脑卒中发病环境因素分析报告及干预

《脑卒中发病环境因素分析报告及干预》由会员分享，可在线阅读，更多相关《脑卒中发病环境因素分析报告及干预（29页珍藏版）》请在装配图网上搜索。

1、2012高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮 件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问 题。我们知道，抄袭别人的成果是违反竞赛规则的，如果引用别人的成果或其他 公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正 文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反 竞赛规则的行为，我们将受到严肃处理。我们授权全国大学生数学建模竞赛组委会， 可将我们的论文以任何形式进行 公开展示（包括进行网

2、上公示，在书籍、期刊和其他媒体进行正式或非正式发表 等）。我们参赛选择的题号是（从 A/B/C/D中选择一项填写）： 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：参赛队员（打印并签名）：1.2. 3. 指导教师或指导教师组负责人（打印并签名）：日期：年月赛区评阅编号（由赛区组委会评阅前进行编号）：012高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：脑卒中发病因素的多元线性回归模型摘要随着

3、社会的发展，人们生活水平不断提高，一些严重威胁人们身体健康的疾病发病率也逐年上升，心脑血管疾病以其高死亡率而越来越引起人们的关注。脑卒中（俗称脑中风，包括脑出血、蛛网膜下腔出血和脑梗塞，脑出血和蛛网膜下 腔出血均属心脑血管疾病）是目前威胁人类生命的严重疾病之一，目前对脑卒中 尚无特效治疗方法或令人满意的治疗效果，因此积极预防尤为重要。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。本文通过对发病人群进行统计描述，对发病环境因素进行分析，掌握了疾病发病率的 规律，对疾病的风险进行了评估。为了对发

4、病人群进行统计描述，我们对附件中 病人的基本信息进行数据处理，将不符合实际情况的数据给予剔除， 从脑卒中发 病人群的性别、年龄和职业进行统计描述，结果显示男性的发病人数高于女性， 发病人数主要集中在65至85岁的老年人，职业主要农民。并且分析脑卒中患病 率与温度（最高、平均、最低）、气压（最高、平均、最低）、相对湿度（平均、最 低）之间的关系，建立一个发病率与温度、气压、相对湿度的多元线性回归方程 模型，利用matlab求解得到高温，低温，低压和相对湿度对脑卒中的发病率影 响显著。通过查阅和收集脑卒中的相关知识和文献资料，结合问题一中给出的脑 卒中发病人群的统计描述，得到脑卒中高危人群的重要特

5、征。同时结合问题二得 到的脑卒中的发病率与气温、气压、相对湿度间的关系，根据这些气候指标对脑 卒中高危人群提出了预警和干预的建议方案。关键字：脑卒中；数据处理；线性回归； matlab一、问题重述脑卒中（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。这种疾病的诱发已经被证实与环境因素，包括气温和湿度之间存在密切的关系。对脑卒中的发病环境因素进行分析，其目的是为了进行疾病的风险评估，对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

6、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。数据（见Appendix-C1 ）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（Appendix-C2 ）。请建立数学模型，解决如下问题：问题一：根据病人基本信息，对发病人群进行统计描述。问题二：建立数学模型研究脑卒中发病率与气温、气压、相对湿度间的关系。问题三：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，结合问题一、问题二中所得结论，对高危人群提出预警和干预的建议方案。二、问题分析本文主要目标是分析脑卒中受发病环境因素的影响

7、关系以及对应的预防措 施，其总体研究方法是通过对现有数据进行统计规律分析，找出脑卒中的发病率与环境因素（温度、湿度、大气压）的关系描述，并通过查询资料文献了解脑卒 中高危人群的重要特征及常见的预防脑卒中的预防措施，最后再结合第一问和第 二问分析的结果对高危人群提出预警和干预的建议方案，旨在提高对脑卒中的防护能力。鉴于此目的，针对本文具体 3个问题，进行如下分析：针对问题一，首先我们应将附件中给出的相关数据进行综合统计，即综合 考虑发病者的基本信息（包括性别、年龄和职业），对有异常的数据，利用统计 判别法给予剔除，对发病人群从性别、性别与年龄、职业与年龄、性别与职业四 个方面进行统计描述。把统计

