一、鞍山市肾综合征出血热流行病学分析（论文文献综述）
尹晔,张宪策[1]（2021）在《鞍山市流行性出血热发病率预测模型探讨》文中研究表明目的对2010—2019年鞍山市流行性出血热每季度发病率和流行病学特征进行分析并建立指数平滑法预测模型,为制定鞍山市流行性出血热防控提供依据。方法采用Excel 2010建立2010—2019年鞍山市流行性出血热数据库,通过SPSS 25.0构建时间序列图和指数平滑预测模型,并对2019年该市流行性出血热发病率做出预测。结果 2010—2019年鞍山市出血热累计报告病例394例,年均发病率是1.09/10万,男女性别比例是3.24∶1。发病以青壮年为主,25岁以下人群出血热发病率是0.27/10万,25～60岁人群出血热发病率是1.34/10万,60岁以上人群出血热发病率是1.41/10万。流行性出血热城市年均发病率是0.33/10万,农村年均发病率是1.70/10万。采用指数平滑法构建的最优模型是简单季节性模型,拟合R2=0.803,实际观测值和拟合值的绝对误差是0.04,相对误差是3.25%。结论指数平滑法模型能较好地预测鞍山市2019年流行性出血热发病趋势,为防控工作提供依据。
位晓东,王璇,刘丽[2]（2021）在《鞍山市303例肾综合征出血热病例流行病学调查分析》文中研究表明目的分析2013—2020年鞍山市肾综合征出血热（HFRS）新发病例的流行病学特征,为制订有效的防控策略和措施提供科学依据。方法采用现场问卷调查方法,对2013—2020年鞍山市HFRS新发病例进行流行学调查,调查内容包括基本情况、发病情况、症状体征、既往史及家庭情况、接触史及有关因素等。结果共调查2013—2020年鞍山市HFRS新发病例303例。发病以40～69岁年龄组发病为主（70.96%）;发病日期与就诊日期时间间隔中位数为4 d;临床分型以轻型为主（80.53%）;房内有鼠的为145例（47.85%）;发病前1个月工作场所有鼠或鼠排泄物的为203例（67.00%）;99.67%的HFRS患者未接种过出血热疫苗。结论应加强对基层医生HFRS早期典型及不典型症状识别的培训,开展灭鼠工作。
魏卓超,张巍,隋丹,邓晓丽,王盛[3]（2020）在《3种检测方法在出血热病原检测中的应用效果比较》文中研究表明目的探究3种检测方法在出血热病原检测中的实际应用效果,为出血热防控提供科学准确的检测数据。方法参照《全国肾综合征出血热监测方案（试行）》中的检测方法,以免疫荧光法（IFA）、酶联免疫吸附实验（ELISA）法、实时荧光定量PCR（RT-PCR）法对2018—2019年鞍山市国家级监测点采集的宿主动物标本进行检测。结果利用IFA法在400份鼠肺标本中共检出30份鼠肺抗原阳性,带毒率为7.5%;用ELISA法在400份鼠血标本中共检出41份鼠血总抗体阳性,鼠感染率为10.25%;用RT-PCR法检测400份鼠肺标本,检出22株出血热阳性,4份灰区,PCR法阳性率为5.5%;3种方法两两配对卡方检验,对IFA法和ELISA法结果进行比较,差异无统计学意义（χa2=3.70,P>0.05）,将PCR法分别与IFA法和ELISA法的结果比较,差异有统计学意义（χb2=4.08,χc2=12.96,P<0.05）;对3种方法进行筛选试验,RT-PCR法灵敏度和特异度更高。结论 3种方法各有特点,IFA法适合初步筛查性工作,ELISA法检测时间较短,RT-PCR方法较为精准。
胡文穗,刘伟,刘远,周琴,杨智聪[4]（2020）在《广州市2010-2019年肾综合征出血热流行特征及时空分布动态变化》文中提出目的了解2010-2019年广州市肾综合征出血热（HFRS）的流行状况及时空分布特征。方法以中国疾病预防控制信息系统HFRS报告数据和调查资料为基础,采用描述性流行病学方法进行统计分析,运用OpenGeoDa 1.2.0软件进行全局空间自相关和局部空间自相关分析,SatScan 9.6软件进行时空热点区域探测,ArcGIS 10.2软件绘制地图进行可视化呈现。结果 2010-2019年广州市共报告HFRS病例1 298例,死亡3例,年均报告发病率0.99/10万;21～50岁年龄组发病数占总数的70.88%,男女性发病比为2.98∶1,病例较多的职业为家务或待业（占31.28%）、商业服务（占17.33%）;呈明显的冬、春两季发病高峰,春、冬两季各占全年发病数的33.74%和26.35%;各区每年均有病例报告,海珠区近10年共报告407例,占全市病例数的31.36%,年均发病率2.52/10万,病例数与年均发病率均居广州市首位。聚集性区域探测显示广州市HFRS发病存在时空聚集性,聚集区域主要集中在海珠区的万亩果园和海珠湖湿地公园所在区域以及紧邻中心城区的城中村,对数似然比值为44.08（均P<0.001）。结论 2010-2019年广州市HFRS存在流行和聚集情况,冬、春两季高发,从事家务、待业和商业服务的男性青壮年为主要发病人群,移民多、卫生环境差的城乡结合部以及海珠区的万亩果园和海珠湖湿地公园是重点防控区域,应针对重点人群和地区制定防控措施,遏制HFRS疫情上升和扩散。
