一、泌尿系统疾病与气象条件关系分析（论文文献综述）
孟洁[1]（2021）在《S企业药品需求预测与货位分配策略研究》文中研究指明近年来,随着人民生活水平的提高、国家对各项医疗保障制度的建立和完善,市场对于医疗服务和药品的需求量也在逐渐增高。为了提高市场竞争力,各大医药零售企业将供应链的优化作为重点,思考如何更为安全、多样化的满足客户的需求,从而抢占市场份额,而仓储作为供应链中的一个核心环节,受到了各个企业的重视。本文以大型医药连锁机构S企业作为研究对象,根据企业的实际运营数据,探究仓储系统中的需求预测与货位优化策略。针对S企业存在的部分药品库存积压导致的药品过期、成本增高等问题,构建融合气象因素的深度学习模型长短时记忆网络（Long Short Term Memory,LSTM）来预测药品需求量。首先,分析气象因素对药品需求量的影响,在进行相关性、显着性、滞后性、PCA主成分分析后,将气象因素融入到深度学习模型LSTM中,然后对药品需求量进行预测。在S企业实际需求数据上的实验结果表明融合气象因素的深度学习模型比单独的LSTM模型和Prophet等时间序列模型可以取得更好的精确率。然后在药品需求预测的基础上,针对S企业的药品区制定了种类间与种类内的两阶段货位分配策略。首先,基于S企业的订单数据,按照药品的功能属性对药物进行分类,种类间的药品利用相关性进行聚类分析,将经常在一起订购的药品种类临近放置。再根据历史订单预测出种类间未来订单需求量的大小,安排药品种类位置,将需求预测量大的药品种类放置在离出口较近的地方。对于种类内的药品,规划库位分配模型,以总拣选路径最短为目标函数规划数学模型,然后利用Lingo软件求解模型,以解决货位分配不合理导致的拣选时间过长等问题。基于融合气象因素的深度学习模型LSTM预测药品需求量,可以提高采购的精准度,减少库存积压,并为货位分配提供依据。基于种类间与种类内的货位优化策略可以减少拣选距离,提高拣选效率,提高企业的效益。
张萃艺[2]（2020）在《贝尔面瘫发病与五运六气及气象因素的关系研究》文中进行了进一步梳理目的:以贝尔面瘫患者为研究对象,回顾性分析贝尔面瘫发病与发病时运气因素的相关性,旨在探讨运气理论的科学性,为临床运用运气理论防治贝尔面瘫提供依据;同时,为进一步明确深圳市的气候环境对贝尔面瘫发病的影响,充分体现中医学运气理论中“天人相应”的学术思想,本研究选择分布滞后非线性模型来分析气温、相对湿度、风速、水汽压、大气压、能见度、总云量、日照时间、日蒸发量、太阳辐射等气象因素对贝尔面瘫发病的影响,以获得更具价值的研究结果,为降低气象因素对人体健康的不利影响提供科学依据。方法:本研究为回顾性研究,研究第一部分根据病例筛选标准,收集2010年1月20日—2020年1月19日全部符合上述标准的住院病例,共纳入患者841例,采集所需病例信息并推算出患者准确的发病日期。根据天干地支推演五运六气,同时收集各运气时段的住院患者总人数,计算出同时段非贝尔面瘫患者的人数。对纳入的各运气时段住院患者中贝尔面瘫患者人数及非贝尔面瘫患者人数,采用卡方检验进行统计分析。同时,本研究从节气及季节角度对贝尔面瘫患者住院人数的占比,采用卡方检验进行统计分析。研究第二部分根据病例筛选标准,收集2009年1月1日—2020年2月29日全部符合上述标准的住院病例,共纳入患者863例,采集所需病例信息并推算出患者准确的发病日期。气象资料根据深圳市国家气候观象台双龙自动气象观测站记录,由深圳市气象局提供,包括2009年1月1日—2020年2月29日共11年逐日的平均气温（℃）、相对湿度（%）、风速（0.1m/s）、水汽压（hpa）、大气压（hpa）、能见度（km）、总云量（%）、日照时间（h）、日蒸发量（mm）和太阳辐射（W/m2）等气象资料。应用R软件,选择分布滞后非线性模型,在深圳市的气象环境条件下分析上述气象因素对贝尔面瘫发病的影响效应。结果:1.基于运气学说的贝尔面瘫发病的探索性研究1.1基于岁运太过不及理论对贝尔面瘫患者的住院人数占比进行分析,结果发现,贝尔面瘫患者住院人数的占比,最高的是辛年,为1.01%,为水运不及之年;最低的是庚年,为0.44%,为金运太过之年。且差异有统计学意义（χ2=33.864,P=0.000<0.05）。1.2基于主气六气理论对贝尔面瘫患者的住院人数占比进行分析,结果发现,贝尔面瘫患者住院人数的占比,主气为初之气—厥阴风木时最高,为0.91%;主气为二之气—少阴君火时最低,为0.63%。但差异无统计学意义（χ2=10.806,P=0.055>0.05）。1.3基于司天六气理论对贝尔面瘫患者的住院人数占比进行分析,结果发现,贝尔面瘫患者住院人数的占比,太阴湿土司天时最高,为0.93%;少阴君火司天时最低,为0.42%。且差异有统计学意义（χ2=13.316,P=0.021<0.05）。1.4基于在泉六气理论对贝尔面瘫患者的住院人数占比进行分析,结果发现,贝尔面瘫患者住院人数的占比,少阴君火在泉时最高,为0.97%;少阳相火在泉时最低,为0.49%。且差异有统计学意义（χ2=25.319,P=0.000<0.05）。2.基于节气、季节因素的贝尔面瘫发病的探索性研究2.1基于二十四节气对贝尔面瘫患者的住院人数占比进行分析,结果发现,贝尔面瘫患者住院人数的占比,节气为立春时最高,为1.15%;节气为小雪时最低,为0.44%。但差异无统计学意义（χ2=34.811,P=0.054>0.05）。2.2基于季节（按节气划分）对贝尔面瘫患者的住院人数占比进行分析,结果发现,贝尔面瘫患者住院人数的占比,春季时最高,为0.77%;冬季时最低,为0.69%;但差异无统计学意义（χ2=2.035,P=0.565>0.05）。根据二十四节气,将四季划分为十二个季节进一步分析,结果发现,贝尔面瘫患者住院人数的占比,孟春时最高,为1.11%;孟冬时最低,为0.50%;且差异有统计学意义（χ2=27.319,P=0.004<0.05）。