8组脑卒中文新.doc

脑卒中发病环境因素分析及干预 摘要 本文主要讨论脑卒中发病环境因素分析及干预问题不通顺。根据题中所给出的数据，利用SPSS软件进行相关性统计分析，分别对各气象因素进行分析，进而建多元线性回归分析模型，得到脑卒中与气压、气温、相对湿度之间的关系。同时在广泛收集各种资料并综合考虑环境因素，对脑卒中高危人群提出预警和干预的不通顺建议方案。 不通顺 不通顺 首先，利用EXCEL软件,从患病人群的性别、年龄、职业进行统计分析，得到2007-2010年男性患病人数高于女性，性别比例呈减小趋势。不通顺分析不同年龄段患病人数，得到患病高峰期为70-80岁之间。同时在不同的职业中，农民发病人数最多，教师，渔民，医务人员，职工，离退人员的发病人数较少。 不通顺 其次，利用SPSS软件得出平均温度、平均气压、相对湿度对脑卒中的影响显著，而最低气温、最高气压对脑卒中的影响不显著。根据脑卒中发病率与气温、气压、相对湿度之间的关系建立多元线性回归模型得出脑卒中发病率与平均温度、平均气压成正相关，与平均相对湿度成负相关,即平均温度、平均气压越高、平均相对湿度越低，发病率越高。建立灰色关联分析方法模型研究气压、气温、相对湿度对脑卒中发病率的影响，运用MATLAB软件计算得出气压、气温、相对湿度的关联度，得出气温对患该病的影响较大，气压与相对湿度也有很大的影响。 最后，通过查找资料发现，影响脑卒中的因素有两类，一类是不可干预因素，如年龄、性别、家族史；另一类是可干预因素，如高血压、高血脂、糖尿病、肥胖、抽烟、酗酒等因素。分析这些因素，建立双变量因素分析模型，并结合问题1和问题2对高危人群提出预警和干预的建议方案。 关键词：EXCEL SPSS 多元线性回归分析 灰色关联分析方法 1 问题重述 通过分析年龄、性别、职业与发病时间及诊断报告时间之间的关系，掌握脑中风发病率的规律，对脑中风发病人群进行数据统计与详细分析。最重要的是，脑中风的发病率与环境因素中的气温、气压、相对湿度之间有密不可分的联系，所以了解四者之间的关系可以减少脑中风的发病率，使高危人群防患于未然。通过查阅和收集有关脑中风高危人群的重要特征与关键指标的文献资料，结合所得出的结论，对高危人群提出预警和干预的建议方案，进一步降低脑中风的发病率、致残率、死亡率和复发率，减少家庭经济的负担，使人们能够健康快乐的生活。 现通过数学建模来完成以下任务： 根据病人基本信息，对发病人群进行统计描述。 建立数学模型研究脑中风发病率与气温、气压、相对湿度间的关系。 查阅和收集文献中有关脑中风高危人群的重要特征和关键指标，结合（1）、（2）中所得结论，对高危人群提出预警和干预建议方案。 2 模型假设 假设2007-2010年的天气状况没有太大变化； 假设各年龄段的人的身体素质都基本相同； 题目给出的病人的基本信息准确无误； 解决问题时对数据的处理过程中产生的微小误差忽略不计； 3 符号说明 平均气压 平均温度 相对湿度 脑卒中患病率 第年份第个指标的值 关联度系数 关联度 分辨系数 4 问题分析 4.1 问题一的分析 针对问题一，根据题目给出的病人的基本信息，通过使用EXCEL软件，对四个表格（data1、data2、data3和data4）中的大量数据进行整理、分析。利用统计学的方法计算出发病的总人数、各类人群发病的总人数、以及各类人群发病人数占总发病人数的比例，制作出相应的表格和图表。利用图表分析法得出不同性别、各年龄段人群发病情况以及不同职业人群发病情况。 4.2 问题二的分析 利用SPSS软件检验平均温度、平均气压、相对湿度对脑卒中影响显著性。首先建立多元线性回归分析模型，利用SPSS软件得出脑卒中发病率与气温、气压、相对湿度之间的关系。然后建立灰色关联分析方法模型来研究气压、气温、相对湿度对脑卒中发病率的影响。 4.3 问题三的分析 广泛收集各种资料并综合考虑环境因素，发现影响脑卒中的因素有两类，一类是不可干预因素，如年龄、性别；另一类是可干预因素，如高血压、糖尿病、血脂异常、肥胖、饮酒等因素。分别分析这些因素对脑卒中的影响，建立双变量分析模型，进而提出高危人群预警和干预的建议方案。 5 模型的建立与求解 5.1模型一的建立与求解 随着社会的发展，统计学在医疗气象研究中的作用越来越重要，成为一种普遍应用的方法，发挥着极其重要的指导性作用，为人们所认可。本文运用EXCEL软件对给出的数据进行处理(见附录一)，并分别从性别、不同年份、年龄、职业对发病人群进行统计分析。 各个年份不同性别发病情况： 表1 不同性别发病人数 性别 男性 女性 人数 33381 28517 图一 男女发病比例 由上表可以得出数据中男性发病的总人数为33381，占总发病人数的54%。女性发病的总人数为