8、的数据利用EXCEL处理，然后分别得到男性患者和 女性患者的人数的比例关系、各年龄段中男女患者的人数、不同年龄段不同职业 的患者的人数及不同职业中男女患者的人数。 通过数据分析，结合绘制的图形对 发病人进行描述统计。针对问题二，脑卒中是威胁人类生命的严重疾病，是一种将人致残致死的多 发病。它除了与可控的危险因素如：高血压，心脏病、糖尿病、短暂性脑缺氧、 吸烟和酗酒、高脂血症、妊娠和避孕药有关外，还和一些不可控制的危险因素如： 年龄、性别、家族史、气候的变换、季节的交替等等有关。在问题二中我们只需 根据附件中给出的气候的相关数据进行综合统计，即综合考虑气候的基本信息： 温度（最高、平均、最低）、

9、气压（最高、平均、最低）、相对湿度（平均、最低）， 对不符合实际情况的数据，进行剔除。然后分析脑卒中患病率与温度、气压、相 对湿度之间的关系，建立一个发病率与温度、气压、相对湿度的多元回归方程模 型。针对问题三，查阅和收集脑卒中的相关知识和文献资料，结合问题一的结论给出脑卒中高危人群的重要特征（性别、年龄、职业）的信息。同时结合问题二 中的结论得出与脑卒中发病率与引诱脑卒中有关的危险因素一气候条件（温度、气压、湿度）的关系，对脑卒中的高危人群提出预警和干预的建议方案，并对卫 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 药物等都提供实际的指导意义。三、模型假设1. 附

10、件中的数据除了异常的数据外，能正确的反映脑卒中患者的信息和 2007-2010年的气象资料；2患者的职业信息是空白的，将职业假设为其他职业；3脑卒中的发病率只考虑与气候因素（温度、气压、相对湿度）有关，与其它因 素无关；4脑卒中的发病率与患者的发病时间有关，与患者的诊断时间无关；5假设附件数据中每一位病人都属于不同的人；6.对就诊环境、配置床位、医疗药物不给出定量的分析。四、符号说明为：月平均气压；X2 :最高月平均气压；X3 :最低月平均气压；X4 :月平均气温； aij : XiXj的回归系数;X5 :最高月平均气温；X7：月相对湿度；ai :待评估的回归系数;Xi :最低月平均气温;X8

11、 :最低月相对湿度;；:随即误差。五、模型的建立与求解5.1问题一的模型建立与求解 附件数据的处理由于附件中的患者病例信息有许多格式错误及信息不完整，在进行统计描述前，有必要对数据做修复处理，本文的修复过程及方法如下：1. 年龄（Age）字段中存在大于110岁（如799）、0岁的信息，本文处理方法为将区间1110之间的数据作为有效值，其余的全视为该患者年龄信息缺失。2. 职业（Occupation ）字段中存在1-8之外的数据（如9、工等异常），可能 是数据录入错误，也可能是还有其它类的职业没在附件中说明，本文处理方法 为将1-8之外的数据视为其他职业段。3. 发病时间（Time of inc

12、idenee ）字段存在日期格式错误（如15-06-2008、20080620等）或与EXCEL标准时间格式（如2007/1/1 ）不统一，需要对时间数 据进行修复及标准化处理。数据的统计为了对发病人群进行统计描述，需要附件中给出的相关信息（性别、年龄、 职业），将其分类汇总，对数据进行处理并分析。分别从性别、性别与年龄、职 业与年龄和性别与职业四个方面来描述。首先我们将男性和女性分开进行统计，再综合考虑职业和年龄段，分别统 计出各个职业某年龄段男性和女性的发病人数。数据的分析根据附件Appendix-C1中的信息，我们结合性别、年龄和职业三个方面来描 述了患者人数和患者信息之间的比例关系。1

13、.男女发病比例根据统计的数据得到从07年到10年四年内的男性发病人数为33251人，女性 发病人数为28408人。通过计算男性和女性占总人数的比例得到饼图：男女发病比例图1从图中我们明显的发现，男性的发病人数比女性要多一点，男性发病人数比上女性发病人数约为1.17:1。为了进一步研究男性的发病率与女性的发病率之 间的关系，我们把2007年到2010年这四年中的男女发病人数都统计出来并绘图。（图2）从四年男女发病人数统计表（见附录一）来看，2007, 2008, 2010年男 性发病人数都明显大于女性发病人数，只有2009年的1, 5个月的女性发病人数略微大于男性发病人数。从这两方面的统计数据进