3.在深圳市的气象环境条件下,基于分布滞后非线性模型分析气象因素对贝尔面瘫发病的影响3.1在气温的总体效应分析中,随着气温的升高RR值呈逐渐减小的趋势。当日平均气温<25℃时,会增加贝尔面瘫的发病风险;当日平均气温>25℃时,会降低贝尔面瘫的发病风险;当日平均气温>30℃时其与疾病的发生无统计学关联,提示气温对贝尔面瘫发病的影响是非线性的,不同的温度时贝尔面瘫的发病风险不同。不同日平均气温与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均气温在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.2在相对湿度的总体效应分析中,随着相对湿度的增加RR值呈逐渐减小的趋势。当日平均相对湿度<76%时,会增加贝尔面瘫的发病风险;当日平均相对湿度>78%时,会降低贝尔面瘫的发病风险,并且与疾病的发生均有统计学关联,提示相对湿度对贝尔面瘫发病的影响是非线性的,不同的相对湿度时贝尔面瘫的发病风险不同。不同日平均相对湿度与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均相对湿度在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.3在风速的总体效应分析中,随着日平均风速的增加,贝尔面瘫的发病风险也逐渐增加,从日平均风速大于2.6m/s开始,RR值增加较明显,提示风速对贝尔面瘫发病的影响是非线性的,随着风速的增加,贝尔面瘫的发病风险呈逐渐增加的趋势。不同日平均风速与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均风速在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.4在水汽压的总体效应分析中,随着水汽压的升高RR值呈逐渐增大的趋势。当日平均水汽压<229hpa时,会降低贝尔面瘫的发病风险;当日平均水汽压>231hpa时,会增加贝尔面瘫的发病风险,并且与疾病的发生均有统计学关联,提示水汽压对贝尔面瘫发病的影响是非线性的,不同的水汽压时贝尔面瘫的发病风险不同。不同日平均水汽压与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均水汽压在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.5在大气压的总体效应分析中,随着大气压的升高,RR值呈先逐渐增大后逐渐减小的趋势。当日平均大气压<1005hpa时,会增加贝尔面瘫的发病风险;当日平均大气压>1006hpa时,会降低贝尔面瘫的发病风险,其中日平均大气压在1010-1021hpa区间时,与疾病的发病有统计学关联,提示大气压对贝尔面瘫发病的影响是非线性的,不同的大气压时贝尔面瘫的发病风险不同。不同日平均大气压与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均大气压在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.6在能见度的总体效应分析中,随着能见度的增加,RR值呈先逐渐减小后逐渐增大的趋势。当日平均能见度<17km或>26km时,会增加贝尔面瘫的发病风险;当日平均能见度在18-25km之间时,会降低贝尔面瘫的发病风险,提示能见度对贝尔面瘫发病的影响是非线性的,不同的能见度时贝尔面瘫的发病风险不同。不同日平均能见度与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均能见度在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.7在总云量的总体效应分析中,随着总云量的增加,RR值呈先缓慢减小后逐渐增大的趋势。当日平均总云量<66%或>71%时,会增加贝尔面瘫的发病风险;当日平均总云量在67-69%之间时,会降低贝尔面瘫的发病风险,提示总云量对贝尔面瘫发病的影响是非线性的,不同的总云量时贝尔面瘫的发病风险不同。不同日平均总云量与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均总云量在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.8在日照时间的总体效应分析中,随着日照时间的延长,RR值呈先逐渐减小后逐渐增大再逐渐减小的趋势。当日照时间<5h或>10h时,会降低贝尔面瘫的发病风险;当日照时间在6-9h之间时,会增加贝尔面瘫的发病风险,提示日照时间对贝尔面瘫发病的影响是非线性的,不同的日照时间时贝尔面瘫的发病风险不同。不同日照时间与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日照时间在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.9在日蒸发量的总体效应分析中,随着日蒸发量的增加,RR值呈先逐渐增大后逐渐减小再逐渐增大的趋势。当日蒸发量<1mm或在4-7mm区间时,会降低贝尔面瘫的发病风险;当日蒸发量在2-3mm区间或>8mm时,会增加贝尔面瘫的发病风险,提示日蒸发量对贝尔面瘫发病的影响是非线性的,不同的日蒸发量时贝尔面瘫的发病风险不同。不同日蒸发量与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日蒸发量在不同的滞后天数下对贝尔面瘫发病的影响效应不同。3.10在太阳辐射的总体效应分析中,随着太阳辐射的增加,RR值呈缓慢减小的趋势。