统计推断方法及其在疾病数据分析中的应用研究

统计推断方法及其在疾病数据分析中的应用研究

论文摘要

随着大数据时代到来,越来越多学科领域正在与统计学相结合。近年来,公共卫生领域成为统计学热门研究领域。在国家大力倡导“智慧医疗”的背景下,利用统计推断方法解决公共卫生领域中疾病数据分析问题是目前研究的热点。在公共卫生领域的常见疾病中,甲状腺结节是人群中发病率较高的疾病之一。针对甲状腺结节良恶性鉴别问题,本文建立了一种风险评分模型。我们用信息价值(information value)来筛选指标变量,用证据权重(weight of evidence)进行重编码,最后基于logistic回归模型来实现风险评分。此模型应用于真实的甲状腺结节超声诊断数据集,鉴别准确率达96.5%。此模型的优点在于不仅能提升超声诊断的准确性,还能实现对患者病情的风险评估。在公共卫生领域的食品安全问题中,由食品安全引发的食源性疾病是全球重大公共卫生问题之一。中国沿海省份浙江省是受其影响较严重的地区之一。本文应用相关性分析、空间自相关分析、时空扫描分析等时空推断方法,对浙江省食源性疾病数据进行了多维度特征挖掘。研究结论可为浙江省食源性疾病预防和控制提供数据支持。针对食源性疾病暴发预警问题,本文在贝叶斯层次模型理论基础上,建立了一套BHM-ARxy模型。我们首先用泊松分布嵌套混合高斯分布来拟合数据分布,再用0,1,2阶自回归模型的组合来对不同状态下的均值参数建模,接着用马尔科夫链模拟状态参数的生成机制,最后给定各层子模型的先验分布,利用MCMC方法得到暴发概率的后验预测分布。此模型应用于浙江省食源性疾病的真实监测数据集,通过DIC准则和AUC指标评估,结果表明BHM-AR01模型综合表现最优。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 选题背景
  •   1.2 理论工具
  •     1.2.1 Logistic回归模型
  •     1.2.2 自回归模型
  •     1.2.3 贝叶斯层次模型
  •   1.3 本文主要工作和贡献
  • 第二章 基于logistic回归的疾病风险评分模型
  •   2.1 问题背景
  •   2.2 数据来源
  •   2.3 风险评分模型
  •     2.3.1 数据预处理
  •     2.3.2 指标变量筛选
  •     2.3.3 WOE重编码
  •     2.3.4 回归参数估计
  •     2.3.5 指标变量评分
  •   2.4 结果分析和模型评估
  •     2.4.1 结果分析
  •     2.4.2 模型评估
  •   2.5 本章小结
  • 第三章 基于时空推断方法的疾病数据特征挖掘
  •   3.1 问题背景
  •   3.2 数据来源
  •   3.3 时空推断方法
  •   3.4 疾病数据的时空特征挖掘
  •     3.4.1 相关性分析及结果
  •     3.4.2 空间自相关分析及可视化结果
  •     3.4.3 时空扫描分析及可视化结果
  •   3.5 本章小结
  • 第四章 基于BHM-ARxy的疾病暴发预警模型
  •   4.1 问题背景
  •   4.2 数据来源
  •   4.3 探索性数据分析
  •   4.4 疾病暴发预警模型
  •     4.4.1 模型假设和变量解释
  •     4.4.2 构建BHM-ARxy模型
  •     4.4.3 模型应用与模型评估
  •   4.5 本章小结
  • 第五章 总结与展望
  •   5.1 本文工作总结
  •   5.2 进一步研究方向
  • 参考文献
  • 附录
  • 致谢
  • 作者攻读硕士学位期间发表的学术论文
  • 文章来源

    类型: 硕士论文

    作者: 陈艺曦

    导师: 王学丽

    关键词: 风险评估,时空分析,贝叶斯层次模型,暴发预警

    来源: 北京邮电大学

    年度: 2019

    分类: 基础科学,医药卫生科技

    专业: 数学,医药卫生方针政策与法律法规研究

    单位: 北京邮电大学

    分类号: R195.1;O212.1

    总页数: 63

    文件大小: 4180K

    下载量: 96

    相关论文文献

    • [1].1起四季豆引发食源性疾病事件的调查[J]. 预防医学论坛 2019(11)
    • [2].食源性疾病预防的财政投入结构研究——以云南省为例[J]. 经济师 2020(01)
    • [3].食源性疾病监控及体系建设探究[J]. 食品安全导刊 2020(11)
    • [4].2012—2018年北京市丰台区食源性疾病事件时空分析[J]. 实用预防医学 2020(05)
    • [5].金华市中小学生2017—2019年食源性疾病流行特征和病原学分析[J]. 中国学校卫生 2020(07)
    • [6].超星学习通在《食源性疾病与健康》智慧课堂教学中的应用——以“细菌引起的食源性疾病”教学内容为例[J]. 文化创新比较研究 2020(19)
    • [7].2017年株洲市食源性疾病散发监测结果分析[J]. 河南预防医学杂志 2018(12)
    • [8].2017年郑州市食源性疾病病原学监测结果分析[J]. 现代预防医学 2019(04)
    • [9].食源性疾病现状与防治[J]. 食品安全导刊 2019(06)
    • [10].食源性疾病病例监测结果分析[J]. 疾病监测与控制 2019(04)
    • [11].我国公众食源性疾病患病情况调查[J]. 中国预防医学杂志 2019(07)
    • [12].食源性疾病事件智能探测与预警平台[J]. 计算机系统应用 2019(09)
    • [13].功效系数在食源性疾病风险因素等级判定中的应用[J]. 中国卫生产业 2017(32)
    • [14].2015—2016年淮安市食源性疾病哨点医院监测结果[J]. 职业与健康 2018(02)
    • [15].我国食源性疾病监测研究现状与管理建议[J]. 中国卫生产业 2018(06)
    • [16].2015-2017年武汉市食源性疾病网络直报监测结果分析[J]. 现代预防医学 2018(13)
    • [17].2015年梅河口市食源性疾病负担调查[J]. 中国农村卫生 2018(14)
    • [18].美国疾病与防控中心提示:餐厅为食源性疾病爆发主要来源[J]. 中国洗涤用品工业 2018(09)
    • [19].浅析学校食源性疾病的预防与控制对策[J]. 中国卫生产业 2018(29)
    • [20].2014—2015年南京市哨点医院监测食源性疾病流行特征[J]. 职业与健康 2016(21)
    • [21].国内外食源性疾病防控的研究进展[J]. 中华疾病控制杂志 2017(02)
    • [22].多招教您防治食源性疾病[J]. 生命与灾害 2017(03)
    • [23].食源性疾病带来的食品质量安全问题及控制对策[J]. 食品安全导刊 2017(09)
    • [24].2014-2016年淄博市食源性疾病中致泻性大肠埃希菌的检测与结果分析[J]. 中国卫生检验杂志 2017(22)
    • [25].谁能战胜食源性疾病[J]. 餐饮世界 2020(02)
    • [26].消除食源性疾病的新型复合抗菌膜[J]. 知识就是力量 2020(03)
    • [27].浅析食源性疾病控制与餐饮食品安全管理[J]. 健康之路 2018(12)
    • [28].健康饮食,减少食源性疾病[J]. 民生周刊 2019(03)
    • [29].西游健康新传之防治食源性疾病(二)[J]. 健康向导 2018(02)
    • [30].食源性疾病:食品安全的“头号公敌”[J]. 共产党员 2018(06)

    标签:;  ;  ;  ;  

    统计推断方法及其在疾病数据分析中的应用研究
    下载Doc文档

    猜你喜欢