曲线估计在流行性感冒发病预测中的应用

(整期优先)网络出版时间:2022-01-24
/ 2

曲线估计在流行性感冒发病预测中的应用

韩晓蓉

广元市青川县乔庄镇中心卫生院 四川广元 628100

流感(流感)是由流感病毒引起的急性呼吸道感染。它也是一种高度传染性和快速传播的疾病。它主要通过空气中的飞沫、人与人之间的接触或与受污染物体的接触传播。其典型临床症状为:急性高热、全身疼痛、明显疲劳和轻度呼吸道症状。一般来说,秋季和冬季是高发期,并发症和死亡非常严重。流感是由流感病毒引起的一种急性呼吸道传染病。流感病毒是引起流感的病原体。它属于正粘病毒科。它是一种RNA病毒,直径为80~120nm,呈球形或丝状。流感病毒可分为三种类型:甲(A)、乙(B)和丙(C)。它的特点是容易变异,其中甲型流感病毒最容易变异。它能感染人和各种动物。它是人类流感的主要病原体,经常引起大流行和中小型流行病。B型流感病毒变异较小,可感染人类,引起暴发或大流行。C型病毒相对稳定,可感染人类,大部分为散发病例。目前,猪也可能被感染。

1.关于曲线和流行性感冒

流感(流感)是由流感病毒引起的一种急性呼吸道传染病。流感病毒包括甲型流感病毒、乙型流感病毒、丙型肝炎病毒、副流感病毒、呼吸道合胞病毒、腺病毒等,其中甲型流感病毒容易发生变异,在世界范围内引起了许多流行病。曲线估计是绘制自变量和因变量的散点图,然后根据散点图中数据的分布进行曲线模型的拟合。拟合模型包括线性模型、二次模型、复合模型、增长模型等,根据拟合效果指数选择最佳模型。

2.流行性感冒给人们带来的危害

该人群一般易感,发病后具有一定的免疫力。III型流感与A型流感不同亚型之间没有交叉免疫,可反复发生。流感病毒经常变异。例如,在人群的免疫压力下,每2-3年就会出现具有流行病学重要性的甲型流感病毒抗原变体。感染率最高的通常是青少年。以下特定人群感染流感病毒后更容易发展为重症,应引起高度重视,尽快进行流感病毒相关检测等必要检查,积极采取针对性治疗措施。① 孕妇;② 伴有下列疾病或情况:慢性呼吸道疾病、心血管疾病(高血压除外)、肾脏疾病、肝脏疾病、血液系统疾病、神经系统和神经肌肉疾病、代谢和内分泌系统疾病、免疫抑制(包括免疫抑制剂或HIV感染)以及集体居住在疗养院或其他慢性病康复机构的护理人员,以及19岁以下的长期阿司匹林使用者;③ 肥胖人群[体重指数>30,BMI=体重(kg)/身高(m)2];④ 5岁以下儿童(2岁以下儿童更容易出现严重并发症);⑤ 老年人≥ 65岁。

3.流行感冒的特点

发病突然,传播迅速,2~3周达高峰,发病率高,流行期短,常沿交通线传播。正常情况下,流行3~4周后,疾病自然停止,发病率高,但死亡率高。② 流行规律:通常是城市先于农村,集体先于分散的居民。A型流感:它经常导致疫情爆发,甚至在世界范围内引起大流行。大约2-3年发生一次轻微流行病。根据对世界四大流行病的分析,大流行通常每10-15年发生一次。B型流感是一种暴发或轻微流行,C型流感主要是散发性的。③ 流行季节:可以在任何季节发生。中国北方的流行高峰一般出现在冬季和春季,而中国南方的流行高峰大多出现在夏季和冬季。

4.曲线估计的可行性

61ee1f598ae3d_html_361ac6128292cacc.png

线性回归可以满足许多数据分析,但线性回归并不适用于所有问题。有时,解释变量和解释变量通过已知或未知的非线性函数关系进行关联。变量之间的非线性关系可分为本质线性关系和非本质线性关系。所谓本质线性关系,是指变量关系虽然在形式上是非线性的,但可以通过变量变换转化为线性关系,通过线性回归分析建立线性模型;非本质线性关系是指变量关系不仅在形式上是非线性的,而且不能通过变量变换转化为线性关系。最后,不可能进行线性回归分析并建立线性模型。曲线估计是为了解决本质线性关系的问题。经过移动平均处理后,将历年的月发病数(y)作为因变量,绘制数据散点图,并根据散点图初步判断和拟合合适的曲线模型。模型优化指标确定系数R2:0≤ R2≤ 1,越接近1,模型拟合效果越好;P值:P<0.05,表明拟合模型具有统计学意义;通过P值和SA选择最佳曲线模型。模型预测:根据移动平均治疗后月平均发病率的最佳曲线模型,对某省2015年流感的数量和发病率进行估计,并采用区间估计法进行估计。

温馨提示

流感患者和潜伏感染是流感的主要传染源。潜伏期结束至发病急性期具有传染性,前2~3天传染性最强。在成人和较大儿童感染季节性流感(无并发症)期间,病毒通常在呼吸道分泌物中解毒3-6天。住院的成年患者可在发病后一周或更长时间内传播感染性病毒。研究发现,在婴儿流感或人类H5N1禽流感病例(1-3周)中,长期戒毒非常常见。此外,艾滋病和其他免疫缺陷患者的病毒解毒周期也将延长。

传染病预测是以监测数据为基础,根据传染病的发生发展规律及相关因素、早期异常体征和不良趋势,运用适当的数学模型,揭示传染病的流行和暴发发展过程.传染病预测和预警的目的是揭示传染病的流行和发展规律,分析传染病和暴发的原因,为制定防控策略和措施提供科学依据。在研究两个或两个以上科学数据的相关性时,变量的相关性可以显示线性和非线性关系。当研究者想用一个变量来预测另一个变量时,如果通过观察变量之间的散点图无法得到清晰的关系,可以使用曲线估计方法来获得合适的模型。移动平均法是一种基于过去多年监测数据的方法。通过年、月/周平均法,该值相对稳定。该方法可以有效地减少季节性趋势,通过移动平均获得有效的基础数据。