应用趋势面模型分析传染性疾病的地理分布趋势
- 格式:pdf
- 大小:91.84 KB
- 文档页数:3
传染病流行趋势报告解析一直以来,传染病都是全球面临的重大公共卫生问题。
随着全球化的加速,国际交流的频繁,传染病的传播速度和范围也在不断扩大。
在这样的背景下,了解传染病的流行趋势,做好预防工作,显得尤为重要。
从传染病的类型来看,近年来,新发传染病的发生频率呈现上升趋势。
其中,病毒性传染病占据主导地位,如流感、埃博拉、新冠病毒等。
这些病毒具有强烈的传染性和致病性,给全球公共卫生安全带来严重威胁。
从传播途径来看,呼吸道传播和消化道传播是传染病的主要传播途径。
例如,流感通过飞沫传播,新冠病毒也主要通过呼吸道传播。
一些传染病如霍乱、腹泻等,则主要通过消化道传播,即水源性传播。
再次,从流行区域来看,亚洲、非洲和拉丁美洲是全球传染病高发地区。
这些地区由于基础设施薄弱、卫生条件差、人口密度大等原因,传染病容易在这些地区爆发和传播。
其中,非洲地区尤为严重,面临着诸如埃博拉、疟疾等传染病的严重威胁。
易感人群也是我们需要关注的一个重要方面。
儿童、老年人以及免疫力低下的人群,更容易感染传染病。
例如,儿童由于免疫系统尚未发育完全,更容易感染流感、水痘等疾病。
而老年人以及免疫力低下的人群,则更容易成为新冠病毒等传染病的攻击目标。
针对这些传染病的流行趋势,我们需要采取有效的预防措施。
加强公共卫生体系建设,提高疾病预防、控制和应急处理能力。
加强国际合作,共同应对全球公共卫生挑战。
例如,在全球范围内共享病毒基因序列信息,有助于疫苗的研发和特效药物的研制。
再次,提高公众健康意识,加强个人防护。
例如,勤洗手、佩戴口罩、保持社交距离等,都是预防传染病的基本措施。
在当前全球公共卫生领域,传染病的流行趋势是我们无法回避的一个重要议题。
随着全球化和国际交流的日益频繁,传染病的发生、传播和流行呈现出新的特点和趋势。
在这份报告中,我们将从多个维度对传染病的流行趋势进行分析,包括传染病的类型、传播途径、流行区域、易感人群以及预防措施等。
从传染病的类型来看,病毒性传染病占据主导地位,如流感病毒、埃博拉病毒、新冠病毒等。
传染病流行发展趋势与模型构建传染病是人类社会面临的重要威胁之一,其流行发展趋势对于公共卫生和疾病防控具有重要的参考价值。
为了更好地预测和控制传染病的流行,科研人员们提出了各种数学模型,以便更好地理解传染病的传播规律。
一、传染病流行发展趋势传染病的流行发展趋势受到多种因素的影响,包括人口密度、人群流动性、传染性、感染力等。
在传染病的流行过程中,一般存在四个不同的阶段:暴发阶段、流行阶段、高峰阶段和尾巴阶段。
1. 暴发阶段:暴发阶段是指传染病在一个特定的地区或人群中出现少数个体感染病例的现象。
这个阶段的传播速度较慢,很多人可能并未意识到疫情的严重性。
2. 流行阶段:流行阶段是指传染病在广大人群中迅速传播的阶段。
此时,感染病例数量激增,疫情开始引起公众的关注和担忧。
3. 高峰阶段:高峰阶段是指传染病疫情达到最严重的时期,感染病例数量呈指数级增长。
此时,医疗资源可能不足以满足病人的需求,疫情控制形势严峻。
4. 尾巴阶段:尾巴阶段是指传染病疫情逐渐得到控制,感染病例数量开始下降的过程。
在这个阶段,公众对于疫情的警惕性可能下降,但依然需要保持一定程度的防范措施。
二、传染病模型构建为了更好地预测和控制传染病的流行,科研人员们提出了各种数学模型。
常用的传染病模型主要包括SIR模型、SEIR模型和SI模型等。
1. SIR模型SIR模型是传染病流行研究中最基本的数学模型之一。
它假设人群分为三个互相转变的状态:易感者(Susceptible),感染者(Infectious)和移除者(Removed)。
其中,易感者可以通过与感染者接触而被感染,感染者可以通过治疗或康复而移除。
2. SEIR模型SEIR模型在SIR模型的基础上增加了一个暴露者(Exposed)的状态。
暴露者指的是已经感染病原体,但尚未表现出疾病症状的人群。
这个模型适用于一些具有潜伏期的传染病,如流感等。
3. SI模型SI模型是最简单的传染病模型,只考虑易感者和感染者两个状态。
疾病传播数据分析报告传染病流行趋势与防控措施随着全球化的发展和人口流动的增加,传染病的爆发和流行成为了一个全球性关注的问题。
传染病对人类的健康和生活产生了严重的影响,因此对传染病的流行趋势进行深入的数据分析,以及制定有效的防控措施成为了当务之急。
本文将通过对疾病传播的数据进行分析,探讨传染病的流行趋势以及制定相应的防控措施,以提高公众的健康意识,预防和控制传染病的传播。