14、行观察可知男性发病人数大于 女性发病人数，发病高峰期在3-5月。各月发病人数图2造成可能原因有以下几点：一是男性高血压多于女性；二是男性吸烟与饮 酒者多于女性；三是男性从事体力劳动较多，重体力劳作可能诱发中风；四气候 变化大。2. 男女各年龄段的发病人数我们把附件中发病人年龄分成19段，每5岁为一段，第一段是0至5岁的 发病者，第二段是5至10岁的发病者，以此类推，最后一个就是90岁以上的发 病者。通过EXCEL进行自定义筛选，得到各个年龄段的发病人数，绘制成图 2 的折线图。700060005000 数 4000男女各年龄段发病人数图男女o OO2 1从图中我们发现，患病人数随年龄的增加而增

15、加，上升速度以 50到65上升 较快，65岁以上的人群脑卒中的高发群体，集中年龄段在 65-80岁之间，说明 脑卒中以老年人居多，且脑卒中患者呈年轻化的趋势。女性各年龄段人数分布女图4二15 510I 1015 匚15202025一 2530 口 3035 I- 3540 4045 1_ 4550 I - 5055 5560 6065 6570 -7075 758070006000500040003000200010000男性各年龄段人数分布二 8085 厂 8590 I90图5我们分别绘制男女各年龄段的柱形图 （图4,图5）得出男性和女性的发病人 群主要在60至80年龄段的约占65%上。从8

16、0至85年龄段开始，男女的发病 人数逐渐减少。而且在80至85年龄段之前的各年龄段男性患者都多于女性患者， 但是从80至85年龄段之后的年龄段女性患者比男性患者多。3. 各职业各年龄段的发病人数根据附件中给出的信息，将职业进行编号。将职业信息数据中患者的职业 为空格的，假设他的职业定为职业 9,为其他职业，所以可以把职业分为 9个, 从编号1到编号9,分别表示农民、工人、退休人员、教师、渔民、医务人员、 职工、离退人员和其他职业。通过对数据的统计，利用EXCEL寸数据进行处理,得到各种职业中各年龄段的发病人数，绘制成图的折线图并对其进行描述。各职业各年龄段的发病比例年龄段农民 工人 退休人员

17、教师 渔民医务人员 职工离退人员其他图6根据图6,我们可得到下面的结论：单独考虑职业时，职业 1 （农民）的发 病人数最多，有近6000人，其次是职业9 （其他职业），也有将近3000人，这 说明户外重体力劳动者脑卒中的发病率较高， 生活稳定压力较小的人群发病率较 低。在单独考虑年龄段时，大多数发病者的年龄都在60至85岁之间，0到40岁的发病人数很少，发病人数最多的年龄段是75至80年龄段，即老年人患脑卒 中的比例较大；在综合考虑职业和年龄时，我们发现大多数职业发病人数在60至65年龄段上升的趋势非常明显，而职业 1农民）和职业2 （工人）发病人数 上升的年龄段是55至60年龄段，且职业2

18、（工人）发病人数在年龄段 60至85 年龄段的波动不大，农民的重体力劳动这种情况的主要原因。4. 男性和女性各职业发病人数所占比例在考虑各职业发病人数所占比例时，我们将男性和女性分开来计算，并对其 进行比较，使分析更深入。通过数据统计得到男性和女性的发病总人数以及各职 业中男性和女性的发病人数，将他们分别相除得到各自所占的比值。女性各职业发病比例53%|农民I工人-退休人员I教师.J渔民I医务人员.-职工I离退人员 其他男性各职业发病比例4%244%-农民匚工人I退休人员二教师口渔民-|医务人员1职工-离退人员 其他通过观察图7、8,我们发现：不管是男性还是女性，职业 1 （农民）的发病 人数

19、所占的比例最高，其次也都是职业 9 （其他职业）；在两个图中，都占有明 显比重的职业有四个职业，分别为职业 1 （农民），职业2 （工人），职业3 （退 休人员）和职业9 （其他职业）。但是在职业为职业1 （农民）的发病人数所占的 比例中女性所占的比例比男性多，且超过了总体的一半。问题结论1. 脑卒中的发病有逐年集中趋势，更呈增长趋势；2. 发病存在时间差异，3-5月为高发期；3. 患者人数男性多于女性，性别比重为1.7 : 1；4. 工作性质对脑卒中发病有直接影响，户外重体力职业为高危职业；5. 脑卒中发病处于中老年阶段，集中年龄段为 6580,。但逐年呈年轻化 发展。5.2问题二的模型建立

