脑卒中

6.3 模型的推广

通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。随着社会发展，数据资料和信息越来越详细，本文的研究方法对大量的数据信息的筛选和处理有良好的借鉴作用。

七、参考文献

[1]王慧玲,许元良,胡首观.气象因素对高血压脑出血发病的影响.海军医学杂志,2002,23(1):58-60.

[2]刘文川,李瑞波,脑血栓发病与气象关系的灰色关联分析.哈尔滨医科大学学报,2001,35(5):351-35.

[3]赵涛，謝学勤，高京晓，等北京地区气象因素与死亡关系探讨.环境与健康杂志,1998,15(4):169-171.

[4]陆晨.脑卒中与气象要素关系的探讨.气象科技,2003，31(6)397-399.

[5]周峰,董恒德,宋桂香.上海市脑血管死亡园分布分析.上海预防医学杂志,1998,10(1):17-20.

[6]黄明北,李子渊,白有仙,等.气象因素与急性脑血管的相关研究.气象与环境研究,1999,4(1):35-39.

[7]金爱兰,邱晓光.脑卒中与气象因素关系分析,医学信息,2004,14(9)525-527 [8]徐玖平、胡知能、李军，运筹学（II类），北京：科学出版社，2004。

八、附录

附表一

月份 一月 二月 三月 四月 五月 六月 七月 八月 九月 十月 十一十二

月 月

人数 3031 769 4833 2775 2752 2410 2840 2517 3600 1780 2090 1160 季度 春季 夏季 秋季 冬季 人数 10360 8531 6475 7026 性别 男性 女性 人数 33385 28525

职业 农民 人数

工人

退休人医务人离退人员 教师 渔民 员 职工 员 其他

67

90

735 1751 17810

28759 4846 7644 214

附表二

日期 1

一月 2月 3月

平均压平均温平均湿平均压平均温平均湿平均压平均温平强 度 度 强 度 度 强 度 1020.1 1 47 1029.5 -0.6 60 1019.6 9.4 9

2 1023.3 3 1025.8 4 1025.6 5 1024.2 6 1025.1 7 1021.2 8 1016.9 9 1011.5 10 1014 11 1021.2 12 1031.6 13 1030.7 14 1024.9 15 1027.2 16 1031.8 17 1028.9 18 1028.9 19 1024.8 20 1021.1 21 1017.1 22 1015.7 23 1014.1 24 1006.1 25 1005.3 26 1012.7 27 1014.4 28 1014.6 29 1024.9 30 1018.9 31 1018.4 M atlab程序 >> cwprint('cwbook.txt',35,10)

fid =

6

0.1 1.5 3.4 5 8.7 8.9 6.9 7.3 10.3 11.5 5.6 2.5 1.5 1.8 2.2 1.5 2.2 5 5.7 3.5 1 1.1 0.1 0.7 0.6 0.4 0.3 -0.4 -1.4 -1.5 54 70 78 67 71 65 42 18 24 0 89 88 79 92 74 76 87 64 25 83 81 74 53 62 22 0 0 43 90 65 1024.4 1025.6 1026.9 1025.6 1027.4 1027.6 1027.5 1029.6 1028.4 1026.4 1030.5 1032.3 1030.3 1029.8 1030.4 1033.5 1035.3 1032.8 1029.5 1023.9 1017.8 1026.4 1030.8 1023.5 1026.3 1030.4 1023.6 1015.4 1022.2 1015.7 -0.2 -0.2 0 0.8 0.6 -0.8 0.3 -0.3 0.8 3.5 1.2 -0.7 0.1 2.9 3.9 4.1 3.1 3.3 5.4 8.6 12.6 5.2 4.3 4.9 2.9 4.2 6.8 10.1 11.8 14.8 23 83 82 25 38 83 30 60 75 68 55 50 70 68 48 72 72 47 67 57 60 70 54 61 35 63 56 47 72 86 1018.2 1023.1 1025.2 1026.5 1024.9 1028.8 1026.6 1022.8 1019.9 1017.7 1018.1 1015.3 1021.6 1018.4 1017.7 1015.1 1011.7 1019.5 1020.6 1016.4 1012.8 1015.4 1017 1015.4 1012.7 1011.8 1016.7 1014.5 1017.4 1021.8 12.1 8.4 6.8 8.6 9 7.9 5.2 8.6 11.9 15 16 12.8 10.2 12 10.6 13.2 12.2 10.4 8.2 13.1 11.9 12.8 13.6 11.6 13.3 14.4 12.7 12.4 9.5 9.6 数据标准化结果如下：