当日平均太阳辐射<157W/m2时,会增加贝尔面瘫的发病风险;当日平均太阳辐射>159W/m2时,会降低贝尔面瘫的发病风险,其中日平均太阳辐射在248-261W/m2区间时,与疾病的发病有统计学关联,提示太阳辐射对贝尔面瘫发病的影响是非线性的,不同的太阳辐射时贝尔面瘫的发病风险不同。不同日平均太阳辐射与贝尔面瘫发病关联作用的3D图和热力图均提示不同的日平均太阳辐射在不同的滞后天数下对贝尔面瘫发病的影响效应不同。结论:1.贝尔面瘫患者住院人数的占比,从岁运太过不及角度看,最高的是辛年,为水运不及之年;从六主气角度看,主气为初之气—厥阴风木时最高;从客气司天六气角度看,最高的是太阴湿土司天之年;从客气在泉六气角度看,少阴君火在泉时最高;从季节角度看,孟春（立春、雨水二节气）时最高。2.在深圳市的气象环境条件下,各气象因素对贝尔面瘫发病的影响均是非线性的。除风速外,各气象因素对贝尔面瘫发病风险的影响,随着日均值的逐渐增加,呈先增加后降低或先降低后增加的趋势。而在风速的总体效应分析中,随着日平均风速的逐渐增加,贝尔面瘫的发病风险呈逐渐增加的趋势。此外,各个气象因素在不同的滞后天数下对贝尔面瘫发病的影响效应均是不同的。
叶玲飞[3]（2020）在《儿童肺炎支原体感染肺外损害的分析》文中研究说明目的:了解儿童肺炎支原体（mycoplasma pneumonia MP）感染流行现状,分析并总结儿童肺炎支原体感染合并肺外损害的发病特点、临床表现、治疗方案及预后,提高对儿童肺炎支原体感染及肺炎支原体感染肺外损害的认识,以期早期诊断、治疗。方法:以被动凝集法检测安庆市立医院2015年5月至2016年4月因下呼吸道感染住院的患儿血清MP抗体,对合并肺外损害的患儿的起病特点、临床表现、实验室检查、治疗经过、预后特点等进行回顾性分析。结果:（1）1329例患儿共检出支原体抗体阳性患儿369人,阳性率为27.8%。夏秋季节检出率37.1%,比春冬季节更高,差异有统计学意义（χ2=55.54,p值<0.05）。不同性别支原体感染率无差异。（χ2=0.025,p值>0.05）。（2）369例支原体感染患儿中合并肺外损害者166人,阳性率为44.9%。不同性别肺炎支原体感染肺外损害发生率无差异（χ2=2.48,p值>0.05）,同时合并两项肺外损害者为24人,阳性率为6.5%。同时合并3项肺外损害者为4人,阳性率为1%。（3）<3岁组、3-6岁组、>6岁组中肺外损害发生率分别为19%、39.5%、41.5%,差异有统计学差异（χ2=63.12,p值<0.05）。（4）肺炎支原体可引起多脏器、系统损害,以心血管系统损害最为常见（23.2%）,其余为皮肤（11.4%）,血液系统（20.3%）,消化系统（19.9%）,泌尿系统（4.7%）,中枢神经系统（18.5%）,其他（1.9%）。（5）肺炎支原体感染合并肺外损害患儿Ig G、Ig M、Ig E、D-二聚体明显高于无肺外损害患儿,差异有统计学意义（p值<0.05）。结论:1.支肺炎原体感染可发生在任何年龄儿童,男女性别之间无差异。2.不同季节支原体感染发生率不同,夏秋季节高发。3.肺炎支原体感染可引起多个肺外系统损害,总体而言,其中以心血管系统损害更常见。肺炎支原体感染肺外损害男性和女性发生率无差异,但不同年龄有差异,3岁以上儿童肺外损害发生率更高。4.肺炎支原体感染可引起全身多系统损害,但不同年龄段儿童易出现损害的系统不同,婴幼儿以心血管系统最常见,学龄前儿童以血液系统最常见,学龄儿童以消化系统最常见。
苏雪梅[4]（2020）在《我国区域极端气温敏感性非传染性疾病的筛选及归因死亡负担评估》文中研究说明研究背景:系统筛选区域极端气温敏感性非传染性疾病并评估归因于环境温度的敏感性疾病死亡负担的研究较为缺乏,尤其在中国。研究目的:通过系统筛选,识别我国不同区域极端气温敏感性非传染性疾病和脆弱人群,评估归因于环境温度的敏感性非传染性疾病和脆弱人群的死亡负担。研究方法:以位于我国11个气象地理区划内的19个城市或县为研究地区,收集2014-2018年的逐日气象数据、空气质量数据和死因数据,应用分布滞后非线性模型（distributed lag nonlinear model,DLNM）,针对极端气温与不同死因别、性别和年龄别人群死亡之间的关系进行了定量分析,筛选极端气温敏感性非传染性疾病,识别脆弱人群;利用多元meta回归分析,从整体、气候带和城乡层面评估19个研究地区的合并效应,分析区域差异;通过计算归因分值（attributable fractions,AFs）,评估归因于环境温度的死亡负担。结果:本研究通过分析极端气温对我国19个地区不同死因别、性别和年龄别人群死亡的影响,得出以下结果:（1）不同人群最低死亡温度环境温度与总死亡的暴露-反应关系呈现“反-J”型曲线,且最低死亡温度（minimum mortality temperature,MMT）为 26.2℃,对应 日最高气温的第 66 百分位数。亚热带和温带季风气候区人群总死亡的MMT分别为26.8℃和23.9℃。循环、呼吸、神经、内分泌疾病及伤害的MMT分别为25.8℃、22.6℃、25.2℃、28.1℃和13.4℃。亚热带季风区不同系统疾病的MMT略高于温带季风区。（2）区域极端高温敏感性非传染性疾病本研究发现极端高温可以增加神经系统、伤害、呼吸系统、循环系统和内分泌疾病的死亡风险,其累积相对风险值（cumulative relative risk,CRR）及95%可信区间（confidence interval,CI）分别为 1.88（1.44,2.46）、1.53（1.37,1.70）、1.39（1.29,1.51）、1.28（1.18,1.38）和 1.28（1.15,1.43）。对于总死亡,亚热带和温带季风气候人群的极端高温CRR（95%CI）分别为1.24（1.15,1.34）和1.29（1.22,1.37）。对于循环系统疾病,极端高温对其死亡的影响,虽然气候带差异比较未观察到统计学意义（P=0.06）,但呈现出在亚热带季风区其死亡风险值更大,CRR,95%CI为1.32（1.16,1.50）。