曲波[1]2003年在《气象因素对干旱地区常见传染病疫情的影响及发病预测研究》文中提出前言 人类生存在地球上，地球由于自身的变化和天体的影响，其整体和各个圈层处于不断的运动和变化之中，使人类生存的自然环境时刻发生着变化。气象学家们推测，2000-2010年我国气候将进入干暖期。根据我国的气候、环境和目前水资源的供需形式分析，21世纪我国旱灾发生的频度、强度将明显增强，旱灾造成的危害及其深远影响有可能超过水灾，成为对人类和社会影响最严重的自然灾害。因此研究干旱地区气象因素对传染病疫情的影响，科学地预测其发生、发展规律，对于预防和控制干旱条件下的传染病流行具有重要的意义。人工神经网络是一种新兴的预测方法，它是机器模拟人脑智能活动的杰出代表，已经广泛应用于信息科学、认知科学、控制论等科学及工程技术领域，近年来也开始用于解决医学领域的问题。 材料与方法 一、研究对象 1、对象选择 选择辽宁省干旱地区朝阳市作为目标城市，分析朝阳市传染病的疫情发生与气象相关因素的关系。 2、资料来源 在朝阳市气象局获得朝阳地区1979-1994年的气象资料。在朝阳市疾病控制中心获得同期朝阳市常见传染病疫情资料。将16年的气象资料和同期传染病的疫情资料输入计算机，建立数据库。 二、研究方法 1.气象因素与常见传染病发病率的相关分析 以1981一1州年气象因素作为自变t，同期的传染病发病率作为因变t，利用S只治10 .0统计软件进行相关分析。 2.利用BP神经网络的原理和方法预侧干早地区常见传染病发病卒 用M目ab 6.5软件对人工神经网络BP模型进行构建、训练及模拟，建立BP神经网络预侧模型，预侧干早地区常见传染病发病率。 3.模型回代和预侧效果的评价。 采用绝对误差，平均误差率(Mean凡加r升泊te)以及决定系数(扩)指标，检验模型的回代和预侧效果。结. 一、相关分析结果 由相关结果可知，平均气压与细菌性痢疾(p<0.01)、病毒性肝炎(p<0.仍)、伤寒副伤寒(p<0.01)、流行性脑资位腆炎(p<0.01)、百日咳(p<0.01)、乙型脑炎(p<0.01)的发病率呈负相关。平均燕发t与细蔺性痢疾(p<0.01)、伤寒幽伤寒(p<0.仍)、流行性脑资翻腆炎(p<0.01)、百日咳(p<0.仍)、乙理脑炎(p<0.仍)的发病率呈正相关。平均降水t与细菌性痢疾(p<0.01)、伤寒侧伤寒(p二0.仍1)、流行性脸音位腆炎(p<0.仍)、百日咳(p二0.伪3)的发病率呈负相关。平均气沮和平均地面沮度与斑疹伤寒(p<。.仍)的发病率呈负相关。最离气沮与病毒性肝炎(p<0 .01)、伤寒剧伤寒(p<0.05)、流行性脑资位膜炎(p二0.佣。)、乙脑(p<0.仍)的发病率呈正相关。最低气沮与细菌性痢疾(p二0.086)、流行性脑脊位膜炎(p二0.价9)、百日咳(p<0.仍)、斑疹伤寒(p二0.肠2)的发病率呈负相关。 二、BP神经网络模型的回代和预测效果 消化道传染病中伤寒副伤寒和病毒性肝炎的BP神经网络模型回代效果较好。呼吸道传染病中流脑的回代效果最好。呼吸道和消化道传染病模型的回代效果明显优于虫媒传染病。在BP人工神经网络的预测效果方面，呼吸道传染病百日咳和猩红热、消化道传染病伤寒副伤寒和细菌性痢疾模型的预测效果较好。虫媒传染病的预测效果最差。在干早地区的传染病预测方面，BP神经网络模型在回代和预测效果方面均优于传统的多元逐步回归模型。讨论 一、气象因子对传染病疫情的影响 本次研究选取了最高气温和最低气温两个极值指标，探讨了气象条件对传染病发病率的影响。相关分析结果显示，最高气温与病毒性肝炎(p<0 .01)、伤寒副伤寒(p<0.05)、流行性脑脊髓膜炎(p二。.080)、乙脑(p<0.05)的发病率呈正相关。本次研究最高气温范围在29 .0℃一32.8℃之间，气温越高则相应的传染病发病率越高。在长期的高温条件下，不仅会降低身体的抵抗力，而且可以导致空气和水源的污染、食物的短缺以及细菌、病毒的产生，从而影响传染病在人群中的分布。气温还能够明显影响媒介昆虫的生存、发育、繁殖活动和其作为传播媒介作用的大小，使疾病呈现明显的地区性与季节性分布。最低气温与百日咳(p<0.05)、斑疹伤寒(p二0.062)的发病率呈负相关，其温度范围在-13.6℃一22.0℃，最低气温越低则相应的传染病发病率越高。在低温条件下，人群的室内活动增多，加上室内门户密闭、通风不畅，容易增加呼吸道传染病的感染机会;环境温度过低，野外没有水和食物可寻，鼠就要向居民区迁移，致使室内鼠密度增高，有利于病毒在鼠间传播，容易引起人间疫情爆发流行。本次研究结果显示，平均地面沮度与斑疹伤寒的发病率呈负相关。相关结果显示，平均气压与细菌性痢疾(p<0.01)、病毒性肝炎(p<0.05)、伤寒副伤寒(p<0.01)、流行性脑脊健膜炎(p<0.01)、百日咳(p<。.01)和乙型脑炎(p<0.01)的发病率呈负相关。这可能是因为，一方面，在低气压的条件下，空气稀薄，体内的血载分压低，会降低机体抵抗力;另一方面，当地面受低气压控制时，四周高气压向中心回流，中心的空气便上升，由于地球自转作用，北半球的上升
王宁[2]2015年在《湖南省痢疾高发区气象因素与痢疾发病的关系研究》文中研究指明研究背景痢疾是一种常见的肠道传染病,根据病原体不同,可分为细菌性痢疾和阿米巴痢疾两类,主要经食物、水源、生活接触、昆虫媒介传播。痢疾在全球范围内均有发病,病例主要集中在温带和亚热带地区,发展中国家的发病率较高。男性发病率高于女性,5岁以下年龄组发病率最高,是全世界儿童叁大主要死因之一。我国痢疾发病率明显高于发达国家,2008-2012年的痢疾发病率始终居于我国法定传染病的前四位,是我国面临的重要公共卫生问题。湖南是我国痢疾疫情发生次数最多的省份,急需得到重视和制定防控策略。痢疾病原体的生长和繁殖以及传播途径容易受到气象因素的影响。国内外研究表明,痢疾的发病与气象因素如气温、气压、相对湿度、降水量等有关,但是由于不同研究地区存在经济水平、人口学、卫生干预措施等方面的差异,导致气象因素的作用模式存在地区差异性,往往出现不同的研究结论。另外,现有研究在建立痢疾与气象因素的作用关系时,大多忽略痢疾发病的季节效应和自相关性,夸大或消弱了气象因素对痢疾发病的真实作用。因此,本论文将选择湖南省为研究区域,在充分考虑季节效应和自相关性的基础上,探讨高发区痢疾发病数与气象因素的关系。研究目的本研究利用由中国疾病预防控制中心的法定传染病监测系统获得的湖南省痢疾监测数据,对湖南痢疾发病率进行空间分析,以明确湖南省痢疾发病率的空间分布特征,以地级市为单位筛选出湖南省痢疾高发区。结合高发区的气象数据,探索各气象因素对高发区痢疾发病的影响,为痢疾防控工作提供理论基础。研究方法本文采用空间插值分析对2005-2010年湖南省痢疾发病率进行空间描述性分析,并筛选出痢疾高发区,通过描述性分析、Spearman相关分析和基于时间序列的泊松回归模型等方法对高发区的气象因素和痢疾发病数的关系进行分析,探讨气象因素对痢疾发病数的影响。所用软件主要包括ArcGIS9.2软件、SPSS16.0软件、R2.15.2软件以及Origin75软件。研究结果1、2005～2010年湖南痢疾发病率呈现出明显的空间差异性：湖南西部、南部和东部地区痢疾发病率较中部和北部地区严重。