位晓东,王艳,王璇,张宪策[5]（2020）在《2010—2019年鞍山市肾综合征出血热流行病学分析》文中进行了进一步梳理目的分析2010—2019年鞍山市肾综合征出血热（HFRS）监测结果,为本地区HFRS防控策略的调整提供科学依据。方法对2010—2019年鞍山市HFRS发病及宿主动物监测情况进行描述性流行病学分析。结果 2010—2019年鞍山市HFRS年均报告发病率为1.09/10万;HFRS发病高峰出现在10—12月,占总发病数的50.51%;鞍山市各县区均有HFRS病例报告,其中年平均报告发病率较高的地区为岫岩县和海城市,分别为4.78/10万和0.85/10万;发病主要集中在20～64岁年龄组,占总发病数的93.65%,男性高于女性（χ2=106.36,P<0.001）;HFRS发病以农民和从事家务者及待业者居多,分别占总发病数的63.71%和23.60%;HFRS发病率与鼠密度和鼠带毒率的Spearman相关系数r分别为-0.122（P=0.815）和0.209（P=0.143）,尚不能明确鞍山市HFRS发病率与鼠密度和鼠带毒率具有相关性。结论 HFRS防控应采取灭鼠、健康教育和扩大免疫规划相结合的综合干预措施。
朱伶俐[6]（2020）在《肾综合征出血热流行的空间分异及风险预测研究》文中进行了进一步梳理肾综合征出血热（Hemorrhagic Fever with Renal Syndrome,HFRS）是严重威胁中国居民健康安全的一类自然疫源性传染病。探究中国典型HFRS疫区的疫情流行特征及其影响要素,并预测其传播风险区,可为当地相关部门制定防控措施、部署防控资源、降低疫情传播风险提供重要的指导建议。本论文以对比研究为切入点,在研究区上选取了中国三个典型HFRS疫区即山东省、陕西省和湖南省,采用空间自相关、热点分析等空间统计方法分析HFRS疫情时空分布特征,并利用地理界限分析方法获取山东省、陕西省和湖南省HFRS疫情地理区划,在此基础上,分析各地理区划的气象要素、景观要素、社会经济要素特征,并利用地理探测器探究山东省、陕西省和湖南省HFRS疫情主要影响要素,最后利用广义相加模型预测各省HFRS疫情的潜在风险区。主要结果和结论如下:（1）山东省、陕西省和湖南省HFRS疫情均呈现不同程度的波动且均具有明显的季节性特征;与此同时,三省HFRS疫情均呈现显着的空间聚集性,其中,山东省HFRS疫情主要聚集在鲁中山地丘陵高发病区和胶东平原丘陵高发病区,陕西省HFRS疫情则主要聚集在关中平原高发病区,而湖南省HFRS疫情主要聚集在湘中丘陵高发病区、湘南山地丘陵高发病区。因此,建议各省重点关注各自HFRS疫情高发病区,尤其是在疫情高发期间。（2）山东省、陕西省和湖南省HFRS疫情流行与自然环境和社会经济条件密切相关。山东省HFRS疫情空间分异与降水量、地貌类型等自然环境要素以及建设用地等社会经济要素紧密相关,陕西省则主要受到地形地貌、黏土等自然环境要素以及建设用地面积占比、人口密度等社会经济要素的影响,而湖南省主要与降水量、地形地貌等自然环境要素以及土地利用、GDP等社会经济要素关系密切。此外,降水量、地貌类型与建设用地共同影响着山东省、陕西省和湖南省HFRS疫情的空间分异,但其作用和影响方式存在差异。建议当地有关部门制定防控措施、部署防控资源时需结合当地的气候和景观特征以及社会经济条件。（3）山东省HFRS疫情潜在风险区主要分布在气候条件适宜（温度在12.6～14.8℃之间,降水量大于600 mm）、植被条件适中（0.56<NDVI<0.65,NDVI>0.75）、海拔高度较小（DEM<50 m,DEM>340 m）的中部和东部地区;陕西省的潜在风险区则主要分布在平原地带（平原面积占比大于18%）、气候条件适宜（降水量在660～1100 mm之间）、植被条件适中（0.72<NDVI<0.81,NDVI>0.85）、城镇化水平较高（建设用地面积占比在10%～45%）、黏土含量较少（黏土百分比小于23%）的中部地区,而湖南省的潜在风险区主要分布在气候条件适宜（温度在15.1～18.0℃之间,降水量大于1500 mm）、植被条件适中（NDVI>0.77）、城镇化水平较高（建设用地面积占比在1%～18%之间,人口密度在300～7500人/KM2之间）的中部和东南部地区。本研究模拟和预测的HFRS疫情潜在风险区可为相关部门在未来需要重点防控的HFRS疫情高风险区划定与管理方面提供科学决策参考。