一、传染病流行趋势分析传染病的流行趋势分析是了解病情发展和传播方式的重要手段。
通过对过去的疫情数据进行分析,我们可以发现以下几个主要趋势。
1.1 传染病的季节性流行许多传染病具有明显的季节性流行特点,如流感、登革热等。
这种季节性流行主要与气候、环境和生活习惯有关,针对不同季节性流行病的预防和控制措施需要有针对性地制定。
1.2 传染病的地理分布特点不同传染病在不同地区的发病率和传播方式存在差异。
例如,疟疾在热带地区的传播率较高,而结核病在贫困地区的发病率更高。
了解传染病的地理分布特点,可以有针对性地制定地区性的防控策略。
1.3 人群易感性的差异不同人群对传染病的易感性存在差异,例如老年人、儿童、孕妇和免疫系统较弱的人更容易受到传染病的侵袭。
因此,在制定防控措施时,需要考虑到人群易感性的差异,采取特殊的防护措施。
二、传染病防控措施分析针对传染病的流行趋势,制定科学有效的防控措施是保障公众健康的重要途径。
以下是几个常见传染病的防控措施分析。
2.1 流感的防控措施流感是一种高度传染性的呼吸道传染病,通过飞沫传播。
预防流感的主要措施包括接种流感疫苗、勤洗手、保持室内通风、避免人群聚集等。
此外,对于疫情高发地区,可以采取隔离措施来控制传播。
2.2 登革热的防控措施登革热是由登革病毒引起的蚊媒传染病。
预防登革热的主要措施是消灭蚊子的滋生地,如清除积水、使用蚊帐、穿着长袖长裤等防蚊措施。
此外,公众应增强自我保护意识,及时就医,避免病情恶化。
2.3 疟疾的防控措施疟疾是由疟原虫引起的虫媒传染病。
传染性疾病的全球流行趋势与风险评估近年来,全球范围内传染性疾病的流行趋势备受关注。
由于全球化进程的加速,人口迁徙的增加以及生物医学技术的发展,传染性疾病的传播速度和范围呈现出日趋扩大的趋势。
为了有效应对这一挑战,准确评估传染性疾病的风险成为当今重要的任务。
一、全球传染性疾病流行趋势随着全球范围内人口密度的增加,特别是在城市化进程中,传染性疾病的传播速度变得更加迅猛。
例如,近年来爆发的新型冠状病毒肺炎(COVID-19)使全球都亲身感受到了传染病对社会和经济的巨大冲击。
这一病毒通过空气飞沫和密切接触等途径传播,具有高度传染性和广泛传播能力,使得全球范围内的传染性疾病控制面临新的挑战。
二、传染性疾病风险评估的方法为了准确评估传染性疾病的风险,科学家和疾病控制专家采用了多种方法。
其中,对传染源、传播途径以及易感人群的分析是评估传染性疾病风险的重要手段之一。
通过了解传染源的类型和数量,以及疾病传播途径的特点,可以更好地把握疫情的发展趋势,采取有针对性的防控措施。
另外,评估易感人群的特征也是风险评估的重要方面。
例如,老年人、儿童和患有基础疾病的个体更容易感染传染性疾病,因此需要特别关注和保护。
通过对人群健康状况、免疫水平以及行为习惯等进行综合分析,可以更准确地评估传染性疾病的风险水平。
三、全球传染性疾病的风险评估针对全球传染性疾病的风险评估,国际组织和疾病预防控制机构发挥着重要作用。
例如,世界卫生组织(WHO)通过监测和评估全球范围内的传染病疫情,提供预警和指导,协助各国采取有效的防控措施。
此外,美国疾病控制与预防中心(CDC)等机构也积极参与全球传染性疾病的风险评估工作,并提供专业的建议和指导。
风险评估的结果对于制定疾病预防控制策略至关重要。
根据评估结果,政府和卫生部门可以及时调配资源,采取针对性的防控措施,遏制传染病的蔓延。
同时,对传染病的风险评估还可以为世界各国提供参考,协助他们制定国际合作框架,共同应对全球范围内的传染性疾病挑战。
传染病的全球流行趋势与风险评估在当今全球化的时代,传染病的流行趋势成为了国际社会关注的焦点。
全球流行性传染病的爆发给人类的健康、经济和社会稳定带来了巨大的威胁。
为了应对这些威胁,科学家、政府和国际组织必须密切关注全球传染病的流行趋势,并进行风险评估和管理措施的制定。
一、流行趋势分析1. 地理分布全球传染病的地理分布对疾病的流行趋势有着重要的影响。
一些地区由于生态环境变化、气候变化或人口迁移等原因,传染病可能出现传播爆发。
例如,热带地区常常面临疟疾和登革热等传染病的威胁。
了解不同地区传染病的地理分布,对预测和应对全球传染病流行趋势至关重要。
2. 动物宿主很多传染病源自于动物宿主,通过人与动物的接触或者经由中间宿主传播给人类。
了解动物宿主的种类、分布和生态特性,对于预测和防控传染病的流行趋势具有重要意义。
例如,在伊波拉疫情爆发时,科学家通过研究发现,果蝠是伊波拉病毒的自然宿主,为防控疫情提供了重要依据。
