預(yù)警奠定基礎(chǔ),也為制定防制策略及措施提供理論依據(jù)。在我國(guó),傳染病的預(yù)測(cè)方法研究起步較晚,90年代后期才得到較快發(fā)展。用于傳染病預(yù)測(cè)的模型大多以傳統(tǒng)的線性模型為主,誤差偏移較大,在實(shí)際運(yùn)用中效果不太理想。因此,針對(duì)當(dāng)前傳染病的發(fā)病情況,建立新的預(yù)測(cè)模型開(kāi)展科學(xué)預(yù)測(cè)研究迫在眉睫。 預(yù)測(cè)是對(duì)疾病未來(lái)的發(fā)生、發(fā)展和流行趨勢(shì)開(kāi)展分析;預(yù)警則不僅需要掌握疾病的發(fā)生發(fā)展趨勢(shì),更要求能及時(shí)識(shí)別早期的異常情況并發(fā)出警報(bào),啟動(dòng)應(yīng)急反應(yīng)。預(yù)警必須建立一套指標(biāo)體系,通過(guò)綜合運(yùn)用指標(biāo)體系的方法對(duì)某一傳染病的情況進(jìn)行分析和評(píng)價(jià),確認(rèn)發(fā)生危機(jī)的可能性和嚴(yán)重程度,決定是否發(fā)出危機(jī)報(bào)警,并提出必要的措施以尋求最低損失。確立一套靈敏、有效的預(yù)警指標(biāo)體系是預(yù)警系統(tǒng)建設(shè)成功的前提和基礎(chǔ)。 本文首先探討傳染病預(yù)警指標(biāo)體系的建立,確定適合早期預(yù)警的數(shù)據(jù)源,為發(fā)展和完善我國(guó)傳染病預(yù)警監(jiān)測(cè)網(wǎng)絡(luò)提供依據(jù)。其次以預(yù)警指標(biāo)體系中,最常見(jiàn)、目前可獲得性最高的法定傳染病報(bào)告數(shù)據(jù)為基礎(chǔ)開(kāi)展新預(yù)測(cè)模型的研究,比較不同模型的預(yù)測(cè)效果,建立適合傳染病發(fā)病率預(yù)測(cè)的新數(shù)學(xué)模型,以期為疾病預(yù)測(cè)工作提供新的技術(shù)手段。 第一篇傳染病預(yù)警指標(biāo)體系的研究 目的:構(gòu)建適合我國(guó)國(guó)情的傳染病應(yīng)急預(yù)警指標(biāo)體系,提出建設(shè)和保障該指標(biāo)體系有效運(yùn)行的建議,為我國(guó)傳染病預(yù)警系統(tǒng)的建設(shè)提供思路和參考。 研究?jī)?nèi)容:(1)通過(guò)文獻(xiàn)學(xué)習(xí)和評(píng)閱,了解國(guó)外預(yù)警系統(tǒng)的建設(shè)和預(yù)警指標(biāo)的組成情況;(2)結(jié)合文獻(xiàn)學(xué)習(xí)和現(xiàn)場(chǎng)調(diào)查,個(gè)人深入訪談和小組訪談等形式,對(duì)我國(guó)傳染病預(yù)警現(xiàn)狀進(jìn)行分析;(3)提出我國(guó)傳染病預(yù)警指標(biāo)體系框架。通過(guò)組織兩次專家咨詢會(huì)議、兩輪德?tīng)柗品ㄗ稍儭⒁约伴_(kāi)展小組討論等方法,確定我國(guó)傳染病疫情預(yù)警指標(biāo)體系的組成;(4)提出建設(shè)和保障預(yù)警指標(biāo)體系有效運(yùn)行的建議。 研究方法:采用文獻(xiàn)評(píng)閱、現(xiàn)有資料整理分析、現(xiàn)場(chǎng)調(diào)查、半結(jié)構(gòu)化訪談/個(gè)人深入訪談等方法構(gòu)建指標(biāo)體系框架,使用德?tīng)柗品ㄅc專家會(huì)議法相結(jié)合構(gòu)建指標(biāo)體系的組成,使用小組討論和個(gè)別專家咨詢法對(duì)指標(biāo)體系進(jìn)一步修正和完善。 主要研究結(jié)果:(1)指標(biāo)體系的框架:結(jié)合傳染病疫情發(fā)生、發(fā)展的不同時(shí)間階段性特點(diǎn)和預(yù)警理論,提出傳染病疫情預(yù)警指標(biāo)應(yīng)包括3大類:暴發(fā)或流行前期指標(biāo)、非典型癥狀期指標(biāo)和典型癥狀期指標(biāo);(2)指標(biāo)體系的設(shè)置:通過(guò)文獻(xiàn)學(xué)習(xí)構(gòu)建109項(xiàng)備選指標(biāo),根據(jù)預(yù)警指標(biāo)的設(shè)置原則和結(jié)合專家咨詢會(huì)議進(jìn)行討論、咨詢,篩選89項(xiàng)指標(biāo)形成指標(biāo)體系雛形;(3)德?tīng)柗品ㄗ稍儗＜覙?gòu)成:主要來(lái)自傳染病防制、流行病學(xué)教學(xué)科研、突發(fā)公共衛(wèi)生事件應(yīng)急處理、衛(wèi)生行政管理、健康教育等領(lǐng)域。