湖南各地级市痢疾的逐年发病率呈现出不同的变化趋势,并且各地级市同年发病率差异较大,其中湘西是湖南省痢疾发病率最严重的地区,经统计,年均发病率高达44.07/10万。2、湘西痢疾的发病高峰通常出现在7～9月份,有明显的季节性,夏季的发病数最多,其次为秋季,冬季发病数最少。3、Spearman相关结果表明湘西痢疾发病数与气温指标、风速指标、最小相对湿度和降水量、日照时数成正相关(P<0.05),与气压指标成负相关(P<0.05),并且气象因素对痢疾发病数的影响表现出不同的滞后效应：平均气压、极端最高气压、平均最高气温、极大风速、最小相对湿度的滞后期均为一个月,极端最低气压和降水量的滞后期均为两个月,而平均气温、平均最低气温、极端最高气温、极端最低气温、平均风速、日照时数的滞后期均为0,即不存在滞后期或者滞后期在一个月以内。4、在基于时间序列的泊松回归模型中,痢疾发病数与平均气温、滞后一个月的极大风速、滞后一个月的最小相对湿度、日照时数及滞后两个月降水量成正相关,与滞后两个月的极端最低气压成负相关,与Spearman相关结果一致。并且在上述气象因素中,平均气温对痢疾发病数的影响最大。若保持其他因变量不变,月平均气温每升高1℃,痢疾的月发病数将增加2.72%(95%CI：1.58%-3.87%),滞后两个月的极端最低气压每上升1hPa,月发病数将减少1.70%(95%CI：0.97%-2.42%),滞后一个月的极大风速每增加1m/s,月发病数将增加1.70%(95%CI：0.53%-2.87%),滞后一个月的最小相对湿度每增加1%,月发病数将增加0.73%(95%CI：0.31%-1.16%),月日照时数每增加1h,月发病数将增加0.13%(95%CI：0.06%-0.21%),滞后两个月降水量每增加一个单位,月发病数将增加0.05%(95%CI：0.02%-0.08%)。用上述气象因素和发病数建立的基于时间序列的泊松回归模型的拟合效果较好(r2=0.86)。结论1、在空间变化趋势上,湖南西部、南部和东部山区的痢疾年均发病率较高,各地级市痢疾的逐年发病率表现出不同的变化趋势,其中,湘西是湖南省痢疾发病率最高的地区。2、湘西痢疾的发病具有明显的季节性,夏季病例最多,其次为秋季,冬季最少。影响痢疾发病数的气象因素有平均气温、滞后两个月的极端最低气压、滞后一个月的极大风速、滞后一个月的最小相对湿度、日照时数、滞后两个月的降水量,其中,平均气温对痢疾发病数的影响最大。另外,本文建立的基于时间序列的泊松回归能够利用气象数据对痢疾发病数进行较高精度的预测。意义和创新1、掌握湖南省痢疾发病率的空间分布情况,确定重点防控地区,有利于合理地对卫生资源进行分配。2、针对湖南痢疾的高发区,在控制季节性和自相关性的基础上,高精度地定量分析气象因素与痢疾发病的关系,为开展痢疾的防控工作提供科学依据。
高宏伟[3]2012年在《不同时空尺度疟疾传播风险预测及环境影响因素研究》文中指出背景疟疾（malaria）是由疟原虫寄生于人体引起的一种传染病，通过被感染的蚊子叮咬传播。疟原虫在人体肝脏发育，然后感染红细胞增殖成裂殖子，使红细胞胀大破裂，大量代谢产物进入血流导致机体发病。临床表现以周期性寒战、高热，头痛、呕吐，继之大汗后缓解为主要特点。通常发生在蚊子叮咬后的10~15天。感染人体的疟原虫包括：间日疟原虫(Plasmodium vivax)、恶性疟原虫(Plasmodiumfalciparum)、叁日疟原虫(Plasmodium malariae)及卵形疟原虫(Plasmodium ovale)，分别引起间日疟、恶性疟、叁日疟和卵形疟。根据世界卫生组织报告，到2010年，全球大约33亿人口（约占世界人口的50%）受疟疾威胁，每年约有2.16亿人感染疟疾，约65.5万人因疟疾死亡，大部分来自贫穷的国家。历史上，安徽省一直是我国疟疾流行重灾区之一，20世纪60~70年代，疟疾年发病人数曾超过千万，1980年安徽省疟疾发病数达到112万人，占全国疟疾报告病例数的33.9%。在党和政府的高度重视下，制定了疟疾防治工作的一系列政策和规划,在人力、物力、财力等方面给予大力支持。经过近20年的努力，到上世纪90年代末期，安徽省大部分县市达到了基本消除疟疾的标准（年发病率低于万分之一）。安徽省年发病率从1990年52/10万降低到1999年1.3/10万。但在2000年以后我国疟疾疫情曾一度出现回升，主要集中在安徽、河南和江苏省。2006年安徽省全年疟疾报告病例近3.5万人，占全国疟疾报告病例数的54.5%，成为安徽省重点防控的传染病。安徽省疟疾的复燃引起了卫生防病部门和学术界的高度重视，采取了大量的防控措施，2006年以后疟疾疫情得到了有效的控制，逐年发病率大幅度的降低。但是，什么原因导致安徽省疟疾在2000年后复燃还不是很明确。相关研究认为气候因素的变化会严重影响疟疾传播媒介的数量和叮咬频率，以及疟原虫在蚊体内寄生的外潜伏期。然而，全球变暖和世界范围内的疟疾发病增加之间的关系仍然存在很大的争议。此外，过去的研究大多集中在恶性疟传播，间日疟与其有着不同的传播媒介和传播特征，但其与气候变化特点的研究相对较少。安徽省是间日疟流行的地区，中华按蚊是主要传播媒介，主要孳生场所集中在稻田及其灌溉系统，还有住宅附近的池塘、洼地、水坑等。控制间日疟的传播优选控制传染源为主，采取休止期根治的方式可以有效地降低疟疾的传播。因此，明确疟疾病例的时间和空间分布特征，才能采取有针对性的防治策略和措施。另一方面，从安徽省疟疾空间的分析结果上看，发病率存在着明显的空间异质性，对于这种空间分布的差异性原因的分析，是对该地区疟疾防控中亟待解决的科学问题之一。目的探讨2000年后安徽省疟疾发病率上升的主要原因；阐明近20安徽省年来疟疾的流行趋势及变化特征，识别疟疾传播的热点区域，综合分析气象、地理、环境等因素对该地区疟疾疫情的影响，建立该地区疟疾传播风险预测模型，为建立疟疾早期预测预警系统降低疟疾发病率提供科学依据，为疟疾疫情的防控和合理配置卫生资源提供理论指导。从方法学建立基于空间分析（GIS、GS、GPS）技术和数理统计学方法相结合的疟疾传播风险预测模型，评估疟疾传播风险的空间区域差异和时间变化趋势，为相关媒介疾病的研究提供方法学支持。方法收集1990~2009年安徽省各县市疟疾的月发病率监测数据和气象数据；将各县市年均发病率与相应的行政边界图层进行空间关联，绘制安徽省各县市疟疾年发病率空间分布图；采用Spearman correlation分析方法来确定不同研究区域（淮北、江淮、江南）疟疾月平均发病率和气候因素之间的关系和“滞后”效应；构建多项式分布滞后模型（Polynomial Distributed Lag Model, PDL）来定量分析环境因素对疟疾发病率贡献的大小，拟合和预测疟疾的发病率；用AIC准则（Akaikeinformation criterion）选定PDL模型参数，计算模型的校正决定系数（AdjustedR-squared）和拟合值的残差（Residual），并对模型拟合值的残差序列进行了白噪声（White Noise）检验(Ljung-Box Q统计量)，评估模型的拟合优度（goodness-of-fit of the models）；应用均方根误差（the root mean square error，RMSE）评价模型的预测效果，针对预测值的残差序列进行白噪声检验（应用Ljung-Box Q统计量）；利用时间移动窗口扫描（Temporal scan statistical method）、空间自相关（Spatial autocorrelation）和空间聚类分析（Spatial cluster analysis）研究疟疾发病的时间和空间分布特点，确定发病的热点区域；应用2005~2010年安徽省疟疾患者的详细家庭住址信息，查询患者的家庭住址坐标，应用ArcGIS9.2软件定位到安徽省地形图上；应用地理信息系统（GIS）技术将研究区域划分为25平方公里(5km×5km)大小的栅格地图，利用时间序列面板数据模型（Panel data regression model）方法分析环境变量与疟疾发病率之间的关系，评估疟疾传播风险空间区域差异的环境影响因素。