浙江省流感預警技術研究.pdf

1、目的:
　　流感的監(jiān)測和預警已成為世界各國重點關注的衛(wèi)生工作，而作為流感發(fā)生頻繁的浙江省，缺乏適用于本省的流感預警技術。通過本次研究建立浙江省流感預警模型，為流感疫情的早期發(fā)現(xiàn)提供科學依據(jù)，盡可能降低流感帶來的社會危害和經(jīng)濟損失。
　　方法:
　　收集整理2012～2013年104周浙江省11家哨點醫(yī)院門急診中流感相關疾病患病數(shù)、各類氣象因素以及流感病原陽性率，并與同期流感樣病例數(shù)作相關分析，尋找出流感樣病例發(fā)生的相關

2、因素，分別采用多元線性回歸和支持向量機法建立流感預警模型，并利用歷史數(shù)據(jù)對模型進行驗證，根據(jù)驗證結(jié)果對兩模型進行比較分析。采用Excel2010軟件進行數(shù)據(jù)整理，SAS9.2軟件進行相關性分析及多元線性回歸模型的建立，SPSS Modeler14.1軟件進行支持向量機模型的建立。
　　結(jié)果:
　　相關性分析顯示有8個因素與流感的發(fā)生相關:同一周的流感相關疾病患病數(shù)、同一周的流感病原陽性率、提前3周的周平均風速、提前3周的周平

3、均相對濕度、提前4周的周平均水汽壓、提前4周的周平均氣溫、提前4周的周最低氣溫、提前4周的周最高氣溫。部分氣象因素與對流感的影響存在較明顯的滯后效應。流感預警模型驗證結(jié)果顯示:多元線性回歸模型的同級預報正確率為46.7％，相差一級的預報正確率為100％;支持向量機模型的同級預報率正確為50.0％，相差一級的預報正確率為96.7％，兩個模型的預測效果差異不大。
　　結(jié)論:
　　通過本研究建立了浙江省流感預警模型，通過輸入相關因