【摘要】：目的:1.基于遼寧省葫蘆島市哨點(diǎn)醫(yī)院流感樣病例監(jiān)測(cè)數(shù)據(jù),分析葫蘆島市流感樣病例流行病學(xué)分布特征;2.分析葫蘆島市流感監(jiān)測(cè)網(wǎng)絡(luò)實(shí)驗(yàn)室流感樣病例病毒標(biāo)本病原學(xué)特征;3.利用流感樣病例數(shù)據(jù)建立數(shù)學(xué)模型進(jìn)行預(yù)警,構(gòu)建的模型包括ARIMA模型、ARIMA-BPNN組合模型、ARIMA-GRNN組合模型。方法:1.收集葫蘆島市2011-2017年流感樣病例監(jiān)測(cè)資料,由葫蘆島市哨點(diǎn)醫(yī)院即葫蘆島市中心醫(yī)院流感監(jiān)測(cè)診室(包括發(fā)熱門(mén)診,內(nèi)科門(mén)、急診,兒內(nèi)科門(mén)、急診)醫(yī)務(wù)人員根據(jù)流感樣病例定義對(duì)流感樣病例進(jìn)行診斷登記,并由專(zhuān)業(yè)人員每周進(jìn)行匯總錄入中國(guó)流感監(jiān)測(cè)信息系統(tǒng),分析葫蘆島市流感樣病例時(shí)間分布及年齡分布;2.流感樣病例病毒標(biāo)本每年10月-次年3月流行季每周采集不少于20份,4月-9月非流行季每月采集不少于20份,于葫蘆島市疾病預(yù)防控制中心流感監(jiān)測(cè)網(wǎng)絡(luò)實(shí)驗(yàn)室進(jìn)行病毒分離鑒定,利用生長(zhǎng)狀態(tài)良好的犬腎細(xì)胞進(jìn)行病毒分離,然后采用紅細(xì)胞凝集試驗(yàn)(HA)判定標(biāo)本是否存在流感病毒,若凝集呈陽(yáng)性滴度≥1:8可進(jìn)一步利用紅細(xì)胞凝集抑制試驗(yàn)(HI)進(jìn)行病毒型別鑒定,當(dāng)血凝抑制效價(jià)≥20判定為陽(yáng)性,對(duì)流感病毒分離鑒定陽(yáng)性率和型別分布情況進(jìn)行統(tǒng)計(jì)描述分析;3.葫蘆島市流感預(yù)警模型構(gòu)建包括三種模型,首先利用2011-2016年周流感樣病例數(shù)和周流感樣病例百分比數(shù)據(jù)建立ARIMA模型,經(jīng)比較二者預(yù)警效果后選擇基于流感樣病例數(shù)的ARIMA模型擬合值加入時(shí)間信息分別作為ARIMA-BPNN組合模型和ARIMA-GRNN組合模型的網(wǎng)絡(luò)輸入,將實(shí)際值作為目標(biāo)輸出構(gòu)建兩種組合模型,通過(guò)建立的三種模型對(duì)2017年周流感樣病例數(shù)進(jìn)行預(yù)測(cè),采用平均絕對(duì)誤差(MAE)、平均絕對(duì)值百分比誤差(MAPE)、決定系數(shù)(R~2)對(duì)三種模型預(yù)警效果進(jìn)行評(píng)價(jià)。結(jié)果:1.2011-2017年葫蘆島市流感監(jiān)測(cè)哨點(diǎn)醫(yī)院共報(bào)告流感樣病例總?cè)藬?shù)為49625例,流感樣病例百分比平均為2.91%,各年間流感樣病例百分比差異有統(tǒng)計(jì)學(xué)意義(?~2=759.439,P0.05),其中兒內(nèi)科門(mén)診、兒內(nèi)科急診ILI人數(shù)上報(bào)較多,在時(shí)間分布上,七個(gè)監(jiān)測(cè)年度中周流感樣病例百分比波動(dòng)范圍在1.32%-6.83%,葫蘆島市流感樣病例百分比峰值主要集中在每年12月末-次年2月左右,其次為每年8月-10月左右,其它月份相對(duì)平緩或偶爾出現(xiàn)流行小高峰,在年齡分布上,流感樣病例主要集中在0~4歲年齡組,其次為5~14歲年齡組;2.2011-2017年葫蘆島市疾病預(yù)防控制中心流感監(jiān)測(cè)網(wǎng)絡(luò)實(shí)驗(yàn)室共采集并分離鑒定流感病毒標(biāo)本3979份,其中檢出流感病毒陽(yáng)性標(biāo)本644份,陽(yáng)性率為16.18%,各年度流感病毒陽(yáng)性分離率差異有統(tǒng)計(jì)學(xué)意義(?~2=263.489,P0.05),流感病毒陽(yáng)性分離率高峰在每年的12月-次年3月份,各年度流感毒株亞型呈混合交替流行,其中H3N2型毒株每年均有流行;3.基于周流感樣病例數(shù)的ARIMA模型預(yù)警效果優(yōu)于基于周流感樣病例百分比的ARIMA模型預(yù)警效果,選擇基于周流感樣病例數(shù)構(gòu)建三種預(yù)警模型ARIMA模型、ARIMA-BPNN組合模型、ARIMA-GRNN組合模型對(duì)2017年周流感樣病例數(shù)進(jìn)行預(yù)測(cè),效果評(píng)價(jià)指標(biāo)MAE依次為13.3077、10.8654、10.2885,MAPE依次為9.73%、7.86%、7.45%,R~2依次為0.5007、0.6128、0.6223,兩種組合模型預(yù)警效果均優(yōu)于單一ARIMA模型,本文ARIMA-BPNN組合模型與ARIMA-GRNN組合模型預(yù)警效果接近。結(jié)論:1.遼寧省葫蘆島市2011-2017年流感樣病例百分比峰值主要集中在每年12月末-次年2月左右,其次在8-10月左右也有流行高峰,具有一定季節(jié)性,流感樣病例中14歲以下年齡組人群占85.80%,該年齡組是流感重點(diǎn)保護(hù)人群;2.進(jìn)行流感病毒分離鑒定對(duì)及時(shí)掌握葫蘆島市流感流行毒株具有重要意義;3.利用預(yù)警效果較優(yōu)的ARIMA與神經(jīng)網(wǎng)絡(luò)串聯(lián)組合模型對(duì)葫蘆島市流感進(jìn)行預(yù)警,其對(duì)流感的防控工作具有積極意義。
【圖文】：