20、与求解由于脑卒中的诱发与环境因素，包括气温和湿度之间存在密切的关系。结 合附件给出的气象数据资料（温度、气压、相对湿度），建立多元回归模型研究 脑卒中发病率与气温、气压、相对湿度间的关系：基本模型：发病率记为y，月平均气压为x1，最高月平均气压为x2，最低月平均气压为X3，月平均气温X4，最高月平均气温X5，最低月平均气温 沧，月平均相对湿度X7，最低月平均相对湿度X8之间的多元线性回归模型为：a8是待评估的回归系数，；是随机误差其中ao a1利用MATLA可以求解（程序代码见附录二），得到回归系数及其置信区间 （置信水平。二0.05 ）、检验统计量R2, F, P的结果，见表一：参数参数估计

21、值置信区间a。0.1426-1.1320 1.4172a10.0027-0.0367 0.0421a2-0.0027-0.0229 0.0175a3-0.0000-0.0195 0.0194a4-0.0132-0.0264 -0.0000a50.0124-0.0005 0.0253a60.0005-0.0007 0.0018a7-0.0024-0.0033 -0.0016a80.00220.0009 0.00342R =0.5564F=5.0167P=0.0004表一模型的计算结果结果分析：从表一，R2 =0.5564指因变量（脑卒中发病率）的 55.64%可由 模型（1）确定，F的值超过F检

22、验的临界值，p远小于，因而模型从整体来 看是可用的。模型中各个回归系数的含义可初步解释为如下：捲的系数为0.0027，说明月平均气压每增加1百帕，发病率就上升0.27%; X2的系数为-0.0027，说明最 高月平均气压每增加1百帕，发病率就降低0.27%； X3的系数为-0.0000，说明 最底月平均气压每增加1百帕，发病率不变；X4的系数为-0.0132，说明月平均 气温每增加1摄氏度，发病率就降低1.32%； X5的系数为0.0124，说明最高月平 均气温每增加1摄氏度，发病率就增加1.24%； X6的系数为0.0005，说明最底月平均气温每增加1摄氏度，发病率就上升 0.05%; x的

23、系数为-0.0024，说明月平均相对湿度每增加1百分比，发病率就降低0.24%； X8的系数为0.0022，说明 月平均最低相对湿度每增加1百分比，发病率就上升0.22%。从整体来说，就气温而言，最高气温比最低气温对发病率的影响更大； 就相 对湿度而言，最低相对湿度比平均相对湿度对发病率的影响更大。 需要指出，以 上解释是就平均值来说，并且，一个因素改变引起的因变量的变化量， 都是在其 他因素不变的条件下才成立的。需要指出，以上解释是就平均值来说，并且，一个因素改变引起的因变量的 变化量，都是在其他因素不变的条件下才成立的。由于男、女脑卒中的发病率的不同，我们对男、女脑卒中发病率进行多元线性

24、回归，利用MATLAB得回归数据得下表，并且对比回归数据，分析男、女脑卒 中发病率受各因素的影响。（程序代码见附录三四）表二参数a。a1a2a3a4a5a6a7a8男0.95160.0024-0.0025-0.0006-0.00460.00290.0012-0.00270.0017女0.17210.0157-0.0080-0.00760.0014-0.00160.0001-0.00120.0004结果分析：女性脑卒中发病率受气压的影响比男性大； 气温较高或较低对女 性脑卒中发病率的影响比男性大；但是男性发病率受湿度的影响比女性要大。模型的改进:从表面上，基本模型二中的（1）式的吻合程度较好，因

25、为脑卒中发 病率的55.64%可由模型二确定，但模型二没考虑到各个因素之间的交互作用， 实际上情况中温度，相对湿度和气压等8个因素之间存在相互关系。因此，我们 建立一个交互二次多项式模型。交互二次多项式模型：y =a+印為+a2X2+a3X3+a4%+.+a8X8 + 瓦 ajXXj +呂（2）1够j空用matlab统计工具箱7的命令rstool对模型（2）求解得出模型（2）的回归 系数估计值为（程序代码见附录五）：表三模型的结果数据回归系数aoa1a2a3a4a5a6a7a8a12系数值858.89-0.33180.09230.2232-0.07560.04280.0132-0.00610.