曹丽娜[7]（2020）在《中国不同气候带肾综合征出血热的影响因素及预测模型研究》文中研究指明研究背景肾综合征出血热（Haemorrhagic fever with renal syndrome,HFRS）又称流行性出血热,是一种由不同种类的汉坦病毒传播给人类引起的动物源性人兽共患病。病毒对人类的主要传播途径是通过吸入或者接触受病毒污染的啮齿动物排泄物（尿液、粪便或唾液）。中国是世界上肾综合征出血热病例最多的国家,70%左右的肾综合征出血热病例是由汉坦病毒（HTNV）和汉城病毒（SEOV）引起的,部分病例发展为中、重度病例并引发严重后遗症甚至死亡。全球HFRS病死率为1%-1 5%。自上世纪八十年代以来,我国肾综合征出血热的发病呈现较为明显的季节性分布变化,由秋冬季暴发为主的姬鼠型转变为春季和秋冬季为主的双峰型混合疫区,这种变迁与病毒的基因型、优势宿主动物的种类、自然地理环境、人类生产活动和行为方式有密切关系。然而,随着我国肾综合征出血热疫区范围的扩大和疫区类型的变迁,我们仍需要不断掌握HFRS的人群流行特征、时空分布特征和趋势。HFRS的发生受多方面因素的影响:环境因素、啮齿类动物、人类与动物宿主之间的相互作用和汉坦病毒的动力学因素等。其中,气象因素可通过生态系统影响啮齿动物的生存、繁殖、分布和种群变化,间接影响HFRS的流行。在全球变暖的背景之下,媒介生物和宿主生物的适生区域有可能随之扩大,且气候变暖可能会有利于动物繁殖和活动期延长。人类的活动也受天气条件和季节变化的影响,从而改变人类与媒介生物和动物宿主之间的接触机会。另外,城市化建设背后的大规模树木砍伐、土地征用、修路建桥等会直接影响到宿主动物的数量和分布,可能会造成局部媒介生物和宿主动物密度增大,引起疾病的暴发。当今社会经济发展伴随的流动人口不断增多、物流的发达和城市人口密度的增加,也会导致传染病暴发流行风险上升。气候变化与不同地理景观及生态系统相互作用,导致在各个气候带内温度等分布的异质性,对HFRS的影响也有所不同。尽管目前已经有大量的研究量化分析了气象因素与HFRS的关联,但是这些研究大都是基于某个城市/省份的部分地区,且少有气象因素对HFRS交互作用的研究。所以本研究在纳入社会因素、地理因素和生态因素的同时,系统探讨了我国各气候带气象因素对HFRS的影响,以及气象因素对HFRS的交互作用和边际效应。随着人们健康需求的日益提高,疾病预测作为疾病防控的重要手段也得到重视和发展。传染病的影响因素众多,相互之间关系复杂,模型预测的准确性是疾病预测极其重要的一个方面。随着信息技术的发展和大数据时代的到来,机器学习作为新兴的分析方法得到了迅速发展和广泛应用,如何利用大数据对传染病疫情进行预测预警已成为疾病防控领域的研究热点。为了探索机器学习在肾综合征出血热预测的实用性,为HFRS的预测提供新思路,本研究以我国各气候带HFRS病例为研究对象,通过构建随机森林回归预测模型,并与传统的预测模型进行比较,对各气候带的拟合和预测效果评价。研究目的1.应用空间流行病学分析方法,分析2006-2016年全国HFRS病例的流行特征和时空分布动态变化。2.纳入气象因素、社会因素和地理环境等相关指标,对我国各气候带HFRS流行的影响因素进行探讨。3.构建针对不同气候带的HFRS预测模型,为精准预测HFRS的流行提供可行工具。研究方法收集整理我国2006-2016年的肾综合征出血热的疫情监测数据、2005-2016年全国气象监测站点的气象数据、2006-2016年全国植被覆盖和海拔栅格数据,与中国地级市行政区划数字地图建立空间关联,建立肾综合征出血热流行的地理信息数据库,综合应用空间流行病学分析方法对全国HFRS的时空分布进行研究,应用广义估计方程对不同气候带HFRS的影响因素进行分析,利用随机森林回归模型对HFRS的发病进行预测研究。研究所采用的软件包括ArcGIS 10.2、SaTScan 9.1、Stata 16.0、R 3.4.3。研究结果1.我国2006-2016年累计报告HFRS共121,494例,年平均发病率0.89/10万。全国HFRS发病率总体略有下降趋势,年平均发病率从2006年的1.16/10万降至2016年的0.64/10万,但2012-2013年出现较为明显的短期升高。2.人群分布特征为:HFRS病例以男性为主,男女病例报告性别比为3:1;从职业分布看,病例以农民为主;发病年龄主要集中在20-40、41-60岁之间,分别占发病病例数的33.08%和46.04%。死亡病例年龄集中在41-60岁之间,占死亡病例的53.83%。3.对2006-2016年期间全国HFRS累计病例报告数分省份进行HFRS病例发病至确诊时间间隔分析,结（?）国范围内HFRS病例发病至确诊的平均时间为7.6天。黑龙江省、吉林省、河北省（?）陕西省的HFRS病例发病至确诊时间间隔最短,平均为5天,辽宁省和山东省该时间间隔平均为6天,浙江省、江西省和湖北省为8天,广东省为10天,其他省份该平均（?）间间隔为9天。4.全国HFRS的病例分布具有空间相关性,即HPRS疾病分布具有空间聚集性特征。对2006年1月至2016年12月肾综合性出血热发病数的地市级水平进行逐月时空扫描,结果显示共有13个聚集区。尽管不同年份HFRS发病热点区域有所不同,但热点区域主要分布于东北三省、山东省、陕西省、浙江省、江西省和湖北省。5.HFRS发病具有明显的季节性特征,其季节性特征在我国不同地区存在着一定的差异。中温带地区秋季高峰明显,暖温带地区秋冬季和春季均有高峰,亚热带地区呈现冬季和春季高峰。就发病趋势而言,2006-2009年期间,中温带地区HFRS发病人数高于暖温带和亚热带,自2009年起,暖温带发病数上升明显且超过中温带,至2013年上升至最高峰后急剧下降呈稳定趋势。中温带地区发病数从2006年至2016年呈缓慢下降趋势。