摘要:
基于天津疾控中心2014-2015年的心脑血管疾病死亡人数资料及同期气象、环境数据,挑选气象和环境预报因子,应用广义相加模型(GAM)编辑数据训练集(时间序列前75%)和验证集(时间序列后25%)输入模型,根据数据训练集建立天津市心脑血管疾病死亡风险预报模型,采用概率积分方法划分疾病死亡风险等级对训练集和验证集分别进行检验,并计算拟合和预报准确率.为改进预报效果,重新划分疾病死亡风险等级,并有效提升了预报准确率.结果表明:(1)在模型预报因子的选取方面,为使模型获得较好的预报结果,需注意时间序列因子是不可或缺的重要预报因子,同时需要根据不同的疾病来选取预报因子及其所对应的迟滞天数,以期获得最优的预报效果.(2)根据预报因子的选取结果和影响程度大小排序可知,在所有气象与环境要素中,平均温度对两种疾病影响都很大,脑血管疾病受温度影响的迟滞效应更加明显,环境要素中PM2.5和PM10对两种疾病影响很大,但心血管疾病受较小颗粒物影响更大,脑血管疾病则受PM10影响较大.(3)疾病死亡风险等级划分对疾病预报准确率影响很大,由于第4等级死亡人数样本较少,为使疾病等级划分更为合理,选择对3、4等级进行合并,从而改进了疾病的预报准确率.心血管疾病死亡平均预报准确率由71.98%上升到74.18%,心血管疾病死亡平均预报准确率由45.60%上升到53.30%.(4)采用GAM模型建立的心血管和脑血管预报模型的预报准确率分别为74.18%和53.30%,误差≤±1的准确率分别为98.90%和96.70%,其对高等级预报准确率较高,分别可达到73.33%和83.33%,该预报效果较好,能够基本满足业务需求,具有一定的实际业务应用价值.能够满足天气变化对心脑血管疾病死亡风险等级预报预警的业务需求.