对于呼吸系统疾病,主要呈现出温带季风气候区的死亡风险更大（P=0.19）,其CRR,95%CI为1.57（1.31,1.88）。极端高温对伤害、神经系统疾病和内分泌疾病的死亡影响,仅在亚热带观察到统计学意义,其CRR,95%CI分别为 1.52（1.32,1.76）、1.93（1.30,2.87）和 1.38（1.14,1.66）。极端高温对总人群和循环系统疾病死亡的影响均在乡村地区的死亡风险更大,其CRR,95%CI分别为 1.30（1.16,1.47）和 1.37（1.14,1.64）。（3）区域极端低温敏感性非传染性疾病极端低温可以使循环系统和呼吸系统疾病的死亡风险增加,其CRR（95%CI）分别为1.48（1.24,1.76）和1.32（1.01,1.73）。本文探讨了不同气候带极端低温对总人群死亡的影响,研究发现,对于总死亡,仅在亚热带季风气候地区观察到统计学意义,其CRR（95%CI）为1.31（1.15,1.50）。对于循环系统疾病,极端低温对其死亡的影响,虽然气候带差异比较未观察到统计学意义（P=0.39）,但呈现出在温带季风气候区其死亡风险值更大,CRR,95%CI为1.64（1.03,2.60）。极端低温对呼吸系统疾病、伤害、神经系统疾病和内分泌疾病的死亡影响在亚热带和温带季风区均未观察到统计学意义。本研究探讨了城乡极端气温对总人群死亡的影响,研究发现,极端低温对总人群和循环系统疾病死亡的影响均在乡村地区的死亡风险更大,其CRR,95%CI分别为1.46（1.10,1.93）和1.97（1.28,3.03）。（4）脆弱人群针对性别和年龄别的分层分析结果发现,相对于男性,女性的死亡风险更大,其极端高温和极端低温的CRR（95%CI）分别为1.32（1.23,1.42）和1.32（1.16,1.50）。年龄越大的人群对于极端气温的易感性越大,其极端高温死亡风险值变化范围为17%-46%,极端低温的死亡风险值变化范围为19%-87%。（5）死亡负担本研究进一步评估极端气温敏感性非传染性疾病由于环境温度所造成的归因死亡负担。在高温条件时,伤害等意外事件的归因死亡负担最大,其次为神经系统疾病、呼吸系统疾病、循环系统疾病和内分泌疾病,其AF值分别为7.68%、6.60%、3.16%、2.63%和2.02%。在低温条件时,呼吸系统疾病的死亡风险最大,其次是循环系统疾病,其AF值分别为9.93%和7.89%。同时,本研究按分性别和年龄别评估了归因死亡负担,研究发现,相对于男性,女性的归因死亡负担更大,其AF值为10.01%。随着年龄的增加,人群归因死亡负担逐渐上升,其AF值变化范围为2.17%-15.22%。本研究从气候带和城乡层面探讨总人群归因死亡负担差异,结果发现,亚热带季风气候区人群死亡归因负担更大,其高温和低温AF值分别为2.91%和6.58%;乡村地区人群归因于环境温度的死亡负担更大,其高温和低温AF值分别为3.38%和8.01%。结论:极端气温可以增加人群多种疾病的死亡风险,造成一定的死亡负担。不同系统疾病的MMT具有一定差异,亚热带季风区人群的MMT高于温带季风区。极端高温的敏感疾病包括神经系统、伤害、呼吸系统、循环系统和内分泌疾病等,极端低温敏感疾病包括循环系统疾病和呼吸系统疾病。极端高温对温带季风气候区总人群死亡影响更大;仅在亚热带季风气候区观察到极端低温对总人群死亡的影响具有统计学意义。乡村地区极端高温和极端低温对总人群死亡的影响更大。亚热带季风气候地区的人群归因死亡负担大于温带季风气候地区;乡村地区的人群归因死亡负担大于城市地区。此外,研究发现,随着年龄的增长,归因于环境温度的死亡负担呈现上升趋势;女性人群的归因死亡负担高于男性。
魏鹏利[5]（2020）在《皖南综合性医院急诊就诊变化趋势的相关研究》文中研究说明目的:探讨2016年07月01日到2019年06月30日皖南某三级甲等综合性医院急诊就诊患者的人群特征、人数时间分布变化趋势,以及气象各要素变化和大气污染对其影响,以期对指导医院完善急诊管理、资源配置及应对策略提供参考,进而使急诊医学更加规范化,改善急诊就诊环境。方法:通过调阅该院急诊大厅急诊就诊患者的登记簿记录,收集2016年07月01日到2019年06月30日皖南某三级甲等综合性医院患者急诊就诊信息（性别、年龄、居住地址、就诊时间、分诊科室、是否住院及住院科室、主要诊断）,根据纳入和排除标准,将相符患者的数据信息录入Excel软件建立数据表;收集同期该地区气象、大气污染物主要指标信息。采用回顾性分析方法,应用SPSS 22.0统计软件,对急诊人群特征、人数时间分布特征等进行描述性统计分析,列出相应的图表,并进行分析总结,采用?x±s描述对其中符合正态性的计量资料。应用R语言软件,利用基于时间序列的广义相加模型（GAMs）及分布滞后非线性模型（DLNM）建立关系,并在控制相关混杂因素后,探讨气象要素、大气污染物与急诊就诊的相关性。结果:（1）2016年07月01日到2019年06月30日皖南某三级甲等综合性医院共纳入急诊医学科接诊患者共计54,982例,总急诊就诊量呈现出现先降低后增高趋势。主要来源于本市及市郊区的居住人口。其中,男女之比为1.23:1,65岁及以上的老年组患者是急诊患者的主要群体,其次为45-64岁的中老年组患者,占比分别为41.90%、34.29%。（2）疾病谱中,14岁及以上人群急诊就诊量排序占前六位的依次是创伤、神经系统疾病、循环系统疾病、消化系统疾病、呼吸系统疾病、理化因素损害所致疾病,占所有病种例数的90.48%,入住科室在前六位依次为神经内科、急诊内科、神经外科、心血管内科、骨科、消化内科;14岁以下群体依次为创伤、神经系统疾病、理化因素损害所致疾病、呼吸系统疾病、呼吸循环衰竭及院前死亡、循环系统及消化系统疾病,共占该群体所有病种的90.07%;总急诊就诊群体疾病谱排序与14岁及以上人群相同。