一种基于制造技术

本发明专利技术一种基于

【技术实现步骤摘要】
一种基于DLNM的心脑血管疾病环境风险监测系统及其使用方法


[0001]本专利技术属于环境学与疾病学交叉的
，具体涉及一种基于
DLNM
的心脑血管疾病环境风险因素监测系统及其使用方法
。

技术介绍

[0002]心脑血管疾病是心血管疾病和脑血管疾病的总称，心脑血管疾病以其“发病率高
、
致残率高
、
死亡率高
、
复发率高
,
并发症多”等特点，导致心脑血管疾病的医疗成本很高，严重地影响着居民的生活质量及国民经济的发展，同时也加剧了医疗资源分配的紧张
。
影响心血管及脑血管疾病的因素主要包括生物风险因素
(
血脂
、
血压
、
血糖
、
肥胖
)、
生活方式风险因素
(
吸烟
、
酒精
、
饮食
、
体力活动
)、
环境风险因素
(
气象
、
大气污染和室内空气污染
)。
在众多影响因素中，气象因素对心脑血管疾病的影响最早引起人们的关注，异常的平均温度和极端温度可对心脑血管疾病的发生和死亡产生显著影响，同时，昼夜温度变化将影响心脑血管疾病的发病风险
。
因此，如何深入评估气候变化对心脑血管疾病的影响，并得到有效的控制决策和个人防护建议已经受到了世界各地相关学者的广泛关注
。
>[0003]DLNM(Distribution lag nonlinear model
，分布滞后非线性模型
)
：分布滞后非线性模型是在广义相加分布滞后模型基础上提出的更为复杂的模型，是一种探究自变量与因变量之间的非线性关系和滞后效应的模型
。DLNM
的核心思想是交叉基，具体为，通过对自变量和因变量的关系
、
滞后效应的分布分别选择合适的基函数，求两个基函数的张力积，即可或得交叉基函数
。DLNM
克服了广义相加分布滞后模型无法揭示暴露
‑
反应的非线性关系的缺点，通过引入交叉基函数避免了传统方法只考虑某一特定时间间隔内的效应从而导致模型具有很高共线性的问题，被广泛应用于气象条件
、
空气质量等对人类健康影响的研究中
。
[0004]气象因素对人体健康的影响有据可依，尤其在心脑血管疾病方面
。
温度与心脑血管疾病之间的相关性被广泛证实，平均温度和极端温度可对心脑血管疾病的发生和死亡产生显著影响
。
寒冷暴露与热浪均会导致心脑血管疾病风险升高
。
此外，温度对健康结果的影响可通过短期温度变化表现
。
昼夜温差
(DTR)
定义为一天内最高温度与最低温度之间的差异，是反映温度变化的重要指标
。
一些研究表明昼夜温差与心脑血管疾病之间的线性或非线性关系，但这些结果可能会因地理位置而异，文献
GUO Y,GASPARRINI A,ARMSTRONG B,et al.2014.Global Variation in the Effects of Ambient Temperature on Mortality A Systematic Evaluation.Epidemiology[J],25:781
‑
789
证明了上述观点
。
因此，针对昼夜温差与心脑血管疾病之间的关系，利用
DLNM
揭示昼夜温差对心脑血管疾病的非线性影响及滞后效应对相关部门政策决策和疾病预防策略制定具有现实意义
。

