脑卒中发病环境因素分析及干预模型(全国一等奖).docVIP

脑卒中发病环境因素分析及干预 摘要 目前，脑卒中(俗称脑中风)是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。该病的诱发已被证实与环境因素，包括气压、气温和湿度之间存在密切的关系。本文旨在进行疾病的风险评估，对脑卒中高危人群及时采取干预措施，也让尚未得病的人了解自己得脑卒中的风险程度，做好预防。分析了脑卒中的发病环境因素；同时，通过建立数据模型，掌握该病发病率的变化规律，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。 针对问题一，首先，根据处理附件中所给的数据统计不同性别的发病人数，绘制出发病人数的性别分布饼图，发现女性脑中风发病率低于男性；其次，将不同年龄段的发病人数统计出来，绘制出发病人数的年龄分布直方图，基本符合正态分布，表明患病人群的年龄主要集中于50~90岁，为高危发病人群；再次，将8类职业的发病人数统计出来，绘制出发病人数的职业分布直方图，显示发病人群中农民的发病率明显高于其他7类职业，为高危发病人群；最后，将2007~2010年的各月的发病人数统计出来，绘制出了各年发病人数随月份变化的折线图，直观显现各年发病率的变化趋势。 针对问题二，首先，以2007年为例，分别绘制出该年各月的发病率和该月的平均气压、平均气温以及平均相对湿度的折线图，直观上得出发病率和气压、温度以及相对湿度的关系；再次，分别建立非标准化和标准化的面板数据(Panel Data)回归模型，得到2007年发病率受气温、气压、相对湿度的影响程度依次递减；最后，利用MATLAB统计工具箱建立并比较3种多元二项式回归模型及多元线性回归模型，分别根据2007 ~2010年的数据建立剩余标准差最接近于0的多元二项式回归模型，依次为多元交叉二项式回归模型、完全二次多元二项式回归模型、完全二次多元二项式回归模型和纯二次多元二项式回归模型，显著性均比面板数据回归模型(即多元线性回归模型)好。 针对问题三，我们充分运用各种资源查阅和搜集脑卒中高危人群的重要特征和关键指标，根据这些重要特征和关键指标，并结合问题一、二中所得结论，对高危人群提出了预警和干预的具体建议方案，以便预防和控制脑卒中的发生，抑制该疾病的不合理增长。 关键词 统计描述 正态分布 面板数据回归模型 多元二项式回归模型 MATLAB软件 1 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、气压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)。要求根据题目提供的数据，回答下列问题： 问题一：根据病人基本信息，对发病人群进行统计描述。 问题二：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。 问题三：查阅和搜集文献中有关脑卒中高危人群的重要特诊和关键指标，结合问题一、中所得结论，对高危人群提出预警和干预的建议方案。Appendix-C1中的数据表，可以看出：病人信息包括性别、年龄、职业、发病时间以及诊断报告时间。通过分析，诊断报告时间意义不是很大，因此只需对病人的性别、年龄、职业和发病时间进行统计描述即可。 处理附件data1.xls、data2.xls、data3.xls以及data4.xls中的数据，将不同性别的发病人数统计出来，绘制出发病人数的性别分布饼图；将年龄划分为8个年龄段，将不同年龄段的发病人数统计出来，绘制出发病人数的年龄分布直方图；将每个职业的发病人数统计出来，绘制出发病人数的职业分布直方图；将2007~2010年的每个月的发病人数统计出来，绘制出每一年发病人数随月份变化的折线图。观察分布图，分析统计出来的各项数据是否服从正态分布。 2.2 问题二的分析 问题一中，已经将2007~2010年每个月的发病人数统计出来了，再处理附件data5.xls中的数据,分别将2007~2010年的每个月的平均气压、平均气温、平均相对湿度统计出来。发病率计算方法如下： 第i年第j月份的发病率=第i年第j月的发病人数÷第i年总的发病人数 分别绘制出2007年各月的发病率和该年各月的平均气压、平均气温以及平均湿度的折线图，同理可以绘制出200