创伤患者主要以多发伤（73.54%）为主;理化因素损害所致疾病中以急性中毒（92.78%）为主;急性中毒种类前三位依次是酒精类中毒（48.85%）、各类药物中毒（占21.71%）、农药中毒（占18.93%）;农药中毒患者中以百草枯或敌草快中毒（76.34%）为主。（3）急诊患者时间分布中,全天24小时高峰期为10:00-11:00、18:00-20:00,低峰期为4:00-6:00;月份分布中以6、7、8月就诊量相对较高,4月份最低;季节分布中以夏季就诊量最高,其次为冬季,春季最低。（4）与急诊就诊量相关的主要气象要素、大气污染物指标是温度、PM10、NO2、O3、SO2、PM2.5;与温度、SO2、O3呈正相关,与PM10、NO2、PM2.5呈负相关。（5）多污染物模型中,NO2、SO2分别引入PM10、PM2.5模型后,效应值ER均降低,提示相互间存在一定的协同作用,且颗粒物可能为急诊就诊的独立危险因素。结论:（1）本研究揭露了皖南某三级甲等综合性医院2016年07月01日到2019年06月30日急诊患者性别、年龄、居住地、就诊时间、疾病类型的分布规律以及急诊就诊与气象要素、环境污染物的关系。其急诊就诊患者的人群特征与既有其他地区相关研究相似,亦存在一定差异。针对主要群体、高发年龄、特异疾病谱,合理配置医疗资源,重点突破,提高急诊医疗效率。（2）急诊就诊量存在特异的时间分布规律,分析不同时间段、不同季节等的就诊量、高发病的不同,有效的预防和应对措施可有效减轻急诊压力,实现医患共赢。（3）气象要素、大气污染物中多种指标要素与急诊就诊之间存在相关性,温度、PM10对该院急诊就诊量的效应值更大;多污染物之前存在一定的协同作用,颗粒物可能是导致急诊就诊的独立危险因素。（4）不同地区医院所面临的急诊就诊群体存在差异,气象要素与环境污染物成分含量亦有所不同,开展特定地区的急诊就诊的相关流行病学探讨,将使该地区个性化的医疗发展大大受益。
刘晓,姜淼,常克,龚婕宁[6]（2019）在《气象变化与疾病的发生和治疗的关系研究进展》文中提出气象或季节对疾病的发生发展、治疗与防护主要表现在呼吸系统、循环系统、消化系统、泌尿系统等方面。文章从气象医学对疾病预防、养护和养生等方面进行研究进展综述。
蒋雨荷[7]（2019）在《贵州黔东南地区锦屏县呼吸系统疾病与气象要素的关系及预测方法》文中研究表明面对气候异常变化、“健康中国2030”战略目标实现的重大需求和应对人口老龄化社会的现实,气象医学作为预防医学新兴的交叉学科应运而生,其所关注的是“因天气和气候的异常变化而诱发或加重的气象敏感性疾病”。本文以贵州省黔东南苗族侗族自治州锦屏县为研究目标区域,主要利用锦屏县2016-2017年新农合门诊医疗补偿数据、1979-2017年的常规气象观测资料对锦屏县呼吸系统疾病发病特征、气候变化特征、气象因子对呼吸系统疾病的响应关系以及气象敏感性疾病预测方程等方面展开研究,所得结论如下:1.通过分析锦屏县2016-2017年的新农合医保数据可知:呼吸系统疾病是锦屏县发病人数最多的一类疾病,其中≥65岁的就诊人数是全年龄段中占比最大的一类人群。冬春季节是锦屏县呼吸系统疾病的高发时段,夏季为低发时段。年内变化时间序列呈现明显的“两头高、中间低”的趋势。分析其与24节气的关系可以看出:呼吸系统疾病发病人数与气温呈现显着的负相关关系。呼吸系统疾病发病的第一高峰出现在寒露到立冬时节,这个时段降温明显,可以在这个时段加强疾病预防的提醒。发病人数的次高峰出现在惊蛰到清明的时段。发病人数的低值区域出现在立夏到处暑期间,表明此时段的气象条件对疾病有一定的康养效应。此外,春分与秋分时节也分别出现两个发病人数的小高峰,主要是由于这两个时节昼夜时间相等,温差在一年中相对较大,从而导致发病人数突增。2.通过分析锦屏县48年的气候特征可以看出:锦屏县整体潮湿程度呈现增加的趋势,气温上升,高温高湿的趋势愈加明显。各个气象要素与呼吸系统疾病呈现出不同程度的相关性:气压、相对湿度对呼吸系统疾病的作用呈现不同程度的正相关,气温、风速、日较差呈现不同程度的负相关。气温与呼吸系统疾病发病人数呈现明显的冷滞后与热及时效应,相对湿度表现为高湿及时效应,24h平均变温和最低气温变温存在明显的冷效应。24h最高气温变温存在明显的冷效应和热效应。48h平均温差和最高温差存在明显的冷滞后与热及时效应。而48h最低温差存在明显的冷效应。3.比较多元逐步回归和基于广义相加模型的时间序列预测模型的方法建立呼吸系统疾病发病人数的预报方程可以看出:时间序列预测模型的准确率相对较高,并且全年的准确率要大于四季的准确率。多元逐步回归模型中,全年的准确率要高于春秋冬季,夏季的相关性最弱,故没有建立方程。考虑到业务化的应用,选用多元逐步回归的方法更具有实用性。根据之前的研究结论,建立气象数据与医疗数据的数据库与气象敏感性疾病的预报系统,以提高锦屏县气象敏感性疾病发病人数预报的自动化程度,提高研究成果的实用性,能够更好的为该地区气象资料、医疗数据查询与疾病预防、发病风险预报等提供服务。
赵婉露[8]（2019）在《遵义地区循环系统疾病对天气与气候变化的响应及预测应用研究》文中进行了进一步梳理近年来,心脑血管疾病成为威胁全人类健康的罪魁祸首之一,而天气和气候的变化对该疾病的影响不容忽视。“健康中国2030”战略中提出我国的卫生事业应该以医疗为主向以预防为主转变。此外,在空气污染程度低、常驻人口多的西南地区气象医学的研究应用较少。针对这两个问题,本文使用遵义市2012-2017年的疾病数据和1961-2017年的气象数据详细分析该地气候和循环系统疾病特征,深入探究疾病发病与气象条件的关系,建立疾病预报模型并优选,最后设计构建遵义市气象敏感性疾病风险预报系统。主要结论如下:（1）1961-2016年遵义地区的气候变化的态势是增温、降湿、少雨。