气象与环境因子影响心脑血管疾病急诊数预测模型研究

• 作者: 何史林 吴效明 周忠玉 尹岭 崔泳琳 王敏珍 郑山 黎檀实
• 来源期刊: 环境与健康杂志
• 学科: 医学
• 关键词: BP神经网络 逐步回归 心脑血管疾病 气象因子 环境因子
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 技术与方法
• 页码范围: 48-52
• 分类号: R181.3
• 语种: 中文

摘要

目的 比较逐步回归模型与人工神经网络模型在建立基于气象、环境因子的心脑血管疾病急诊数预测模型的建模效果.方法 使用北京市2008-2011年12项气象逐日常规观测数据并据此生成5个二次气象因子,以及同期的3种污染物浓度数据,并构造3个年份哑变量,共23个变量形成模型的输入.统计同期北京市某医院4年逐日急诊就诊记录资料,并提取其中属于心脑血管疾病的条目构成模型输出训练数据.将所有数据进行周平均处理并以80％,15％和5％的比例分成学习集、测试集与验证集.分别构建逐步回归模型与人工神经网络模型,并使用独立样本(验证集)比较模型预报效果.结果 逐步回归模型经过筛选最终有11个输入变量,而人工神经网络模型结构为23-22-1.在验证集的预报效果指标中,神经网络预报模型的平均绝对误差、误差均值、最小误差以及预测结果与原数据的Pearson相关系数分别为0.9149,-0.003 3,0.01,0.873,均比逐步回归模型(分别为1.355 3,0.4924,0.03,0.836)更为理想.结论 与传统的统计学方法相比,人工神经网络建模方法在建立基于气象、环境因子的心脑血管疾病量预报系统方面更有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴效明	华南理工大学生物科学与工程学院	199	1579	20.0	28.0
2	黎檀实		53	269	9.0	13.0
3	尹岭		85	571	12.0	18.0
4	何史林		13	114	6.0	10.0
5	崔泳琳	华南理工大学生物科学与工程学院	2	10	2.0	2.0
6	周忠玉	兰州大学大气科学学院	2	10	2.0	2.0
7	王敏珍	兰州大学大气科学学院	17	171	7.0	12.0
8	郑山	兰州大学大气科学学院	17	155	7.0	12.0