簡(jiǎn)介：點(diǎn)擊查看更多1991-2003年武進(jìn)區(qū)居民結(jié)核病疫情趨勢(shì)與疫情預(yù)測(cè).pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多氣象因素對(duì)干旱地區(qū)常見(jiàn)傳染病疫情的影響及發(fā)病預(yù)測(cè)研究.pdf精彩內(nèi)容。

簡(jiǎn)介：研究背景麻疹危害嚴(yán)重發(fā)病率及病死率居兒童傳染病首位是嚴(yán)重影響人群身體健康的主要傳染病之一。麻疹疫苗MV使用前的1950～1965年全國(guó)麻疹發(fā)病呈高位運(yùn)行報(bào)告發(fā)病率波動(dòng)在158143210萬(wàn)之間年平均發(fā)病率為76610萬(wàn)。1965年我國(guó)開(kāi)始實(shí)施麻疹疫苗免疫接種麻疹發(fā)病率和死亡率大幅度下降麻疹發(fā)病率降至10010萬(wàn)以下特別是1978年開(kāi)展實(shí)施計(jì)劃免疫隨著麻疹疫苗初免成功率、全程接種率的提高麻疹發(fā)病呈直線(xiàn)下降1987年以后全國(guó)每年的報(bào)告發(fā)病率控制在1010萬(wàn)以?xún)?nèi)2001年開(kāi)始實(shí)施免疫規(guī)劃2001～2004年麻疹發(fā)病率維持在510萬(wàn)左右達(dá)到歷史最低水平麻疹防控工作取得顯著成效。但是由于受多種因素的影響近幾年麻疹發(fā)病明顯反彈。2005年全國(guó)通過(guò)疫情網(wǎng)絡(luò)直報(bào)系統(tǒng)共報(bào)告麻疹發(fā)病數(shù)123136例麻疹死亡病例55例2008年報(bào)告麻疹病例131441例發(fā)病率為99510萬(wàn)達(dá)近十年來(lái)麻疹發(fā)病最高水平。近幾年山東省麻疹疫情也不容樂(lè)觀。2008年山東省共報(bào)告麻疹確診病例9441例發(fā)病率為100810萬(wàn)為近20余年來(lái)發(fā)病最高水平。聊城市自2005年以來(lái)麻疹發(fā)病也呈上升趨勢(shì)2008年和2010年全市麻疹發(fā)病率分別為133010萬(wàn)和93110萬(wàn)明顯高于20012004年平均發(fā)病率08610萬(wàn)2008年達(dá)近二十年來(lái)麻疹發(fā)病最高水平2010年麻疹發(fā)病居山東省首位?？梢?jiàn)控制麻疹工作形勢(shì)十分嚴(yán)峻已成為我國(guó)免疫規(guī)劃工作一項(xiàng)難點(diǎn)工作。為保障廣大人民群眾的身體健康2006年衛(wèi)生部制定2006～2012年全國(guó)消除麻疹行動(dòng)計(jì)劃提出了消除麻疹的工作目標(biāo)并給出了以提高麻疹疫苗常規(guī)免疫接種率、開(kāi)展病例監(jiān)測(cè)為主的綜合性消除麻疹策略。為此為加速消除麻疹進(jìn)程確保聊城市如期實(shí)現(xiàn)消除麻疹目標(biāo)提高人群健康水平有針對(duì)性地對(duì)重點(diǎn)人群采取預(yù)防控制措旌本研究分析了聊城市1963～2010年麻疹的流行趨勢(shì)、麻疹流行現(xiàn)狀以及現(xiàn)階段健康人群麻疹抗體的免疫水平探討近年來(lái)麻疹疫情反彈的可能原因和麻疹防控重點(diǎn)人群提出改進(jìn)聊城市防控麻疹的建議為進(jìn)一步控制和消除麻疹提供科學(xué)依據(jù)。第一部分聊城市1963～2010年麻疹流行趨勢(shì)分析。研究目的了解聊城市1963～2010年麻疹流行病學(xué)特征探討麻疹流行現(xiàn)狀及麻疹防控的重點(diǎn)人群為進(jìn)一步控制和消除麻疹提供科學(xué)依據(jù)。研究對(duì)象與方法收集整理聊城市1963～010年麻疹歷史疫情資料包括所有麻疹病例的年齡、性別、住址、職業(yè)、免疫史等1973～2010年麻疹疫苗免疫資料包括麻疹疫苗的免疫程序、常規(guī)和加強(qiáng)免疫的應(yīng)種人數(shù)和實(shí)種人數(shù)1985～2010年人口資料。利用EXCEL2007自行設(shè)計(jì)質(zhì)控?cái)?shù)據(jù)庫(kù)錄入數(shù)據(jù)。運(yùn)用EXCEL2007、SPSS180、MAPLNFOPRO70等進(jìn)行數(shù)據(jù)整理與分析。采用描述流行病學(xué)方法對(duì)1963～2010年麻疹疫情資料進(jìn)行時(shí)間、地區(qū)、人群包括年齡、性別、職業(yè)、免疫史、暴發(fā)情況等分布進(jìn)行描述統(tǒng)計(jì)。圖和表的制作運(yùn)用EXCEL2007來(lái)完成。采用LOGISTIC回歸分析以各年度發(fā)病數(shù)、發(fā)病率為因變量以年份為自變量建立簡(jiǎn)單線(xiàn)形回歸模型回歸系數(shù)采用T檢驗(yàn)。采用CROSSTABS交叉表對(duì)不同地區(qū)之間、不同年齡之間、不同性別之間的發(fā)病情況進(jìn)行Χ2檢驗(yàn)。結(jié)果1聊城市1963～2010年麻疹流行趨勢(shì)聊城市1963～2010年麻疹發(fā)病概況共報(bào)告麻疹病例201104例死亡429例年平均發(fā)病率和死亡率分別為882710萬(wàn)、01910萬(wàn)。