3. 社会和经济因素社会和经济因素对传染病的流行趋势产生重要影响。
快速的人口增长、城市化进程、全球旅行以及人们生活习惯的改变,都可能导致传染病的传播加速。
例如,艾滋病的流行在很大程度上与社会和经济因素有关。
通过研究社会和经济因素,可以更好地预测传染病的流行趋势,为制定相应的防控策略提供科学依据。
二、风险评估1. 传染性评估传染性评估是对传染病传播方式和传播速度进行分析和评估,以了解疫情的严重程度和传染性强度。
通过测算感染率、传染链以及传播途径等因素,可以对疾病的传播潜势进行评估,并制定相应的防控策略。
2. 病原体特性评估病原体特性评估是对传染病病原体相关特性的研究和分析。
包括病原体的抗药性、变异性,以及对宿主的适应性等方面的评估。
这些评估指标可以帮助科学家和医务人员预测病原体的传播能力和致病性,从而制定更加有效的疫情应对方案。
三、风险管理措施1. 强化监测体系建立完善的传染病监测体系,及时掌握传染病的流行情况和变化趋势。
传染病流行趋势的数学模型分析传染病是人类社会面临的重大公共卫生问题之一。
了解传染病的流行趋势对预防和控制传染病具有重要意义。
数学模型是研究传染病流行趋势的一种重要方法。
本文将通过数学模型的分析,探讨传染病流行的趋势。
一、基本概念在分析传染病流行趋势之前,我们需要了解一些基本概念。
1. 传染病的基本参数:a. 感染率:表示一个人患病的概率;b. 感染周期:表示病程的时间长度;c. 接触率:表示一个人单位时间内接触到感染源的人数;d. 移动率:表示一个人单位时间内改变居住地的概率。
二、数学模型数学模型通常采用微分方程模型来描述传染病的传播过程。
最常用的数学模型有SIR模型和SEIR模型。
1. SIR模型SIR模型是一种基本的传染病模型,将人群分为三个互相转化的类别:易感者(Susceptible)、感染者(Infected)和康复者(Recovered)。
模型中的人群总量不变,符号表示如下:- S:易感者的数量;- I:感染者的数量;- R:康复者的数量。
SIR模型的微分方程如下:dS/dt = -βSIdI/dt = βSI - γIdR/dt = γI其中,β表示感染率,γ表示康复率。
该模型假设人口是均匀分布的,且感染者在康复之后具有部分免疫力。
2. SEIR模型SEIR模型在SIR模型的基础上引入了潜伏者(Exposed)的概念,即已被感染但尚未发病的人。
符号表示如下:- S:易感者的数量;- E:潜伏者的数量;- I:感染者的数量;- R:康复者的数量。
SEIR模型的微分方程如下:dS/dt = -βSIdE/dt = βSI - αEdI/dt = αE - γIdR/dt = γI其中,α表示潜伏者的发病率。
SEIR模型对于具有潜伏期的传染病更为适用,如艾滋病和流感等。
三、数学模型分析通过建立数学模型,可以通过参数的设定来分析传染病的流行趋势。
主要从以下几个方面进行分析:1. 临界条件临界条件是指传染病流行的转折点,也称为疫情爆发点。
流行病学研究疾病流行趋势的模型应用近年来,世界各地频繁出现的疾病暴发事件引起了人们的广泛关注。
为了更好地掌握和预测疾病的流行趋势,流行病学家们运用了各种模型来研究疾病的传播规律。
本文将介绍一些流行病学研究中常用的模型,并讨论其应用。
一、SI模型SI模型是最简单的流行病学模型之一,它假设人群中只有两种状态:易感者(Susceptible)和感染者(Infected)。
SI模型通常用来研究像流感这样的传染性疾病,其中易感者通过与感染者的接触而感染病原体。
SI模型的数学表达式如下:dS/dt = -βSIdI/dt = βSI其中,S表示易感者人数,I表示感染者人数,β表示感染率。
通过求解这些方程,可以获得疾病传播速度和感染规模等关键信息,帮助我们更好地了解和控制流行病。
二、SIR模型SIR模型是相对复杂一些的流行病学模型,它考虑了除易感者和感染者之外的康复者(Recovered)。
SIR模型适用于研究有一定康复期的传染病,如麻风病、艾滋病等。
SIR模型的方程如下:dS/dt = -βSIdI/dt = βSI - γIdR/dt = γI其中,γ表示康复率。
通过求解SIR模型的方程组,我们可以计算出感染者和康复者的数量,从而确定疾病的传播和康复情况。
SIR模型在流行病学研究中得到了广泛的应用,从而对疾病的预防和控制提供了一定的指导。
三、SEIR模型SEIR模型在SIR模型的基础上引入了潜伏期(Exposed),考虑了感染者在潜伏期内无症状但可以传播病原体的情况。
SEIR模型适用于研究有潜伏期的传染病,如天花等。