26、00750.0002回归系数a13a14a15a16a17a18a23a24a25a26系数值0.00010.0045-0.00360.00060.0000-0.0002-0.0003-0.00210.00190.0001回归系数a27a28a34a35a36a37a38a45a46a47系数值-0.00000.0001-0.00230.00170.0005-0.00000.00010.00000.00000.0000回归系数a48a56a57a58a67a68a78系数值0.00010.0000-0.00000.00000.0000-0.0000-0.0000并以交互式画面给出y的估计值和预

27、测期间，输出图为:由图可知，图中当 X, =1015.515, x2 =1017.794 x3 =1013.167 x4 = 16.9177x5 =21.1392 x6 -13.479 x7 =70.8892 沧=50.8887 时，左 边的窗 口显示? =0.11491。剩余标准差为rmse =0.0749，说明此回归模型显著性较好。5.3问题三的求解脑卒中（Stroke ）是脑中风的学名，是一种突然起病的脑血液循环障碍性疾 病。又叫脑血管意外。是指在脑血管疾病的病人，因各种诱发因素引起脑内动脉 狭窄，闭塞或破裂，而造成急性脑血液循环障碍，临床上表现为一过性或永久性 脑功能障碍的症状和体征脑

28、卒中分为缺血性脑卒中和出血性脑卒中。脑卒中的含义与特征“中”为打击之意，又为矢石之中；“风”善行而数变，又如暴风疾至， 古人将此类疾病症状与所观察的自然现象联系起来，用比喻的方法为疾病命名， 中风就此得名。头晕，头痛，肢体麻木，暂时性吐字不清，肢体无力，突然跌倒, 短暂意识丧失，恶心呕吐或血压波动是脑卒中的特征。532 脑中风的危险因素我们查阅资料发现脑卒中与以下因素有关1. 高血压病，无论是出血性中风还是缺血性中风， 高血压是最主要的独立危险因 素。2. 糖尿病，通过控制饮食、降糖药，将血糖降至正常范围。3. 心脏疾病，如风湿性心脏病、冠心病。尤其防止心房颤动引起栓子脱落造成脑 栓塞。4.

29、血脂代谢紊乱，极低密度脂蛋白、低密度脂蛋白是引起动脉粥样硬化的最主要脂蛋白，高密度脂蛋白是抗动脉硬化脂蛋白。5. 短暂性脑缺血发作(TIA)，TIA本身是缺血性中风分类的一个类型，也可以是 脑梗塞的先兆或前区症状，应及时治疗。6. 吸烟与酗酒。7. 血液流变学紊乱，特别是全血黏度增加时脑血流量下降，其中红细胞比积增高 和纤维蛋白原水平增高是缺血性中风的主要危险因素。8. 肥胖，肥胖与超重均为缺血性中风的危险因素，与出血性中风无关。9. 年龄和性别，年龄是动脉粥样硬化的重要危险因素， 粥样硬化程度随年龄增高 而增加。50岁以上随着年龄增加中风发病率亦有增加，但现在发现青中年中风 发病者亦有增加，

30、不可忽视。一般来说女性中风发病率低于男性。同时结合对问题一 二 的求解我们得出脑卒中的发病有逐年集中趋势，更呈增长趋势；发病存在时间差异，3-5月为高发期；患者人数男性多于女性，性别 比重为1.7 : 1；户外重体力职业为高危职业；脑卒中发病处于中老年阶段，集 中年龄段为6580,但逐年呈年轻化发展；气候因素的剧烈波动，是中风发病 的一个非常重要的触发因素。高危人群的预警与建议男性中老年人是患脑卒中的高危人群。脑卒中的发病受明显的气候特征 影响，在高气压、低湿度和低气温条件下，尤其是这些因素的剧烈变化与人群中 风发病率增高关系密切。我们对高危人群的提出预警和干预的建议如下：(1) 对患有高血压

31、病，糖尿病，心脏疾病，血脂代谢紊乱，血液流变学紊 乱，短暂性脑缺血发作的病人，在脑中风高发季节，要保持这些病情的稳定，不 要让这些疾病的发作。(2) 多看天气预报，及时了解气候的变化，实时添加衣服，锻炼身体。(3) 适当控制自己的饭量，保持标准身材，体重不要超标。因为肥胖与超 重均为缺血性中风的危险因素。(4) 这些病人要控制自己的酒量，或者不要饮酒。有吸烟习惯的人要戒烟， 或要少吸烟。因为吸烟与酗酒都是脑中风的诱发因素。(5) 50岁以上的人，随着年龄增加中风发病率亦有增加。中老年人应保 持自己的体重，克服吸烟与饮酒的不良习惯，预防脑中风病的发作。六、模型评价优点：数据分析较好，对大量数据有

