浙江省流感预警技术研究

《浙江省流感预警技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：单位代码：密级：学号：硕士学位论文中文论文题目：浙江省流感预警技术研究英文论文题目：申请入姓名：卢汉休指导教师：沈毅副教捋专业名称：流行病与卫生统计学研究方向：统计学在医学研究中的应用所在学院：医学部论文提交日期年月论文作者签名：指导教师签名：论文评阅人匿名评阅评阅人匿名评阅评阅人匿名评阅评阅人评阅人答辩委员会主席曹广文教授中国人民解放军第二军医大学委员陈坤教授浙江大学公共卫生学院委员佘运贤副教授浙江大学公共卫生学院委员委员委员答辩日期：年月日浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加

2、以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名签字日期：年各月日学位论文版权使用授权书本学位论文作者完全了解浙江大学有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：签字曰期

3、：二月曰签字曰期：知各月曰浙江大学硕士学位论文致谢致谢时光荏苒，岁月如梭，在论文即将完成之际，我的两年研究生生活也即将进入尾声。在此，我要对那些曾给予我支持与帮助的人们表示感谢。首先感谢我的导师沈毅副教授，感谢您一直以来对我的关心、指导和督促。沈老师渊博的专业知识，严谨的治学态度，精益求精的工作作风，诲人不倦的高尚师德，严以律己、宽以待人的崇高风范，朴实无华、平易近人的人格魅力对我影响深远。沈老师的指导不仅使我学会了专业技术，也提高了我独立思考的能力，培养了我认真严谨的学习态度。向您表示最崇高的敬意！感谢流行病与卫生统计学教研室的陈坤老师、朱益民老师、佘运贤老师、李秀央

4、老师、金明娟老师和王建炳老师等诸位老师一直以来对我在学习、科研与生活上的指导与帮助。感谢浙江省疾病预防控制中心公共卫生监测与业务指导所的何凡师兄和李傅冬师兄，感谢两位师兄让我参与他们的课题，并使用该课题中的数据来撰写我的毕业论文。感谢同门丁丞师兄和初菁菁师姐一直以来在学习、工作和生活上给我帮助、支持与鼓励。感谢毛盈颖、景方圆、刘慧、李迎君、蔡韶芳、金雯、吕朵、袁浙萍、张振宇、丁烨、王悠清、郑双双、王丽娟、刘旖、周丹、叶臻华、丁哲渊和王兆品等师兄师姐们对我的无私帮助。感谢王山、顾梦佳、费莹、叶丁和鲍成臻两年来的一路相伴。感谢樊文洁、黄秋驰、蒋曦依、玛依拉、郑睿智、孙晓慧、

5、潘飞霞和姜舒莹等师弟师妹们，你们的欢声笑语给我的研究生生活增添了许多精彩。特别感谢我的父母，感谢你们二十多年来的爱和包容，是你们一直以来的支持和鼓励，让我有机会选择在浙之滨完成大学学业，让我有幸遇到了可敬的老师、可爱的同学。我定不会辜负你们的期望。再次感谢所有关心、支持和帮助过我的老师、同学、朋友，祝你们幸福安康、万事如意！浙江大学硕士学位论文中文辦要浙江省流感预警技术研究浙江大学么、共卫生学院流行病与卫生统计学硕士研究生卢汉体导师沈毅副教授中文摘要目的：流感的监测和预警己成为世界各国重点关注的卫生工作，而作为流感发生频繁的浙江省，缺乏适用于本省的流感预警技术。通过本次

6、研究建立浙江省流感预警模型，为流感疫情的早期发现提供科学依据，尽可能降低流感带来的社会危害和经济损失。方法：收集整理年周浙江省家哨点医院门急诊中流感相关疾病患病数、各类气象因素以及流感病原阳性率，并与同期流感样病例数作相关分析，寻找出流感样病例发生的相关因素，分别采用多元线性回归和支持向量机法建立流感预警模型，并利用历史数据对模型进行验证，根据验证结果对两模型进行比较分析。采用软件进行数据整理，软件进行相关性分析及多元线性回归模型的建立，软件进行支持向量机模型的建立。结果：相关性分析显示有个因素与流感的发生相关：同一周的流感相关疾病患病数、同一周的流感病原阳性率、提前周

7、的周平均风速、提前周的周平均相对湿度、提前周的周平均水汽压、提前周的周平均气温、提前周的周最低气浙江大学硕士学位论文中文摘要温、提前周的周最高气温。部分气象因素与对流感的影响存在较明显的滞后效应。流感预警模型验证结果显示：多元线性回归模型的同级预报正确率为，相差一级的预报正确率为支持向量机模型的同级预报率正确为相差一级的预报正确率为，两个模型的预测效果差异不大。结论：通过本研究建立了浙江省流感预警模型，通过输入相关因素的数据：如流感相关疾病患病数、气象因素和流感病原阳性率来预测流感样病例数，但模型预测效果并不是很理想。本次研究为今后流感预