SEIR模型的方程如下:dS/dt = -βSIdE/dt = βSI - αEdI/dt = αE - γIdR/dt = γI其中,α表示潜伏期的逆转率。
通过求解SEIR模型的方程组,我们可以获得易感者、潜伏者、感染者和康复者的数量,进而推断出疾病的传播动态和流行趋势。
四、扩散模型除了上述基于传染病流行的模型,流行病学研究中还常用扩散模型来研究非传染性疾病的流行趋势。
传染病流行趋势分析及模型随着全球化的加剧以及人类活动的频繁交流,传染病的流行和爆发已经成为全球卫生安全的重大挑战。
为了准确预测和应对传染病的流行趋势,科学家们常常运用各种模型进行分析。
本文将探讨传染病流行趋势的分析方法以及构建传染病模型的原则和应用。
一、传染病流行趋势分析方法传染病的流行趋势分析是基于大量的数据和统计方法进行的。
在分析传染病流行趋势时,需要考虑以下几个方面:1. 数据收集与整理要准确分析传染病的流行趋势,首先需要收集到足够多的数据。
这些数据包括传染病的发病数、死亡数、传播途径等信息。
然后,对数据进行整理和清洗,保证数据的准确性和可靠性。
2. 数据可视化数据可视化是传染病流行趋势分析的重要工具。
通过绘制折线图、柱状图等图表,可以直观地展示传染病的发展趋势和变化规律,帮助我们了解传染病的传播速度和范围。
3. 时间序列分析时间序列分析是一种分析时间相关数据的方法,在传染病流行趋势分析中具有重要应用。
通过对传染病流行数据的时间序列建模,可以探测出周期性的变动和趋势演化,为传染病的防控决策提供有力支持。
二、传染病模型的构建原则传染病模型是对传染病传播过程的数学描述,能够模拟传染病的传播规律和流行趋势。
在构建传染病模型时,需要遵循以下原则:1. 引入基本假设传染病模型需要建立在一定的假设基础上,如人群的均匀混合假设、传染病的传播速率恒定假设等。
这些假设能够简化问题,使模型更易于理解和求解。
2. 考虑人群的分布特征现实中,人群的分布往往是不均匀的。
因此,在构建传染病模型时,需要准确地描述人群的分布特征,如空间分布、年龄分布等,以提高模型的准确性和逼真度。
3. 考虑传染病的传播途径传染病可以通过不同的传播途径传播,如空气传播、飞沫传播、接触传播等。
在构建传染病模型时,需要根据具体情况选择合适的传播途径,并对不同途径的影响进行细致分析。
三、传染病模型的应用传染病模型在流行趋势分析中具有重要的应用价值,可以帮助决策者预测和评估传染病的流行风险,制定和优化防控策略。
趋势面分析法在传染病地理分布研究中的应用
裘炯良;郑剑宁;周健;孙智夫
【期刊名称】《中国热带医学》
【年(卷),期】2004(4)5
【摘要】目的探讨趋势面分析法在传染病地理分布研究中的应用。
方法以多元回归分析理论为基础 ,构造趋势面回归数学模型 ,将不同地点的经纬座标及特定传染病发病数据代入模型 ,并依据模型方程计算结果通过特定计算机软件 ,绘制趋势面分析图。
结果获得舟山某病的趋势面分析图及地理分布规律。
结论该方法可用于分析疾病地理分布系统和局部变异情况 ,进而有利于分析疾病分布相关的地理环境因素。
【总页数】4页(P689-691)
【关键词】传染病;趋势面分析;疾病分布;发病数;局部;回归数学模型;特定;析图;地理环境因素;和局
【作者】裘炯良;郑剑宁;周健;孙智夫
【作者单位】宁波出入境检验检疫局卫生检疫处;宁波市传染病医院;舟山市岱山疾病预防控制中心
【正文语种】中文
【中图分类】R735;G633
【相关文献】
1.趋势面分析法在肺癌死亡率地理分布研究中的应用 [J], 王晓燕;沈毅;陈坤;缪凡
2.空间趋势面分析法在矿井瓦斯分布特征定量、可视化研究中的应用 [J], 张瑞林;宫伟东
3.趋势面分析法在艾滋病地理分布研究中的应用 [J], 王璐;罗静;邓丹;杨书;张强
4.趋势面分析法在疾病地理分布研究中的应用 [J], 潘宝骏;邵康蔚
5.关联度分析法在研究传染病趋势中的应用 [J], 赵兴东;罗中云
因版权原因,仅展示原文概要,查看原文内容请购买。
应用趋势面模型分析传染性疾病的地理分布趋势裘炯良1,王旭波2,郑剑宁1,孙智夫3【摘要】 目的 应用趋势面模型分析传染性疾病的地理分布趋势。
方法 以多元回归分析理论为基础,构造趋势面回归数学模型,并依据模型方程绘制趋势面层次分析图。
结果 获得对传染性疾病地理分布进行监测的定量方法。
结论 该方法可用于分析疾病地理分布系统和局部变异情况,并可直观地表示不同地理位置疾病严重程度的变化状况,可作为探讨传染性疾病地理流行病学发病机制的有效工具。