其中89%的專家具有副高以上職稱,92%的專家專業(yè)年限在10年以上;(4)指標(biāo)篩選結(jié)果:兩輪德?tīng)柗品ㄗ稍儗＜业姆e極系數(shù)分別為78%和100%,在咨詢中有70%的專家對(duì)指標(biāo)體系提出了書面的改進(jìn)建議,說(shuō)明專家對(duì)本研究比較支持和關(guān)心;專家對(duì)指標(biāo)熟悉程度均在0.7以上,權(quán)威系數(shù)在0.8以上,說(shuō)明專家咨詢所得的結(jié)果具有權(quán)威性;兩輪咨詢后的專家意見(jiàn)協(xié)調(diào)系數(shù)為0.782 (P0.05),說(shuō)明專家意見(jiàn)協(xié)調(diào)性好;最終的指標(biāo)體系共包括三大類25項(xiàng)指標(biāo),其中權(quán)重系數(shù)較高的指標(biāo)均為目前疫情監(jiān)測(cè)、預(yù)警工作中較為重視、應(yīng)用較多的指標(biāo);(5)不同級(jí)別機(jī)構(gòu)對(duì)各個(gè)指標(biāo)的獲得難易程度不一,在指標(biāo)體系的應(yīng)用中存在差異。 主要結(jié)論:(1)已建立的預(yù)警指標(biāo)體系共包括3大類25項(xiàng)指標(biāo),可作為傳染病預(yù)測(cè)預(yù)警的基本指標(biāo);(2)指標(biāo)體系的構(gòu)建結(jié)合了傳染病發(fā)生、發(fā)展過(guò)程中的不同特點(diǎn)和預(yù)警理論,具有一定的理論基礎(chǔ);(3)預(yù)警病例的出現(xiàn)、傳染性疾病病例/疑似病例報(bào)告數(shù)/死亡數(shù)、其它地區(qū)發(fā)生特定疫情、人群疫苗接種率、發(fā)生重大的災(zāi)害/災(zāi)難這5項(xiàng)指標(biāo)在預(yù)警指標(biāo)體系中相對(duì)重要性排列居前五位,與實(shí)際情況相符;(4)目前建立的預(yù)警指標(biāo)體系是一個(gè)總體的、基本指標(biāo)體系。具體應(yīng)用到特定疾病時(shí)存在著總體和個(gè)別的關(guān)系,需根據(jù)具體疾病和地區(qū)的特點(diǎn)進(jìn)行指標(biāo)的取舍和修訂。 建議:建設(shè)預(yù)警指標(biāo)體系并保障其有效運(yùn)行,有以下建議(1)完善現(xiàn)有的疾病監(jiān)測(cè)系統(tǒng);(2)加強(qiáng)癥狀監(jiān)測(cè)的試點(diǎn)研究,建立和發(fā)展癥狀監(jiān)測(cè)系統(tǒng);(3)加大對(duì)基層衛(wèi)生機(jī)構(gòu)建設(shè)的投入;(4)與相關(guān)部門共建信息交流平臺(tái);(5)健全相關(guān)的政策,法律法規(guī)建設(shè);(6)開(kāi)發(fā)、建設(shè)數(shù)據(jù)實(shí)時(shí)采集、傳遞和存儲(chǔ)系統(tǒng);(7)提高數(shù)據(jù)整合、分析的技術(shù)水平;(8)加強(qiáng)多學(xué)科領(lǐng)域?qū)＜业膮f(xié)力合作;(9)與他國(guó)積極開(kāi)展相關(guān)領(lǐng)域的合作,與國(guó)際接軌;(10)應(yīng)用和完善預(yù)警指標(biāo)體系需要分階段、分步驟的完成。 第二篇三種傳染病預(yù)測(cè)模型的研究 目的:由于傳染病的月發(fā)病率數(shù)據(jù)呈現(xiàn)出線性和非線性的特征,而既往預(yù)測(cè)多以傳統(tǒng)線性模型為主。本篇擬采用傳統(tǒng)的線性ARIMA模型,非線性的神經(jīng)網(wǎng)絡(luò)徑向基函數(shù)(RBF)模型和采取串聯(lián)的方法,將線性和非線性模型進(jìn)行組合,建立組合模型對(duì)不同傳染病發(fā)病率開(kāi)展預(yù)測(cè),比較不同模型的預(yù)測(cè)效果,探討適合傳染病發(fā)病率預(yù)測(cè)的新數(shù)學(xué)模型。 研究資料和內(nèi)容:以宜昌市1997-2006年法定傳染病報(bào)告數(shù)據(jù)為對(duì)象,采用ARIMA模型,RBF神經(jīng)網(wǎng)絡(luò)模型和ARIMA-GRNN組合模型分別對(duì)宜昌市的甲乙類傳染病合計(jì)報(bào)告發(fā)病率,肺結(jié)核報(bào)告發(fā)病率和細(xì)菌性痢疾報(bào)告發(fā)病率開(kāi)展預(yù)測(cè)分析。通過(guò)比較不同模型的擬和效果和預(yù)測(cè)效果對(duì)模型進(jìn)行評(píng)估。 研究方法:應(yīng)用EXCEL軟件進(jìn)行一般統(tǒng)計(jì)描述;SPSS 12.0和SAS 8.1實(shí)現(xiàn)ARIMA模型的參數(shù)估計(jì)、模型擬合及其檢驗(yàn);應(yīng)用Matlab7.1的神經(jīng)網(wǎng)絡(luò)工具箱開(kāi)展RBF和GRNN神經(jīng)網(wǎng)絡(luò)模型的分析和預(yù)測(cè)研究。 