目的 利用贝叶斯网络研究辽宁省葫芦岛市肾综合征出血热（HFRS）的影响因素并构建发病率预测模型。 方法 收集葫芦岛市2008年1－10月HFRS监测点的发病数据、宿主疫情数据及气象数据，采用禁忌搜索算法对贝叶斯网络进行结构学习，采用最大似然估计对贝叶斯网络进行参数学习。 结果 葫芦岛市HFRS发病与鼠密度、当月的平均风速和日照时数、滞后1个月的平均最高气温、相对湿度和归一化植被指数、滞后2个月的平均气温、平均最低气温、平均气压和降水量在0.01水平上相关，相关系数分别为0.691、0.689、0.345、-0.635、-0.631、-0.674、-0.714、-0.746、0.650和-0.643。利用气象和宿主资料对HFRS发病率进行预测时，贝叶斯网络模型的预测准确率为85.00%（17/20），精确率为83.33%（10/12），受试者工作特征曲线下面积为0.919。 结论 基于贝叶斯网络构建的发病率预测模型对葫芦岛市HFRS的预测准确率较高，对HFRS的防控有一定的参考价值。

目的 建立肾综合征出血热（HFRS）鼠间、鼠与人间的传播动力学模型，模拟辽宁省沈阳市HFRS发病情况，为制定预防控制措施提供依据。 方法 收集1984-2017年沈阳市HFRS发病率、鼠带病毒率和鼠密度数据，在鼠群间建立易感者-感染者（SI）模型，鼠与人间建立易感者-感染者-移出者（SIR）模型以模拟HFRS发病情况。 结果 1984-2017年沈阳市人群HFRS年平均发病率为3.88/10万；1984-2013年沈阳市年平均鼠密度为6.93%，鼠带病毒率为4.79%。基于微分动力学方程的预测发病率与实际发病率比较，平均误差绝对值为0.28；若免疫接种范围扩大时发病率将降低，如果将免疫接种范围从40.00%扩大至50.00%，2005-2017年沈阳市人群HFRS平均发病率将从1.97/10万下降至1.91/10万。 结论 微分动力学方程可用于模拟沈阳市HFRS的传播动力学，免疫接种是有效预防HFRS的控制措施，应扩大免疫接种范围，以保护易感人群。

目的 分析2004-2013年中国大陆地区肾综合征出血热(HFRS)发病情况的时空分布特征。方法 收集2004-2013年中国大陆31个省(自治区、直辖市)人口信息和HFRS疫情监测数据,利用ArcGIS 9.3软件建立地理信息数据库,计算HFRS发病重心并利用Excel 2010软件绘制气泡图呈现重心轨迹。利用SaTScan 9.1.1软件基于Poisson模型时空扫描统计探索HFRS高发病热点地区和高发时段。结果 2004-2013年HFRS发病人数呈先下降后上升趋势,人口重心位于东北部;2004-2013年全国发病重心向西南移动,方向角θ为241.69°。与2004年比较,2013年重心迁移307.87 km,其中在经度上移动距离为119.52 km,在纬度上移动距离为282.61 km。一级聚类区域为2004-2008年的黑龙江、吉林和辽宁省,相对危险度为9.22;二级聚类区域包括4个,分别为2008-2012年的陕西省,2004-2005年的山东省、天津市和河北省,2004-2007年的浙江省和2011-2013年的江西省,相对危险度为1.32~6.33。结论 HFRS发病具有明显的时空分布特征,发病重心由东北地区向华北地区转移,但疫情已呈减弱趋势。