在1973年以前麻疹發(fā)病呈高位運(yùn)行發(fā)病率和死亡率最高分別達(dá)9089510萬(wàn)、33610萬(wàn)自1973年開(kāi)始使用MV后麻疹發(fā)病率直線(xiàn)下降至30010萬(wàn)以下死亡率保持在210萬(wàn)以下1979年實(shí)施計(jì)劃免疫麻疹發(fā)病率繼續(xù)控制在5010萬(wàn)以?xún)?nèi)已罕見(jiàn)因麻疹而死亡者2001年開(kāi)始實(shí)施免疫規(guī)劃2001～2004年麻疹發(fā)病率維持在110萬(wàn)以下降至歷史最低水平但2005年以來(lái)麻疹疫情出現(xiàn)明顯反彈2008年發(fā)病率為133010萬(wàn)達(dá)近20年來(lái)最高水平2010年發(fā)病率為93110萬(wàn)居山東省首位。2麻疹發(fā)病年齡、性別、職業(yè)變遷聊城市19852010年由于19631984年麻疹疫情資料未分年齡、性別和職業(yè)故僅對(duì)1985～2010年資料進(jìn)行分析共確診麻疹病例4443例年齡發(fā)病以5歲以下嬰幼兒發(fā)病為主占59以上2005年以來(lái)O歲和1539歲年齡組發(fā)病呈上升趨勢(shì)1～14歲年齡組發(fā)病呈下降趨勢(shì)。職業(yè)發(fā)病以散居兒童為主占60以上2005年以來(lái)工人和農(nóng)民發(fā)病呈上升趨勢(shì)。性別發(fā)病男性高于女性。結(jié)論聊城市1963～2010年麻疹發(fā)病大幅度下降麻疹防控工作取得顯著成效。2005年以來(lái)年麻疹發(fā)病出現(xiàn)明顯反彈發(fā)病年齡出現(xiàn)0歲小年齡組和15～39歲組發(fā)病明顯增多的“兩極分化”現(xiàn)象。第二部分聊城市現(xiàn)階段健康人群麻疹免疫水平調(diào)查。研究目的了解現(xiàn)階段聊城市健康人群麻疹血清抗體水平分析不同人群麻疹抗體水平與發(fā)病之間的聯(lián)系探討麻疹防控工作的重點(diǎn)人群為進(jìn)一步控制和消除麻疹提供科學(xué)依據(jù)。研究對(duì)象與方法采用橫斷面血清流行病學(xué)研究的方法分析聊城市現(xiàn)階段健康人群麻疹I(lǐng)GG抗體陽(yáng)性率和抗體水平并比較2006年和2011年聊城市健康人群麻疹I(lǐng)GG抗體陽(yáng)性率和抗體水平。采用分層整群抽樣的方法按照＜2歲、2～歲、5～歲、8～歲、11～歲、15～歲、20～歲和≥40歲8個(gè)年齡組抽取東昌府區(qū)、茌平縣、陽(yáng)谷縣和冠縣健康人群400人運(yùn)用統(tǒng)一設(shè)計(jì)的流行病學(xué)調(diào)查表進(jìn)行個(gè)案調(diào)查并同時(shí)進(jìn)行血清標(biāo)本的采集。采用酶聯(lián)免疫吸附試驗(yàn)ELISA間接法檢測(cè)血清樣本麻疹I(lǐng)GG抗體。所有資料經(jīng)核查后統(tǒng)一錄入計(jì)算機(jī)用EXCEL～2003建立數(shù)據(jù)庫(kù)運(yùn)用SPSS180軟件進(jìn)行資料分析分析方法為描述性分析、Χ2檢驗(yàn)、方差分析和秩和檢驗(yàn)等統(tǒng)計(jì)方法。結(jié)果12011年共調(diào)查387人陽(yáng)性人數(shù)379人陽(yáng)性率9793血清麻疹I(lǐng)GG抗體GMT為165198SD為309。2與其他年齡組相比＜2歲和15～39歲年齡組麻疹抗體陽(yáng)性率和GMT偏低。32011年聊城市健康人群麻疹I(lǐng)GG抗體陽(yáng)性率和GMT均高于2006年的。結(jié)論聊城市現(xiàn)階段健康人群麻疹抗體處于較高水平。與其他年齡組相比＜2歲和1539歲年齡組麻疹抗體免疫水平偏低。應(yīng)制定切實(shí)可行的成人免疫程序。

簡(jiǎn)介：中南大學(xué)碩士學(xué)位論文空間統(tǒng)計(jì)學(xué)方法在某市淋病疫情時(shí)空聚集性特征研究中的應(yīng)用姓名羅珍胄申請(qǐng)學(xué)位級(jí)別碩士專(zhuān)業(yè)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)指導(dǎo)教師劉愛(ài)忠馮鐵建20100501中南大學(xué)碩士學(xué)位論文中文摘要頭街道，2009年為深圳西南部的南山和南頭街道；單純時(shí)間掃描分析顯示深圳2005和2007年的淋病發(fā)病聚集時(shí)間段為11～12月，2006年聚集時(shí)間段為10““11月，2008年和2009年聚集時(shí)間分別為7“9月和5～7月；時(shí)空掃描分析顯示深圳市粵海、南頭、南山和沙河街道的淋病發(fā)病在2005年3～7月有聚集性L(fǎng)LR84．06，砌P2．40，南山、南頭、粵海、招商和蛇口街道的淋病發(fā)病在2006年4“6月有聚集性L(fǎng)LIB869．75，RR8．87，南頭、南山、粵海和新安街道的淋病發(fā)病在2007年4“6月有聚集性L(fǎng)LR645．47，砌P6．45，南頭、南山、粵海、招商和蛇口街道的淋病發(fā)病在2008年4“6月有聚集性L(fǎng)LR959．05，RR7．65，新安、西麗、南頭、西鄉(xiāng)、粵海和南山街道的淋病發(fā)病在2009年4“6月有聚集性L(fǎng)LR1157．85，腓6．78。結(jié)論以街道為基本單元的深圳市淋病病例和淋病發(fā)病率在時(shí)間、空間和時(shí)空分布上均存在聚集性。2005“2009年淋病的高發(fā)病率聚集區(qū)位于深圳西南部，低發(fā)病率聚集區(qū)位于深圳東北部。深圳市淋病病例空間聚集區(qū)主要位于西北部和西南部；淋病發(fā)病的聚集時(shí)間段有從第四季度向前推移的趨勢(shì)；時(shí)空聚集特點(diǎn)為每年第二季度左右在深圳西南部聚集?？臻g自相關(guān)和空間掃描統(tǒng)計(jì)等空間統(tǒng)計(jì)方法能夠用于揭示深圳市淋病疫情時(shí)空聚集性分布特征，并確定淋病防控的重點(diǎn)區(qū)域。關(guān)鍵詞淋病，空間統(tǒng)計(jì)學(xué)，空間自相關(guān)，掃描統(tǒng)計(jì)N