6.调整降水量、相对湿度、季节性和长期趋势的影响,得到中国不同气候带的月平均气温与HFRS发病的最大相关系数。中温带地区的气温在滞后1个月（r=-0.032）时对HFRS发病数影响最大,暖温带地区和亚热带地区气温的最佳滞后期分别为滞后2个月（r=-0.057）、3个月（r=0.018）。7.中温带地区的平均温度和降水量之间存在1个月滞后交互作用。在暖温带地区,平均温度和相对湿度之间存在2个月滞后的交互作用。8.中温带地区气温、相对湿度、海拔、人均耕地面积、GDP与HFRS发病之间的关联有统计学意义,其中气温、相对湿度、海拔、GDP是保护因素,人均耕地面积是危险因素。暖温带地区气温、相对湿度、海拔与HFRS发病有统计学意义,其中气温、海拔是保护因素,相对湿度是危险因素。亚热带地区对HFRS发病具有统计学意义的影响因素是降水、海拔和GDP,其中降水是危险因素,海拔、GDP是保护因素。9.分别利用植被覆盖指数与气象指标（温度、湿度和降水量）所构建的随机森林回归预测模型在各气候带内的预测效果近似;各气候带之间拟合效果表现为从北方到南方拟合效果越来越好,且随机森林模型的RMSE均小于广义估计方程。随机森林回归模型对于中温带地区发病率的估计偏高,对暖温带和亚热带地区的估计值比较接近于真实值。广义估计方程回归模型对中温带、暖温带和亚热带地区的HFRS发病率的预测值普遍低于真实值。结论1.2006-2016年期间我国肾综合征出血热的发病总体呈下降的趋势。病例以男性为主,发病高峰年龄段为20-60岁之间,患者职业以农民为主。空间分析显示,HFRS病例的空间分布具有显着的相关性且高发省份存在时空聚集区。2.北方高发省份的HFRS病例发病至确诊时间间隔较短,而南方省份的HFRS病例发病至确诊时间间隔普遍比北方省份长,该时间间隔与确诊病例的数量呈正相关。3.不同气候带的发病趋势变化存在明显差异。2006-2009年期间,中温带地区HFRS发病人数高于暖温带和亚热带,自2009年起,暖温带发病数上升明显且超过中温带成为发病数最多的气候带。4.从我国北部地区到南方,三个气候带气温的最佳滞后期分别为1个月、2个月和3个月。最佳滞后时间的确定可以为HFRS发生的早期预警提供线索。5.中温带地区温度与降水对HFRS存在交互作用,气候寒冷、降水量增大可能增加中温带地区HFRS的发病风险。暖温带地区温度与相对湿度对HFRS的影响存在交互作用,高温高湿的环境可能增加暖温带地区HFRS的发病风险。6.中温带和亚热带GDP高的地区HFRS发病风险较低;中温带、暖温带和亚热带均发现海拔低的地区HFRS发病风险较高;中温带地区人均耕地面积大可能增高HFRS的发病风险。农村仍然是HFRS的高发地区。7.随机森林模型在各气候带HFRS预测准确性上均优于广义估计方程。植被覆盖指数可替代气象指标（温度、湿度和降水量）用于HFRS的预测。意义和创新1.本研究的设计、分析比较及模型构建皆基于中国不同气候带,设计系统、理念新颖。2.本研究发现,从我国北部地区到南方,中温带、暖温带、亚热带地区气温的最佳滞后期分别为1个月、2个月和3个月。中温带地区的气温和降水存在交互作用,暖温带地区气温和相对湿度存在交互作用,此结果目前未见报道。3.本研究分别利用植被覆盖指数和主要气象指标（气温、湿度和降水量）构建肾综合征出血热的预测模型,结果显示,利用植被覆盖指数所构建的预测模型与利用上述气象指标所构建的预测模型在各气候带内拟合效果近似;各气候带之间拟合效果表现为从北方到南方拟合效果越来越好的现象,此结果目前未见报道。
王艳,邹明文,王璇,李依哲,刘录春[8]（2020）在《2013-2017年辽宁省鞍山市流行性出血热疫情监测分析》文中研究说明目的分析2013-2017年鞍山市流行性出血热监测资料,了解近5年鞍山市出血热流行变化趋势。方法采用描述性流行病学方法对鞍山市2013-2017年出血热监测资料进行统计学分析,在全市两个出血热监测点采用夹夜法捕获鼠形动物,分别取鼠肺和鼠血,用免疫荧光法和ELISA法检测汉坦病毒抗原和抗体,分析鞍山市鼠密度及其带病毒情况。结果 2013-2017年鞍山市共报告出血热病例214例,发病呈现平稳态势。无暴发疫情,均为散发病例。发病集中在岫岩县和海城市,占发病总数的88. 89%;发病有明显的季节性,呈现出春季和秋冬季两个季节高峰,秋冬峰高于春季峰;男性发病多于女性,男女性别比为2. 82∶1;以青壮年居多;职业分布以农民、家务待业者为主。居民区、野外优势鼠种分别为褐家鼠和黑线姬鼠,鼠密度及鼠带病毒率相对稳定。结论 2013-2017年鞍山市流行性出血热以散发为主,但危害人群仍为家庭主要劳动力。应加强防鼠灭鼠,疫苗接种,宣传教育等。