圖 1 三層 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖輸入層對(duì)輸入信號(hào)起存儲(chǔ)與傳導(dǎo)作用，該層神經(jīng)元數(shù)目為輸入向量的維數(shù)隱含層可以含有一層或多層，隱含層神經(jīng)元數(shù)對(duì)網(wǎng)絡(luò)的性能及預(yù)測(cè)精確度響，但目前尚無(wú)統(tǒng)一的確定方法，若神經(jīng)元數(shù)目過(guò)少則其學(xué)習(xí)能力較差，識(shí)別能力降低，而神經(jīng)元數(shù)目過(guò)多會(huì)導(dǎo)致學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，泛化能力降低，經(jīng)元數(shù)目可根據(jù)經(jīng)驗(yàn)公式確定 = √ ，其中 n 為輸入層神經(jīng)元數(shù)輸出層神經(jīng)元數(shù)目，a 為區(qū)間[1,10]的常數(shù)。隱含層傳遞函數(shù)通常采用 S 型函 tansig 函數(shù)和 logsig 函數(shù)，隱含層輸出表達(dá)式為Hj=f（∑wijxi-bj）j=1,2,…,l………………………………其中 f 為隱含層傳遞函數(shù)，wij為網(wǎng)絡(luò)輸入層與隱含層神經(jīng)元之間連接的權(quán)隱含層的閾值，l 為隱含層神經(jīng)元數(shù)。輸出層神經(jīng)元數(shù)目為輸出向量的維數(shù)，該層傳輸函數(shù)通常為線性函數(shù)（pure層網(wǎng)絡(luò)輸出表達(dá)式為