簡(jiǎn)介：點(diǎn)擊查看更多一起飲用水源污染引起的細(xì)菌性痢疾暴發(fā)疫情現(xiàn)場(chǎng)調(diào)查控制分析.pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多流動(dòng)人口對(duì)上海市結(jié)核病疫情及發(fā)病模式的影響.pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多西部地區(qū)鼠疫疫情趨勢(shì)分析及鼠疫桿菌F1抗原表位特征預(yù)測(cè).pdf精彩內(nèi)容。

簡(jiǎn)介：目的分析湖北省本地瘧疾發(fā)病的時(shí)空分布特征，識(shí)別瘧疾流行的高危風(fēng)險(xiǎn)區(qū)域和高危時(shí)段。評(píng)價(jià)氣象因素在湖北省本地瘧疾流行中的作用，建立瘧疾流行的氣象預(yù)測(cè)模型。探討ARIMA模型預(yù)測(cè)湖北省本地瘧疾發(fā)病率的可行性，預(yù)測(cè)瘧疾發(fā)病趨勢(shì)。本研究可以為湖北省本地瘧疾疫情的監(jiān)測(cè)和預(yù)測(cè)提供決策支持，最終為指導(dǎo)瘧疾的防控，合理的分配衛(wèi)生資源提供科學(xué)的參考依據(jù)和理論指導(dǎo)。方法1采用COCHRANARMITAGE趨勢(shì)檢驗(yàn)分析20042011年湖北省本地瘧疾疫情發(fā)展變化的長(zhǎng)期趨勢(shì)。繪制20042011年湖北省各縣市、區(qū)本地瘧疾年度發(fā)病率分布圖。2采用ARCGIS101軟件的全局MAN’SI空間自相關(guān)分析整個(gè)研究區(qū)域瘧疾發(fā)病是否存在空間自相關(guān)。采用ARCGIS101局部MAN’SI空間自相關(guān)分析方法和單純空間掃描統(tǒng)計(jì)方法兩種局部空間聚集性研究方法來(lái)確定20042011年湖北省本地瘧疾流行的高風(fēng)險(xiǎn)區(qū)域。利用單純時(shí)間掃描，時(shí)空掃描研究瘧疾發(fā)病的時(shí)間和時(shí)空分布特點(diǎn)，確定發(fā)病的高風(fēng)險(xiǎn)時(shí)段和高風(fēng)險(xiǎn)區(qū)域。3運(yùn)用SPEARMAN等級(jí)相關(guān)分析不同區(qū)域尺度瘧疾發(fā)病率與氣象因素相關(guān)性。采用多元回歸逐步回歸分析法篩選影響瘧疾發(fā)病率氣象因素，利用氣象因素對(duì)瘧疾發(fā)病變化進(jìn)行回歸擬合。4本研究將棗陽(yáng)市瘧疾流行程度按月病人數(shù)占全年病人總數(shù)的構(gòu)成比，分為低發(fā)月、中發(fā)月、高發(fā)月。應(yīng)用逐步判別分析方法利用氣象因素對(duì)棗陽(yáng)市未來(lái)瘧疾流行程度進(jìn)行判別。5采用20042009年湖北省本地瘧疾發(fā)病率構(gòu)建ARIMA模型，2010年112月的數(shù)據(jù)用于檢驗(yàn)?zāi)Ｐ?，并評(píng)價(jià)模型的擬合及預(yù)測(cè)效果。結(jié)果1湖北省20042011年不同年份瘧疾發(fā)病率整體上呈顯著下降的趨勢(shì)。全局空間自相關(guān)分析結(jié)果提示湖北省的本地瘧疾發(fā)病具有一定的空間聚集性。20042011年，局部MAN’SI空間自相關(guān)發(fā)現(xiàn)11個(gè)瘧疾發(fā)病高危縣，高危縣瘧疾發(fā)病率的中位數(shù)從2004年58110萬(wàn)降至2011年07910萬(wàn)；單純空間掃描分析結(jié)果發(fā)現(xiàn)20042011年湖北省有11個(gè)聚集地區(qū)，其中一級(jí)聚集區(qū)8個(gè)，二級(jí)聚集區(qū)3個(gè)；時(shí)空聚集性分析結(jié)果發(fā)現(xiàn)一級(jí)聚集區(qū)域，其中一級(jí)聚集區(qū)域13個(gè)縣，聚集時(shí)段從2004年4月2007年11月。2湖北省與棗陽(yáng)市兩種區(qū)域尺度上20042009年的瘧疾發(fā)病率周期性變化與年中氣候的周期變動(dòng)明顯相關(guān)，與氣溫相關(guān)指標(biāo)和降雨量的相關(guān)性較為顯著，相關(guān)系數(shù)多在07左右。湖北省每個(gè)月瘧疾發(fā)病率的變動(dòng)781％可歸因于當(dāng)月和前一個(gè)月平均氣溫MEANT01和之前2個(gè)月的平均最低氣溫MINT2；棗陽(yáng)市每個(gè)月瘧疾發(fā)病率的變動(dòng)678可歸因于當(dāng)月和前一個(gè)月平均最高氣溫MAXT01。3本研究利用氣象因素建立判別函數(shù)對(duì)棗陽(yáng)市瘧疾流行程度進(jìn)行判別，首先對(duì)32個(gè)氣象因子進(jìn)行逐步判別，最終引入判別方程的氣象因子有MINT0、MAXT0和D012。判別函數(shù)的準(zhǔn)確率為7361，具有一定的判別效果。4利用湖北省20042009年的每月本地瘧疾發(fā)病率建立模型，結(jié)果顯示ARIMA1，L，11，L，012模型擬合效果相對(duì)最優(yōu)，預(yù)測(cè)發(fā)病變動(dòng)趨勢(shì)與實(shí)際發(fā)病趨勢(shì)完全一致，實(shí)際值均在預(yù)測(cè)值的95可信區(qū)間范圍，表明模型預(yù)測(cè)值與實(shí)際情況基本一致，擬合效果好。結(jié)論120042011年，研究發(fā)現(xiàn)湖北省本地瘧疾發(fā)病率呈顯著下降的趨勢(shì)。湖北省的瘧疾發(fā)病具有空間聚集性，高危風(fēng)險(xiǎn)地區(qū)仍然存在，高危風(fēng)險(xiǎn)地區(qū)主要位于嗜人按蚊和中華按蚊復(fù)媒瘧區(qū)。2利用氣象因素?cái)M合全省和瘧疾高發(fā)縣的瘧疾發(fā)病率取得較好的效果，構(gòu)建的判別函數(shù)能較準(zhǔn)確預(yù)測(cè)棗陽(yáng)市瘧疾流行狀況。3構(gòu)建的ARIMA模型對(duì)湖北省瘧疾發(fā)病情況的擬合結(jié)果滿(mǎn)意，預(yù)測(cè)效果良好，可用于預(yù)測(cè)湖北省未來(lái)瘧疾的變動(dòng)趨勢(shì)。