结果1.安徽省1990~2009年间共报告疟疾病例198875例，时空分析结果显示疟疾发病率变化存在空间异质性。1990~1999年期间，淮北、江淮、江南叁个地区的发病率均呈现显着的下降趋势，从2000年以后，仅淮北地区发病率呈明显上升趋势，2006年达到发病高峰90.54/100000。江淮和江南均保持较低的发病水平，2000~2009年间平均发病率分别为3.47/100000±1.29和1.09/100000±0.54。疟疾的发病具有明显的季节性，发病高峰主要集中在6~11月之间。从空间变化趋势分析显示安徽省上世纪90年代疟疾发病遍布全省且逐年降低，2000年后发病率开始增高，“热点区域”由南向北变迁，并且“北移”现象明显，年平均发病率的空间动态变化差异较大。自1990年到2009年的20年期间，安徽省各县市年平均发病率从最低0.45/100000到最高88.65/100000，中位数10.45/100000。2.空间自相关分析结果显示安徽省疟疾存在显着的空间聚集性。选择最大空间窗口半径为安徽省20%的总人口标准应用空间聚类分析，结果表明安徽省北部和东部分别存在一个高聚类区。一级聚类区位于安徽省淮河北部，包括濉溪县、宿州市、灵璧县、萧县、淮北市、固镇县、蒙城县、涡阳县、利辛县共9个县区，聚类中心点坐标（33.678555N，116.699142E），聚类半径76.98km；二级聚类区位于安徽省中东部明光市、五河县、凤阳县共3个县区，聚类中心点坐标（32.807571N,118.111466E），聚类半径52.28km。3.针对安徽省疟疾2000年后“反弹”的现象，应用时间序列的多项式分布滞后模型进行分析，多因素分析结果显示：安徽省所有叁个地区（淮北、江淮、江南）疟疾的发病仅与1~2个月前的降雨量存在着密切的相关，回归系数分别为1.18、1.51、1.23。而与最高、最低温度、平均温度、相对湿度和MEI均没有统计学上的关联。建立的疟疾风险预测模型具有良好的拟合和预测效果。安徽省叁个地区（淮北、江淮和江南）预测值的残差均为白噪声序列，均方根误差值（theroot mean square error, RMSE）分别为1.63、1.86、1.75。4.安徽省疟疾空间区域差异的影响因素研究显示：单因素面板数据模型分析表明月均相对湿度（RH）、归一化植被指数(NDVI)、月累计降雨量(Accumulativerainfall)、月平均温度（Average temperature）在1~3个月滞后条件下与月疟疾发病率存在显着正相关，同时海拔和旱地面积也与疟疾发病率存在显着关联。多因素面板数据模型分析结果表明月均相对湿度滞后1个月(IRR=1.29, P<0.01)，NDVI在滞后2个月(IRR=1.05, P<0.01)，降雨量在滞后1个月(IRR=1.11,P<0.01)，平均温度在滞后1个月(IRR=3.53, P<0.01)与疟疾的空间区域分布密切相关。土地利用分析结果显示旱地面积增加会导致疟疾发病的增高(IRR=1.23,P<0.01)。结论本研究揭示了安徽省疟疾发病率在2000年以后的“反弹”与当地疟疾发病高峰前1~2个月的降雨量变化密切相关，构建了疟疾传播风险的预测模型；安徽省1990~2009年间疟疾传播的热点地区由南向北变迁，找出了近年来疟疾传播的季节性特点和空间热点区域；导致安徽省疟疾空间分布异质性的主要影响因素为温度、湿度、降雨量、植被和旱地面积的区域分布差异，定量地评价了气候环境因素对疟疾传播的影响。研究提示降雨的变化主要影响疟疾在时间上的分布差异，而空间分布的异质性则较多受到温度、湿度、植被等因素的影响；研究结论为该地区今后进一步做好疟疾的防控工作，最终消灭疟疾传播提供了科学参考价值。
沈波[4]2008年在《福州地区细菌性痢疾流行趋势及气象要素对其影响的神经网络模型研究》文中认为目的掌握福州地区细菌性痢疾流行趋势和气象要素对细菌性痢疾流行的影响规律,建立细菌性痢疾BP人工神经网络预测模型,为制定预防控制措施提供科学依据。方法收集1987～2006年福州地区人口学资料、细菌性痢疾发病资料、气象资料和社会经济资料等,根据各行政区的地理位置、社会经济条件等因素将其分为城区、平原、山区、沿海四个区域。描述分析福州地区及所划分的四个区域20年间细菌性痢疾的流行趋势及气象特征。在控制经济因素后,分别对5个区域的气象要素和细菌性痢疾月发病率进行偏相关分析。用Matlab7.2软件包中的神经网络工具箱,以各区域1987～2006年的月人均消费支出和月气象要素作为输入因子,以细菌性痢疾月发病率为输出因子,分别建立5个区域的BP神经网络模型,并以2007年的资料验证其预测成功率。结果1.流行病学分析(1)福州地区20年累计常住总人口数为113725105,共报告细菌性痢疾15378例,年均发病率为13.52/10万,在国内属于低发地区,1987年发病率最高,为28.86/10万,2001年发病率最低,为6.31/10万。4个区域的发病率水平从高到低依次为:城区、平原地区、山区、沿海地区。(2)福州地区20年细菌性痢疾流行整体呈下降趋势,大致分4个阶段,且有5年为周期性波动的倾向:20世纪80年代后期到90年代初期发病率呈逐年下降,90年代初期到中期发病率逐年上升,90年代中期后又逐年下降,进入21世纪逐步趋于稳定。4个区域流行趋势大体和全地区类似,各有特征。(3)各年龄组均有病例发生,以10岁以下年龄组发病率最高,男性比例高于女性。(4)当地的细菌性痢疾流行呈明显的季节性,以8～9月份为流行高峰期,2月份最低。2.气象分析福州地区近20年平均气温为20.01±0.50℃,气温有逐年上升趋势,年平均日照数为1618.38±132.11小时,平均湿度为77.70±2.08%,平均年降水量为1479.70±300.34毫米,平均气压为为1009.01±0.54百帕均,均呈明显的季节性特征。各区域同期气象要素的比较:(1)气温:城区最高,沿海地区最低,山区和平原地区和全区域平均水平接近;(2)降水量:城区最低,沿海地区和山区则高于平均水平,平原地区和平均水平接近;(3)相对湿度:城区最低,沿海地区最高,山区和平原地区和平均水平接近;(4)日照时数:4个区域基本接近;(5)气压:城区最低,沿海地区和平原地区高于平均水平,山区和平均水平接近。3.