v1 =

0.0581 0.0356 0.0435 0.0680 0.0557 0.1112 0.1194 0.1184 0.1083 0.1392 0.0423 0.0346 0.0354 0.0770 0.0089 0.0642 0.0483 0.0499 0.0534 0.0544

10

0.0407 0.0139 0.0688 0.0234 0.0080 0.0047 0.0151 0.0314 0.0252 0.0183 0.0139 0.0391 0.0056 0.0093 0.0053 0.0290 0.0087 0.0174 0.0234 0.0158 0.0097 0.0263 0.0086 0.0028 0.0064 0.0064 0.0045 0.0062 0.0111 0.0075 0.0315 0.0375 0.0305 0.0198 0.0213 0.0376 0.0243 0.0398 0.0357 0.0278 0.0253 0.0295 0.0443 0.0286 0.0295 0.0468 0.0304 0.0334 0.0248 0.0233 0.0321 0.0242 0.0437 0.0203 0.0132 0.0233 0.0153 0.0212 0.0270 0.0213 0.0431 0.0276 0.0628 0.0142 0.0184 0.0184 0.0206 0.0285 0.0455 0.0316 0.0610 0.0440 0.0488 0.1853 0.0176 0.1086 0.1848 0.1148 0.0888 0.1352 0.0250 0.0318 0.0233 0.0444 0.0391 0.0273 0.0284 0.0251 0.0300 0.0327 0.0286 0.0212 0.0334 0.0408 0.0490 0.0285 0.0192 0.0328 0.0255 0.0285 0.0250 0.0152 0.0337 0.0361 0.0609 0.0251 0.0215 0.0232 0.0164 0.0199 0.0200 0.0190 0.0148 0.0085 0.0134 0.0037 0.0100 0.0072 0.0125 0.0089 0.0271 0.0163 0.0508 0.0223 0.0243 0.0175 0.0200 0.0222 0.0183 0.0164 0.0060 0.0290 0.0079 0.0195 0.0102 0.0063 0.0179 0.0093 0.0124 0.0159 0.0197 0.0237 0.0162 0.0078 0.0101 0.0078 0.0072 0.0117 0.0164 0.0116 0.0259 0.0243 0.0350 0.0214 0.0162 0.0287 0.0197 0.0182 0.0220 0.0182 0.0327 0.0220 0.0562 0.0391 0.0367 0.0416 0.0282 0.0220 0.0273 0.0232 0.0286 0.0204 0.0160 0.0180 0.0286 0.0165 0.0166 0.0227 0.0223 0.0168 0.0344 0.0349 0.0286 0.0255 0.0268 0.0377 0.0259 0.0254 0.0393 0.0317 0.0271 0.0185 0.0270 0.0105 0.0239 0.0140 0.0139 0.0153 0.0183 0.0144 0.0318 0.0370 0.0377 0.0793 0.0603 0.0582 0.0754 0.0901 0.0482 0.0735 0.0056 0.0472 0.0071 0.0692 0.0240 0.0104 0.0791 0.0421 0.0240 0.0456 0.0133 0.0242 0.0170 0.0039 0.0141 0.0080 0.0064 0.0097 0.0119 0.0090 0.0025 0.0497 0.0011 0.0024 0.0146 0.0057 0.0049 0.0072 0.0050 0.0048 0.1428 0.0123 0.0983 0.0292 0.1437 0.0613 0.0385 0.0402 0.0590 0.0387 0.0466 0.0199 0.0456 0.0200 0.1100 0.0479 0.0240 0.0331 0.0350 0.0290 0.0149 0.0271 0.0085 0.0076 0.0430 0.0101 0.0085 0.0079 0.0146 0.0101 0.0220 0.0230 0.0187 0.0123 0.0154 0.0294 0.0224 0.0182 0.0232 0.0203 0.0313 0.0244 0.0174 0.0125 0.0283 0.0238 0.0175 0.0259 0.0300 0.0213 0.0134 0.0324 0.0061 0.0100 0.0050 0.0116 0.0073 0.0117 0.0173 0.0133 0.0062 0.0311 0.0016 0.0024 0.0048 0.0036 0.0021 0.0038 0.0072 0.0053 0.0044 0.0340 0.0040 0.0022 0.0058 0.0029 0.0032 0.0036 0.0063 0.0043 0.0074 0.0491 0.0019 0.0063 0.0073 0.0221 0.0109 0.0105 0.0146 0.0125