主要研究結(jié)果: (1)甲乙類傳染病月報(bào)告發(fā)病率預(yù)測(cè):以宜昌市1997-2005年的甲乙類傳染病合計(jì)報(bào)告發(fā)病率數(shù)據(jù)建模,對(duì)2006年1-6月的發(fā)病率開(kāi)展預(yù)測(cè),以2006年1-6月的實(shí)際月報(bào)告發(fā)病率作為預(yù)測(cè)的參照值,以驗(yàn)證建模的可靠性。其中ARIMA模型表達(dá)式為:(1 ? B ) xt = 1 + 0.243 Bε4 t+ 0.281B6,擬和誤差MSE=20.004,MAE=3.113,MAPE=0.172;預(yù)測(cè)誤差MSE=19.637, MAE=3.553, MAPE=0.166。RBF神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差MSE=13.389, MAE=3.177, MAPE=0.127;ARIMA-GRNN組合模型的擬和誤差MSE=2.304,MAE=0.943,MAPE=0.053;預(yù)測(cè)誤差MSE=3.402,MAE=1.595,MAPE=0.068�？梢�(jiàn)組合模型的擬和誤差明顯小于ARIMA模型。預(yù)測(cè)準(zhǔn)確性表現(xiàn)為組合模型的最好,其次為RBF網(wǎng)絡(luò)模型,預(yù)測(cè)準(zhǔn)確性最低的為ARIMA模型。 (2)肺結(jié)核月報(bào)告發(fā)病率預(yù)測(cè):以宜昌市1997-2005年的肺結(jié)核報(bào)告發(fā)病率數(shù)據(jù)建模,對(duì)2006年1-6月的發(fā)病率開(kāi)展預(yù)測(cè)。確定ARIMA模型的最優(yōu)模型為ARIMA(1,1,1),表達(dá)式為(1 )( 1 - 0.889 B),模型擬和誤差MSE=4.316,MAE=1.547,MAPE=0.227;預(yù)測(cè)誤差MSE=9.748,MAE=2.661,MAPE=0.199。RBF神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差MSE=2.867, MAE=1.140, MAPE=0.091;ARIMA-GRNN組合模型的擬和誤差MSE=0.535,MAE=0.472,MAPE=0.074;預(yù)測(cè)誤差MSE=3.580,MAE=1.563,MAPE=0.124。可見(jiàn)組合模型的擬和誤差明顯小于ARIMA模型。預(yù)測(cè)準(zhǔn)確性表現(xiàn)為RBF網(wǎng)絡(luò)模型組合模型ARIMA模型。 (3)細(xì)菌性痢疾月報(bào)告發(fā)病率預(yù)測(cè):以宜昌市2000-2005年的細(xì)菌性痢疾報(bào)告發(fā)病率數(shù)據(jù)建模,對(duì)2006年1-6月的發(fā)病率開(kāi)展預(yù)測(cè)。經(jīng)篩選,確定模型為SARIMA (0, 1, 1) (1, 1, 0)12,模型表達(dá)式如下: (1 + 0.389 B1 2 )(1 ? B )(1 ? B1 2) X t = (1 ? 0.822 B )εt,模型的擬和誤差MSE=0.263,MAE=0.406,MAPE=0.185;預(yù)測(cè)誤差MSE=0.088,MAE=0.286,MAPE=0.182。RBF神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差MSE=0.084, MAE=0.222, MAPE=0.136;ARIMA-GRNN組合模型的擬和誤差MSE=0.051,MAE=0.177,MAPE=0.079;預(yù)測(cè)誤差MSE=0.026,MAE=0.139,MAPE=0.083�？梢�(jiàn)組合模型的擬和誤差明顯小于SARIMA模型。預(yù)測(cè)準(zhǔn)確性表現(xiàn)為組合模型RBF網(wǎng)絡(luò)模型SARIMA模型。 主要結(jié)論:(1)基于歷史發(fā)病序列的趨勢(shì)外推法可用于傳染病發(fā)病率預(yù)測(cè);(2)RBF神經(jīng)網(wǎng)絡(luò)模型為非線性建模法,預(yù)測(cè)效果優(yōu)于ARIMA模型;(3)組合模型兼有線性和非線性建模的優(yōu)點(diǎn),擬和效果和預(yù)測(cè)效果優(yōu)于線性的ARIMA模型法;(4)神經(jīng)網(wǎng)絡(luò)方法不必建立復(fù)雜的數(shù)學(xué)模型,不需要了解模型的數(shù)學(xué)結(jié)構(gòu)、輸入和輸出變量之間的關(guān)系,建模方法較傳統(tǒng)數(shù)學(xué)模型更為簡(jiǎn)單;(5)應(yīng)用時(shí)間序列進(jìn)行趨勢(shì)外延分析僅適用于短期預(yù)測(cè)。
[Abstract]:......
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2008
【分類號(hào)】：R181.8

