数学建模在医学病例中构建及研究应用.docxVIP

数学建模在医学病例中构建及研究应用 摘要：此文依据2012 “高教社杯”全国大学生数学建模 竞赛C题提供的资料，针对中脑卒中发病病例信息以及相应 期间当地的逐日气象资料，通过对脑卒中的发病环境、职业 人群和发病年龄等因素进行统计分析。借助MATLAB计算软 件，对平均压温湿度影响因素进行多元回归模型最小平方法 (0LS)估计分析，并对回归模型进行分布检验，确定各项 指标的权重，建立环境因素的数据模型，并有针对性进行对 影响因素采取干预措施和预防措施提供数据依据。 Abstract： Based on the data provided by question C” of 2012 ^Higher Education s Cup National Math ematical Contest in Modeling, for the incident cases information instrokeand localdaily meteorological data ofcorresponding period, through the factors of incidence environment, occupational groups andage of onset，etc.，this paper madecorresponding statistical analysis.Withthe aid of MATLAB computing software, made multipie regression model leastsquares ( OLS ) estimation analysis on average pressure temperature and humidity influencing factors , and madet distributiontest toregression model , so as to determinethe weights of various indicators, establish data model of the environmental factors, and provide the data basis for adopting interventions and preventive measures to influencing factors? 关键词：脑卒中；气压；气温；湿度；OLS分析；MATLAB Key words： stroke；pressure；temperature；humidity； OLS analysis； MATLAB 中图分类号：01-0； R~05文献标识码：A文章编号： 1006-4311 (2012) 35-0298-02 1问题提出 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。同时, 通过数据模型的建立，掌握疾病的发病率的规律，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具有实际的指导意义，详细要求 和数据请参照2012 “高教社杯”全国大学生数学建模竞赛 中的C题［3］。 2模型假设与符号 2. 1模型的假设 发病人群在同一城市生活是连续； 根据条件假设气压、温度和湿度在短时间内对脑卒中 发病同样起决定因素； 假设气压、温度和湿度对脑卒中发病影响是线性的。 2.2符号(表1) 3问题分析 从数据源的统计分析过程中，我们发现脑卒中发病案例 存在职业性质与性别构成、年龄与性别构成和平均压温湿度 统计差异，问题分析主要从这几个方面因素对脑卒中发病诱 导考虑。主要分别从横向2007-2010年脑卒中发病案例中随 机抽取1年12个月中每月平均气压、平均温度、平均湿度 对脑卒中发病的影响分析，且对影响因素进行多元回归模型 最小平方法(0LS)估计分析，并对回归模型进行t分布检 验。再对4年中其他3年进行数据检验；纵向从2007-2010 年前三年年均气压、温度、湿度对脑卒中发病的影响进行0LS 估计分析，建立回归分析模型，再对2010年数据进行验证, 如果验证结果相近。进一步证实气压、温度和湿度对脑卒中 决定影响因素，而非偶然，从而确定各项指标的权重，有效 地针对每年平均压温湿度对脑卒中高危人群能够及时釆取 干预措施。 4模型建立与求解 4. 1基于0LS多元回归模型建立 依据气压、气温和湿 度变化对脑卒中发病起决定因素的影响，以发病病例为因变 量，气压、气温和湿度为自变量，建立模型如下： yi二？茁 1+?茁