对遵义地区2005-2016年的体感温度和舒适度研究表明,该地区的广义舒适的日数最多,冷不舒适的日数第二;体感温度中,“舒适”等级占比最高,凉爽占比第二,未出现“酷热”、“很冷”和“严寒”和这三种等级;说明遵义地区非常适宜开展以避暑为主的康养旅游。（2）2012-2017年遵义地区循环系统疾病谱中高血压居于首位,患病人数占67.22%,很大程度上与该地饮食习惯有关。循环系统的发病人数性别构成中,男女比例为1.26:1,男性占比55.84%,女性占比44.16%;年龄分布呈双峰型,第一个峰值出现在4953岁,该时期属于中年衰老初显期,第二个峰值为59-70岁,发病人数高于第一个峰值,属于老年衰退加剧期。与一线城市对比发现,遵义地区发病人数的性别比例中男性偏高,年龄构成中高发人群的年龄偏小。（3）循环系统发病人数在不同的时间尺度有各自的特点。在逐日的人数变化中,2012-2014年有较明显的周期性,呈“双峰”型,但是2015-2017年,受其他因素的影响出现了线性上升的趋势。循环系统发病人数的峰值出现在夏季,高血压出现在春季,两者在在3月、5月、11月和12月就诊人数较多,均属于季节更替的月份。脑卒中和心脏病发病人数的较大值出现12月。（4）分析遵义地区循环系统在天气与气候变化时的发病风险发现,低温（日均气温-0.5℃以下）或者24h负变温时,或者相对湿度在39%60%,或者气压偏高和偏低时,对发病的影响具有即时性,且滞后性也强于高温（日均气温28℃以上）、高相对湿度对疾病的影响。低温、高湿和高压的天气条件的累积效应对疾病发病的危害最大。（5）根据就诊人数日变化规律,将2012-2014年的数据作为数据集1,2015-2017年的数据作为数据集2。多元逐步回归方法中,两个数据集中大部分样本中预测值都比实际值偏大。数据集1中全年预报方程的回代效果最优,夏季次之,回代准确率分别为63.1%和61.4%;数据集2中,夏季预报方程的试预报效果最优,春季预报方程次之,预测准确率分别为89.2%和79.1%,全年预报方程的预测准确率为70.4%。BP神经网络建立的预报模型中,使用随机方式选取训练集和按时间序列选取训练集,数据集1的预测准确率为60.07%和74.19%,数据集2的预测准确率为64.86%和78.75%;数据集2的预测效果更好,且按时间序列选取训练集的方式更有助于模型准确率的提高。从数据集2的全年预报方程来看,BP神经网络模型比多元逐步线性回归模型的效果更优。（6）基于以上研究,本文设计构建了遵义市气象敏感性疾病风险预报系统。该系统对气象、环境、人口健康数据进行有效的整合,便于分析遵义地区的气候、环境的周期、趋势和突变特征,以及人群患病率、病死率和疾病构成,再建立优选不同的气象敏感性疾病风险预报模型应用到疾病风险预报服务中,并且通过四级预警体系发布服务。该系统的构建拓展了气象服务范围,提高了医疗服务的深度,是对二者的有机结合,也对未来其他城市开展医疗气象预报服务有重要的指导意义。
杨昕[9]（2019）在《抗生素暴露与环境因素影响哮喘发病的临床与基础研究》文中研究说明研究背景及目的:支气管哮喘（以下简称哮喘）是由多种炎症细胞和结构细胞（如肥大细胞、嗜酸性粒细胞、中性粒细胞、淋巴细胞、气道上皮细胞、平滑肌细胞等）共同参与的气道慢性炎症性疾病。通常表现为广泛的可逆性呼气气流受限,患者可出现反复发作的喘息、咳嗽、胸闷、气急等症状,多在凌晨和夜间发作或加剧。支气管哮喘如不及时治疗或控制,会出现气道重塑等不可逆的病理改变,严重影响患者的生活质量。近几十年来,哮喘在全球范围内的患病率成逐年上升的趋势。在世界范围内,哮喘患者已经超过3亿,而我国则超过了 3000万。哮喘给患者和社会带来了巨大的心理和经济负担,因此对哮喘发病原因和机制的研究至关重要。哮喘的发生是遗传和环境因素共同作用的结果。它是一种有明显家族聚集倾向的多基因遗传性疾病。同时,哮喘的发生发展还与环境因素密切相关。我们所接触的外部环境,如过敏原、大气污染物、气象因素、病原微生物等都认为与哮喘有着密切的联系。除了外部环境,机体内部的微生态环境也对哮喘的发生发展起到了至关重要的作用。外部及内部环境的共同作用会对幼年时期的机体免疫系统成熟发展的过程产生影响,从而导致儿童哮喘的发生。机体的内环境主要由共生在体内的微生物群落所组成,除了所熟知的胃肠道,皮肤、呼吸道、泌尿道等各系统也都有其特定的微生物定植,组成了机体独特的微生态系统。当微生态系统受到一些因素的影响而失衡时,会引起一些疾病（如炎症性肠病、特异性皮炎、代谢性疾病、心血管疾病等）的发生。研究表明,生命早期是机体微生态系统从无到有、发展成熟的重要时期,在这一阶段某些外在因素的干扰会导致微生态系统的失衡,从而对机体的健康产生影响。近年来,随着医疗水平和经济的发展,生活方式、饮食习惯、医疗干预等都会影响体内微生态系统的组成。其中抗生素的使用在儿童中越来越普遍,虽然它能够有效的杀灭病原菌,但同时也会破坏机体内部的微生态系统,造成暂时或持续的微生态系统的失衡,引起免疫紊乱,从而影响免疫相关性疾病的发生发展。人体每日所接触到的外部环境也与哮喘的发生有着密切的关系。随着社会经济的发展,大气污染的形势日益严峻。大气细颗粒物（PM2.5）是大气污染物中的重要组成成分,它特殊的理化性质使得其能随着空气直接深入到细支气管和肺泡,干扰肺部的气体交换,引起一系列呼吸系统疾病的发生。同时,全球变暖大陆气温升高,导致一系列伴随效应的发生。极端天气的出现会对哮喘患者的病情产生影响。因此,探究气象因素与哮喘的发生与发展之间的关系显得十分迫切。由此,我们拟通过探讨内外环境与哮喘发生发展之间的联系来讨论影响哮喘发生发展的因素。在实验过程中分别从临床和动物模型两方面研究内环境和外环境对哮喘发生发展的影响,试图为今后哮喘的早期防治提供实验依据和新的思路。研究对象与方法:（1）对哮喘患儿及健康儿童进行回顾性的问卷调查,具体内容包括:基本情况、哮喘发病情况、个人及家族过敏史、出生喂养史、抗生素使用情况、香烟暴露情况等。利用统计学方法,寻找在遗传背景、生活方式、抗生素的使用情况等方面与哮喘发生可能相关的危险因素。