32、效地统计制表绘图， 直观地反映了数据的特 征有力的证明了结论。通过建立线性回归模型，计算各变量之间的关系得 出气温、气压与相对湿度和发病率之间的关系。 模型得出结论符合实际情 况，因此本模型具有实用性。缺点：所建立的是简单地回归方程不能充分反映过于复杂的气候因素。七、模型推广本模型具有一般性，所得结论真实可靠。因此可以应用到各种多因素、多变 量问题例如：对粮食产量、商品销售、个人收入等实际问题的分析。用于解决人 们生活中的各种问题，帮助实现效益最大化。八、参考文献1 姜启源，数学模型，高等教育出版社 20082 姜启源邢文训，大学数学实验，清华大学出版社 20053 王正盛，MATLAB!科学

33、计算，北京国防工业出版社 20114 万东君，罗晓红，张新宇，脑卒中的危险因素研究进展解放军医学保健杂志，8 (1): 58-59,2006 黄如训，脑卒中 第2版，人民卫生出版社2012帆（11讽酗月（鄭（嘏41緋I5：1剛0u UAny血曲临航血|啊屈5咖雌询他15 52 I 15Z咖魏船洲雨破湖3?l5ljiAUJAHHVAHUcu-rl t-n.M11 M 18:rkjvfi4JV-nkuQJ-Jifi-d-niniAVJV*_TQu_n -.uHInJLIrul-onu-A V u-Jdl5_Ld-15 5E 1 186 311 12 1M111 別忍隸做冊LT M 也 34158.

34、 413 & 1!6T X.加眺收血呃8血抑05105 4119 lfK 4W砌372 M册13228983;611!315;0T7111J11WH1523哪1；3153(76牝815删血亦侧丨嗚淞1H82255785附录：附录一：每年各月男女发病人数表200?200820092010另女命男女合廿男 女合廿另女帥1.們44892710183031821412439851920E441W2381348 密m8791951436娥麵786&9514813584憐 101710303?61OT440389823901S281T29458T4911069959891?4842?43085?90579

35、4169955624971059984?S5m45940986S1013瞬1882i5614681029漁62514T4416375?918151610158T4059928226151437505419917%7?901T57G6335411 卫m5%朋468466刪91S险168096585421200弼61512T4魄363825895736163110刚6011350咖?D411$83 囂3657528701T181150311S&6956761361340323663868156512590135STQ26161313438364盹5S0的11071脚i586?1309210316E

36、5的1E8915伽 4孫9929104689宙19册男女各职业发病人数表农民工人退休人员教师渔民医务人员职工离退人员其他男1456131054116163436551211799503女15017174025155323252215688246各职业、男女各年龄段人数表附录二：多元线性回归模型运行程序x=1 1028.23 1030.34 1026.25 4.50 8.04 1.87 73.23 51.161 1018.3 1021.3 1015 11.57 15.93 7.95 69.29 48.581 1016.54 1019.29 1013.98 15.37 20.34 11.29 62

37、.57 38.171 1008.39 1010.8 1005.82 22.62 27.64 18.49 61.77 39.391 1006.17 1007.78 1004.44 24.68 28.19 11.56 75.5 59.11 1002.97 1004.75 1001.20 29.39 33.65 26.29 73.32 55.421 1004.93 1006.72 1003.01 29.55 33.60 26.61 69.10 511 1010.5 1012.3 1008.7 24.30 28.06 21.66 76.07 60.781 1024.1 1026.1 1022.1 12

38、.57 17.03 8.93 62.03 45.431 1023.46 1025.88 1021.28 7.93 11.08 5.20 67.77 58.841 1027.63 1030.15 1025.01 2.99 7.60 -0.59 57.90 42.791 1018.81 1021.30 1016.19 11.08 15.98 7.01 57.98 36.611 1014.6 1017.14 1011.76 15.63 19.95 12.10 62.43 46.631 1008.55 1010.80 1006.18 21.41 26.81 17.04 66.26 40.421 100

39、5.58 1007.61 1003.54 23.49 26.81 21.05 82.37 66.531 1003.67 1005.26 1001.75 30.17 34.44 26.81 71.32 51.261 1005.85 1007.52 1004.21 28.01 31.96 24.94 77.32 57.131 1011.25 1012.96 1009.53 24.95 28.98 22.12 79.43 58.61 1018.19 1020.26 1016.30 19.91 23.70 16.82 77.09 55.741 1023.18 1025.337 1021.09 12.0

40、7 16.16 8.65 75.57 50.931 1027.67 1030.25 1024.76 2.96 7.28 -0.37 69.65 47.031 1019.56 1022.72 1016.05 8.30 11.4 5.71 79.46 63.541 1019.44 1022.76 1016.16 10.00 14.18 6.17 70.94 49.291 1015.68 1018.19 1012.99 15.91 20.81 11.66 67.3 42.31 1012.13 1014.12 1009.85 21.61 27.34 16.72 61.26 34.521 1003.39