簡(jiǎn)介：山西醫(yī)科大學(xué)碩士學(xué)位論文晉城煤業(yè)集團(tuán)法定傳染病疫情分析及其時(shí)間序列模型預(yù)測(cè)姓名周志明申請(qǐng)學(xué)位級(jí)別碩士專(zhuān)業(yè)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)指導(dǎo)教師余紅梅劉毅堅(jiān)20100516山西醫(yī)科大學(xué)碩士學(xué)位論文ANALYSISTHEINCIDENCETENDENCYOFMAINLEGAIINF．ECTIOUSDISEASESINJINCHENGCOALMININ2GROUPCO．LTDANDDREDICTINCIDENCEOFJLNCHENGCOALMLNLNGGROUPC0．LTDANDPREDLCTINCIDENCE0TDYSENTERYWITHTIMESERIESMODEIABSTRACTOBJECTIVEWITHTHEPROGRESSOFSCIENCETECHNOLOGY，THEIMPROVEMENTOFPEOPLE’SLIVINGCONDITIONSAILDMEIMPIEMENTATIONOFEPI，MANYINFECTIOUSDISEASESHAVEBEENE虢CTIVELYCONTROLLED，BUTINRECENTYEARS，ANUMBEROFINFECTIOUSDISE2LSES，SUCHASTUBERCULOSIS，VIRALHEPATITISHAVESTARTEDTOSPREADAGAIN．ITISTHEORETICALLYANDPRACTICALLYIMPORTAILTT0CO耐I衄THEINCIDENCETENDENCY，TOFINDOUT也E廿LEORETICALEPIDEMICMLES，PREESTIMATETILEDEVELOPMENTAILDADOPTTHEEFFECTIVEINTERVENTIONME嬲URES．THERESEARCHOFEPIDEMIOLO酉CALMATLLEMATICALMODELSHASBEEN州DELYCONCEMED．TOPROVIDEMEORETICALEVIDENCESTOCONSTITUTETHEPREVEMIONAILDCUREMEASURESREASONABLYANDE腩CTIVELY，、ⅣEBUILTDYN鋤ICMODELSOFTHEEPIDEMICSITULATIOLLSOFDYSENTER，ANDEXPLO似LTHE印PLICATIONVALUEOFTTLEMODELSINDISEASECO嘶OLALLDPROPHYLAXISINTLLISC時(shí)．METHODSWECOLLEC刷THEI疵CTIOLLSDISEASESAJLDDEM0鯽LLICDATA舶ML994T02003OFJINCHENGC02LLMIRLINGGROUPCO．LTD，ANDDESC曲EDTHEINCIDENCERATEOFSOME訕FECTIOUSDISEASESANDⅡLEIRDISTRIBUTIOILSTOLEANLT11EDYLLAMICCONDITIONOFMEMAILLINFECTIOUSDISE嬲ESD戚NGTLLETI髓YEARSINJINCHENGC02ILMIILINGGROUPCO．【，TD．AⅪMAMODELBASEDONⅡLEILLCIDENCERATEOFDYSENTEDRW嬲FITTED鋤DEVALUATEMEDYSEMED，INCIDENCELEVELOFJILLCHENGCOALMINING伊OUPCO．LTD、ⅣINLTHISMODEL．RESULTS2898C笛ESOF讎LEGAJI旅施OLISDISEASEWEREREPORTED舶M1998TO2007，觚DMEAVE捌薩AILILUALIILCIDENCEW硒“2．83／L00000．NOCLASSAI疵CTIOUSDISEA∞SWEREREPONED觚D18L【INDSOFCLASSBANDC證FECTIOUSWEREREPONED．1KTOTALIILCIDENCEOFLEGALCOMMLLILICDBLEDISEASEWAS2LSCEND鋤IILJIILCHENGCOALMIILINGGROUPCO．LTDDILRINGTHEPASTLOYEARS．1KINCIDENCESHOWED2PEAL【SIN2000，2004，BEINGHIGHESTIIL2007謝TLL缸INCIDENCEOF1024．59／100000．111ECOMPOSITIONOFINF．ECTIOUSDISE嬲EAPPARENTLYCHLGED鋤DENTOMOPLLILOUSINFECTIOUSDISEASES、ⅣEREMARKEDLYREDUCED．THEF犯CAL．OML們ILSMINEDDISEASES鋤DTHESEXUALIYTRAILSMITTEDDISEA∞SINCREA∞MOSTDISTINCTLY．THETOP3INFECTIOUSDISE船ESININCIDENCEWEREVIRALH印ATITIS，PULMOMI巧TUBERCLLLOSISANDDYSENTERY．ARER位MSFONILATIONOFTHENA_TURAIIOGARITLLIIL，恤FININGE儂CTOFAⅪMA1，0，0O，1，1ISGOOD，ITCAILPROVIDE恤ACCUL疵FORECASTF．0RTLLEINCIDENCERATEOFDYSENTE巧．CONCIUSIONNLEEPIDEMICST乏咖SOFNOTIFIABLEDISE雒EOFJINCHENGCOALMININGGROUPCO．LTDWAUS∞RIOLLS．NISNECESSA巧T0C0刪LYENHAILCEMEPREVENTIONOFALLL【IILDSOFIILFTIOUS

