數(shù)學(xué)建模論文對腦卒中發(fā)病環(huán)境因素分析及干預(yù)的研究(編輯修改稿)
2025-07-07 00:46 本頁面
【文章內(nèi)容簡介】 并落實(shí)到每個(gè)人，通過健康教育宣傳體育鍛煉對健康的益處，帶領(lǐng)他們做健身訓(xùn)練操，讓其保持樂觀的心情。② 行為干預(yù)措施：針對高危人群個(gè)體設(shè)置飲食和運(yùn)動指導(dǎo)意見，強(qiáng)化運(yùn)動的強(qiáng)度要適中。③建立居民健康檔案，采取各種行為方式積極發(fā)現(xiàn)社區(qū)內(nèi)腦中風(fēng)病的高危人群。④建立腦中風(fēng)病高危人群的信息庫，對高血壓、糖尿病、血脂紊亂、肥胖等不同危險(xiǎn)因素實(shí)行分類管理。⑤對具有腦中風(fēng)病高危危險(xiǎn)因素的人群(高血壓、糖尿病、脂代謝異常、冠心病，房顫等)實(shí)行規(guī)范劃的基本治療，追蹤患者病情，及時(shí)調(diào)整用藥，發(fā)現(xiàn)異常情況及時(shí)向患者提出預(yù)警。⑥對社區(qū)腦中風(fēng)病防治進(jìn)行質(zhì)控和評估?！?對個(gè)人的建議方案：①打破舊習(xí)慣的約束，加強(qiáng)鍛煉身體。②節(jié)制飲食，飲食須清淡有節(jié)制，戒煙酒，保持大便通暢。③注意氣象因素的影響：季節(jié)與氣候變化會使高血壓病人情緒不穩(wěn)，血壓波動，誘發(fā)中風(fēng)，在天氣環(huán)境變化大時(shí)，注意自己衣著。④注意定期檢查。五、模型的檢驗(yàn)1，對模型二的檢驗(yàn) （1）對于自變量p個(gè)自變量x1，x2，…，xp中，以其中一個(gè)xi作為因變量作回歸以及其它p1個(gè)變量為自變量，得到相應(yīng)的決定系數(shù)Ri。定義xi的膨脹因子（2）VIFi=1對應(yīng)說明xi與其它p1個(gè)自變量無共線。（3）當(dāng)對應(yīng)VIFi1（4）當(dāng)，說明xi與其它p1個(gè)自變量完全共線，對應(yīng)VIFi成為無窮大。（5）通常認(rèn)為在p個(gè)自變量x1，x2，…，xp中,最大的VIF10，則認(rèn)為嚴(yán)重共線，最小二乘估計(jì)受到較嚴(yán)重的影響。(6）平均VIF＝1，則認(rèn)為（7）尋找影響因變量的主要因素。（8）用回歸進(jìn)行兩組或多組的均數(shù)比較并校正混雜因素的影響。 利用MATLAB軟件，可以得出殘差與擬合值的散點(diǎn)圖及時(shí)序圖如下（可以參考附件4）：圖形1：患病率與氣壓之間的散點(diǎn)圖及時(shí)序圖， ① 殘差與擬合值的散點(diǎn)圖② 時(shí)序殘差圖圖形二：患病率與溫度之間的散點(diǎn)圖及時(shí)序圖，① 殘差與擬合值的散點(diǎn)圖② 時(shí)序殘差圖圖形三：患病率與相對濕度之間的散點(diǎn)圖及時(shí)序圖，① 殘差與擬合值的散點(diǎn)圖② 時(shí)序殘差圖1)相關(guān)系數(shù)R的評價(jià)：一般地，—1范圍內(nèi)，可判斷回歸自變量與因變量具有較強(qiáng)的線性相關(guān)性。本例氣壓R、氣溫R、表明線性相關(guān)性較弱。2）F檢驗(yàn)法：當(dāng)時(shí)則拒絕原假設(shè)，即認(rèn)為因變量y與自變量，、、之間顯著地有線性相關(guān)關(guān)系；否則認(rèn)為因變量y與自變量，、、之間線性相關(guān)關(guān)系不顯著。氣壓= 、。氣溫= 、相對濕度 = ，線性相關(guān)性不強(qiáng)。3）值檢驗(yàn)：若（為給定的顯著水平），則說明因變量y與自變量，、、之間顯著地有線性相關(guān)關(guān)系，本模型輸出結(jié)果，=，顯然滿足=六、模型的推廣,能夠很好的運(yùn)用。掌握疾病發(fā)病率的規(guī)律，對于衛(wèi)生行政部門和醫(yī)療機(jī)構(gòu)合理調(diào)配醫(yī)務(wù)力量、改善就診治療環(huán)境、配置床位和醫(yī)療藥物等都具有實(shí)際的指導(dǎo)意義。若本論文能夠在糖尿病,艾滋病等高危人群的疾病進(jìn)一步的深究的話,將會有更大的現(xiàn)實(shí)推廣意義。