文献类型：期刊文章

作　　者：李皓晨[1] 齐滢滢[1] 张翀[1] 韩文菊[1] 沈铁峰[2] 李德强[2] 关鹏[1] 黄德生[1,3]

LI Hao-chen;QI Ying-ying;ZHANG Chong;HAN Wen-ju;SHEN Tie-feng;LI De-qiang;GUAN Peng;HUANG De-sheng(Departnnent of Epidemidogy,School of Public Health,China Medical University,Shenyang,Liaoning 110122,China;Huludao Center for Disease Control and Prevention,Huludao,Liaoning 125000,China;School of Fundamental Sciences,China Medical University,Shenyang,Liaoning 110122,China)

机构地区：[1]中国医科大学公共卫生学院流行病学教研室,辽宁沈阳110122 [2]葫芦岛市疾病预防控制中心,辽宁葫芦岛125000 [3]中国医科大学公共基础学院数学教研室,辽宁沈阳110122

出　　处：《中国媒介生物学及控制杂志》

基　　金：国家自然科学基金(71974199);中国医科大学新冠肺炎疫情防控相关科研攻关基金资助项目(医大科发〔2020〕12号)。

年　　份：2021

卷　　号：32

期　　号：4

起止页码：475-480

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、IC、JST、WOS、ZGKJHX、核心刊

摘　　要：目的利用贝叶斯网络研究辽宁省葫芦岛市肾综合征出血热(HFRS)的影响因素并构建发病率预测模型。方法收集葫芦岛市2008年1-10月HFRS监测点的发病数据、宿主疫情数据及气象数据,采用禁忌搜索算法对贝叶斯网络进行结构学习,采用最大似然估计对贝叶斯网络进行参数学习。结果葫芦岛市HFRS发病与鼠密度、当月的平均风速和日照时数、滞后1个月的平均最高气温、相对湿度和归一化植被指数、滞后2个月的平均气温、平均最低气温、平均气压和降水量在0.01水平上相关,相关系数分别为0.691、0.689、0.345、-0.635、-0.631、-0.674、-0.714、-0.746、0.650和-0.643。利用气象和宿主资料对HFRS发病率进行预测时,贝叶斯网络模型的预测准确率为85.00%(17/20),精确率为83.33%(10/12),受试者工作特征曲线下面积为0.919。结论基于贝叶斯网络构建的发病率预测模型对葫芦岛市HFRS的预测准确率较高,对HFRS的防控有一定的参考价值。

关 键 词：贝叶斯网络 肾综合征出血热 发病率 预测  

分 类 号：R373.2] O212.8[基础医学类]