技术实现思路

[0005]针对以上问题，本专利技术的目的是将昼夜温差及其他混杂变量和每日心脑血管疾病
新增确诊量同时加入
DLNM
模型，提供一种基于
DLNM
的心脑血管疾病环境风险因素监测系统及其使用方法
。
[0006]本专利技术的目的是这样实现的：一种基于
DLNM(Distribution lag nonlinear model
，分布滞后非线性模型
)
的心脑血管疾病环境风险监测系统，其特征在于：包括心脑血管疾病数据收集与处理模块
、
气象数据和混杂变量的获取和处理模块
、
环境因素相关性分析模块
、
自变量和滞后天数最佳自由度确定模块
、
模型建立模块
、
昼夜温差两周内滞后效应输出模块
、
模型敏感性检验模块和针对性防控措施制定模块；通过收集并处理心脑血管疾病每日新增病例数据作为因变量，收集处理气象数据和空气质量数据作为模型的因变量和混杂变量，通过环境因素相关性分析和准赤池信息准则确定自变量及滞后天数的最佳自由度来确保模型稳定性，并据此建立
DLNM
，之后根据模型结果判断昼夜温差变化对每日新增心脑血管疾病的影响，最终根据评估结果提出针对心脑血管疾病患者的有效防护建议，其中：心脑血管疾病数据收集与处理模块：从县级及以上医院确诊病例数据集中收集心脑血管疾病确诊病例数据，然后对数据进行筛选
、
分类和脱敏处理，按照每日新增病例数进行统计；气象数据和混杂变量的获取和处理模块：根据病理学相关知识初步筛选潜在环境影响因素；收集并处理气象数据，气象数据包括每日最高温度
、
每日最低温度
、
日平均温度
、
日平均风速和日平均压强，根据日最高温度和最低温度计算日昼夜温差，将昼夜温差当作自变量因素；同时获取其他混杂变量：日空气质量指数
AQI、
时间长期趋势
Time、
星期几效应值
DOW
和假期效应值
Holiday
；环境因素相关性分析模块：利用“Spearman”相关系数确定各环境因素之间的相关性；相关系数高于
0.7
的因子之间被认为存在高度相关性，同时加入模型造成严重共线性问题；自变量和滞后天数最佳自由度确定模块：根据环境因素相关性分析模块结果，筛选相关性系数小于
0.7
的自变量和混杂因素，计算准赤池信息量，并根据准赤池信息量最小原则确定自变量和滞后天数的最佳自由度，以确保模型的估计效果和可靠性；模型建立模块：根据自变量和滞后天数最佳自由度确定模块结果，计算昼夜温差和滞后天数交叉基，据此建立
DLNM
；根据相关知识，将最大滞后日期设置为两周，即
14
天；昼夜温差两周内的滞后效应输出模块：根据模型建立模块所建立模型，分别输出昼夜温差与心脑血管疾病
14
天累计暴露反应曲线以及极端昼夜温差对心脑血管疾病的影响曲线，记录并分析相关模型结果；模型敏感性检验本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
DLNM
的心脑血管疾病环境风险监测系统，其特征在于：包括心脑血管疾病数据收集与处理模块
、
气象数据和混杂变量的获取和处理模块
、
环境因素相关性分析模块
、
自变量和滞后天数最佳自由度确定模块
、
模型建立模块
、
昼夜温差两周内滞后效应输出模块
、
模型敏感性检验模块和针对性防控措施制定模块；通过收集并处理心脑血管疾病每日新增病例数据作为因变量，收集处理气象数据和空气质量数据作为模型的因变量和混杂变量，通过环境因素相关性分析和准赤池信息准则确定自变量及滞后天数的最佳自由度来确保模型稳定性，并据此建立
DLNM
，之后根据模型结果判断昼夜温差变化对每日新增心脑血管疾病的影响，最终根据评估结果提出针对心脑血管疾病患者的有效防护建议，其中：心脑血管疾病数据收集与处理模块：从县级及以上医院确诊病例数据集中收集心脑血管疾病确诊病例数据，然后对数据进行筛选
、
分类和脱敏处理，按照每日新增病例数进行统计；气象数据和混杂变量的获取和处理模块：根据病理学相关知识初步筛选潜在环境影响因素；收集并处理气象数据，气象数据包括每日最高温度
、
每日最低温度
、
日平均温度
、
日平均风速和日平均压强，根据日最高温度和最低温度计算日昼夜温差，将昼夜温差当作自变量因素；同时获取其他混杂变量：日空气质量指数
AQI、
时间长期趋势
Time、
星期几效应值
DOW
和假期效应值
Holiday
；环境因素相关性分析模块：利用“Spearman”相关系数确定各环境因素之间的相关性；相关系数高于
0.7
的因子之间被认为存在高度相关性，同时加入模型造成严重共线性问题；自变量和滞后天数最佳自由度确定模块：根据环境因素相关性分析模块结果，筛选相关性系数小于
0.7
的自变量和混杂因素，计算准赤池信息量，并根据准赤池信息量最小原则确定自变量和滞后天数的最佳自由度，以确保模型的估计效果和可靠性；模型建立模块：根据自变量和滞后天数最佳自由度确定模块结果，计算昼夜温差和滞后天数交叉基，据此建立
DLNM
；根据相关知识，将最大滞后日期设置为两周，即
14
天；昼夜温差两周内的滞后效应输出模块：根据模型建立模块所建立模型，分别输出昼夜温差与心脑血管疾病
14
天累计暴露反应曲线以及极端昼夜温差对心脑血管疾病的影响曲线，记录并分析相关模型结果；模型敏感性检验模块：通过改变最大滞后日期和改变其他混杂变量的自由度的方法验证模型的稳健性，模型稳健性越高表明模型估计结果越可靠；最大滞后日期即为一周和三周；针对性防控措施制定模块：根据分布滞后非线性模型和敏感性分析结果，确定气象条件变化对心脑血管疾病危险度的影响，提出具有针对性的心脑血管疾病防护建议
。2.
一种如权利要求1所述的基于
DLNM
的心脑血管疾病环境风险监测系统的使用方法，其特征在于：包括以下步骤：步骤（1）疾病数据采集：从县级及以上医院收集心脑血管疾病确诊病例数据，按照第十版国际疾病分类标准（
International Classification of Dseases
，
ICD
）分为心血管疾病确诊病例和脑血管疾病确诊病例数据；其中，心血管疾病的
ICD
分类编号为
I21
‑
I22
和
I46
，心血管疾病包括心肌梗死（
I21
）
、
随后性心肌梗死（
I22
）和心脏性猝死（
I46.1
）；脑血管疾病的
ICD
分类编号为
I...

【专利技术属性】
技术研发人员：龚喜云，刘世豪，魏重庆，
申请(专利权)人：郑州大学第一附属医院，
类型：发明
国别省市：