簡(jiǎn)介：目的本研究嘗試以傳染病季節(jié)流行現(xiàn)象ZD現(xiàn)象、ARIMA模型為基本方法，以19502002年遼寧省傳染病疫情為基礎(chǔ)資料，定性、定量的描述遼寧省重點(diǎn)防制傳染病的流行規(guī)律，評(píng)價(jià)我省傳染病的流行形勢(shì)和預(yù)防控制措施效果，建立動(dòng)態(tài)模型，對(duì)傳染病疫情的發(fā)生、發(fā)展做出定性、定量的預(yù)測(cè)預(yù)報(bào)，并應(yīng)用負(fù)二項(xiàng)分布模型擬合實(shí)際的發(fā)生過(guò)程來(lái)分析傳染病暴發(fā)的家庭聚集性特點(diǎn)，探討其應(yīng)用價(jià)值，從理論角度為制定科學(xué)、有效的防制措施提供依據(jù)。方法1應(yīng)用傳染病季節(jié)流行現(xiàn)象ZD現(xiàn)象對(duì)猩紅熱時(shí)間序列進(jìn)行分析并作出定性預(yù)測(cè)。2應(yīng)用ARIMA模型對(duì)遼寧省流腦發(fā)病率進(jìn)行分析和定量預(yù)測(cè)。3應(yīng)用負(fù)二項(xiàng)分布對(duì)傳染病暴發(fā)時(shí)家庭聚集性分布進(jìn)行擬合。結(jié)論1本研究利用遼寧省19502002年全部傳染病疫情資料，資料具有完整性和連續(xù)性。在實(shí)際工作中，定性、定量的預(yù)測(cè)傳染病的發(fā)生發(fā)展趨勢(shì)和強(qiáng)度對(duì)于實(shí)際工作具有指導(dǎo)意義。2依據(jù)本年度猩紅熱的疫情資料，對(duì)下一流行年的疫情發(fā)生情況作出定性預(yù)測(cè)，為控制猩紅熱暴發(fā)流行提供了理論依據(jù)。3ARIMA模型應(yīng)用于傳染病發(fā)病率的動(dòng)態(tài)分析，根據(jù)對(duì)未來(lái)值的定量預(yù)測(cè)，可為制定防治措施提供理論依據(jù)。4負(fù)二項(xiàng)分布適用于罹患率較低的傳染病暴發(fā)家庭聚集性的擬合，有助于查明傳播途徑和制定有效防治措施。

簡(jiǎn)介：學(xué)院代號(hào)10716學(xué)號(hào)010090310253專(zhuān)業(yè)代碼100503密級(jí)陜西中醫(yī)學(xué)院SHAANXIUNIVERSITYOFCHINESEMEDICINESHAANXIUNIVERSITYOFCHINESEMEDICINE碩士學(xué)位論文碩士學(xué)位論文陜西古代疫情研究陜西古代疫情研究學(xué)位申請(qǐng)人學(xué)位申請(qǐng)人王曉琳專(zhuān)業(yè)名稱(chēng)專(zhuān)業(yè)名稱(chēng)中醫(yī)醫(yī)史文獻(xiàn)申請(qǐng)學(xué)位類(lèi)型申請(qǐng)學(xué)位類(lèi)型醫(yī)學(xué)碩士學(xué)位指導(dǎo)教師姓名指導(dǎo)教師姓名辛智科論文提交日期論文提交日期2013年4月中文摘要本文通過(guò)查閱陜西古代地方志、各類(lèi)正史、醫(yī)著及其他相關(guān)資料文獻(xiàn)等近300種，收錄整理出陜西古代335縣次疫情及與之有關(guān)的自然災(zāi)害、社會(huì)變動(dòng)。以現(xiàn)代流行病學(xué)方法為指導(dǎo)，對(duì)這些文獻(xiàn)資料進(jìn)行整理，力求能對(duì)現(xiàn)代防疫工作的進(jìn)展和現(xiàn)代醫(yī)學(xué)的進(jìn)行提供有價(jià)值的參考資料和可以直接利用的數(shù)據(jù)圖表。本次工作對(duì)陜西古代疫情的流行情況及相關(guān)因素加以初步探討研究，并且從陜西古代疫情研究出發(fā)，初步總結(jié)了古代政府應(yīng)對(duì)疫情的主要手段，簡(jiǎn)單分析了古代疫情的發(fā)生流行對(duì)于今人的啟示，其結(jié)果如下陜西古代疫情主要集中在明清兩代，最早的疫情記錄可以追溯到公元前369年的周烈王時(shí)期，從公元前369年到1902年，關(guān)于疫情的記錄幾乎在每朝每代都可見(jiàn)到。其中春秋戰(zhàn)國(guó)時(shí)期、漢代及元代記錄較少；唐代的陜西作為全國(guó)的政治中心，關(guān)中地區(qū)人口眾多、文化繁榮，為疫病的流行提供了條件，且唐代載入正史的疫情占大多數(shù)；明清時(shí)期疫情記錄明顯增多，且以清朝更甚。明代陜西大地震的發(fā)生、清代大范圍旱災(zāi)、饑荒、回漢沖突、人口流動(dòng)，各種天災(zāi)人禍相繼伴隨，陜西人民的生產(chǎn)生活遭到很大破壞，地震、災(zāi)荒導(dǎo)致疫病的產(chǎn)生，戰(zhàn)爭(zhēng)、人口遷徙又加劇了瘟疫的傳播，在季節(jié)分布上，陜西古代疫情主要發(fā)生在夏季及秋季。陜西古代疫情發(fā)生的地理特點(diǎn)是主要分布在關(guān)中平原地區(qū)，疫情發(fā)生呈現(xiàn)出由關(guān)中平原向陜北高原及陜南秦巴山地地區(qū)遞減趨勢(shì)。分析其原因，主要是關(guān)中平原地勢(shì)平坦，人口眾多，多個(gè)朝代建都于此，高密度的居住人口使得發(fā)生疫情的幾率也高。