相关系数矩阵:

std =

1.0000 -0.3444 0.8425 0.3603 0.7390 0.6215 0.4039 0.4967 0.6761 0.4689 -0.3444 1.0000 -0.4750 0.3096 -0.3539 0.1971 0.3571 0.2600 0.1570 0.3090 0.8425 -0.4750 1.0000 0.3358 0.5891 0.5056 0.3236 0.4456 0.5575 0.3742 0.3603 0.3096 0.3358 1.0000 0.1507 0.7664 0.9412 0.8480 0.7320 0.8614 0.7390 -0.3539 0.5891 0.1507 1.0000 0.4294 0.1971 0.3182 0.3893 0.2595 0.6215 0.1971 0.5056 0.7664 0.4294 1.0000 0.8316 0.8966 0.9302 0.9027

11

0.4039 0.3571 0.3236 0.9412 0.1971 0.8316 1.0000 0.9233 0.8376 0.9527 0.4967 0.2600 0.4456 0.8480 0.3182 0.8966 0.9233 1.0000 0.9201 0.9731 0.6761 0.1570 0.5575 0.7320 0.3893 0.9302 0.8376 0.9201 1.0000 0.9396 0.4689 0.3090 0.3742 0.8614 0.2595 0.9027 0.9527 0.9731 0.9396 1.0000

特征向量(vec)：

vec =

-0.1367 0.2282 -0.2628 0.1939 0.6371 -0.2163 0.3176 -0.1312 -0.4191 0.2758 -0.0329 -0.0217 0.0009 0.0446 -0.1447 -0.4437 0.4058 -0.5562 0.5487 0.0593 -0.0522 -0.0280 0.2040 -0.0492 -0.5472 -0.4225 0.3440 0.3188 -0.4438 0.2401 0.0067 -0.4176 -0.2856 -0.2389 0.1926 -0.4915 -0.4189 0.2726 0.2065 0.3403 0.0404 0.1408 0.0896 0.0380 -0.1969 -0.0437 -0.4888 -0.6789 -0.4405 0.1861 -0.0343 0.2360 0.0640 -0.8294 0.0377 0.2662 0.1356 -0.1290 0.0278 0.3782 0.2981 0.4739 0.5685 0.2358 0.1465 -0.1502 -0.2631 0.1245 0.2152 0.3644 0.1567 0.3464 -0.6485 0.2489 -0.4043 0.2058 -0.0704 0.0462 0.1214 0.3812 0.4879 -0.5707 0.1217 0.1761 0.0987 0.3550 0.3280 -0.0139 0.0071 0.3832 -0.7894 -0.1628 0.1925 0.2510 -0.0422 0.2694 0.0396 0.0456 0.1668 0.3799

特征值(val)

val =

0.0039 0 0 0 0 0 0 0 0 0 0 0.0240 0 0 0 0 0 0 0 0 0 0 0.0307 0 0 0 0 0 0 0 0 0 0 0.0991 0 0 0 0 0 0 0 0 0 0 0.1232 0 0 0 0 0 0 0 0 0 0 0.2566 0 0 0 0 0 0 0 0 0 0 0.3207 0 0 0

0 0 0 0 0 0 0 0.5300 0 0 0 0 0 0 0 0 0 0 2.3514 0 0 0 0 0 0 0 0 0 0 6.2602

特征根排序： 6.26022 2.35138 0.530047 0.320699 0.256639 0.123241 0.0990915 0.0307088

12