偏相关分析在控制经济因素后,各区域的月平均气温、月日照时数均和菌痢的月发病率成正相关,其中气温的相关系数为0.442～0.668(P<0.01),月日照时数的相关系数为0.360～0.510(P <0.01);气压和细菌性痢疾的月发病率成负相关,相关系数为-0.606～-0.369 (P <0.01);沿海地区的月降水量和菌痢的月发病率相关无统计学差异(P >0.05),其余地区成正相关,相关系数为0.170～0.267(P <0.01);相对湿度仅在平原地区与菌痢的月发病率成正相关(r=0.228,P <0.01),其他区域相关无统计学差异(P >0.05)。4.BP神经网络模型神经网络经学习和训练,训练误差下降并趋于稳定,5个区域模型的回代相关系数均大于0.8,通过建立的神经网络模型对2007年细菌性痢疾的发病率进行预测,5个区域模型的平均绝对误差率为17.30%～18.19%,模型的预测成功率为83.33%～91.67%。结论1.福州地区1987～2006年细菌性痢疾的流行呈明显的季节特征,有逐年下降的趋势,但仍保持一定的发病率,有周期性波动倾向。在国内属于低发病率地区,以10岁以下年龄组发病率最高,城区的发病率高于其他区域。2.当地的气象要素和菌痢的流行有一定的相关,其中气温的相关系数最大,可利用气象要素和菌痢发病率的关系建立BP神经网络预测模型。3. BP神经网络在气象要素与菌痢发病之间建模是可行的,其预测准确率在80%以上。BP神经网络模型可以作为应用气象要素来预测菌痢流行的一种新方法。
黄艳[5]2010年在《疫病预测的气象分析》文中提出1、前言据统计,在过去的20年至30年间,全球出现了30种新的疾病,同时,一些曾经已经被控制的疾病也卷土重来。目前全球每年有1700余万人死于各种传染病。新发传染病在近十几年来越发受到世界各国的高度关注。2003年的非典型性肺炎(SARS)更是让全球觉醒,2009年全球流行的甲型H1N1流感再一次给
马玉霞[6]2007年在《甘肃省几种主要传染病的时空分布特征及其对气候变化的响应和预测研究》文中提出近年来，全球变暖已成为不争的事实，由此加剧了天气气候变化及其它的环境问题，而天气、气候及环境变化又对人类健康造成了多方面的直接或间接影响，其中，最重要的一个方面就是对传染病暴发和传播的影响。因此，有必要加快该领域的研究，这无疑对疾病的预防与控制、健康水平的提高和促进人类社会发展都具有重要意义。本论文选择地形复杂、具有多种气候类型的甘肃省作为研究区域，首次系统地收集整理了全省88个县(区)1951-2005年6种传染病(细菌性痢疾、甲型肝炎、麻疹、流行性乙型脑炎、流行性脑脊髓膜炎、流行性出血热)疫情资料和2004-2005年逐日发病资料及相应的气候资料，重点分析了近30年甘肃省气候变化特征及传染病的时空分布特征，研究了气象条件和气候变化对疾病发病率的影响。并利用GIS方法探讨了城市发展对传染病发病率的影响。最后用统计方法和人工神经网络方法(ANN)建立了主要疾病的预测模型。获得了一些创新性的研究成果，归纳起来，主要有：(1)近30年，甘肃省是持续变暖的，其平均气温上升了1.10℃，变暖幅度为0.2-0.8℃／10a。从季节变化来看，全省气温变暖主要发生在冬季和夏季；而平均气温和平均最低气温上升最快的分别是陇中半干旱区和河西干旱半干旱区，上升幅度分别为0.545℃／10a和0.560℃／10a。全省降水总体呈减少趋势，季节差异较大，作为汛期的夏季降水减少最明显，从70年代开始持续减少，这也是导致全省年降水量减少的主要原因。由此可见，甘肃省气候特征整体上呈现暖干化趋势。(2)细菌性痢疾、甲肝、麻疹在全省范围内均有发病，而乙脑、出血热、流脑属于地方性传染病。不同疾病的发病率有明显的地域差异，全省菌痢发病率最高的在阿克塞县，为569.62／10万人；甲肝发病率最高的在舟曲县(甘南州)，为198.9／10万人；麻疹发病率最高的在嘉峪关，为121.94／10万人：乙脑发病率最高的在陇南的成县，为2.108／10万人；出血热发病率最高的在甘南州的合作，为9.021／10万人；流脑发病的22个地区中，发病率最高的在甘南州夏河县，发病率为6.321／10万人。(3)甘肃几种主要传染病都有明显的季节变化，其中，细菌性痢疾和乙脑发病主要在7-9月；甲肝在8-10月；出血热在10-12月和2月；麻疹在3-5月；流脑在2-4月。各种传染病与气象要素都存在一定的同期和滞后相关性，其中，细菌性痢疾、乙脑月发病人数分别与月平均气温、月平均最高气温、月平均最低气温以及月降水量呈显着的正相关关系，与气压呈负相关；而甲肝和流脑分别与气温、降水、湿度呈显着负相关，与气压呈正相关；麻疹与其它要素的相关性不如其他疾病显着，而与风速的相关性比较好。说明气象条件对传染病的发病和传播有很重要的作用。(4)城市不断发展，人口密度增大，会影响某些疾病的传播。其中，麻疹发病率在城市随城市化水平呈逐年增加的趋势而在郊区呈下降趋势；菌痢和甲肝发病率在城市和郊县均呈逐年下降的趋势。这一方面与疾病本身的传播方式有关，另一方面反映了城市发展在促进经济发展和提高居民生活水平的同时也带来了一些负面影响。(5)建立了各气候区痢疾和麻疹月发病人数的多元线性和非线性回归预测模型，以及人工神经网络(ANN)预测模型。相比较而言，非线性回归模型预测效果比线性模型好一些，而人工神经网络预测模型又比非线性预测模型预测效果更好，说明用人工神经网络方法进行疾病发病率预报是完全可行的。
李国栋, 张俊华, 焦耿军, 赵自胜[7]2013年在《气候变化对传染病爆发流行的影响研究进展》文中指出全球气候变化已影响到传染病发生、传播与变化的各个环节,从病原体及其携带者、传播途径和人体自身抵抗力等方面直接或间接影响传染病的发病趋势,从而对人类健康造成了巨大的威胁。所以加强对气候变化与传染病间关系、预测预报研究,对进一步认识、预防和控制传染病的爆发流行具有重要意义。阐述了全球气候变化对生物物种的地理分布和人类健康的影响,气候变化改变了生物物种的地理分布范围,增加了某些物种的潜在分布区域,并造成生物物侯期的改变;同时,极端气候事件成为导致种群数量波动的一个重要驱动力。气候变化对人类健康有直接和间接影响,它使得传染病发病率增加、传染病分布范围扩大、人群对疾病易感性增强。评述了气候变化对疟疾、登革热、霍乱、流行性乙型脑炎、流感、SARS、肠道传染病、鼠疫、血吸虫病等常见传染病流行机制和传播过程的影响研究进展。评述了传染病和气象因子关系分析中常用的定性和定量分析方法,传统的研究多以定性分析为主,方法较单一;目前,利用流行病学资料与同期的气象因子进行单因素相关分析、多元回归分析是常用的研究方法;主成分回归分析、逐步判别分析、灰色关联分析法、RS和GIS等方法近年来逐渐得到应用;数学建模、实验室生物学仿真实验方法是今后需强化的方向。提出了该研究领域国内外研究普遍存在和亟待解决的问题,针对目前的研究现状和存在的问题,提出了未来的研究重点和发展方向。
