脑卒中发病环境因素分析及干预Word下载.docx
《脑卒中发病环境因素分析及干预Word下载.docx》由会员分享，可在线阅读，更多相关《脑卒中发病环境因素分析及干预Word下载.docx（32页珍藏版）》请在冰点文库上搜索。
累积百分比
有效
农民
7164
54.2
68.6
工人
814
6.2
7.8
76.4
退休人员
1905
14.4
18.2
94.7
教师
38
0.3
0.4
95
渔民
18
0.1
0.2
95.2
医务人员
23
95.4
职工
62
0.5
0.6
96
离退人员
416
3.1
4
100
合计
10440
79
缺失
2781
21
13221
2008
10081
52.9
67.8
1252
6.6
8.4
76.2
2500
13.1
16.8
93
63
93.5
93.7
19
93.8
107
0.7
94.6
809
4.2
5.4
14869
78.1
系统
4172
21.9
19041
2009
1499
15.1
42.4
1479
14.9
41.9
84.3
106
1.1
3
87.3
71
2
89.3
6
89.5
35
1
90.5
313
8.9
99.3
3532
35.5
6419
64.5
9951
2010
11000
55.8
72.1
1302
8.5
80.7
2131
10.8
14
44
94.9
13
253
1.3
1.7
96.7
503
2.6
3.3
15250
77.4
4450
22.6
19700
从上表可以看出：
（1）农民的发病人数最多，其原因可能与农民高血压病例规则用药治疗所占的比率低，抽烟饮酒在人群中比例大，以及膳食结构不合理、摄入膳食结构不合理、摄入动物性优质蛋白少等因素有关。
也可能由于经济状况，对脑卒中的不重视，不能及时治疗脑卒中。
（2）退休人员发病人数较多，其原因可能是退休人员年龄较大，脑供血，脑供氧不足等原因引发脑卒中。
（3）教师，渔民，医务人员，职工，离退人员的发病人数较少。
其原因可能与受教育程度，工作环境等因素有关。
表32007-2010年不同年龄段不同性别患病情况
性别
男
女
总人数
年龄
人数
比例
本年龄
本性别
18岁以下
11
52.38%
0.15%
10
47.62%
0.17%
18~40岁
116
59.18%
1.61%
80
40.82%
1.36%
196
41~80岁
5984
57.52%
82.90%
4420
42.48%
75.17%
10404
80岁以上
1107
44.69%
15.34%
1370
55.31%
23.30%
2477
7218
55.11%
100.00%
5880
44.89%
13098
34.55%
0.18%
36
65.45%
0.42%
55
210
69.77%
2.03%
91
30.23%
1.05%
301
8434
56.94%
81.35%
6378
43.06%
73.88%
14812
1705
44.48%
16.44%
2128
55.52%
24.65%
3833
10368
54.57%
8633
45.43%
19001
41
33.33%
0.79%
82
66.67%
1.72%
123
234
60.62%
4.53%
152
39.38%
3.18%
386
4192
53.65%
81.07%
3622
46.35%
75.82%
7814
704
43.32%
13.61%
921
56.68%
19.28%
1625
5171
51.98%
4777
48.02%
9948
62.50%
0.09%
37.50%
0.07%
16
185
62.93%
1.76%
109
37.07%
1.19%
294
8503
55.85%
80.70%
6723
44.15%
73.37%
15226
1839
44.16%
17.45%
2325
55.84%
25.37%
4164
10537
53.49%
9163
46.51%
由上表可知：
（1）18岁以下的青少年患病比例逐年基本呈增长趋势，可见患病年龄比例趋于年轻化。
（2）。
患病人数主要集中在41-80岁，其原因可能是年龄逐渐增长，血液循环所需能量减少，代谢减慢。
（3）80岁以上的患病人群中，女性高于男性
图二2007年脑卒中不同年龄段发病人数趋势图
图三2008年脑卒中不同年龄段发病人数趋势图
图四2009年脑卒中不同年龄段发病人数趋势图
图五2010年脑卒中不同年龄段发病人数趋势图
从上图中可以看出，脑卒中发病高峰年龄段2007年为75-77岁之间，2008年为74-76岁之间，2009年76-78岁之间，2010年为75-78岁之间。
由此可知，脑卒中发病率高峰年龄段为75-77岁之间。
5.2模型二的建立与求解
通过题中所给数据，首先通过单因素分析得出气温、气压、相对湿度对脑卒中发病情况的影响关系大小，其次建立多元线性回归分析模型，最后利用SPSS20软件对数据进行分析，得到气温、气压、相对湿度与发病情况的关系。
5.2.1单因素模型的建立
假设a为给定的显著性水平，则列出：
气温、气压、相对湿度分别对脑卒中的影响程度分析，即单因素分析，公式如下：
若
，表明均值之间的差异显著，该因素对观测值有显著影响。
表明均值之间的差异不显著，该因素对观测值没有显著影响。
5.2.2模型的求解
利用SPSS20得出平均温度、最高温度、平均气压、最低气压、平均相对湿度、最小相对湿度对脑卒中的影响显著，而最低气温、最高气压对脑卒中的影响不显著。
5.2.3多元化线性回归模型的建立
在大多数的实际问题中，影响因变量的因素不止一个而是多个，因此对这类的问题本文采用多元化的线性回归分析。
根据脑卒中发病率与气温、气压、相对湿度之间的关系建立多元化线性回归模型，如下：
5.2.4多元线性回归模型的基本假定
假设1，解释变量是非随机的或固定的，且各x之间互不相关（无多重共线性）
假设2，随机误差项具有零均值、同方差及不序列相关性，即：
假设3，解释变量与随机项不相关，即：
假设4，随机项满足正态分布，即：
在医学病学研究中经常会遇到某一疾病的发生与变化取决于几个影响因素的情况，也就是一个因变量和几个自变量有依存关系的情况，而且有时几个影响因素主次难以区分，或者有的因素虽属次要，但也不能略去其作用，这时采用一元回归分析预测法是难以奏效的，需要采用多元回归分析预测法。
列出多元线性回归模型的一般表现形式为：
将n个统计数据代入上述模型，则问题转化为：
5.2.5模型的求解
利用SPSS20软件对数据进行分析，得到气温、气压、相对湿度之间的关系如下：
表4回归效果检验表
Anovad
模型
平方和
df
均方
F
Sig.