（2）在生命早期使用万古霉素干预C57BL/6小鼠,并在小鼠6周龄时停用万古霉素后予以建立OVA诱导的哮喘模型。模型建立成功后检测肺泡灌洗液中细胞总数及分类细胞计数的情况,并通过病理切片染色观察气道周围炎症浸润及气道内粘液分泌情况,利用Q-PCR方法检测相关细胞因子的表达,观察万古霉素的干预对后续哮喘的气道炎症所产生的影响。同时使用16S rDNA测序的方法对肠道和气道微生态系统的组成进行分析,探讨万古霉素暴露后机体微生态系统的变化情况。（3）收集2014年-2017年气象因素（温度、PM2.5、PM10）的月均数据,并统计相应月份浙江大学医学院附属儿童医院哮喘儿童的就诊情况及全院门急诊量。对气象因素与哮喘患儿就诊情况进行关联分析,寻找气象条件与哮喘发病的相关性。（4）分别利用不同温度条件（10℃、20℃、30℃）对小鼠哮喘模型进行干预。建立HDM诱导的哮喘模型,并进行PM2.5的短期暴露。通过对哮喘动物模型的处理,检测肺泡灌洗液中细胞总数及分类计数的情况,观察气道周围炎症浸润及气道内粘液分泌情况,及检测相关细胞因子的表达,分别观察不同温度条件及PM2.5对哮喘气道炎症所产生的影响。结果:（1）通过回顾性调查问卷分析,发现儿童哮喘以冬季最为多发,发作诱因以呼吸道感染最为常见。哮喘儿童中相关过敏性疾病的发生比健康儿童显着增加,其中哮喘患儿合并过敏性鼻炎的比例最高。哮喘儿童中过敏性家族史及过敏原检测阳性率高于健康对照组儿童,尘螨为哮喘儿童最为常见的过敏原。抗生素在哮喘儿童中首次暴露的时间比健康儿童提前,1岁内和3岁内抗生素使用的次数也较健康儿童多。同时,哮喘儿童中3岁内抗生素使用的最长疗程明显长于对照组儿童。经过Logistic回归分析,发现过敏原检测阳性、过敏家族史、3岁内使用抗生素次数这三项为儿童哮喘发病的危险因素。（2）在小鼠的哮喘模型中,我们发现生命早期万古霉素的干预会加重后续哮喘发生的气道炎症反应。同时,万古霉素的暴露会引起肠道及气道微生态的失衡,其中肠道内厚壁菌的减少及气道内Clostridiaceae-1和Micrococcaceae的减少可能与Th2免疫反应的上调及哮喘气道炎症的加重有关。进一步实验研究发现,生命早期短时间的万古霉素暴露并不会导致哮喘气道炎症的加重。（3）对气象因素（温度、PM2.5、PM10）与哮喘就诊情况进行相关性分析后发现,月均温度与哮喘儿童的就诊量及哮喘就诊比例呈现明显的负相关,并且这一现象在小于6岁的儿童中表现得比较明显。月均PM2.5的浓度与哮喘儿童急诊就诊人次存在较为明显的正相关,在小于6岁的儿童中,PM2.5还与哮喘就诊比例有着明显的相关性。月均PM10的浓度变化与哮喘急诊人次和哮喘就诊比例存在中等程度的正相关性,并且这一相关性在小于6岁儿童中更为明显。（4）哮喘模型小鼠在10℃、20℃、30℃这三种不同环境温度的干预下,其气道中的炎症细胞及粘液分泌情况和相关细胞因子的表达并无明显差异。对HDM诱导的哮喘模型进行PM2.5的短期暴露会增加肺泡灌洗液中的炎症细胞数量,引起气道周围炎症细胞的浸润和气道内粘液分泌的增加,同时肺组织内GM-CSF和IL-33及Th2相关细胞因子的表达增加。结论:（1）过敏原检测阳性、过敏家族史、3岁内使用抗生素次数是儿童哮喘发生的危险因素。（2）生命早期万古霉素的使用可能通过改变肠道和气道微生态、上调Th2免疫反应导致后续哮喘模型的气道炎症反应的加重。（3）月均环境温度、PM2.5及PM10的浓度可能与哮喘发病有关,小于6岁的儿童尤为明显。（4）不同的温度条件不会引起哮喘小鼠气道炎症的改变。PM2.5的短期暴露会引起肺组织内GM-CSF和IL-33的表达增加,增加Th2相关细胞因子的分泌,加重HDM诱导的小鼠哮喘模型的气道炎症反应。
赵笑颜[10]（2018）在《气象要素对农村地区呼吸和循环系统疾病影响及干预方案研究与效果评估》文中研究说明随着气候异常变化的加剧,其对人类健康的影响越来越受到关注。天气与气候的异常变化会诱发或加重某些疾病（如呼吸系统疾病和循环系统疾病等）,此类疾病称为气象敏感性疾病。IPCC第五次报告指出,威胁人类健康的疾病已经从传染病转为慢性病与创伤。特别是在我国农村地区,近些年疾病谱发生显着的变化,呼吸系统和循环系统疾病是主要的两大高发疾病,患病率增长速度远高于城市。虽然以往对这两大系统与气象环境关系研究较多见,但均针对城市地区。而城市地区居民的饮食行为习惯、经济状况与所处的气象环境条件与农村地区有较大的差别,城市地区的研究结果直接作为农村地区疾病预防的依据针对性不足;同时以往研究均是气象要素对整体人群的影响分析,但是较少有针对发病风险大的年龄段做深入、细致研究。此外以往对于气象敏感性疾病的研究都停留在流行病学分析与发病机理的实验探讨,没有真正的将研究结果用于疾病的预防干预。而阜南县作为我国农村地区医联体示范县,把疾病的预防作为医疗改革重点,突破传统的预防干预方式,首次将气象敏感性疾病预防干预纳入医疗改革工作的组成部分,为本项研究提供预防干预试验基地。基于此,本文运用阜南县相关医疗机构全部住院数据,分析该地区疾病谱,发现该地区高发的两大系统疾病为呼吸系统疾病与循环系统疾病。然后运用广义相加模型及非线性分布滞后模型探析气象要素对农村地区两大系统疾病的影响,进一步分析气象要素对两系统脆弱人群的影响,并找到一个综合性指标—舒适度指数,探究温度与湿度综合作用在不同季节对两系统疾病的影响,做出疾病发病风险等级图。最后根据前期的研究结果,与当地政府管理部门合作,将研究与实践相结合,制定一套针对农村地区的两系统疾病干预方案,运用Elman神经网络算法模型构建该地区气象敏感性疾病预报系统,评估干预方案效果,将研究成果切实,有效可行地运用到农村地区疾病预防和干预中,为疾病预防和干预提供新思路及理论和技术支持。主要成果如下:1.