2012数学建模论文.docVIP

脑卒中发病环境因素分析及干预研究 摘 要 本文从宏数据分析与图表结合出发，通过整理大量相关数据并进行总结。对脑卒中发病环境因素分析及干预问题进行了深入研究，并建立了相应的数学模型。 对于问题一，先运用数据统计分析中的多因素分析4234 4892 4927 5258 5481 4918 4901 5195 5674 5940 5422 4957 平均值 1058 1223 1231 1314 1370 1229 1225 1298 1418 1485 1355 1239 将不同的影响因素分别进行统计描述,运用Excel和Mathematica 5建立了发病人群中的性别分布饼图,职业分布条形图,发病人年龄直方图和07-10年里各月份发病人数的折线图分布图，然后又考虑了数据处理中误差影响，对上述方法进行改进，建立了图表分析模型，并通过图表给出了相应的统计描述。根据所得各方面结论进行系统综述得到总结论，详见4.1.3。 对于问题二，利用问题一中整理的数据和得出的初步结论对问题二进行研究。在对题目作深入分析过后，我们最先采用模型一 线性回归模型对环境因素（温度，适度，气压）分别与发病率进行单因素分析。采用matlab软件绘出散点图（详见附件1）。散点图过于离散，未能总结出规律。因此我们决定建立模型二 多元线性回归模型。采用逐步回归分析法求解。解得： r-square=0.91828。F=19.6647。P=0.000657409。 此回归模型显著。模型二假设合理。得到脑卒中发病率与气温、气压、相对湿度间存在的函数关系。 对于问题三。我们组通过上网查阅和搜集文献中有关脑卒中高危人群的重要特征和关键指标，通过问题1中所得结论，在高发病季节前期对高危人群提出预防建议，对从事发病率较高职业的人员和处于高发病率年龄段的人群提出干预措施。结合问题2中的函数结论。我们把未来的环境因素对发病率的影响进行科学预测。 关键词：脑卒中 环境因素 图表分析法 多元线性回归模型 逐步回归分析法 一、问题重述 1.1基本情况 脑卒中（俗称脑中风）是目前威胁人类生命的严重疾病之一，它的发生是一个漫长的过程，一旦得病就很难逆转。脑卒中以发病率高、致残率高、死亡率高和复发率高“四高”的特点，已经成为现代人类健康的重大隐患。近年来，随着人类生活水平提高和不良习惯的养成，脑卒中的发病率有明显的年轻化和普遍化。更引起人们对它的关注。 随着专家对它进一步研究证实，脑卒中的发病与环境因素，包括气温；气压和湿度之间存在密切的关系。我们通过对来源于中国某城市各家医院2007年1月至2010年12月的脑卒中发病病例信息以及相应期间当地的逐日气象资料进行统计分析，采取图表结合分析和线性回归方程的思想寻找环境因素与病人发病率之间的关系，并运用Mathematica 5和matlab7软件进行技术支持，得到相关的结论。 其目的是为了进行疾病的风险评估，使脑卒中高危人群能够及时采取干预措施，也让尚未得病的健康人，或者亚健康人了解自己得脑卒中风险程度，进行自我保护。同时，通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。 1.2需解决的问题 （1）对数万计的数据资料进行人工排序整理，并根据不同的信息因素建立图形或表格； （2）通过多因素分析思想将图标中的信息进行文字的转换； （3）建立合适的数学模型和算法以确定发病率与气温，气压和湿度三者的关系函数并求解； （4）结合现实以及对问题1,2中结论的综合考虑，对脑卒中的预防和治疗提出建议和干预方案； （5）设计一种方法检验模型，并对方法的精度和稳定性进行讨论； 二、基本假设 （1）病人的身体状况基本相同，并且各人生活状况（作息时间，饮食搭配等因素）不予考虑； （2）发病人群中不考虑家族遗传因素； （3）医院的就医条件和提供的数据资料错误缺失等外界条件除环境因素外不予考虑； （4）发病率与环境因素存在着一定的关系； （5）所提供来源于中国某城市各家医院07年至10年病例信息以及相应期间当地的逐日气象资料具有代表性； 三、符号说明 ：以年为单位的图像面上的横坐标； ：以个为单位的图像面上的纵坐标； Y:脑卒中的患病人数； x1：气压（pa）； x2：温度（℃）； x3：湿度（%）； 四、模型建立及求解 4.1问题一 4.1.1问题分析 题目中要求根据病人基本信息（包括职业，年龄段，性别，发病月份，诊断月份）。对发病人群进行统计描述。要解决这个问题，需要将数据进行分类整理，选取正确的统计图。用Mathematica 5和matlab7软件绘出图形。这样就可以比较直观的得出结论并解决这个问题了。也就是说，问题一中