肖达勇, 刘勋, 廖骏, 赵寒, 宿昆[8]2018年在《2009-2014年重庆市痢疾流行特征及气象因素对其影响的BP神经网络模型研究》文中认为目的分析重庆市2009-2014年痢疾流行特征及其与气象因素的关系,建立痢疾发病率的预测模型,并评价拟合效果,为痢疾发病预测预警提供科学方法。方法收集重庆市2009-2014年气象资料和痢疾发病数据,利用Excel2003进行数据整理,SPSS 18.0统计软件进行气象因素与痢疾周发病数的相关分析并建立多元回归模型,利用matlab 7.0软件构建气象因素与痢疾周发病率的BP人工神经网络模型。结果 2009-2014年重庆市共报告痢疾55 580例;年平均发病率为28.0/10万,发病有明显季节性,发病高峰在5~10月份,且男女发病率差异有统计学意义(χ2=112.03,P<0.01)。病例以散居儿童、学生和农民为主;痢疾周发病率与同1周和前1周的周平均水气压、周平均气温、周平均最高气温、周平均最低气温、周平均温差、周平均日照、周平均露点温度均成正相关,与周平均气压成负相关(均有P<0.05)。利用同一周与前一周的气象因素建立的BP神经网络模型,其平均绝对误差(MAE)分别为0.087和0.071;利用同一周与前一周的气象因素建立的多元回归模型,MAE分别为0.077和0.074。结论利用前一周的气象因素建立的BP神经网络模型对痢疾发病预测具有良好的拟合效果和预测能力;影响痢疾发病的主要气象因素为周平均水气压,周平均露点温度,周平均气压,周平均温度。
丁国永[9]2015年在《气候变化背景下暴雨洪涝致人群敏感性传染病发病影响的研究》文中进行了进一步梳理研究背景当前,人类活动的影响使气候与环境的变化日益加剧,全球气候异常越来越明显,气候变化已成为21世纪全球最大的健康威胁。在2014年APEC会议和G20峰会上,气候变化是各国关注的焦点,各国政要达成共识,认为全球气候变化深刻影响着人类生存和发展,是人类面临的重大挑战。气候变化一个明显的特征就是极端天气事件的频率和强度发生了改变。20世纪的观测事实说明,由气候变化引起的各种自然灾害出现的频率和强度明显上升,其中暴雨洪涝灾害是发生最频繁的自然灾害,也是破坏性极强的自然灾害,全球洪涝灾害大约占总自然灾害的40-50%。暴雨洪涝是指长时间降水过多或区域性持续的大雨、暴雨以及局地性短时强降水引起江河洪水泛滥,冲毁堤坝、房屋、道路、桥梁,淹没农田、城镇等,引发地质灾害,造成意外死亡、疾病、财产损失和农作物减产等的一种灾害。我国是一个暴雨洪涝频发的国家,根据1950-2006年全国洪灾资料初步统计,全国平均每年受灾面积967.02万hm2,成灾面积542.55万hm2,平均成灾率为56.1%。目前,防洪减灾已成为全世界日益关注的重大问题,对暴雨洪涝进行有效科学的评估和预测是科学防灾减灾的基础,也是国内外学者研究的热点和难点问题。开展暴雨洪涝对人类健康的影响并针对脆弱人群提出各有侧重的卫生干预措施具有重大公共卫生意义。国内外暴雨洪涝对人类健康危害的研究显示：直接死亡、外伤、伤口感染、皮炎、传染病、中毒、低温症、呼吸系统疾病和精神障碍等是暴雨洪涝对人类健康的潜在影响疾病。但目前暴雨洪涝对人类健康的影响仍缺乏强有力的流行病学证据,且由于所能收集到的数据限制,往往只着眼于一两次洪水过程所造成的人群健康影响,没能全面反映暴雨洪涝引起的人群传染病敏感疾病谱,也未深入了解暴雨洪涝对相关敏感疾病的影响程度。随着公共卫生事业的发展,虽然与暴雨洪涝相关的传染病大多已降到较低水平,但传染病的传染源以及传播条件依然存在,灾后疫情预防控制工作依然严峻,开展暴雨洪涝对人群传染病发病风险的流行病学研究仍然具有重大公共卫生意义。另外,随着信息时代的到来以及大数据的应用,使用长时间尺度和大空间尺度的研究成为可能。因此,本研究拟通过海量的气象灾害信息和人群疾病信息,重点开展叁方面研究：一是识别暴雨洪涝事件相关的敏感性传染病,确定暴雨洪涝对传染病的敏感疾病谱；二是基于时间序列分析和病例交叉设计定量评价暴雨洪涝与重点敏感性传染病的关系,确定暴雨洪涝对重点敏感性传染病的发病影响；叁是基于WHO推荐的可比较风险评估框架(Framework of comparative risk assessment,CRA),估算出重点敏感性疾病归因于暴雨洪涝事件的疾病负担。研究目的(1)识别研究区域暴雨洪涝相关敏感性传染病谱。(2)建立适合研究现场的暴雨洪涝与人群重点敏感性传染病关系的定量模型。(3)确定暴雨洪涝对重点敏感性传染病影响的滞后效应,评价暴雨洪涝对敏感性传染病的发病影响。(4)估算暴雨洪涝对重点敏感性传染病的归因疾病负担。研究方法基于暴雨洪涝发生的频率和流域分布特点,选择广西壮族自治区作为识别敏感性传染病谱和长时间尺度评估暴雨洪涝对传染病影响程度的研究区域,选择安徽省北部作为典型一次暴雨洪涝事件研究的研究区域。本研究的传染病数据来自中国疾病预防控制系统的法定报告传染病数据库,暴雨洪涝数据来自相关年鉴和中国气象科学数据共享服务网。采用生态趋势研究识别暴雨洪涝相关敏感性传染病。首先,根据传染病的传播机制和生物学合理性,排除与暴雨洪涝无关的传染病种类。然后描述传染病的叁间分布特征,剔除发病较少的病种(因在后续评价中造成结果不稳定)。根据研究现场暴雨洪涝状况选取暴露期和具有可比性的对照期,通过比较暴露期与对照期传染病的发病频率来粗筛暴雨洪涝相关敏感性传染病。最后,在控制了潜在混杂因素基础上进行多因素分析,将多因素回归模型认为有关联的传染病进行流行病原理分析,判断筛选结果的可靠性,最终确定出暴雨洪涝对传染病的敏感疾病谱。采用时间序列分析和病例交叉设计定量评价暴雨洪涝与重点敏感性传染病的关系。首先从长时间尺度定量评价暴雨洪涝与急性出血性结膜炎(Acute hemorrhagic conjunctivitis,AHC)及肺结核的关系。暴雨洪涝对AHC发病影响的评估采用时间序列的广义相加模型(Generalized additive model,GAM);暴雨洪涝与肺结核发病的定量分析采用面板数据模型。然后开展典型暴雨洪涝事件(2007年淮河流域性大洪水作为典型代表)对感染性腹泻和疟疾的发病影响。分别采用时间分层和双向对称的病例交叉设计定量评价了2007年淮河大洪水对感染性腹泻和疟疾的发病影响。采用CRA框架估算重点敏感性传染病归因于暴雨洪涝事件的疾病负担。经修饰滞后效应后,首先收集暴雨洪涝暴露效应期AHC、感染性腹泻和疟疾的病例。采用WHO推荐的直接法计算暴雨洪涝暴露效应期叁种传染病的健康寿命损失年(Years lived with disability,YLDs)。基于CRA框架,计算暴雨洪涝对AHC、感染性腹泻和疟疾的潜在影响分值(Potential impact fraction,PIF)。进而估算暴雨洪涝致AHC、感染性腹泻和疟疾的归因疾病负担,即归因YLDs。研究结果(1)Wilcoxon秩和检验显示,细菌性痢疾、阿米巴痢疾、其他感染性腹泻、AHC、甲型H1N1流感、肺结核、百日咳、流行性感冒、麻疹、肾综合征出血热(Hemorrhagic fever with renal syndrome,HFRS)、狂犬病、流行性乙型脑炎(Epidemic encephalitis B, EEB)、炭疽、钩端螺旋体病和恶性疟可能是暴雨洪涝相关敏感性传染病,其最强滞后效应分别出现在1旬、2旬、6旬、0旬、7旬、9旬、0月或8旬、0旬、0月或0旬、8旬、9旬、0月或0旬、12旬、5旬和1月。(2)多因素回归模型显示暴雨洪涝相关敏感性肠道传染病为痢疾和AHC,其ORs分别为1.268(95% CI：1.072-1.500)和3.230(95% CI：1.976-5.280)；相关敏感性呼吸道传染病为甲型H1N1流感、肺结核和流行性感冒,其ORs分别为1.808(95% CI：1.721-1.901)、1.200(95% CI：1.036-1.391)和2.614(95% CI：1.476-4.629)；相关敏感性自然疫源性及虫媒传染病为HFRS.EEB.