【摘要】 目的 研究肾综合征出血热（HFRS）发病与气象因素和动物宿主的关系并建立合理的数学预报模型。方法首先选取逐月及逐年的气象指标，包括气压、气温、降雨量、相对湿度、日照时数和日照百分率作为代表因素；然后对HFRS与气象因素和动物宿主间的关系进行Pearson、Kendall及Spearman相关分析，最后利用气象因素和包括鼠密度及鼠带病毒率的动物宿主信息作为解释变量进行Bayes判别分析。结果 HFRS年发病疫情与鼠密度关系最为密切（r＝0.738，P＝0.000），而影响鼠密度最显著的气象因素是日照时数、日照百分率和降雨量。其中日照时数与鼠密度呈正相关（r＝0.494，P＝0.016），而降雨量与鼠密度近似呈负相关（r＝-0.350，P＝0.101）。利用气象及动物宿主资料预测当年的人间发病强度时，逐步判别分析及全变量判别分析均具有良好的效果。逐步判别分析的组内回代及弃一交叉验证准确率均为82.6% （19/23），而全变量判别分析的组内回代准确率为90.9%（20/22），弃一交叉验证准确率为81.8%（18/22）。当预测下一年的发病强度时，逐步判别分析的组内回代及弃一验证正确率均为86.4%（19/22），而全变量判别分析的组内回代分类正确率为100% （21/21），弃一交叉验证分类正确率仅为57.1%（12/21）。结论 气象因素影响动物繁殖及动物间疫情，进而影响人间的HFRS疫情，Bayes逐步判别分析在预测HFRS疫情方面具有一定实际应用价值。

目的 探讨支持向量机(SVM)在肾综合征出血热(HFRS)发病率预测上的优势及应用前景。方法 首先,利用辽宁省葫芦岛市1984-2006的气象资料(包括平均气压、平均气温、平均降雨量、相对湿度、日照时数、日照百分率)和动物疫情资料(包括鼠密度和鼠带病毒率)共8个指标作为解释变量,所有变量均进行归一化到[0,1]区间,将整个数据集分成训练集和检验集,从数据集中随机抽取1/3个体(舍入取整)组成检验集,其余样本作为训练集。其次,利用软件R2.60构造HFRS发病率预测的SVM模型,获得误差平方和。最后,与基于反馈(BP)和径向基函数(RBF)神经网络模型的预测结果进行比较。结果 对于训练集,SVM拟合的误差平方和的-x± s为(0.031±0.009),而BP和RBF神经网络拟合的误差平方和的x-± s分别为(0.074±0.030)和(0.082±0.018);对于检验集,SVM预测的误差平方和的x-± s为(0.067±0.021),而BP和RBF神经网络预测的误差平方和的x-± s分别为(0.073±0.022)和(0.089±0.036)。结论 SVM作为近年来在统计学理论的基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中具有较高的预测精度和较强的泛化能力。该模型对于发病率的预测是可靠的,可以作为HFRS疫情预测的参考方法。

目的 探讨虫媒传染病斑疹伤寒和流行性乙型脑炎(乙脑)的发病率与气象因素的关系,建立反馈(BP)神经网络预测模型,并评价模型的效果。方法 利用SPSS10.0统计软件进行气象因素与斑疹伤寒和乙脑发病率的相关分析;利用Matlab6.5软件构建乙脑和斑疹伤寒发病率的BP人工神经网络预测模型。结果 相关分析结果显示乙脑的发病率与平均气压呈负相关( P<0.01),与平均蒸发量和最高温度呈正相关( P<0.05)。斑疹伤寒的发病率与平均气温和平均地面温度呈负相关( P<0.05)。斑疹伤寒的发病率还与最低温度呈负相关( P=0.062)。BP神经网络模型的回代结果显示,乙脑和斑疹伤寒发病率拟合模型平均误差率(MER)和决定系数(R ²)分别为27.44%和98.09%及29.00%和65.35%,模型拟合效果较好。应用BP神经网络模型对1994年乙脑和斑疹伤寒发病率进行预测,其相对误差分别为80.00%和120.86%,模型的预测效果一般。结论 平均气压、平均蒸发量、温度对虫媒传染病的发病率影响较大。应用BP神经网络模型对虫媒传染病的发病率具有一定的拟合和预测能力,值得进一步研究。