王新月[9]（2019）在《灌云县肾综合征出血热流行现状及危险因素研究》文中研究说明目的:近几年来灌云县肾综合征出血热（HFRS）疫情一直维持在较高的水平,发病数位居连云港市首位,高度散发态势明显。本研究通过对2013-2017年HFRS患者流行特征分析、2015-2017年灌云县HFRS宿主动物情况和健康人群血清学抗体水平分析以及2015-2017年HFRS危险因素分析进一步掌握HFRS在疫区流行规律及其影响因素,为今后HFRS的预防和控制政策制定提供参考依据。方法:收集灌云县2013-2017年HFRS发病情况报表、大疫情网报告HFRS病例数据以及宿主动物监测资料,采用描述性统计方法对灌云县HFRS的流行特征进行分析,并在小伊乡、南岗乡、同兴镇开展动物宿主调查,选取2015年4月-2017年11月《中国疾病预防控制信息系统》报告的确诊病例,按照1:2个体匹配的配对的病例对照研究方法进行发病危险因素调查,采用SPSS18.0对HFRS发病危险因素进行单因素和多因素条件Logistic回归分析。结果:1、HFRS流行特征灌云县2013-2017年共有确诊病例244例,其中死亡9例。年均发病率为4.68/10万、死亡率为0.17/10万、病死率为3.69%。总体发病率先上升后下降,2015年最低。在2013-2017年期间,全县19个乡镇均有HFRS病例报告,报告发病总数排在前6的乡镇分别是:小伊乡（27例）、南岗乡（24例）、伊山镇（22例）、龙苴镇（21例）、东王集乡（18例）、杨集镇（18例）,共报告病例数130例,占全县累计报告的发病总数53.28%（130/240）。病例主要分布在灌云县西部,东部的病例相对比较分散。2013-2017年,灌云县每年HFRS流行季节为秋冬季（10月-次年1月）。秋冬流行峰报告的病例数（190例）占总的病例数的77.87%,春夏季节的病例数比较平稳,居于0-10例之间,流行趋势不明显。209例HFRS患者年龄在30-69岁之间,占总病例数的85.66%,其中60-69岁年龄组最高,占总发病数的30.33%。发病数最少的为≥80岁年龄组和10-19岁年龄组。男性患者186例,女性患者58例,男女性别比3.21:1。男、女发病率分别为6.79/10万和2.34/10万,男性高于女性。农民发病人数最多,为221例,占总发病人数的90.57%,其次是家务和待业,占3.28%。2、宿主情况小家鼠、黄胸鼠、黑线姬鼠为灌云县主要鼠种。平均鼠密度野外3.75%（72/1920）高于居民区2.62%（50/1905）,两者有统计学差异（χ2=3.922,P=0.048）。鼠带毒率为3.13%,带毒率最高的为黑线姬鼠,其次为黄胸鼠。秋季鼠带毒率4.10%（10/244）高于春季鼠带毒率2.24%（6/268）,两者无统计学差异（χ2=1.459,P=0.227）。3、健康人群血清抗体监测健康人群血清抗体检测结果显示,阳性率为3.44%。4、影响因素分析单因素条件logistic回归分析显示:居住房屋内进行灭鼠防鼠工作、从不在沟田边坐卧休息为HFRS的保护因素。常住人口数少、住房中有空置的房间、住房周围种植作物、住房毗邻水塘或河溪、居住房屋有鼠洞、居住房屋中有鼠活动、工作场所有鼠或鼠排泄物、居住地有饲养家畜、居住地有饲养家禽、从不或偶尔加热剩饭剩菜后再食用、经常在沟田边坐卧休息、皮肤有破损、被猫或狗咬伤或抓伤、有接触鼠类或鼠排泄物均为HFRS的危险因素。多因素条件logistic回归分析显示:住房毗邻水塘或河溪、工作场所有鼠或鼠排泄物、居住地有饲养家畜、从不或偶尔加热剩饭剩菜后再食用、在沟田边坐卧休息、接触鼠类或鼠类排泄物均为肾综合征出血热的发病危险因素。结论:灌云县鼠密度和鼠带毒率均较高,且农民、中青年人群是灌云县HFRS防控的重点对象,在以后的防控工作中,重点加强鼠密度、鼠带毒率以及人间疫情的监测,应加大灭鼠防鼠力度,开展重点地区、重点人群出血热疫苗接种,加大宣传教育力度,使人们了解疾病相关知识及如何防护,改变不良的饮食习惯、生活习惯、生产习惯,降低出血热发病率。
孙琬琬[10]（2019）在《辽宁省流行性出血热流行特征及基于气象因素的预测研究》文中提出研究背景当前,全球气候变暖已经成为人类面临的重大环境问题之一,而气候变化对人类传染病的影响突出表现为病原体的存活变异、媒介生物活动区域的改变,以及新病原体及其所致新发传染病的出现等一系列的变化,其中尤以媒介传播疾病受气候变化最为突出。国内外研究表明,全球气候变化及其引发生态环境的改变,是传染病发病率上升、流行区域扩大、流行季节延长的重要原因之一[1]。流行性出血热（Epidemic Hemorrhagic Fever）,以下简称EHF,因其具有发热、出血、肾损害三大主要特征故又称为肾综合征出血热,主要是由汉坦病毒引起的多宿主自然疫源性疾病。EHF自发现以来,发病病例数逐年升高,已经从局部地区扩大至全国,根据监测资料分析显示,中国大陆所有省份均有EHF的病例报告。2005年中国疾病预防控制中心（China CDC）在全国22个省的40个重点县（区）设立了国家监测哨点,在全国范围内系统规范的开展EHF发病病例监测。随着人民生活水平的提高,对健康的需求也在增加,对传统的疾病防制方法提出了新的挑战,需要针对疾病进行提前预测,并根据预测结果提出疾病的防控的建议。本研究拟在既往研究的基础上,分析EHF在辽宁省的时空流行特点,阐明气象因素对EHF发病的影响效应,在此基础上构建预测模型,为卫生资源的合理配置和疾病的精准防控提供依据。研究目的掌握辽宁省流行性出血热的三间分布特征。