BP 神經(jīng)網(wǎng)絡(luò)模型構(gòu)建基本步驟如下：(1) BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)，包括確定神經(jīng)網(wǎng)絡(luò)層數(shù)、各層神經(jīng)元數(shù)、傳遞函數(shù)練函數(shù)等；(2) 網(wǎng)絡(luò)訓(xùn)練，網(wǎng)絡(luò)訓(xùn)練之前要先確定訓(xùn)練的參數(shù)包括學(xué)習(xí)速率、最大迭代、期望誤差等，并對(duì)網(wǎng)絡(luò)權(quán)值、閾值進(jìn)行初始化，網(wǎng)絡(luò)訓(xùn)練可分為兩個(gè)過(guò)程，，號(hào)正向傳播和誤差反向傳播，訓(xùn)練開(kāi)始時(shí)輸入已知的訓(xùn)練集中的網(wǎng)絡(luò)輸入，從后依次計(jì)算各層輸出直至最后一層，將網(wǎng)絡(luò)輸出與目標(biāo)輸出進(jìn)行比較，若均方未達(dá)到期望誤差，則由后向前逐層修改權(quán)值、閾值后重復(fù)訓(xùn)練，直至網(wǎng)絡(luò)輸出標(biāo)輸出的均方誤差達(dá)到規(guī)定的精度停止訓(xùn)練；(3) 仿真預(yù)測(cè)，將驗(yàn)證集樣本代入訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。.3.3 GR 神經(jīng)網(wǎng)絡(luò)廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)屬于徑向基神經(jīng)網(wǎng)絡(luò)，其基本結(jié)構(gòu)包括三層，見(jiàn)圖 別為輸入層、徑向基層、線性輸出層。
【學(xué)位授予單位】：中國(guó)醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：R511.7;R181.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 盧漢體;李傅冬;林君芬;何凡;沈毅;;基于支持向量機(jī)的浙江省流感樣病例預(yù)警模型研究[J];浙江大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2015年06期

2 畢雪;蘇弘博;郭佳慧;黃德生;關(guān)鵬;;元胞自動(dòng)機(jī)及其在傳染病防控領(lǐng)域中的應(yīng)用[J];實(shí)用預(yù)防醫(yī)學(xué);2015年06期

3 徐學(xué)琴;杜進(jìn)林;孫寧;徐玉芳;李建偉;;改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型在麻疹預(yù)測(cè)中的應(yīng)用研究[J];中國(guó)現(xiàn)代醫(yī)學(xué)雜志;2014年31期

4 司虹;張倩文;肖冰;孫楠;;2010~2014年度大連市流感監(jiān)測(cè)[J];預(yù)防醫(yī)學(xué)論壇;2014年10期

5 楊召;葉中輝;趙磊;薛慶元;梁淑英;王重建;;ARIMA-BPNN組合預(yù)測(cè)模型在流感發(fā)病率預(yù)測(cè)中的應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2014年01期

6 李秀婷;劉凡;董紀(jì)昌;呂本富;;基于互聯(lián)網(wǎng)搜索數(shù)據(jù)的中國(guó)流感監(jiān)測(cè)[J];系統(tǒng)工程理論與實(shí)踐;2013年12期

7 孫錦峰;耿云亮;郭奕瑞;王高帥;高飛飛;劉曉田;尤愛(ài)國(guó);王重建;;Elman神經(jīng)網(wǎng)絡(luò)與ARIMA模型對(duì)流感發(fā)病率預(yù)測(cè)效果的比較[J];鄭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2013年05期

8 黃嬌;王高帥;楊召;張紅艷;耿夢(mèng)晗;吳麗娟;杜瑜;王重建;;基于控制圖法的流感暴發(fā)流行預(yù)警模型探討[J];醫(yī)學(xué)與社會(huì);2013年09期

9 陜振沛;寧寶權(quán);郭亞丹;;采用元胞自動(dòng)機(jī)的甲型H1N1流感傳播模型研究[J];六盤(pán)水師范學(xué)院學(xué)報(bào);2013年02期

10 楊召;葉中輝;尤愛(ài)國(guó);郭奕瑞;張肖肖;梁淑英;邢進(jìn);王重建;;乘積季節(jié)ARIMA模型在結(jié)核病發(fā)病率預(yù)測(cè)中應(yīng)用[J];中國(guó)公共衛(wèi)生;2013年04期

本文編號(hào)：2600937