【引證文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾晶;榮幸;顧長(zhǎng)美;聶紹發(fā);;應(yīng)用德?tīng)柗品?gòu)建武漢城市圈傳染病預(yù)警指標(biāo)體系[J];中國(guó)社會(huì)醫(yī)學(xué)雜志;2012年03期

2 李清江;;基于結(jié)核病預(yù)測(cè)模型的比較研究[J];硅谷;2012年14期

3 余華麗;常曉松;趙瑩;何建偉;郭勇;王志杰;何緯;譚玲;張祖昌;;利用ARIMA模型對(duì)2007—2011年四川口岸出境人員中HBsAg陽(yáng)性疫情分析和預(yù)測(cè)[J];中國(guó)國(guó)境衛(wèi)生檢疫雜志;2013年01期

4 張靖;狄娟;譚曉東;;學(xué)校傳染病流行的風(fēng)險(xiǎn)識(shí)別指標(biāo)體系構(gòu)建研究[J];公共衛(wèi)生與預(yù)防醫(yī)學(xué);2014年03期

5 鄧振民;柳平增;馬彬彬;趙麗;成子強(qiáng);;基于空間信息技術(shù)的動(dòng)物疫病預(yù)警研究進(jìn)展[J];山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

6 李經(jīng)緯;包騰飛;;ARIMA-GRNN模型在大壩安全監(jiān)測(cè)中的應(yīng)用[J];水電能源科學(xué);2013年07期

7 朱琦;于石成;郝元濤;;傳染病監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)分析方法[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2011年02期

8 顏建周;張賀娜;邵蓉;;基本藥物質(zhì)量評(píng)價(jià)指標(biāo)體系研究(二)[J];中國(guó)藥事;2012年05期

9 翟志光;;傳染病預(yù)測(cè)預(yù)警方法及應(yīng)用進(jìn)展(二)[J];中國(guó)中醫(yī)藥現(xiàn)代遠(yuǎn)程教育;2012年16期

10 榮幸;田yN;劉增艷;聶紹發(fā);;武漢城市圈重大疾病預(yù)警指標(biāo)體系構(gòu)建及評(píng)價(jià)[J];中國(guó)公共衛(wèi)生;2013年07期

相關(guān)博士學(xué)位論文 前1條

1 祝江斌;重大傳染病疫情地方政府應(yīng)對(duì)能力研究[D];武漢理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前5條

1 林忠?guī)X;�？谑袀魅静☆A(yù)警效果評(píng)價(jià)及其影響因素研究[D];天津大學(xué);2010年

2 高超;傳染病散發(fā)疫情的管理技術(shù)評(píng)估研究[D];浙江大學(xué);2012年

3 郭振;衛(wèi)生人力資源配置時(shí)間序列研究及預(yù)測(cè)[D];山東大學(xué);2012年

4 陳鋒;分布式流行病數(shù)據(jù)增量挖掘方法研究[D];遼寧大學(xué);2013年

5 馬曉光;我國(guó)公共衛(wèi)生事件的危機(jī)預(yù)警管理研究[D];東北財(cái)經(jīng)大學(xué);2013年

，

本文編號(hào)：2472148