41、 1005.06 1001.46 26.02 30.7 22.5 74.37 51.731 1003.83 1005.54 1002.04 28.44 32.36 25.1 75.13 56.611 1005.85 1007.50 1004.18 27.55 31.04 25.26 81.55 651 1012.12 1013.74 1010.5 24.33 27.79 27.72 80 62.731 1016.84 1018.78 1015.02 20.44 25.07 16.5 69.55 42.351 1024.57 1027.04 1022.13 5.55 9.33 2.54 71.9

42、 50.581 1025.76 1029.01 1022.31 4.44 8.87 1.03 70.94 50.611 1020.67 1023.58 1017.64 6.94 10.88 3.81 74.68 55.431 1020.37 1024.05 1016.6 8.75 13.1 5.44 70.81 51.11 1017.88 1021.36 1014.33 12.52 16.76 9.02 69.57 50.41 1009.79 1011.81 1007.6 20.81 25.16 17.13 68.39 46.551 1005.22 1006.79 1003.56 28.59

43、32.61 25.84 75.58 58.131 1007.47 1009.21 1005.64 30.43 34.94 26.97 71.58 51.651 1011.51 1013.2 1009.86 25.55 29.34 22.67 77.2 58.471 1018.85 1020.77 1017.03 18.06 22.1 14.67 74.29 52.11 1021.94 1024.12 1019.75 12.99 17.95 8.69 68.9 42.43; y=0.070159522 0.07681258 0.080819536 0.0808195360.0779466240.

44、0766613740.0905723140.0920843730.0913283440.1035004160.1083003950.0986561260.0949143610.0949670620.0778919630.0759420290.0724637680.0674571810.0774176550.0726745720.0883414080.0760746310.0837027110.0875167510.0991650350.0804040820.094629420.0938047620.0845273680.0753530560.0715390170.0899072220.0762

45、72490.0879594030.0874468190.0962120050.0897021890.0861141010.0821672050.0864216520.080373161 ;b,bi nt,r,ri nt,s=regress(y,x) rcoplot(r,ri nt)程序结果：b =0.14260.0027-0.0027-0.0000-0.01320.01240.0005-0.00240.0022bint =-1.1320-0.0367-0.0229-0.0195-0.0264-0.0005-0.0007-0.00330.00091.41720.04210.01750.0194

46、-0.00000.02530.0018 -0.0016 0.0034-0.0048-0.0083-0.0056-0.0104-0.0002-0.01230.00340.0035-0.00830.00500.00180.0037-0.00280.0073-0.0020-0.0093-0.0070-0.01150.0021-0.00080.0051-0.00150.00400.00420.0075-0.00410.01150.01290.00140.0001-0.00710.0029-0.00660.00240.00200.01250.0026-0.00160.00110.0084-0.0013r

47、int =-0.0168-0.0218-0.0179-0.0234-0.0069-0.0252-0.0096-0.0103-0.0205-0.0061-0.0100-0.0096-0.0160-0.0054-0.0150-0.0220-0.0210-0.0247-0.0112-0.0145-0.0074-0.0133-0.0092-0.0099-0.00510.00730.00520.00680.00260.00660.00060.01640.01730.00390.01610.01370.01700.01030.01990.01100.00340.00690.00160.01540.0128

48、0.01760.01030.01730.01830.0202-0.01660.0085-0.00200.0250-0.00020.0259-0.01040.0132-0.01290.0132-0.02020.0060-0.01010.0159-0.02000.0068-0.01030.0151-0.01090.0150-0.00050.0254-0.01150.0166-0.01490.0116-0.01290.0151-0.00530.0220-0.01480.0122s =0.55645.01670.0004附录三：男性发病率受各因素影响x=1 1028.23 1030.34 1026.2

49、5 4.50 8.04 1.87 73.23 51.161 1018.3 1021.3 1015 11.57 15.93 7.95 69.29 48.581 1016.54 1019.29 1013.98 15.37 20.34 11.29 62.57 38.171 1006.17 1007.78 1004.44 24.68 28.19 11.56 75.5 59.11 1002.97 1004.75 1001.20 29.39 33.65 26.29 73.32 55.421 1004.93 1006.72 1003.01 29.55 33.60 26.61 69.10 511 1010.5