分析丹东市、葫芦岛市、沈阳市三地温度对EHF发病时间的滞后效应关系,通过构建EHF发病时间与气象因素的分布滞后非线性模型和广义相加预测模型,探讨在不同滞后时间时,不同温度对EHF的作用方式;预测不同月份EHF的发病病例数,为提前制定有针对性的EHF防控措施提供理论依据。研究方法2005年至2017年EHF病例信息由“中国疾病预防控制中心-中国法定传染病监测系统”收集,2005年至2017年的气象数据从国家气象科学数据共享服务平台下载,建立EHF病例数据库、气象因素月度和周度数据库,采用SPSS19.0描述性分析EHF病例的性别、年龄、发病地区等流行特征的演变规律,并对差异做统计学推断,采用ArcGIS 10.3软件分析EHF病例的地区分布特征,采用R3.4.3构建分布滞后非线性模型（distributed lag non-linear model,DLNM）分析EHF病例发病时间与气象因素的关系;利用滞后若干个月的气象变量和上月病例数构建 Quasi-Poisson 广义相加模型（generalized additive model,GAM）EHF病例的时间预测模型,分析和评价模型的预测效果。P<0.05为差异有统计学意义。研究结果 2005年至2017年辽宁省共报告了 17335例EHF病例,病例数大致呈减少的趋势,但近年来病例数有小幅度增加,发病率在2.193/10万至9.993/10万之间,大多数EHF病例的职业是农民（61.55%,10670/17335）,不同年份间病例的职业分布有统计学意义（χ2=93.214,P=0.000）,各年病例的发病平均年龄在40.04岁至48.02岁之间。80%（13869/17335）的EHF病例的发病日期在3月至5月和10月至12月,分别形成了EHF的春季和秋季高峰,不同年份EHF病例的月份分布差异有统计学意义（χ2=822.287,P=0.000）。对辽宁省丹东市、葫芦岛市和沈阳市采用DLNM分析温度对EHF周发病人数的滞后效应,低温对丹东市EHF发病病例的影响相对于高温更为显着;在-5℃时温度对葫芦岛市EHF疫情的影响达到最大;葫芦岛和沈阳市高温的滞后时间均可达到20周。三地温度的滞后效应均表现为较低温度（当地周平均温度的5th、25th分位数）时,温度的效应立即发生,即在lag0时达到最大;而较高温度（当地周平均温度的75th、95th）时,温度的滞后效应很长,即在lag8或lag12才开始产生影响。丹东市、葫芦岛市、沈阳市分别在-8.30℃（5th）、-8.79℃（5t h）、-4.44℃（25th）时,累积危险度（CRR）均在lag0时达到最大,分别为（CR R=3.54,95%CI:1.71-4.35）、（CRR=1.29,95%CI:1.02-1.45）、（CRR=2.21,95%CI:1.04-3.72）;而三个研究地区分别在高温24.23℃（95th）、24.61℃（95th）和25.28℃（95th）时,累积危险度均在lag20处达到最大（CRR=1.35,95%CI:1.00-12.79）、（CRR=1.97,95%CI:1.24-16.53）和（CRR=2.43,95%CI:1.11-4.37）。通过Spearman相关分析调整纳入模型中的变量的滞后阶数,选取了主要影响当月EHF的变量包括温度、相对湿度、降雨量以及上月EHF病例发生数,在控制了长期趋势的基础上,构建了Quasi-Poisson广义相加模型,模型拟合效果良好,能提前一个月实现对EHF病例数的预测。结论 辽宁省EHF病例近年来有增加的趋势,省内不同地区的流行方式不同,病例人群的性别分布、年间病例的年龄分布、职业分布差异均有统计学意义;气温在研究区域的滞后效应表现为低温的影响较快发生,高温的影响滞后时间长;GAM模型可用于探索EHF与气象因素之间的关系,模型预测效果稳定。
二、鞍山市肾综合征出血热流行病学分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、鞍山市肾综合征出血热流行病学分析（论文提纲范文）
（1）鞍山市流行性出血热发病率预测模型探讨（论文提纲范文）
| 1 材料与方法 |
| 1.1 资料来源 |
| 1.2 研究方法 |
| 1.2.1 时间序列分析 |
| 1.2.2 模型识别 |
| 1.2.3 参数估计和模型诊断 |
| 1.2.4 模型预测 |
| 1.3 统计分析 |
| 2 结果 |
| 2.1 流行病学特征 |
| 2.2 时间序列分析 |
| 2.3 建立模型 |
| 2.4 预测结果和评估 |
| 3 讨论 |
（2）鞍山市303例肾综合征出血热病例流行病学调查分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 病例资料 |
| 1.2 调查方法 |
| 1.3 统计方法 |
| 2 结果 |
| 2.1 总体情况 |
| 2.2 发病情况 |
| 2.3 症状和体征 |
| 2.4 既往史及家庭情况 |
| 2.5 接触史及有关因素 |
| 3 讨论 |
（3）3种检测方法在出血热病原检测中的应用效果比较（论文提纲范文）