【关键词】 模型,理论;传染病;地理学【中图分类号】R195;R511 【文献标识码】A 【文章编号】100826013(2005)022*******Analysis of geographical distribution of contagious diseases by trend2surface model Q IU Jiong2liang1, WAN G Xu2bo2,ZHEN G Jian2ning1,SUN Zhi2fu3. 1.Departnent of Health and Quarantine, N ingbo Ent ry2Exit Inspection and Quarantine B ureau,N ingbo 315012,China;2.Institute of Medicine,L ishui Norm al School,L ishui 323000,China;3.Center f or Disease Cont rol and Prevention of Daishan,Daishan 316200,China【Abstract】 Objective To explore the application of the trend2surface model on geographical distribution of contagious diseases.Methods The trend2surface regressional model was based on multiple regression.Then trend2surface diagram was drawed according to the mathematical model. R esults The quantitative method for monitoring geographical distribution of contagious diseases was obtained.Conclusions This method can be used for analyzing the geographical distribution of contagious diseases and demonstrating the variational trend of prevalence rate.It is a useful tool for exploring the pathogenesis of contagious diseases in geographical epidemiology.【K ey w ords】 Models,theoretical;Contagious disease;G eographical distribution(Chin J Dis Cont rol Prev2005,9(2):1312133) 趋势面模型分析(trend2surface analysis)作为近年发展起来的新的地理流行病学方法,已逐渐在传染性疾病的监测研究中得到广泛的应用1。
由于其具有较强的整体空间分析能力,因而在疾病病因的探索方面、“三间”(即人群、空间、时间)分布的研究方面有较大的使用价值。
趋势面模型分析是以多元回归分析理论为基础的一种统计分析方法,它从整体出发,将地理位置上具有一定分布特征的数据划分为趋势部分和剩余部分2,用以分析疾病地理分布系统和局部变异情况。
趋势分析图则是根据最小二乘法原理,剔除局部和随机变异影响后得到的趋势面,更能准确反映传染性疾病空间分布的总变化趋势,因而更易于监测及预测疾病。
同时这种定【作者单位】1宁波出入境检验检疫局卫生检疫处,浙江宁波 3150122丽水师范专科学校医学部,浙江丽水 3230003岱山疾病预防控制中心,浙江岱山 316200【作者简介】裘炯良(1975-),男,浙江宁波人,硕士。
主要研究方向:卫生检疫工作及流行病学研究。
量分析方法为传染性疾病的区域差异研究提供了新的研究技术和方法。
1 原理与方法1.1 原理 趋势面模型分析是用空间坐标法进行多项式回归,从中估计出最佳的回归模型。
设观察点(X,Y)处传染性疾病的患病率为Z,现以n阶多项式函数拟合,即得到矩阵:Z=G・B+ε其中Z和ε为N阶向量,N为观测点数,G为N ×Q阶矩阵,B为Q阶向量。
Q与多项式阶数n有以下关系:Q=(n+1)・(n+2)・(n+3)/6。
1.2 方法1.2.1 趋势面模型的建立 以经度(X)、纬度(Y)和发病率(Z)数据建立二元多项式模型方程,进行趋势面分析。