50、 1012.3 1008.7 24.30 28.06 21.66 76.07 60.781 1024.1 1026.1 1022.1 12.57 17.03 8.93 62.03 45.431 1023.46 1025.88 1021.28 7.93 11.08 5.20 67.77 58.841 1027.63 1030.15 1025.01 2.99 7.60 -0.59 57.90 42.791 1018.81 1021.30 1016.19 11.08 15.98 7.01 57.98 36.611 1014.6 1017.14 1011.76 15.63 19.95 12.10 62

51、.43 46.631 1008.55 1010.80 1006.18 21.41 26.81 17.04 66.26 40.421 1005.58 1007.61 1003.54 23.49 26.81 21.05 82.37 66.531 1003.67 1005.26 1001.75 30.17 34.44 26.81 71.32 51.261 1005.85 1007.52 1004.21 28.01 31.96 24.94 77.32 57.131 1011.25 1012.96 1009.53 24.95 28.98 22.12 79.43 58.61 1018.19 1020.26

52、 1016.30 19.91 23.70 16.82 77.09 55.741 1023.18 1025.337 1021.09 12.07 16.16 8.65 75.57 50.931 1025.05 1028.34 1022.11 6.80 11.65 2.71 65.55 39.971 1027.67 1030.25 1024.76 2.96 7.28 -0.37 69.65 47.031 1019.56 1022.72 1016.05 8.30 11.4 5.71 79.46 63.541 1019.44 1022.76 1016.16 10.00 14.18 6.17 70.94

53、49.291 1015.68 1018.19 1012.99 15.91 20.81 11.66 67.3 42.31 1012.13 1014.12 1009.85 21.61 27.34 16.72 61.26 34.521 1003.39 1005.06 1001.46 26.02 30.7 22.5 74.37 51.731 1003.83 1005.54 1002.04 28.44 32.36 25.1 75.13 56.611 1005.85 1007.50 1004.18 27.55 31.04 25.26 81.55 651 1012.12 1013.74 1010.5 24.

54、33 27.79 27.72 80 62.731 1016.84 1018.78 1015.02 20.44 25.07 16.5 69.55 42.351 1023.44 1026.01 1020.69 11.03 15.19 7.97 77.4 56.871 1024.57 1027.04 1022.13 5.55 9.33 2.54 71.9 50.581 1025.76 1029.01 1022.31 4.44 8.87 1.03 70.94 50.611 1020.67 1023.58 1017.64 6.94 10.88 3.81 74.68 55.431 1020.37 1024

55、.05 1016.6 8.75 13.1 5.44 70.81 51.11 1017.88 1021.36 1014.33 12.52 16.76 9.02 69.57 50.41 1009.79 1011.81 1007.6 20.81 25.16 17.13 68.39 46.551 1007.64 1009.11 1006.04 23.7 27.5 20.76 76.4 56.971 1005.22 1006.79 1003.56 28.59 32.61 25.84 75.58 58.131 1007.47 1009.21 1005.64 30.43 34.94 26.97 71.58

56、51.651 1011.51 1013.2 1009.86 25.55 29.34 22.67 77.2 58.471 1018.85 1020.77 1017.03 18.06 22.1 14.67 74.29 52.11 1021.94 1024.12 1019.75 12.99 17.95 8.69 68.9 42.43; y=0.06630.08080.08000.07760.08120.08760.09110.09480.10630.10390.09980.09300.09540.08230.07970.07480.06390.07410.06640.06800.07940.0840

57、0.08480.08230.08840.08020.09730.09020.08900.07460.06550.08440.08790.07510.08610.08650.09680.08070.09240.08770.08550.08310.0829;b,bi nt,r,ri nt,s=regress(y,x)rcoplot(r,ri nt)附录四：女性发病率受各因素的影响x=1 1028.23 1030.34 1026.25 4.50 8.04 1.87 73.23 51.161 1018.3 1021.3 1015 11.57 15.93 7.95 69.29 48.581 1016.5

58、4 1019.29 1013.98 15.37 20.34 11.29 62.57 38.171 1008.39 1010.8 1005.82 22.62 27.64 18.49 61.77 39.391 1006.17 1007.78 1004.44 24.68 28.19 11.56 75.5 59.11 1002.97 1004.75 1001.20 29.39 33.65 26.29 73.32 55.421 1004.93 1006.72 1003.01 29.55 33.60 26.61 69.10 511 1010.5 1012.3 1008.7 24.30 28.06 21.66 76.07 60.781 1024.1 1026.1 1022.1 12.57 17.03 8.93 62.03 45.431 1023.46 1025.88 1021.28 7.93 11.08 5.20 67.77 58.841 10