钩端螺旋体病和恶性疟,其ORs分别为1.284(95% CI:1.104-1.493)、2.232 (95% CI:1.302-3.827)或2.334 (95% CI:1.119-4.865)、 1.138 (95% CI:1.075-1.204)和3.476 (95% CI:1.497-8.075)。(3)Spearman相关分析显示月洪水历时天数在滞后3个月时与肺结核发病呈最强相关性(rs=0.165,p<0.05)。其他滞后效应分析显示暴雨洪涝对AHC的最强滞后效应出现在0旬(RR=1.026,p=0.014)；阜阳市洪水事件对感染性腹泻的最佳滞后期为2天,而毫州市洪水事件对感染性腹泻的最佳滞后期为5天；洪水对疟疾的最强滞后效应出现在第25天,而渍害最强的滞后效应出现在第7天。(4)GAM显示暴雨洪涝致AHC发病风险的RR值为2.048(95%CI：1.075-3.903)和2.358(95% CI：1.229-4.625)；面板数据模型显示月洪水历时天数与肺结核月罹患率成显着正相关关系,其发生比率比为1.395(95% CI：1.244-1.565)和1.401(95% CI：1.249-1.571)；时间分层病例交叉研究表明阜阳市洪水事件与感染性腹泻发病有较强的关联(OR=3.175,95% CI:1.126-8.954),而毫州洪水事件对感染性腹泻的OR=6.754(95% CI:1.954-23.344)。1：3双向对称的病例交叉研究显示洪水单独作用对疟疾的发病风险比值为1.467(95%CI：1.257-1.713),渍害单独作用对疟疾的风险比值为1.879(95% CI：1.696-2.121),而洪水与渍害联合作用的风险比值为2.631(95% CI：2.341-2.956)。(5)研究现场暴雨洪涝对AHC和感染性腹泻的PIF分别为0.2033/0.2485和0.807；洪水单独作用对疟疾的PIF为31.8%,渍害单独作用对疟疾的PIF为47.3%,而洪水与渍害联合作用对疟疾的PIF为62.0%。(6)研究现场受灾人群AHC归因暴雨洪涝的YLD强度为0.0407(95% CI：0.0004-0.0827)或0.0497(95% CI：0.0106-0.0938)；感染性腹泻归因于暴雨洪涝的YLD强度在阜阳为0.0081,毫州为0.0209；可归因于洪水作用、渍害作用和洪水与渍害联合作用的疟疾YLD强度分别为每天0.009、0.019和0.022。研究结论(1)广西暴雨洪涝相关敏感性传染病谱为细菌性痢疾、AHC、甲型H1N1流感、肺结核、流行性感冒、HFRS、EEB、钩端螺旋体病和疟疾(主要为恶性疟)。(2)暴雨洪涝可以导致AHC的发病增加,暴雨洪涝期间AHC的脆弱人群为儿童和青少年。(3)暴雨洪涝对肺结核在人群中的传播起着重要作用,滞后3个月的洪水历时对肺结核发病影响最大。随着洪涝历时天数增加,肺结核的发病风险随之增加。(4)暴雨洪涝可以显着增加感染性腹泻的发病风险。另外,相比短时间的骤发洪水,历时较长一般洪水会加重感染性腹泻的疾病负担。暴雨洪涝期间感染性腹泻的脆弱人群为老年人和儿童。(5)洪水和渍害有利于疟疾发病的异常增高,首次阐明了农业气象灾害渍害对疟疾的发病风险。另外,渍害引起疟疾的发病风险明显高于洪水,且洪水与渍害对疟疾的联合作用呈协同趋势。暴雨洪涝期间疟疾的脆弱人群为男性、老年人和儿童。创新性(1)提出了与我国暴雨洪涝相关的敏感性传染病疾病谱。现有的研究虽然对暴雨洪涝与个别传染病进行了探讨,但是仍不清楚与我国暴雨洪涝相关的敏感性传染病疾病谱。本研究系统地开展了暴雨洪涝对传染病敏感性的筛选工作,明确了与我国广西地区暴雨洪涝相关的敏感性传染病疾病谱。(2)针对暴雨洪涝-健康特点,本研究从多区域长时间序列探讨了暴雨洪涝与传染病的关联强度。利用时间序列GAM评估了暴雨洪涝对AHC的发病影响,证实了暴雨洪涝能显着增加AHC的发病风险。采用面板数据模型探讨了暴雨洪涝与肺结核病发病的关系,结果证实暴雨洪涝对肺结核在人群中的传播起着重要作用。(3)确定了评价暴雨洪涝对人群疾病负担影响的指标及其计算。本研究对我国安徽省西北部地区暴雨洪涝与感染性腹泻进行了定量分析,首次采用了一种综合性评估方法,即利用归因YLDs评价暴雨洪涝造成的流行病学负担。从长时间尺度评估了暴雨洪涝对AHC的归因疾病负担。本研究发现虫媒传染病的流行与农业气象灾害渍害有密切关系,首次阐明了渍害对人群疟疾的归因YLDs,且洪水与渍害对疟疾的联合作用呈协同趋势。
于德宪[10]2008年在《登革热监测方法的系列研究》文中提出研究背景登革热是由伊蚊传播的一种急性传染病，主要分布于热带和亚热带的国家和地区，是分布最广、发病人数最多的虫媒传染病之一，估计全球每年有1亿例感染者，对人群健康造成极大威胁。登革热在我国主要分布在东南沿海的广东、福建、海南和台湾四省，近年来在浙江等地也出现了局部流行。随着全球气候的不断变暖，登革热有向北逐渐扩散的趋势，同时，全球化趋势、自然生态系统的破坏也使得该传染病的预防和控制工作越发复杂。疾病监测是指长期、连续、系统地收集疾病的动态分布及其影响因素的资料，经过分析将信息上报和反馈，以便及时采取干预措施并评价其效果。疾病监测工作包括4个基本环节：收集资料、分析资料、反馈信息和利用信息。其中充分利用监测信息对疾病流行进行预测预警是疾病监测的主要目的之一。我国目前对登革热的监测包括人间疫情监测(疫情监测、血清学监测、病原学监测)和媒介监测(媒介密度监测、病毒监测)两方面。信息管理是疾病监测的核心环节。传统的监测信息管理无论是“逐级上报”还是“网络直报”模式都只能完成一般的属性信息管理工作，不能完成从地理概念出发的操作，往往缺乏有关疾病的地理空间信息，这就难以有效反映疾病的地理空间分布特征和空间关系，无法准确掌握疾病的流行规律，因此，尽快研究设计出方便实用的疾病监测信息管理系统成为迫在眉睫的事情。近年来地理信息系统技术发展迅速，其与公共卫生领域的结合不断紧密，它已成为处理、分析和可视化空间资料必不可少的工具。建立基于地理信息系统相关技术的信息管理系统是对传染病疫情适时监控、预警、快速反应的重要手段，它可以及时掌握传染病疫情的发展、变化，使疫情信息的传递更加及时、准确，使有关部门能够在第一时间内及时采取应急措施，减少不必要的损失。媒介监测对于登革热的预测具有重要意义。目前对媒介伊蚊的监测主要采用幼虫监测法，指标为房屋指数、容器指数和布雷图指数等；2005年5月提出的《全国病媒生物监测方案(试行)》将诱蚊诱卵器列为伊蚊的监测方法之一，但应用还不广泛。数据信息的管理是传染病监测过程中的重要一环。2004年之前，我国传染病疫情信息主要由医疗卫生机构使用纸质报告卡，通过邮寄或电话方式向区疾病预防控制机构报告，由其按全国统一的软件录入计算机的逐级上报的模式；从2004年元月开始，国家卫生部规定所有法定传染病和其他一些重要传染病疫情全部通过联网数据库“中国疾病预防控制信息系统”进行网络直报，但一些虫媒传染病如登革热等的媒介昆虫监测资料由各监测单位自行管理，并不统一上报。在预测预警方面，目前无论是国内还是国外，都还没有有效的方法可以对登革热流行进行预测预警。