回归
.003
8
.000
3.866
.002a
残差
39
总计
.006
47
7
4.511
.001b
40
.002
4.656
.001c
.004
a.预测变量:
（常量）,最小相对湿度,最低气压,平均相对湿度,最高气压,最高温度,最低温度,平均气压,平均温度。
b.预测变量:
（常量）,最小相对湿度,最低气压,平均相对湿度,最高气压,最高温度,平均气压,平均温度。
c.预测变量:
（常量）,最小相对湿度,最低气压,平均相对湿度,最高温度,平均气压,平均温度。
d.因变量:
患病比例
由以上结论可知：
p<
0.05，气温、气压、相对湿度具有统计学意义。
表5脑卒中与气象资料回归分析SPSS20回归分析
系数a
非标准化系数
标准系数
t
相关性
共线性统计量
B
标准误差
试用版
零阶
偏
部分
容差
VIF
（常量）
0.051
0.618
0.082
0.935
平均气压
0.003
0.001
2.05
2.362
0.023
-0.015
0.354
0.283
0.019
52.645
最高气压
-0.754
-1.005
0.321
-0.042
-0.159
-0.12
0.025
39.383
最低气压
-0.002
-1.267
-3.695
-0.105
-0.509
-0.442
0.122
8.226
平均温度
0.002
1.336
1.194
0.24
0.048
0.188
0.143
0.011
87.492
最高温度
-1.336
-2.403
0.021
0.004
-0.359
-0.287
0.046
21.611
最低温度
0.287
0.282
0.779
0.075
0.045
0.034
0.014
72.452
平均相对湿度
-0.001
-0.716
-4.181
-0.312
-0.556
-0.5
0.487
2.053
最小相对湿度
0.499
2.235
0.031
0.337
0.267
3.489
0.095
0.591
0.16
0.873
2.159
2.811
0.008
0.406
0.332
0.024
42.206
-0.894
-1.603
0.117
-0.246
-0.189
22.263
-1.293
-3.949
-0.53
-0.467
0.13
7.668
1.605
2.776
0.402
0.328
0.042
23.921
-1.388
-2.68
-0.39
-0.317
0.052
19.203
-0.719
-4.248
-0.558
-0.502
0.488
2.049
0.526
2.638
0.012
0.385
0.312
0.351
2.847
0.071
0.602
0.907
1.238
2.385
0.022
0.349
0.054
18.559
-1.093
-3.544
-0.484
-0.427
0.153
6.554
1.791
3.104
0.436
0.374
0.044
22.957
-1.479
-2.82
0.007
-0.403
-0.34
0.053
18.972
-0.718
-4.164
-0.545
0.557
2.752
0.009
0.395
0.331
2.821
a.因变量:
图六回归标准化残差的P-P图
分析以上结果得到最优化的回归方程：
图七2007-2010年月平均气压与患病比例的双轴变化图
图八2007-2010年月平均相对湿度与患病比例的双轴变化图
图九2007-2010年月平均温度与患病比例的双轴变化图
由回归方程结合折线图可得出各因素与脑卒中发病率的影响如下：
（1）脑卒中发病率与平均温度成正相关，即平均温度越高，发病率越高。
与最高温度成负相关，即最高温度越低，发病率越高。
（2）脑卒中发病率与平均气压成正相关，即平均气压越高，发病率越高。
与最低气压成负相关，即最低气压越低，发病率越高。
（3）脑卒中发病率与平均相对湿度成负相关，即平均相对湿度越低，发病率越高。
与最小相对湿度成正相关，即最小相对湿度越高，发病率越高。
5.3模型三的建立与求解
5.3.1脑卒中的危险因素
研究中发现脑卒中的发病因素可以分为以下几类,第一类是生来具有的难以改变的先天性因素,如性别、年龄;
第二类是环境因素,如感染或气候的影响;
第三类是个体生活方式和饮食习惯因素,包括吸烟、饮酒、不合理膳食等,是可以控制的因素;
第四类是家庭因素与环境因素相结所致的疾病,如高血压、心脏病、糖尿病等,是可以调节和治疗的病证。
提出脑卒中危险因素观念,是着重阐明这些因素与脑卒中发生的关系,并不是二者具有直接的因果关系。
中风相关因素的主成分分别分年龄、血压、血糖、红细胞压积、胆固醇、甘油三酯等身体质量指数。
5.3.2模型的建立
目前被大家肯定的危险因素有高血压、心脏病、糖尿病、短暂性脑缺血发作（TIA）、吸烟,可能的危险因素有血脂增高、高钠盐的摄入、饮酒超重、季节与气候、某些疾病的影响、社会经济状况、头颈部外伤。
先天性危险因素有年龄、性别、遗传因素等。
对于结论清楚的危险因素,开展积极的预防措施效果显著,而有些是多种因素,因时存在比单一性因素危险性更大,需要通过综合分析与评价
通过查找资料，得到脑卒中高危人群的重要特征和关键指标，结合题目一和二的结论，采用双变量因素分析，建立各因素与脑卒中发病率的相关模型。
假设r为各因素的相关系数，公式如下：
当r的值越小，表示该
升级会员 