[發(fā)明專利]細(xì)顆粒物對(duì)不同報(bào)道次序下法定傳染病影響的評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110078300.1
• 申請(qǐng)日: 2021-01-21
• 公開（公告）號(hào): CN113409950A
• 公開（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 王飛;王新雨;付海霞;陳明敏;王雪珂
• 申請(qǐng)（專利權(quán)）人: 山西大學(xué)
• 主分類號(hào): G16H50/80
• 分類號(hào): G16H50/80;G06Q50/22;G06N7/00
• 代理公司: 山西五維專利事務(wù)所(有限公司) 14105
• 代理人: 馬鳳嬌

1.一種細(xì)顆粒物對(duì)不同報(bào)道次序下法定傳染病影響的評(píng)估方法，其特征在于，包括如下步驟：

S1，提取目標(biāo)城市在研究周期內(nèi)公開的法定傳染病數(shù)據(jù)，所述法定傳染病數(shù)據(jù)包括法定傳染病種類數(shù)、感染人數(shù)和死亡人數(shù)；

S2，獲取目標(biāo)城市在對(duì)應(yīng)法定傳染病期間PM2.5的平均濃度數(shù)據(jù)，定義疾病報(bào)道日當(dāng)天PM2.5濃度為即刻濃度PM-0day、報(bào)道日之前7天和15天內(nèi)的日均PM2.5濃度為短期平均濃度PM-7day和PM-15day、距報(bào)道日之前30天內(nèi)的日均PM2.5濃度為中期平均濃度PM-30day、距報(bào)道日之前60天內(nèi)的日均PM2.5濃度為長期平均濃度PM-60day；

S3，將法定傳染病數(shù)據(jù)與PM2.5的平均濃度數(shù)據(jù)進(jìn)行數(shù)據(jù)關(guān)聯(lián)，合成目標(biāo)數(shù)據(jù)集；

S4，對(duì)目標(biāo)數(shù)據(jù)集進(jìn)行相關(guān)性分析，以確定PM2.5濃度和法定傳染病之間的相關(guān)關(guān)系，并篩選出相關(guān)性顯著變量；

S5，利用相關(guān)性顯著變量構(gòu)建法定傳染病在不同報(bào)道次序下的貝葉斯回歸模型，所述貝葉斯回歸模型的參數(shù)預(yù)測變量為感染數(shù)量，預(yù)測因子為PM2.5濃度和不同報(bào)道次序的傳染病名稱及其二者的交互因子；

S6，基于貝葉斯回歸模型提取各種傳染病名稱下PM2.5濃度和感染人數(shù)變量間的邊際效應(yīng)曲線，并根據(jù)邊際效應(yīng)曲線評(píng)估不同報(bào)道次序下PM2.5濃度和患病數(shù)量間的量化關(guān)系。

2.根據(jù)權(quán)利要求1所述的細(xì)顆粒物對(duì)不同報(bào)道次序下法定傳染病影響的評(píng)估方法，其特征在于，所述S4在對(duì)目標(biāo)數(shù)據(jù)集進(jìn)行相關(guān)性分析時(shí)，是利用Pearson相關(guān)系數(shù)來實(shí)現(xiàn)的；

相關(guān)系數(shù)r為：

公式(1)中，r為X與Y的相關(guān)系數(shù)，X為PM-0day、PM-7day、PM-15day、PM-30day和PM-60day，Y為法定傳染病種類數(shù)、感染人數(shù)和死亡人數(shù)，N為目標(biāo)數(shù)據(jù)集的數(shù)據(jù)集樣本總量；相關(guān)性顯著變量是指r0.05的變量。

3.根據(jù)權(quán)利要求1所述的細(xì)顆粒物對(duì)不同報(bào)道次序下法定傳染病影響的評(píng)估方法，其特征在于，所述貝葉斯回歸模型的數(shù)據(jù)分布為泊松分布，迭代次數(shù)為2000，發(fā)散躍遷參數(shù)為0.99，最大迭代深度為15。

4.根據(jù)權(quán)利要求1所述的細(xì)顆粒物對(duì)不同報(bào)道次序下法定傳染病影響的評(píng)估方法，其特征在于，所述邊際效應(yīng)曲線的PM2.5邊際效應(yīng)模型計(jì)算通過貝葉斯回歸模型中對(duì)不同濃度下的PM2.5均值預(yù)測得來，患病數(shù)和PM2.5濃度的邊際效應(yīng)置信水平為95％。