| 1 材料与方法 |
| 1.1 标本来源 |
| 1.2 主要仪器与试剂 |
| 1.2.1 免疫荧光法(IFA)检测鼠肺抗原 |
| 1.2.2 酶联免疫吸附试验(ELISA)双抗原夹心法检测鼠血中的总抗体 |
| 1.2.3 RT-PCR法检测汉坦病毒基因及分型 |
| 1.3 数据分析 |
| 2 结果 |
| 2.1 3种方法的实验结果 |
| 2.2 3种方法之间的比较 |
| 3 讨论 |
（5）2010—2019年鞍山市肾综合征出血热流行病学分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 资料来源 |
| 1.2 方法 |
| 1.3 统计方法 |
| 2 结果 |
| 2.1 总体情况 |
| 2.2 时间分布 |
| 2.3 地区分布 |
| 2.4 人群分布 |
| 2.5 死亡病例 |
| 2.6 宿主动物监测 |
| 3 讨论 |
（6）肾综合征出血热流行的空间分异及风险预测研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 HFRS 流行病学特征研究 |
| 1.2.2 HFRS 疫情时空分布与地理区划研究现状 |
| 1.2.3 HFRS 疫情影响要素与风险预测研究现状 |
| 1.2.4 GIS、RS在HFRS疫情研究中的应用 |
| 1.2.5 已有研究中存在的不足 |
| 1.3 研究内容与研究意义 |
| 1.3.1 研究内容 |
| 1.3.2 研究意义 |
| 1.3.3 研究流程 |
| 1.4 论文结构 |
| 第二章 数据源与研究方法 |
| 2.1 研究区概况 |
| 2.1.1 研究区范围 |
| 2.1.2 研究区概况 |
| 2.2 数据来源与处理 |
| 2.2.1 HFRS疫情数据 |
| 2.2.2 自然环境要素数据 |
| 2.2.3 社会经济要素数据 |
| 2.3 研究方法 |
| 2.3.1 空间自相关 |
| 2.3.2 热点分析 |
| 2.3.3 地理界限分析 |
| 2.3.4 地理探测器 |
| 2.3.5 广义相加模型 |
| 2.4 小结 |
| 第三章 HFRS疫情时空分布特征与地理区划研究 |
| 3.1 疫情时空分布特征 |
| 3.1.1 时间分布特征 |
| 3.1.2 山东省疫情时空分布特征 |
| 3.1.3 陕西省疫情时空分布特征 |
| 3.1.4 湖南省疫情时空分布特征 |
| 3.2 疫情地理区划 |
| 3.2.1 山东省疫情地理区划 |
| 3.2.2 陕西省疫情地理区划 |
| 3.2.3 湖南省疫情地理区划 |
| 3.3 疫情流行特征对比分析 |
| 3.4 小结 |
| 第四章 HFRS疫情影响要素分析 |
| 4.1 疫情区划环境特征对比 |
| 4.1.1 山东省疫情区划环境特征 |
| 4.1.2 陕西省疫情区划环境特征 |
| 4.1.3 湖南省疫情区划环境特征 |
| 4.2 疫情主要影响要素 |
| 4.2.1 山东省疫情影响要素 |
| 4.2.2 陕西省疫情影响要素 |
| 4.2.3 湖南省疫情影响要素 |
| 4.3 疫情影响要素分析 |
| 4.4 疫情影响要素对比分析 |
| 4.5 小结 |
| 第五章 HFRS疫情风险分布探究 |
| 5.1 疫情风险预测模型构建 |
| 5.1.1 GAM模型 |
| 5.1.2 GAM拟合曲线 |
| 5.2 疫情风险区分布特征 |
| 5.3 小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究特色与创新之处 |
| 6.3 不足与展望 |
| 参考文献 |
| 攻读学位期间承担的科研任务与主要成果 |
| 致谢 |
| 个人简历 |
（7）中国不同气候带肾综合征出血热的影响因素及预测模型研究（论文提纲范文）
| 中文摘要 英文摘要 缩略词与符号说明 第一部分: |
| 中国肾综合征出血热的流行特征研究 一、前言 二、材料与方法 三、结果 四、讨论 第二部分: |
| 不同气候带肾综合征出血热的影响因素研究 一、前言 二、材料与方法 三、结果 四、讨论 第三部分: |
| 基于随机森林回归模型对不同气候带肾综合征出血热的预测研究 一、前言 二、材料与方法 三、结果 四、讨论 结论 创新点与局限性 参考文献 致谢 攻读学位期间发表的学术论文 学位论文评阅及答辩情况表 |
（8）2013-2017年辽宁省鞍山市流行性出血热疫情监测分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 数据收集 |
| 1.2 人群隐性感染状况调查 |
| 1.3 鼠密度及鼠带毒率监测 |
| 1.4 统计学分析 |
| 2 结果 |
| 2.1 流行概况 |
| 2.2 流行特征 |
| 2.2.1 地区分布 |
| 2.2.2 季节分布 |
| 2.2.3 人群分布 |
| 2.3 人群隐性感染状况 |
| 2.4 宿主动物监测结果 |