趋势面模型通式为:Z K=B0+B1X+B2Y+B3X2+B4XY+B5Y2+……+B p X n按最小二乘法原理分别对B向量求一阶偏导・131・疾病控制杂志2005年4月第9卷第2期数,并令其为零,可得到正规方程组:(X T X )B =X T Z ,求解后即可得出系数向量B 的估计值为:^B =(X T X )-1)X T Z 。
将系数估计值代入方程即得相应阶次的趋势面模型方程。
1.2.2 拟合优度的计算 趋势面回归方程对观察值拟合情况取决于回归平方和(SS 回)在总离差平方和(SS 总)中所占比重。
回归平方和越大,拟合程度越好,反之则差。
在实际应用中常以拟合指数(C 值)或决定系数(R 2)表示趋势面的拟合优度,C 值即R 2,等于SS 回/SS 总×100%,其可表示原始数据的总波动平方和由趋势面反映出来的波动平方和所占的百分比,百分比数值越接近100%,拟合程度越好。
1.2.3 模型的显著性检验(F 检验法)F =(SS 回/p )/SS 剩/m -p -1其中p 是n 次趋势面的项数(常数项除外)。
如F 大于F 0.05(p ,m -p -1),则趋势面有显著性差异,相反则需要进行更高阶次的趋势面分析。
1.2.4 适当阶次趋势面模型的选择 在P 小于0.05且参数为无偏估计的前提下,选择拟合度最高的模型方程。
1.2.5 趋势面分析图的绘制 根据拟合度最高的趋势面模型方程绘制趋势面分析图,可直观地表示不同地理位置传染性疾病严重程度的变化状况,同时从趋势面分析图中还可观察疾病高发区和低发区的空间分布。
趋势面分析图可应用Matlab 6.0软件编程绘出3。
2 应用实例2.1 资料来源 某病发病资料来自舟山市各县级以上医院的病案库,由此收集的舟山各乡镇该病新发病例作为分析研究对象。
2.2 坐标值的确定 以舟山市市区所在位置为中心,建立纵、横坐标,以各乡镇政府所在位置为代表,在舟山行政区划图上准确测量各乡镇横坐标(X )和纵坐标(Y ),借以确定各乡镇地域位置。
各乡镇该病发病率及纵横坐标值见表1。
2.3 建立并选择趋势面回归方程 对表1数据按上述方法计算,分别求得1~8阶趋势函数的拟合结果,见表2。
从表2数据可知,从第6阶趋势函数开始,方程有统计学意义(P <0.05),其中以7阶趋势拟合度最好,拟合指数达到0.77(因方程拟合到第8阶时,参数的估计出现偏倚,故选第7阶方程作为拟合方程),其方程式为:Z=17.9250+2.3595X +3.2801Y -0.9710X 2-0.0386XY -0.3429Y 2-0.0692X 3-0.0552X 2Y +0.0817XY 2-0.0657Y 3+0.0219X 4-0.0499XY 3+0.0051X 3Y +0.0072X 2Y 2+0.0045Y 4+0.00003X 5+0.0009X 4Y -0.0011X 3Y 2+0.0045X 2Y 3-0.0015XY 4+0.0003Y 5-0.000074X 6+0.0007X 5Y -0.0010X 4Y 2+0.0001X 3Y 3+(14.6X 2Y 4-6.3XY 5-2.2Y 6+0.063X 7-3.37X 6Y+6.418X 5Y 2-5.111X 4Y 3+3.317X 3Y 4-1.577X 2Y 5+0.383XY 6+0.034Y 7)×105 根据该方程式将舟山群岛各乡镇的经纬度值分别代入,则得到相应的发病率趋势值,见表1。
表1 舟山市各乡镇经纬度坐标值、某病发病率(1/10万)及其趋势预测值(1/10万)T able 1 The longitude and latitude ,incidence rates (one per 100000)and their predictive values(one per 100000)of some disease among villages and tow ns in Zhoush anSurvey site Degree of longitude (x )Degree of latitude (y )Observed number of incidencePredictive valueof incidence Survey siteDegree of longi 2tude (x )Degree of latitude (y )Observed number of incidence Predictive value of incidenceShantan village-7.00 1.00 48.6720.48Jiaotou town 