七、模型的優(yōu)缺點(diǎn)優(yōu)點(diǎn) ：1）可以方便的根據(jù)病人基本信息，對發(fā)病人群進(jìn)行統(tǒng)計(jì)描述模型的適應(yīng)范圍廣。模型中涉及的各數(shù)據(jù)可以通過Excel或Matlab程序處理（少量數(shù)據(jù)可以采用Excel輕快處理，數(shù)據(jù)規(guī)模較大時(shí)由Matlab程序?qū)崿F(xiàn)，見附錄）。2） 模型中涉及的某些權(quán)重具有一定的創(chuàng)新性3）計(jì)算和表示更加客觀和清晰，便于理解。4）它存在反饋機(jī)制，并且具有穩(wěn)定性、靈活性，能夠準(zhǔn)確地處理殘缺及不一致性很差的數(shù)據(jù)。5） 可以加入其他條件的限制，使得到的方案更加實(shí)用。6）風(fēng)險(xiǎn)評估，在通過方案的評估和論證后，不僅對方案進(jìn)行了修改和充實(shí)，還對打算要實(shí)施的方案會產(chǎn)生的影響有了進(jìn)一步的了解，對決定實(shí)施的重大事項(xiàng)中存在的不穩(wěn)定因素要制定好應(yīng)急預(yù)案，一旦發(fā)生要立即根據(jù)預(yù)案進(jìn)行化解，詳細(xì)評估的結(jié)果可用來管理安全變化。缺點(diǎn) ：由常識或資料給出，可能和實(shí)際過程中稍有出入。建模方法相對單一，對同一個(gè)數(shù)據(jù)沒有建立多個(gè)模型。算法復(fù)雜，必須用到計(jì)算機(jī)。八 參考文獻(xiàn)及參考書籍[1] 章紹輝，數(shù)學(xué)建模，北京：科學(xué)出版社，2010。[2] 韓中庚，數(shù)學(xué)建模方法及其應(yīng)用(第一版)，北京：高等教育出版社，2005。[3] 陳光亭、裘哲勇、主編， 數(shù)學(xué)建模，北京：高等教育出版社，2010。[4] 姜啟源，數(shù)學(xué)模型（第三版），北京：高等教育出版社，2003。附件 ：附件1表格及圖12007年各職業(yè)患病人數(shù)職業(yè)農(nóng)民工人職業(yè)20072008200920102007200820092010患病人數(shù)6471105111521137870511464681358職業(yè)退休人員教師年20072008200920102007200820092010患病人數(shù)17412671022223563847職業(yè)漁民醫(yī)務(wù)人員年20072008200920102007200820092010患病人數(shù)15379514181713職業(yè)職工離退人員年20072008200920102007200820092010患病人數(shù)4880861473708560525表格及圖22008年各職業(yè)患病人數(shù)職業(yè)農(nóng)民工人退休人員教師漁民醫(yī)務(wù)人員職工離退人員患病人數(shù)105111146267163371880856表格及圖32009年各職業(yè)患病人數(shù)職業(yè)農(nóng)民工人退休人員教師漁民醫(yī)務(wù)人員職工離退人員患病人數(shù)111116160689393120表格及圖4 2010年各職業(yè)患病人數(shù)職業(yè)農(nóng)民工人退休人員教師漁民醫(yī)務(wù)人員職工離退人員患病人數(shù)113781358222247513147525 附件2表格1月份123456平均氣壓10281021101810081006最高氣壓10301024102110111008最低氣壓102610181015101410061004氣壓差患病率（%）8 平均溫度最高溫度最低溫度溫度差患病率（%）8 平均相對濕度最小相對濕度相對濕度差患病率（%）8月份789101112平均氣壓10031005101010191024最高氣壓1007101210211026最低氣壓1003100910171022氣壓差患病率（%） 平均溫度最高溫度17最低溫度溫度差患病率（%） 平均相對濕度62最小相對濕度
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1