| 2.4.1 鼠密度监测 |
| 2.4.2 鼠带毒率和感染率监测 |
| 3 讨论 |
（9）灌云县肾综合征出血热流行现状及危险因素研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 缩略词表 |
| 前言 |
| 第一章 灌云县2013-2017年HFRS流行特征 |
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 研究方法 |
| 2 结果 |
| 2.1 灌云县2013-2017年肾综合征出血热流行概况 |
| 2.2 地区分布 |
| 2.3 时间分布 |
| 2.4 人群分布 |
| 2.4.1 年龄分布 |
| 2.4.2 性别分布 |
| 2.4.3 职业分布 |
| 3 讨论 |
| 第二章 灌云县2015-2017宿主动物情况分析 |
| 1.资料和方法 |
| 1.1 灌云县2015-2017年宿主动物监测 |
| 1.1.1 鼠密度的监测 |
| 1.1.2 鼠带毒率调查 |
| 1.2 灌云县2015年健康人群血清抗体监测 |
| 1.2.1 监测人群 |
| 1.2.2 采样(每组) |
| 1.2.3 血清抗体检测 |
| 1.3 相关指标计算公式 |
| 1.4 统计学分析 |
| 2.结果 |
| 2.1 灌云县2015-2017年宿主动物的监测结果 |
| 2.1.1 鼠种构成及鼠密度 |
| 2.1.2 鼠带毒率 |
| 2.2 灌云县2015年健康人群血清抗体监测 |
| 3 讨论 |
| 3.1 灌云县2015-2017年宿主动物的监测结果 |
| 3.2 灌云县2015年春秋季健康人群血清抗体监测 |
| 第三章 灌云县2015-2017年HFRS危险因素调查 |
| 1.资料和方法 |
| 1.1 研究对象 |
| 1.2 调查方法 |
| 1.3 研究方法 |
| 1.4 质量控制 |
| 2.结果 |
| 2.1 研究因素变量的基本情况 |
| 2.2 单因素条件logistic回归分析 |
| 2.3 多因素条件logistic回归分析 |
| 3 讨论 |
| 建议 |
| 本研究局限性 |
| 参考文献 |
| 附录 1 调查问卷 肾综合征出血热危险因素调查表 |
| 附录 2 血标本采样登记表 |
| 文献综述 |
| 参考文献 |
| 个人简介 |
| 致谢 |
（10）辽宁省流行性出血热流行特征及基于气象因素的预测研究（论文提纲范文）
| 缩略词表 |
| 全文摘要 |
| Abstract |
| 前言 |
| 一、流行性出血热概述 |
| 二、辽宁省流行性出血热流行情况 |
| 三、流行性出血热气象影响因素及预测模型的研究现状 |
| 四、研究内容 |
| 五、拟解决的问题 |
| 六、技术路线 |
| 第一部分 辽宁省流行性出血热流行特征研究 |
| 1. 前言 |
| 2. 材料与方法 |
| 3. 结果 |
| 4. 讨论 |
| 第二部分 气象因素对流行性出血热发病的影响和时间预测研究 |
| 一、流行性出血热发病时间的气象影响因素滞后效应研究 |
| 1. 前言 |
| 2. 材料与方法 |
| 3. 结果 |
| 4. 讨论 |
| 二、流行性出血热病例发病时间的预测模型研究 |
| 1. 前言 |
| 2. 材料与方法 |
| 3. 结果 |
| 4. 讨论 |
| 全文小结 |
| 创新点 |
| 研究展望 |
| 不足之处 |
| 硕士期间发表的论文 |
| 致谢 |
| 参考文献 |
四、鞍山市肾综合征出血热流行病学分析（论文参考文献）
- [1]鞍山市流行性出血热发病率预测模型探讨[J]. 尹晔,张宪策. 中华卫生杀虫药械, 2021(06)
- [2]鞍山市303例肾综合征出血热病例流行病学调查分析[J]. 位晓东,王璇,刘丽. 中华卫生杀虫药械, 2021(06)
- [3]3种检测方法在出血热病原检测中的应用效果比较[J]. 魏卓超,张巍,隋丹,邓晓丽,王盛. 中华卫生杀虫药械, 2020(06)
- [4]广州市2010-2019年肾综合征出血热流行特征及时空分布动态变化[J]. 胡文穗,刘伟,刘远,周琴,杨智聪. 中华流行病学杂志, 2020(12)
- [5]2010—2019年鞍山市肾综合征出血热流行病学分析[J]. 位晓东,王艳,王璇,张宪策. 中华卫生杀虫药械, 2020(05)
- [6]肾综合征出血热流行的空间分异及风险预测研究[D]. 朱伶俐. 福建师范大学, 2020(12)
- [7]中国不同气候带肾综合征出血热的影响因素及预测模型研究[D]. 曹丽娜. 山东大学, 2020(09)
- [8]2013-2017年辽宁省鞍山市流行性出血热疫情监测分析[J]. 王艳,邹明文,王璇,李依哲,刘录春. 医学动物防制, 2020(02)
- [9]灌云县肾综合征出血热流行现状及危险因素研究[D]. 王新月. 东南大学, 2019(01)
- [10]辽宁省流行性出血热流行特征及基于气象因素的预测研究[D]. 孙琬琬. 中国疾病预防控制中心, 2019(10)