一种每日平均温度与脑卒中之间关系的分析方法技术

本发明专利技术公开了一种每日平均温度与脑卒中之间关系的分析方法，本发明专利技术涉及数据分析技术领域，现提出如下方案，包括：本发明专利技术所提供的技术方案中，通过分布滞后非线性模型(DLNM)分析每日平均温度与脑卒中之间的关系，以脑卒中每日住院人次作为因变量，利用交叉基函数建立脑卒中与温度的关系模型，然后通过模型来获取每日平均温度对脑卒中发病的影响，通过了解二者之间的关系来预防或避免发生脑卒中。之间的关系来预防或避免发生脑卒中。之间的关系来预防或避免发生脑卒中。

【技术实现步骤摘要】
一种每日平均温度与脑卒中之间关系的分析方法


[0001]本专利技术涉及数据分析
，具体涉及一种每日平均温度与脑卒中之间关系的分析方法。

技术介绍

[0002]温度和我们的生活息息相关，高温或者低温都会给身体带来不适。脑卒中也会受到温度的影响。当气温骤降，脑卒中(脑出血、脑梗)病人比平日明显增多。不同季节的脑中风发病率不同。寒冷的冬季发病率最高，春季气候转暖，脑卒中发病率也开始下降，夏季发病率最低，秋天又开始上升。
[0003]而根据中国全科医学发布的《15年数据揭示日均气温对社区居民脑卒中死亡的影响》一文中所记载的：“高温与低温均增加居民脑卒中死亡的风险，其中高温对缺血性脑卒中死亡的影响显著，对出血性脑卒中死亡的影响不显著；低温对出血性脑卒中死亡的影响显著，对缺血性脑卒中死亡的影响不显著”。由此可以得知，气温的变化对脑卒中死亡具有较强的影响。
[0004]然而，平均温度对脑卒中病发率之间的关系，以及二者关系之间怎么分析，却没有相关的技术手段和方案去提供支撑；如果能够分析出温度对脑卒中病发率、病发程度之间的关系，就能够从中来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种每日平均温度与脑卒中之间关系的分析方法，包括如下的分析步骤：S1：采用分布滞后非线性模型(DLNM)分析每日平均温度与脑卒中之间的关系，以脑中风日住院人次作为因变量，建立脑卒中与温度关系的交叉基，暴露反应关系维度的基函数采用自然立方样条函数；S2：建立空气污染物的交叉基，暴露反应关系维度的基函数采用高阈值函数；S3：滞后天数设定为7天，在控制时间的长期趋势、星期几效应和季度后，模型如下：log[E(Yt)]＝α+cb(stoke～Temp,lag)+cb(Zi,lag)+ns(time,df)+dow+holiday+season其中，t是观测日期，Yt是观测日期内中风的病例数量，E(Yt)是第t天中风病例的预期数，α是截距项，Xi：第t天的温度，cb()是由DLNM模型生成的二维交叉基础矩阵的函数，lag是模型考虑的滞后天数，ns()用于建模空气污染与中风病例之间关系的样条函数，其中df表示自由度，模型中df自由度取值为3，Zi是空气污染，time是用于控制每天新中风病例的长期趋势的变量，时间趋势的自由度为每年7个，DOW是星期几变量，用于捕捉中风病例的周模式，Holiday是一个分类变量，如果第t天是节假日，则为“1”；Season是季节分类变量，将月份分为四个季节：春季代表2月至4月，夏季代表5月至7月，秋季代表8月至10月，冬季代表11月至次年1月。2.根据权利要求1所述的一种每日平均温度与脑卒中之间关系的分析方法，其特征在于，所述步骤S1中的暴露反应关系维度的基函数采用自然立方样条函数，其节点位置设置在第10、75与90百分位数；暴露滞后维度的基函数采用不同自由度的B样条函数，将滞后的自由度取4，节点位置设置采用程序包提供的对数等间距的方法。3.根据权利要求1所述的一种每日平均温度与脑卒中之间关系的分析方法，其特征在于，所述步骤S2的高阈值函数中，假设空气污染物浓度低于2021年WHO公布的全球空气质量指南中24小时平均浓度时，则无...

【专利技术属性】
技术研发人员：顾丽丽，蔡锦河，刘伟玲，张钦贵，
申请(专利权)人：顾丽丽，
类型：发明
国别省市：