而陜北高原和陜南地區(qū)相對(duì)而言多為山地，交通閉塞，自然環(huán)境惡劣，人口相對(duì)稀少，發(fā)生大疫的幾率自然也就降低。陜西古代疫情與旱災(zāi)、水災(zāi)、凍災(zāi)、風(fēng)災(zāi)、蟲(chóng)災(zāi)等各種自然災(zāi)害及社會(huì)變動(dòng)都有關(guān)系，其中與旱災(zāi)的關(guān)系最為密切。戰(zhàn)爭(zhēng)雖不是影響陜西古代瘟疫流行的主要因素，但對(duì)瘟疫的傳播起到了推波助瀾的作用。陜西古代能確定疫種的疫情很少，以霍亂、白喉、鼠疫為最多，其中鼠疫主要發(fā)生在陜北地區(qū)。古代人民在與疫病進(jìn)行漫長(zhǎng)斗爭(zhēng)的過(guò)程中，積累了很多豐富的經(jīng)驗(yàn)，其中很多民間土方法至今仍在沿用，并對(duì)今天疫病的預(yù)防與治療起到很

簡(jiǎn)介：本系統(tǒng)采用WINDOWS2000PROFESSIONAL作為系統(tǒng)開(kāi)發(fā)平臺(tái)，開(kāi)發(fā)工具是JSP和DREAMWEAVER，使用的數(shù)據(jù)庫(kù)管理系統(tǒng)是SQLSERVER2000。這套麻風(fēng)病疫情數(shù)據(jù)信息的網(wǎng)絡(luò)報(bào)告監(jiān)測(cè)系統(tǒng)實(shí)現(xiàn)了網(wǎng)上麻風(fēng)病疫情信息的收集和處理，系統(tǒng)采用瀏覽器服務(wù)器BS模式，通過(guò)瀏覽器方式采集數(shù)據(jù)。設(shè)計(jì)了一個(gè)基于BS模式的客戶(hù)端、應(yīng)用服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器三層架構(gòu)的基于網(wǎng)絡(luò)下的數(shù)據(jù)庫(kù)遠(yuǎn)程維護(hù)系統(tǒng)。數(shù)據(jù)庫(kù)維護(hù)人員只要通過(guò)登錄認(rèn)證，就可以在任何時(shí)間、任何地點(diǎn)通過(guò)瀏覽器在網(wǎng)上對(duì)數(shù)據(jù)庫(kù)進(jìn)行維護(hù)。對(duì)于遠(yuǎn)程維護(hù)中的登錄認(rèn)證和中間件關(guān)鍵技術(shù)進(jìn)行了設(shè)計(jì)實(shí)現(xiàn)，中間件采用JAVABEAN技術(shù)。在中間件中，采用連接池技術(shù)與數(shù)據(jù)庫(kù)進(jìn)行連接，可以對(duì)登錄密碼進(jìn)行驗(yàn)證，對(duì)數(shù)據(jù)庫(kù)進(jìn)行各種操作，包括查詢(xún)、插入、更新和刪除操作等，所有這些操作只需要通過(guò)接口參數(shù)的設(shè)置就可以完成。程序經(jīng)過(guò)調(diào)試運(yùn)行，基本達(dá)到了使用要求。

簡(jiǎn)介：目的通過(guò)比較2005、2006年試點(diǎn)縣區(qū)上報(bào)到突發(fā)公共衛(wèi)生事件信息報(bào)告網(wǎng)上的痢疾、麻疹暴發(fā)疫情的基本情況與試點(diǎn)縣區(qū)同年該研究傳染病在自動(dòng)預(yù)警系統(tǒng)模擬運(yùn)行的結(jié)果，驗(yàn)證并評(píng)估自動(dòng)預(yù)警系統(tǒng)的效果，以不斷的改進(jìn)和完善預(yù)警系統(tǒng)。方法在對(duì)試點(diǎn)縣區(qū)2005、2006年報(bào)告到突發(fā)公共衛(wèi)生信息管理系統(tǒng)上的麻疹、痢疾疫情進(jìn)行分析的基礎(chǔ)上，利用“重點(diǎn)傳染病自動(dòng)預(yù)警信息系統(tǒng)”原理與方法移動(dòng)百分位數(shù)法，模擬運(yùn)行，對(duì)試點(diǎn)縣區(qū)痢疾、麻疹暴發(fā)疫情回顧驗(yàn)證分析。結(jié)果1、2005、2006年33個(gè)試點(diǎn)縣區(qū)報(bào)告的麻疹、痢疾突發(fā)公共衛(wèi)生事件共6起，分布于5個(gè)縣區(qū)，分別是上海松江區(qū)、遼寧海城市、浙江蕭山區(qū)、廣西平樂(lè)縣、靈川縣，其中麻疹3起，痢疾3起。2、根據(jù)5個(gè)縣區(qū)相關(guān)傳染病的預(yù)警控制圖，6起疫情，有4起疫情成功實(shí)現(xiàn)預(yù)警。4起成功實(shí)現(xiàn)預(yù)警的疫情在P80閾值水平上平均領(lǐng)先時(shí)間75天，P90水平上領(lǐng)先7天，有3起當(dāng)前周期值從一開(kāi)始便超過(guò)P90水平，一起超過(guò)P80；未能實(shí)現(xiàn)預(yù)警的疫情，即使閾值降到P50，也不能成功預(yù)警。通過(guò)對(duì)個(gè)案的研究發(fā)現(xiàn)，未能實(shí)現(xiàn)預(yù)警的疫情都是集中報(bào)告所致。3、系統(tǒng)的預(yù)警頻率較高，連續(xù)預(yù)警情況嚴(yán)重，剔除連續(xù)預(yù)警后，預(yù)警次數(shù)大大減少。4歷史報(bào)病較少的縣區(qū)，當(dāng)前周期值在很小的情況下就發(fā)出預(yù)警信號(hào)的情況較多。5、以“實(shí)際報(bào)告的突發(fā)公共衛(wèi)生痢疾、麻疹疫情事件”為金標(biāo)準(zhǔn)，對(duì)靈敏度和特異度進(jìn)行了分析，結(jié)果是各百分位數(shù)閾值上靈敏度無(wú)差異，而隨著閾值的上升，特異度也上升。