论文摘要
利用《中国疾病预防控制信息系统》获取2008—2015年全国肺结核疫情相关数据作为初始数据序列,使用灰色预测方法中的GM(1,1)模型对2016—2021年肺结核疫情相关数据进行预测,在此基础上使用自组织映射(self organizing maps,SOM)神经网络方法对预测结果进行聚类分析。依据灰色预测模型及2008—2015年肺结核疫情相关数据,预测得到2016—2021年全国及31个省(自治区、直辖市;不包括我国台湾、香港和澳门地区,下同)的发病数和发病率。根据预测结果,进一步利用SOM神经网络方法将全国31个省(自治区、直辖市)聚类成4个不同层次,重视程度从高到低依次分为第1类类中心序列(包括青海、西藏和新疆)、第2类类中心序列(包括黑龙江、湖南、广西、海南和贵州)、第3类类中心序列(包括辽宁、安徽、江西、河南、湖北、广东、重庆、四川、云南和陕西)和第4类类中心序列(包括北京、天津、河北、山西、内蒙古、吉林、上海、江苏、浙江、福建、山东、甘肃和宁夏)。研究认为,由灰色预测方法得出未来6年肺结核疫情呈下降趋势,可根据聚类所得的结果,针对不同类型的地区,适时调整防治策略,调配防治力量。
论文目录
文章来源
类型: 期刊论文
作者: 薛亚妮,张梅,李存龙
关键词: 结核,信息系统,模型,统计学,神经网络计算机,预测,聚类分析
来源: 中国防痨杂志 2019年07期
年度: 2019
分类: 医药卫生科技
专业: 预防医学与卫生学,感染性疾病及传染病,呼吸系统疾病
单位: 延安大学附属医院呼吸内科
基金: 陕西省卫生计生科研基金(2016D082)
分类号: R521;R181.8
页码: 782-789
总页数: 8
文件大小: 516K
下载量: 2