基于改进的GTWR模型对我国肺结核发病率的宏观因素分析及预测研究

作     者：李晓娟 

作者单位：山东大学 

学位级别：硕士

导师姓名：石玉峰

授予年度：2022年

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 1002[医学-临床医学] 100201[医学-内科学(含：心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 100401[医学-流行病与卫生统计学] 10[医学] 

主      题：肺结核发病率 时空异质性 GTWR模型 马尔可夫模型 GM(1,1)模型 

摘      要：肺结核作为影响我国人民健康的重要疾病,具有时空异质性。目前,我国处于后疫情时代,各种社会宏观因素都发生了相应变化。为了实现到2035年彻底消灭肺结核的战略目标,因此有必要了解我国肺结核发病的时空流行特征及不同宏观因素对我国肺结核发病影响的时空变化特征,准确预测发病率趋势,制定有利的防控措施,从而为消除肺结核提供依据。本文主要解决了以下问题:(1)不同宏观因素对我国31个省市肺结核发病率影响的时空异质性尚不明确;(2)以往研究中仅对时间因素拟合预测肺结核发病率,预测精度往往欠缺;而考虑多种影响因素的时空加权回归(Geographically and Temporally Weighted Regression,GTWR)模型只能进行样本内拟合,无法进行外推预测,从而导致难以准确预测未来发病率趋势。针对问题一,本文介绍了我国2009-2018年的肺结核发病情况的基本时空特征,通过文献分析梳理出对肺结核影响较大的因素,再利用非参数Spearman秩相关性检验筛选出6类21项指标作为宏观因素数据集,并对其进行主成分降维及多重共线性检验,然后基于GTWR模型,拟合肺结核发病率和宏观因素之间的关系,估计系数函数,从而揭示时空异质性,并与普通线性回归(Ordinarily Linearity Regression,OLR)模型、地理加权回归(Geographically and Temporally Weighted Regression,GWR)模型进行对比,最后根据模型的系数函数估计结果,探讨不同宏观因素对不同地区的影响,结果显示:(1)GTWR模型拟合效果优于GWR模型和OLR模型;(2)各种宏观因素对肺结核的影响程度大小依次是:文化素养、经济、环境、卫生、交通、城乡差异;(3)各因素对我国不同省市肺结核发病率的影响存在显著时空异质性。有鉴于此,各省市应根据各因素的特点,因地制宜地制定相应措施。针对问题二,本文综合考虑六种宏观因素和其他不确定信息的影响,对GTWR模型进行改进,提出一种新的统计方法,即GTWR-Markov-GM(1,1)模型。该模型借助GTWR模型加入六类影响肺结核发病率的宏观因素,通过马尔可夫(Markov)模型消除GTWR模型中由于不确定信息引起的残差的随机波动,修正GTWR模型的发病率拟合值,在此基础上分别对31个省市建立GM(1,1)模型。经检验,新模型精度等级合格,能够用于外推预测;通过对2017-2018年的发病率数据进行外部验证,发现新模型预测效果优于单一的GM(1,1)模型。本文通过GTWR-Markov-GM(1,1)模型,利用2009-2018年的数据,分别对31个地区的肺结核发病率进行了向后5年的外推预测,结果发现:贵州、青海、西藏、新疆四个地区的发病率呈上升趋势,其他省市呈下降趋势。本文研究结果可以为建立肺结核发病预测预警机制提供参考,新模型也可以推广到对其他传染病的研究。