結(jié)論及建議通過(guò)回顧驗(yàn)證分析，發(fā)現(xiàn)基于控制圖法原理所建立的“重點(diǎn)傳染病自動(dòng)預(yù)警系統(tǒng)”能夠?qū)崿F(xiàn)傳染病暴發(fā)的早期察覺(jué)，并能直觀地反映出傳染病報(bào)告的異常情況，在實(shí)際工作中，能夠幫助疫情分析人員高效、便捷地利用現(xiàn)有的傳染病信息報(bào)告資源，作為判斷當(dāng)?shù)匾咔槭欠癖┌l(fā)或者流行異常重要依據(jù)之一，意義很大。與此同時(shí)，在研究中也發(fā)現(xiàn)，連續(xù)預(yù)警和錯(cuò)誤預(yù)警信號(hào)多，在實(shí)際工作中會(huì)造成工作人員疲于應(yīng)付，如果處理不好，自動(dòng)預(yù)警系統(tǒng)有可能發(fā)揮不了應(yīng)有的作用。在以后的研究中，需不斷完善系統(tǒng)的參數(shù)設(shè)置和預(yù)警實(shí)現(xiàn)的模式，以提高系統(tǒng)的靈敏度。研究中發(fā)現(xiàn)，不同的傳染病流行水平，系統(tǒng)的表現(xiàn)不同，傳染病流行水平低，預(yù)警系統(tǒng)產(chǎn)生的錯(cuò)誤預(yù)警信號(hào)相對(duì)較多，反之，則較少。因此，認(rèn)為在預(yù)警的病種和閾值的設(shè)定上，各試點(diǎn)縣區(qū)應(yīng)結(jié)合當(dāng)?shù)貍魅静〉牧餍袪顩r，自行設(shè)定，在預(yù)警當(dāng)?shù)睾币?jiàn)傳染病時(shí)，控制圖法可能并不是最佳選擇，因此可考慮為固定閾值。此外，當(dāng)前的數(shù)據(jù)顯示，各百分位數(shù)閾值在預(yù)警效果和領(lǐng)先時(shí)間上，并沒(méi)有太大差異，相對(duì)來(lái)講，P90錯(cuò)誤預(yù)警信號(hào)相對(duì)較少，特異度較高。在下一步的試點(diǎn)工作中，建議適當(dāng)增加試點(diǎn)地區(qū)數(shù)量，擴(kuò)大監(jiān)測(cè)病種范圍，進(jìn)行進(jìn)一步研究。

簡(jiǎn)介：福建中醫(yī)學(xué)院碩士學(xué)位論文福建清代疫情資料分析及研究姓名王志良申請(qǐng)學(xué)位級(jí)別碩士專(zhuān)業(yè)中醫(yī)醫(yī)史文獻(xiàn)指導(dǎo)教師林楠20090501FUJIANEPIDEMICSITUATIONQINGDYNASTYMATERIALANALYZEANDSTUDYABSTRACTTHEEPIDEMICDISEASEISTHATHEALTHTHREATENSTHEMAXIMALDISEASETOHUMANBEING，THEEPIDEMICDISEASEBEINGPOPULARFORISFLOURISHINGBERELATEDTOANATION、SOCIETYISTRANQUIL，THECOUNTRYISTHRIVING，INTHEWORLDEVERYCOUNTRYCOMMONLYTHISPIECEOFGREATEVENTLOOKSONEPIDEMICPREVENTION筋ETERNALATTENTIONTOPICOFCONVERSATIONTHEREFOREINTHEANCIENTTIMESTHEEPIDEMICDISEASEDOCUMENTDATAWASNATURALHISTORYDATAIMPORTANTCOMPONENT，THEANALYSISREINFORCINGTOTHESEPRECIOUSDOCUMENTDATASTUDIES，WILLDEEPENTHESIGNIFICANCEKNOWINGTODOCTOROFTRADITIONALCHINESEMEDICINETHEORY，ALSOHAVINGIMPORTANTSCIENCETOEPIDEMICPREVENTIONDISASTERALLEVIATIONINTHENOWADAYSJOBTHEDOCUMENTARRANGESTHEMAINBODYOFABOOKWITHEPIDEMIOLOGYMETHOD，WITHTHEPLACEFORTHEBASIS，IN1644AREAINVESTIGATESWHETHERANDANALYSESALLROUNDTOFUJIANTIUTHEDOCUMENTIN1911DATAASSUME晦SYSTEM，ASYNTHETICALSTUDYLEADSTOTHECOMEINTOBEINGANDPOPULARVARIOUSPESTILENCEFACTORKNOWSPESTILENCECHARACTERISTICDISCUSSINGTHEFUJIANAREAEPIDEMICDISEASEQINGDYNASTYINTHECLIMATE，GEOGRAPHICALFEATURE，CROWDINEXISTENCE，HAPPENANDPOPULARCONDITION，NATURALFACTORANDSOCIETYBACKGROUNDSCATTERING，BEINGRELATEDTOFROMEPIDEMICDISEASEQUANTITYANDTHEIRSPACETIMEQINGDYNASTYINHISTORYINFUJIANPOPULARFUJIANAREAEPIDEMICDISEASEQINGDYNASTYCONDITIONHASJUDGINGFROMNOWAVAILABLEDATAASFOLLOWSCHARACTERISTICPOPULARTIMEOFEPIDEMICDISEASEHAPPENSMUCHLYINSUMMER；POPULARAREACONCENTRATESANEPIDEMICDISEASEONNORTHFUJIAN，F(xiàn)UJIANMAINLYNEUTRALIZINGTHREESOUTHERNFUJIANAREA；EPIDEMICDISEASEKINDISMUCH；POPULARINTENSITYISSTRONG；NATURALCALAMITIESISNOTBADINITIATEORAGGRAVATETHEEPIDEMICDISEASEBEINGPOPULARFORVARIOUSFACTORSSUCHASEPIDEMICDISEASEBEINGPOPULARFORANDPOLITICALECONOMYMEDICALTREATMENT，NATURALCONDITIONS，SOCIETYCUSTOMHASDIRECTORINDIRECTSOMETHINGTODOTHEMAINBODYOFABOOKISANALYSEDCOMPARATIVELYOBJECTIVELYBYTHEFACTTHATTHEPOPULARFACTORCOMPILINGADOCUMENT，AFFECTINGANEPIDEMICDISEASEBYMANYANGLESTOTHATTIMEDOESAFEWENLIGHTENMENTEXPLORINGSOMEREGULARITYOUTOFONEASPECTWILLFIUINTHEFUJIANAREAEPIDEMICDISEASEQINGDYNASTYDOCUMENTSTUDYINGTHEASPECTBLANKSPACE，THEANCIENTTIMESEPIDEMICDISEASESMALLRANGETOTHEPREHOMINIDINQUIRESINTOANALYSISMETHODHAVINGALSO，ASSUMEDCOMPLEMENTANDHAVINGIMPROVEDANDPERFECTEDUNDERNEWHISTORICALCONDITIONHOWTOCOMBATBESIDESTOUSWITHTHEEPIDEMICDISEASETODAYCUTDOWNBEINGPOPULARFORCOMPLETELYERADICATINGANEPIDEMICDISEASETHEN，CANPROVIDEAFEWSALUTARYLESSOFLSBEYONDDOUBTKEYWORDSFUJIAN／EPIDEMIOLOGY；PESTILENCE／EPIDEMIOLOGY；COMMUNICABLEDISEASES，EMERGING／EPIDEMIOLOGY；HISTORYOFMEDICINE，QINGDYNASTY2

簡(jiǎn)介：目的探索應(yīng)用時(shí)間序列求和自回歸移動(dòng)平均AUTEGRESSIVEINTEGRATEDMOVINGAVERAGEARIMA模型預(yù)測(cè)本地區(qū)常見(jiàn)呼吸道傳染病的發(fā)病情況。為本區(qū)制定呼吸道傳染病的預(yù)防監(jiān)測(cè)措施提供決策依據(jù)同時(shí)為其它呼吸道傳染病預(yù)測(cè)模型的研究提供參考。方法利用國(guó)家疾病報(bào)告管理信息系統(tǒng)的資料應(yīng)用SPSS130統(tǒng)計(jì)軟件、采用ARIMA模型對(duì)2007年1月2011年12月合肥市蜀山區(qū)常見(jiàn)6種呼吸道傳染病即麻疹、風(fēng)疹、流行性腮腺炎、流行性感冒、水痘、流腦逐月的發(fā)病情況進(jìn)行建模和擬合經(jīng)過(guò)參數(shù)估計(jì)、模型診斷、模型評(píng)價(jià)選擇得到最優(yōu)模型并對(duì)2012年各月發(fā)病情況進(jìn)行預(yù)測(cè)評(píng)價(jià)模型的預(yù)測(cè)效果。結(jié)果本文研究的6種常見(jiàn)呼吸道傳染病高發(fā)季節(jié)均在35月份、11月份至次年的1月份。經(jīng)過(guò)建模、擬合得出ARIMA001001是本地區(qū)常見(jiàn)呼吸道傳染病擬合的最佳模型。模型擬合統(tǒng)計(jì)量均方根誤差ROOTMEANSQUAREERRRMSE為20299平均絕對(duì)百分位差MEANABSOLUTEPERCENTERRMAPE為41264正態(tài)化的BIC為6226決定系數(shù)R2為0269根據(jù)貝葉斯準(zhǔn)則BIC值最小R2最大為最優(yōu)模型LJUNG–BOXQ值為0375即P0375可知?dú)埐顚儆诎自肼曋嫡f(shuō)明本模型預(yù)測(cè)相對(duì)適合。建立模型之后對(duì)數(shù)據(jù)進(jìn)行ARIMA分析預(yù)測(cè)并進(jìn)一步對(duì)2012年本地區(qū)呼吸道傳染病的發(fā)病進(jìn)行預(yù)測(cè)結(jié)果顯示2012年各月份實(shí)際發(fā)病趨勢(shì)與預(yù)測(cè)曲線(xiàn)圖高度吻合說(shuō)明ARIMA模型擬合精度和預(yù)測(cè)效果均較好。ARIMA模型對(duì)未來(lái)12月內(nèi)的預(yù)測(cè)值在這幾種傳染病發(fā)病情況未發(fā)生顯著變化時(shí)能較好地預(yù)測(cè)這幾種傳染病未來(lái)的走勢(shì)及發(fā)病數(shù)。結(jié)論ARIMA模型對(duì)蜀山區(qū)常見(jiàn)呼吸道傳染病擬合的預(yù)測(cè)效果較為滿(mǎn)意ARIMA模型是針對(duì)有季節(jié)性變動(dòng)和趨勢(shì)性分月發(fā)病情況的時(shí)間序列提出的建模方法。ARIMA模型對(duì)未來(lái)12月內(nèi)的預(yù)測(cè)值在這幾種傳染病發(fā)病情況未發(fā)生顯著變化時(shí)能較好地預(yù)測(cè)這幾種傳染病未來(lái)的走勢(shì)及發(fā)病數(shù)這將為今后常見(jiàn)呼吸道傳染病的預(yù)防和控制提供理論支持。選用相對(duì)最優(yōu)的ARIMA模型進(jìn)行疾病預(yù)測(cè)并根據(jù)預(yù)測(cè)結(jié)果通過(guò)網(wǎng)絡(luò)信息化系統(tǒng)發(fā)出預(yù)警具有加強(qiáng)傳染病防控工作的實(shí)際應(yīng)用價(jià)值。