基于逐步回归的脑卒中发病环境因素分析及干预模型.doc

基于逐步回归的脑卒中发病环境因素分析及干预模型 摘要 本文通过建立合理的假设，对某地区2009-2010年脑卒中发病率与8种气象因素进行了相关分析，并经多元逐步回归建立了脑卒中发病率的预报模型进行了定量分析，得到了较为合理的结论。考虑到发病率与气象因素的复杂关系，在逐步线性回归模型的基础上，引进广义线性回归模型(GLM)进行推广。 针对问题一，本文对性别、年龄段、职业和时间序列以及4年的平均发病例数进行统计和分析，在删除了一些缺失或失真数据的基础上，对数据分别进行整理分析。最后，在性别方面，得到脑卒中发病率男性比女性的高。从年龄结构看，发病人数主要集中在50~90这一年龄区间内，其所占比例达81.10%。从职业结构看，农民的发病率最大。从各年的平均发病人数看，在各年季节交替月份的患病人数较多。 针对问题二，考虑到气温、气压和相对湿度对发病率的影响不确定，本文首先建立了Pearson相关分析模型，通过r值的大小来判断发病率与各指标是否存在着某种相关。经计算得出温度与发病率呈正相关，气压、相对湿度与发病率呈负相关，且各指标与发病率均呈弱相关，相关度并不显著。其次，考虑到发病率有可能受到多个因素的共同影响，于是用逐步线性回归模型对各因素逐步分析删除，最后得出脑卒中月平均发病率与平均气压、最大气压、最小气压、平均温度、最高温度和最高相对湿度这五个因素的一个多元回归线性预报模型，并进行了一定的定量分析。最后，考虑到逐步线性回归模型的各指标是相互独立性，而气压和温度之间存在相互作用，通过引入平均气压和平均温度交互项，对模型二进行了改进，得到了一个更优的模型。通过对模型的定量分析，本文预报模型具有实际应用价值。 针对问题三，脑卒中高危人群的重要特征有：偏瘫、失语、精神症状等，关键指标有：高血压、吸烟醉酒、血脂异常、糖尿病等。结合问题一、二的结论，分别针对高危人群提出预警和干预的建议方案。从这两个方案中得知：减少脑卒中发病率要从提高身体素质、疾病的认知和膳食均衡这三方面去考虑。 最后，考虑到逐步线性回归模型中脑卒中发病率与气象因素中的线性关系，而实际上，发病率与气象因素关系的复杂性线性关系并不足以充分刻画，本文在假设脑卒中发病例数与整个地区是一个小概率事件上，其实际分布接近于泊松分布，利用广义线性回归模型(GLM)进行推广，一定程度优化了逐步回归模型。 关键字：脑卒中 气象因素 相关分析 多元逐步回归 GLM模型 问题重述 脑卒中（俗称脑中风）是目前威胁人类生命的严重疾病之一，它的发生是一个漫长的过程，一旦得病就很难逆转。这种疾病的诱发已经被证实与环境因素，包括气温和湿度之间存在密切的关系。对脑卒中的发病环境因素进行分析，其目的是为了进行疾病的风险评估，对脑卒中高危人群能够及时采取干预措施，也让尚未得病的健康人，或者亚健康人了解自己得脑卒中风险程度，进行自我保护。同时，通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。 数据（见Appendix-C1）来源于中国某城市各家医院2007年1月至2010年12月的脑卒中发病病例信息以及相应期间当地的逐日气象资料（Appendix-C2）。请你们根据题目提供的数据，回答以下问题： 1．根据病人基本信息，对发病人群进行统计描述。 2．建立数学模型研究脑卒中发病率与气温、气压、相对湿度间的关系。 3．查阅和搜集文献中有关脑卒中高危人群的重要特征和关键指标，结合1、2中所得结论，对高危人群提出预警和干预的建议方案。 符号说明及名词定义 符号 符号说明 简单相关系数 脑卒中发病人数 回归分析解析变量（或指标） 回归方程的回归系数 残差 残差绝对值与实际值的百分比 各个月份残差绝对值 表示各月份的实际值 基本假设 假设4年中年与年间气象没有发生剧烈变化 假设发病人数不存在人口迁移的巨大变化 问题分析 4.1背景分析 脑卒中（Stroke）是脑中风的学名，是一种突然起病的脑血液循环障碍性疾病。又叫脑血管意外。是指在脑血管疾病的病人，因各种诱发因素引起脑内动脉狭窄，闭塞或破裂，而造成急性脑血液循环障碍，临床上表现为一过性或永久性脑功能障碍的症状和体征．脑卒中分为缺血性脑卒中和出血性脑卒中。根据统计中国每年发生脑卒中病人达200万，发病率高达120/10万。现幸存中风病人700万，其中450万病人不同程度丧失劳动力和生活不能自理。致残率高达75%。尽管该病与高血压、心脏病等主要危险因素有关，但其发病往往受季节气候变化及其它外界因素的影响。 气象因素的变化对脑血管病发病的影响，国内外均有报道。多数研究指出，在冬季脑卒中的发病率有明显增加，发病率与温度有很大的关联，但也有研究指出，脑