有相关研究认为，伊蚊房屋指数、容器指数和布雷图指数较高时，登革热流行的危险性增加，因此全球多数国家主要以这些指标作为登革热流行前的预警指标，我国要求平时将布雷图指数控制在20以下，而登革热流行时，则要求迅速将其控制在5以下。我国现行的伊蚊监测方法主要为幼虫监测法，这种方法最早是用于黄热病媒介埃及伊蚊的监测，存在工作量大，干扰因素多的缺点，也不完全适用于半野栖的白纹伊蚊。它主要是通过对房屋、庭院中积水容器里的伊蚊幼虫、蛹数量进行监测，进而对环境中的成蚊密度进行估算，但由于现代社会的发展，城市中的建筑主要以楼房为主，庭院和积水容器的数量越来越少，对它们的监测已不足以反映环境中的蚊虫密度。林立丰等设计的新型伊蚊监测工具诱蚊诱卵器已经作为常规监测方法之一在我国一些地区进行应用，这种装置对白纹伊蚊的特异性较强，但诱蚊诱卵效率并不高。而国外应用较广的伊蚊监测方法——诱卵杯法，也存在不能捕获成蚊和诱卵效率低的缺点。因此，改进传统的监测方法，提高蚊媒监测工具的诱蚊和诱卵效率，使之更准确的反映环境中的蚊虫密度和带毒情况，是对登革热进行有效预防和预测的先决条件。寻找合适的蚊虫诱引剂是解决方法之一。传统的登革热预警指标主要是蚊媒的监测数据，但仅用该指标预测效果不理想。例如，新加坡自1979年以来房屋指数控制在2以下和巴西布雷图指数控制在5以下，登革热仍不断流行。因为登革热是由媒介伊蚊传播的急性传染病，因此环境中伊蚊的密度以及影响伊蚊密度的一些因素如气候变化等都会对登革热的流行产生影响，若想对登革热进行较准确的预测预警，必须在登革热流行数据的基础上，结合气候因素、环境因素等建立多因素的预测预警模型。气候变化可以使蚊虫的地理分布范围发生变化，提高繁殖速度，增加叮咬率等而直接影响疾病传播。因此，监测气候因素的变化，进而分析气候因素在传染病发生中所起的作用，将有助于制定更有效的传染病预防控制策略。登革热主要由伊蚊进行传播，而蚊虫密度又受到气温、降雨量、湿度等气侯因素的影响，因此通过进行登革热与气侯因素的相关研究，可以建立基于气侯因素的登革热早期预测预警系统。鉴于上述背景和分析，我们进行了登革热监测方法的系列研究，旨在提高登革热监测的效能与预警水平，促进登革热预防与控制工作的科学发展。目的1．构建基于地理信息系统的登革热监测信息管理系统；2．筛选有效的诱引剂，提高白纹伊蚊的监测效果；3．分析气候因素对登革热流行的影响，为进一步建立登革热预警模型提供科学依据。方法1．基于GIS的登革热监测信息管理系统研究采用北京超图地理信息技术有限公司开发的SuperMap Objects5．2全组件式开发平台实现系统的构建。以Visual Basic6．0为集成环境，通过Active数据对象(ADO)、数据访问对象(DAO)和数据环境(DE)等软件工程技术利用SuperMapObjects核心组件实现登革热相关空间数据库的集成，通过调用动态函数库(DLL)实现GIS组件功能与数据库程序之问的数据传递和数据表现，并且构成统一的无缝界面。2．不同诱引剂对白纹伊蚊密度监测效果影响的研究2．1诱引剂的准备(1)容器颜色实验：对照组：诱蚊诱卵器中放入1张直径为10 cm的圆形滤纸，加入20ml过夜自来水，加盖，标记，备用；杯身黑色组：诱蚊诱卵器杯身上部2／3用黑色塑料包裹，其余同对照组。(2)浸出液实验：大黍组：称取3g新鲜大黍叶，剪碎，浸泡于盛有300ml过夜自来水的烧杯中，放在60℃水浴加热2h，然后用纱布过滤，所得液体即为大黍叶浸出液；轮胎组：废旧汽车轮胎块，剪成碎块，浸泡于一个有300ml过夜自来水的烧杯中，放在60℃水浴中加热2h，然后用纱布过滤，所得液体即为轮胎浸出液；对照组同(1)。(3)化学诱引剂实验：乳酸组：左旋乳酸与过夜自来水混合稀释为0．5mg/ml、1mg/ml、2mg／ml、5mg/ml、10mg/ml、20mg/ml溶液，备用；对照组同(1)。(4)酵母来源CO_2实验：实验一：分为实验组和对照组。实验组每个诱蚊诱卵器中加入50ml过夜自来水配制的25％蔗醣溶液和0．25g酵母粉，并在杯壁上部用双面胶贴一圈宽3cm的滤纸，加盖，标记，备用；对照组同(1)。实验二：实验分为五个组，分别为A组：自来水+酵母粉+蔗醣，B组：自来水+蔗醣，C组：自来水+酵母粉，D组：自来水，E：原诱蚊诱卵杯。其中ABCD组每个诱蚊诱卵杯中加50ml液体，杯壁上部用双面胶贴一圈宽3cm的滤纸。蔗醣浓度为25％，酵母粉为0．25g/杯。E组为对照组，同(1)。实验叁：实验分为六个组，分别为A组：5％蔗糖溶液50ml+0．25g酵母粉，B组：15％蔗糖溶液50ml+0．25g酵母粉，C组：25％蔗糖溶液50ml+0．25g酵母粉，D组：35％蔗糖溶液50ml+0．25g酵母粉，E组：45％蔗糖溶液50ml+0．25g酵母粉，F组：对照组，同(1)。2．2布放和回收(1)室内实验：从野外获得白纹伊蚊蚊卵进行培养，羽化后3～4d，将小白鼠固定挂在蚊笼内供成蚊吸血，1d后取50只雌蚊放入蒙式蚊帐(1．2 m×1．8 m×1．5 m)，在四个角落布放诱蚊诱卵器。连续布放5天后，观察计算诱到的蚊虫数，并将虫卵倒进白搪瓷盆，在放大镜下观察计算蚊卵数。每一实验重复2次。(2)室外实验：将准备好的诱蚊诱卵器布放到家属区周围的绿化带内和地下停车场里，每个布放点内诱蚊诱卵器间隔20cm，点与点间隔25m左右。在诱蚊诱卵器布放后的每天下午15～16点钟检查诱蚊诱卵情况，连续7天。检查时用10倍放大镜观察，记录捕获的蚊虫数及种类，完成后将其放回原来位置，7天后统一收回。3．气候因素对登革热的影响收集广州市历年蚊媒监测资料(人工小时捕蚊数)、登革热发病人数和气候资料，用SPSS13．0软件建立数据库及进行统计分析。蚊虫密度与气候因素的关系应用Spearson等级相关和逐步多元线性回归方法进行分析，登革热发病与白纹伊蚊密度、气候因素的关系应用主成分logistic回归方法进行分析。应用误差反向传播神经网络建立白纹伊蚊密度的预测模型。使用Matlab软件作为建模工具，以广州市1996至2000年间的气候和白纹伊蚊监测数据作为网络的学习训练样本，以2001年的数据作为预测样本。结果1．基于GIS的登革热监测信息管理系统研究本系统根据登革热数据管理的特点，简化了用户操作，使系统的易用性得到增强。主要的功能有以下几方面：(1)文件管理。(2)数据库建立(3)地图的创建与操作。(4)查询：图查属性，属性查图，图形和属性数据双向查询检索。(5)专题图的制作：根据用户选择的属性数据项进行专题图的显示。(6)空间分析：缓冲区分析。(7)进行有关属性数据的统计分析。(8)提供操作结果多种形式的输出。2．不同诱引剂对白纹伊蚊密度监测效果影响的研究(1)容器颜色实验：诱蚊诱卵器杯身变为黑色并没有增强其诱捕白纹伊蚊的能力，反而增加了蚊虫逃逸的概率，室内和室外实验中实验组蚊虫逃逸率分别为50％和66．7％，而对照组为0。(2)浸出液实验：大黍浸出液、轮胎浸出液在室内和室外实验中诱蚊阳性杯数、诱蚊数、诱卵数均与对照组相差不大，在诱蚊指数、诱蚊密度指数、诱卵指数、诱卵密度指数的比较上，差异均没有统计学意义(P>0．05)。(3)化学诱引剂实验：在室内乳酸实验中，随L-乳酸浓度的升高，诱蚊诱卵器捕获白纹伊蚊和蚊卵的数量均呈先升后降的趋势，在浓度为1mg/ml时诱引力最强，随后逐渐下降。乳酸各浓度组诱蚊指数、诱蚊密度指数、诱卵指数、诱卵密度指数与对照组比较差异均没有统计学意义(P>0．