0.20-10.50 3.60 11.45Ligang town -7.90 1.759.0614.97Shuangtong village 1.05-11.2017.255.70Xiaosha town -1.38 3.7525.9117.32Taimen town 2.90-12.20 3.687.57Changbai town -2.256.0014.7610.68G aoting town 3.508.6023.1119.91Dasha village -2.75 3.9529.9412.23Daidong town 3.4510.2011.9519.85Cengang town -3.38 2.309.4610.63Daixi town 10.60 1.1565.6632.02Yanchong village -0.95 1.0522.1717.83Nizhi town 2.9510.8016.5615.20Zhiwei village -2.95 1.609.2010.73Xiushan village 2.05 6.3036.2122.96Linchen town 3.10-0.757.4414.68Yushan village -4.5011.5032.5731.96Changzhi village 1.90-1.3011.9714.98Daodou town 4.9516.302.57 5.28Baiquan town 1.50 2.2012.1824.16Siping village 8.8516.2070.7970.06Beichan village3.65 1.957.6014.58Wanliang village 15.759.5018.6019.48G anlan town 0.95 3.2016.5625.23Caiyuan town 11.3026.7513.9019.19Ma ’ao town -1.38 3.508.6817.59Shengshan town 22.8026.8019.9319.76Panzhi village -0.90-1.0524.2211.24Maguan town 11.1025.8040.0632.39Shenjiamen 6.30-2.6011.5913.48Dayang town -0.7022.0022.0221.99G oushan town 4.60-1.4039.5511.87Wulong village 13.426.1052.6256.21Zhanmao town 5.880.60 5.98 5.02Jinping village 11.4528.0026.7826.04Taohua town 5.58-7.1514.35 3.99Huanglong village 14.8524.259.61 6.55Xiazhi town4.35-9.9515.6814.17Bixia village 22.0028.80110.50111.56・231・Chin J Dis Cont rol Prev 2005 Apr ;9(2)表2 1~8阶趋势函数计算结果T able 2 The results of trend function from 1to 8grades Grade of functionC (R 2) C.V F P10.0759130.9114 2.500.090120.0940132.9333 1.200.319130.1123136.36480.760.653640.1495140.12460.620.839350.3857127.1217 1.350.201160.6428105.9450 2.400.007370.768196.7857 2.650.0048830.870283.60183.350.0020 Note :3The bias was observed during the parameter estimation ofthe eighth gradefunction.图1 舟山市各乡镇某病发病趋势面分析等值线图(等高线图)3Figure 1 The contour graph of trend 2surface analysison incidence of some diseases in Zhoush an3Note :★:city government +:contour (scale :1:750000)2.4 绘制趋势面层次分析图 根据七阶趋势面方程,应用Matlab 6.0软件画出七阶趋势面层次分析图(见图1)。