05)。室外现场实验的结果与实验室研究结果一致，1mg／ml L-乳酸的诱蚊指数、诱蚊密度指数、诱卵指数和诱卵密度指数分别为55．56％，1．8，55．56％，60．50，高于对照组的38．89％，1．14，50％，56．89，但差异均没有统计学意义(P>0．05)。(4)酵母来源CO_2实验实验一：诱蚊诱卵器随布放时间的延长，捕获白纹伊蚊的数量、诱蚊指数和诱蚊密度指数均呈逐渐上升的趋势。布放7天，CO_2组的诱蚊指数从40．74％增长到74．07％，诱蚊密度指数从1．64上升为3．10；对照组的诱蚊指数从18．52％增长到40．74％，诱蚊密度指数从1．20上升为1．36。CO_2组每天的诱蚊指数、诱蚊密度指数均高于对照组，其中2～7天的诱蚊指数和诱蚊密度指数两组比较差异有统计学意义(P<0．05)。实验二：实验组每天的诱蚊指数和诱蚊密度指数均为CO_2组最高，对照组较低。布放7天的诱蚊指数由高到低分别为CO_2组(89．66％)、蔗醣组(44．83％)、酵母组(40．00％)、自来水组(33．33％)和对照组(26．67％)。统计检验显示各组每天的诱蚊指数比较差异均有统计学意义(P<0．01)。布放7天的诱蚊密度指数由高到低分别为CO_2组(6．19)、蔗醣组(2．08)、酵母组(1．58)、自来水组(1．40)和对照组(1．75)。统计检验显示各组4～7天的诱蚊密度指数比较差异均有统计学意义(P<0．05)。实验叁：布放7天的诱蚊指数由高到低分别为5％蔗醣浓度组(96．55％)、15％蔗醣浓度组(93．33％)、25％蔗醣浓度组(93．10％)、对照组(90．00％)、35％蔗醣浓度组(88．89％)、45％蔗醣浓度组(82．76％)。统计检验显示各组1～5天的诱蚊指数比较差异均有统计学意义(P<0．05)。布放7天的诱蚊密度指数由高到低分别为45％蔗醣浓度组(5．21)、5％蔗醣浓度组(5．04)、15％蔗糖浓度组(4．64)、35％蔗醣浓度组(4．08)、25％蔗醣浓度组(3．70)和对照组(2．52)。统计检验显示各组间每天的诱蚊密度指数比较差异没有统计学意义(P>0．05)。3．气候因素与登革热流行的关系(1)相关分析广州市在连续7年里人工小时捕蚊总数与同期的蒸发量、相对湿度、日照、温度、降雨量都存在正相关关系，而与气压有负相关关系(P<0．05)；而人工小时捕获白纹伊蚊数与同期的蒸发量、相对湿度、绝对湿度、日照、温度、降雨量存在正相关关系，与气压存在负相关关系(P<0．05)。(2)回归分析采用逐步多元回归的方法筛选影响蚊虫密度的主要气候因素，以人工小时捕蚊总数为因变量，以各气候因素为自变量，进行逐步多元回归分析，发现仅绝对湿度一个因素对蚊虫密度的影响有统计学意义，可以纳入回归方程。模型的复相关系数为0．835，决定系数为0．697。用方差分析对整个回归模型进行检验，F=215．839，P<0．001，说明模型具有统计学意义。经回归分析得到回归方程：(?)=362．230+0．835X以人工小时白纹伊蚊数为因变量，以各气候因素为自变量，进行逐步多元回归分析，结果显示日照(X_1)、风速(X_2)、绝对湿度(X_3)和温度(X_4)四个因素对白纹伊蚊密度的影响有统计学意义，可以纳入回归方程。模型的复相关系数为0．850，决定系数为0．723。用方差分析对整个回归模型进行检验，F=59．323，P<0．001，说明模型具有统计学意义。经回归分析得到方程：(?)=1．959+0．609X_1-0．186X_2-0．256X_3+0．349X_4(3)主成分logistic回归分析选中前4个主成分代替原来的自变量，特征根分别为3．652、2．490、1．150、0．905，累积贡献率为88．626％。通过主成分因子负荷矩阵可知，第一主成分主要包含原变量温度、日照、相对湿度、蒸发量、伊蚊密度、降雨量和绝对湿度的信息，第二主成分主要包含原变量绝对湿度、降雨量和伊蚊密度的信息，第叁主成分主要包含原变量风速的信息，第四主成分主要包含原变量气压的信息。主成分logistic回归后，将标准自变量还原为原变量，得到应变量y与原自变量X_1-X_9的回归方程：(?)=exp(-3．3926-0．0005X_1+0．0241X_2-0．00004X_3-0．0001X_4+0．0253X_5+0．0341X_6+0．0165X_7-0．0012X_8+0．0202X_9)／1+exp(-3．3926-0．0005X_1+0．0241X_2-0．00004X_3-0．0001X_4+0．0253X_5+0．0341X_6+0．0165X_7-0．0012X_8+0．0202X_9)(X_1-X_9分别代表：气压、蒸发量、相对湿度、绝对湿度、日照、温度、风速、降雨量、捕蚊数)(4)基于人工神经网络技术建立白纹伊蚊密度预测模型建立的BP神经网络模型经25次学习和训练，误差从0．305539下降至2．93751×10~(-14)，预测符合率为80％。考虑到样本的容量比较小的原因，可以接受结果。结论基于GIS建立的登革热信息管理系统能够较好的将属性数据和空间信息结合，为相关数据的管理、展示和空间分析提供简单易用的操作平台。酵母来源的二氧化碳对白纹伊蚊有较强的吸引力，可以作为诱引剂与伊蚊监测工具结合应用，提高对蚊媒密度和带毒情况监测的准确度。气候因素中日照、风速、绝对湿度和温度对白纹伊蚊密度的影响较大，而温度、日照、蒸发量、白纹伊蚊密度与登革热的发生关系较为密切，有效的预警指标可以通过进一步研究从气候因素中进行提取；基于BP神经网络建立的白纹伊蚊密度预测模型有较好的预测效果，可以作为潜在的登革热预测预警模型进行更深入的研究。
参考文献：
[1]. 气象因素对干旱地区常见传染病疫情的影响及发病预测研究[D]. 曲波. 中国医科大学. 2003
[2]. 湖南省痢疾高发区气象因素与痢疾发病的关系研究[D]. 王宁. 山东大学. 2015
[3]. 不同时空尺度疟疾传播风险预测及环境影响因素研究[D]. 高宏伟. 中国人民解放军军事医学科学院. 2012
[4]. 福州地区细菌性痢疾流行趋势及气象要素对其影响的神经网络模型研究[D]. 沈波. 福建医科大学. 2008
[5]. 疫病预测的气象分析[C]. 黄艳. 全国五运六气高级培训班疫病预测多学科研讨会讲稿论文集汇编. 2010
[6]. 甘肃省几种主要传染病的时空分布特征及其对气候变化的响应和预测研究[D]. 马玉霞. 兰州大学. 2007
[7]. 气候变化对传染病爆发流行的影响研究进展[J]. 李国栋, 张俊华, 焦耿军, 赵自胜. 生态学报. 2013
[8]. 2009-2014年重庆市痢疾流行特征及气象因素对其影响的BP神经网络模型研究[J]. 肖达勇, 刘勋, 廖骏, 赵寒, 宿昆. 预防医学情报杂志. 2018
[9]. 气候变化背景下暴雨洪涝致人群敏感性传染病发病影响的研究[D]. 丁国永. 山东大学. 2015
[10]. 登革热监测方法的系列研究[D]. 于德宪. 南方医科大学. 2008
标签：自然地理学和测绘学论文; 预防医学与卫生学论文; 细菌性痢疾论文; 传染病论文; 法定报告传染病论文; 湖南暴雨论文; 恶性疟疾论文; 安徽暴雨论文; 全球气候变化论文; 气象论文; 疫情论文;