阜南地区疾病谱特征及其脆弱人群分析（1）本研究发现该农村地区人群中患病率高的前五位系统分别是:循环系统、呼吸系统、消化系统、骨科系统和泌尿系统疾病,循环系统（32.45%）及呼吸系统（12.96%）占总患病率的45.41%,两系统疾病占比远高于城市地区的同类疾病。（2）呼吸系统疾病高发人群为3岁以下婴幼儿及60岁以上老年的脆弱人群,4555岁也是个发病的小高峰,男性住院人数大于女性;循环系统疾病的高发人群集中在60岁以上,女性高于男性。从疾病变化趋势看,循环系统疾病的增长速率显着高于呼吸系统。2.阜南地区气象要素对全人群呼吸与循环系统疾病影响的关联性分析（1）研究气象要素对农村地区呼吸系统疾病的影响发现:农村地区呼吸系统疾病更易受低温影响,当温度较低时呼吸系统疾病明显高发。由于没有热岛效应,高温对其影响不显着,因此低温是呼吸系统疾病的重点预防的气象要素。在48小时变温的研究中发现温度升高时是疾病发生的危险因素,且具有即时性。而湿度单独作用主要体现在低相对湿度的条件下,滞后24天为诱发该系统疾病高发的时间段。（2）气象要素对农村地区循环系统疾病的影响研究发现:由于农村地区取暖条件比城市差,日平均气温对循环系统的影响主要体现低温效应,温度在–5至5℃之间,滞后36天时,低温效应明显,呈高诱发因素。而高温也会引起疾病多发,但由于农村相对于城市高温强度减弱,其诱发效应也相应较弱。在变温对循环系统疾病影响的研究中发现无论是气温日较差还是24和48小时变温均表现在温度变化较大时（冬末初春）会增加循环系统疾病发病风险。相对湿度对其影响主要表现在当相对湿度低于45或是相对湿度高于80时为高诱发因素,无滞后效应,有一定的累积效应。3.阜南地区气象要素对脆弱人群呼吸与循环系统疾病影响的关联性分析（1）气象要素对脆弱人群呼吸系统的影响研究发现:对于3岁以下婴幼儿,日平均气温–5℃到5℃为高诱发温度区间,基本无滞后现象,作用效应可持续十天以上,低温的累积效应对婴幼儿影响比整体人群持续时间长;同时研究发现:高温对婴幼儿相对风险大于整体人群,相同温度下发病风险比整体人群高5%。同时变温对于婴幼儿风险高于整体人群,相对湿度较高时易发病。当温度变化较大,特别是突然增高的条件下,应更加注重预防。60岁以上老年人整体研究结果与3岁以下婴幼儿相似,但低温的诱发效应滞后35天,变温体现在温度升高,,易发病,同时相对湿度较低时易发病。（2）气象要素对脆弱人群循环系统的影响研究发现:该地区气象要素异常变化易对60岁以上人群诱发循环系统疾病,疾病诱发主要体现为低温效应;与整体人群相比,相同低温条件下60岁以上老年人发病风险高1%。气温日较差、24及48小时变温均体现在温度变化较大时疾病高发,相同变温幅度下60岁以上老年人循环系统疾病的发病风险比整体人群高,变温累积效应的影响更强。4.舒适度指数在不同季节与呼吸和循环系统疾病的关系前期研究发现该地区主要影响疾病发生的气象因素为温度与湿度,因此选取舒适度指数是一个比温度、湿度等单独作用更全面的气象指标,能更好的展现其与两系统疾病的关系。研究发现与城市地区不同,低舒适度指数（冷效应）是主要诱发呼吸系统和循环系统两类疾病高发,而不同季节诱发两系统疾病发病的舒适度指数与滞后天数区别较大。通过舒适度指数研究温度与湿度综合作用对两系统疾病风险时发现,当日相对湿度较低时,每日最高温度是影响两系统发病的主要因素;当日相对湿度较高时,每日最高温度及相对湿度都会对两系统疾病产生影响。5.阜南地区气象敏感性疾病预测系统构建运用多元回归模型,BP神经网络模型和Elman神经网络的机器学习方法对该地区呼吸系统和循环系统疾病发病进行预测,结果发现Elman神经网络对于时间序列的预测效果更好。因此,运用Elman神经网络的机器学习方法对该地区疾病发病做预测,并采用此预测模型构建阜南地区气象敏感性疾病预测系统,为当地疾病预防提供技术支持。6.阜南地区呼吸与循环系统疾病预防、干预方案设计及其效果评估本人作为团队骨干成员与当地政府合作设计两系统疾病预防干预方案,该方案于2016年开始在阜南地区7个乡镇实施,设立为干预组,与另外7个乡镇形成对照,研究发现,农村地区针对呼吸系统与循环系统干预取得良好的效果。对比对照组,干预组在2016年呼吸系统住院人数和疾病负担分别降低31.27%和35.47%,循环系统住院人数和疾病负担分别降低9.54%和9.39%。此效果评估表明,该干预方案及气象敏感性疾病预测系统在农村地区具有良好的使用价值预防效果,通过进一步修改和完善,可进行推广应用。
二、泌尿系统疾病与气象条件关系分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、泌尿系统疾病与气象条件关系分析（论文提纲范文）
（1）S企业药品需求预测与货位分配策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 国内外研究现状 |
| 1.3.1 需求预测现状 |
| 1.3.2 货位分配现状 |
| 1.4 研究思路及方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 1.5 技术路线 |
| 1.6 本章小结 |
| 第2章 相关理论概述 |
| 2.1 医药物流中心 |
| 2.1.1 医药物流中心的概念 |
| 2.1.2 医药物流中心的功能 |
| 2.1.3 医药物流的特点 |
| 2.2 需求预测相关理论 |
| 2.2.1 时间序列模型 |
| 2.2.2 Prophet模型 |
| 2.2.3 BP神经网络 |
| 2.2.4 深度学习模型 |
| 2.2.5 LSTM神经网络 |
| 2.3 货位分配相关理论 |
| 2.3.1 货位分配的概念 |
| 2.3.2 货位分配的原则 |
| 2.3.3 货物存储策略 |
| 2.4 关联规则相关理论 |
| 2.4.1 关联规则概述 |
| 2.4.2 关联规则基本概念 |
| 2.4.3 关联规则挖掘过程 |
| 2.5 聚类算法理论概述 |
| 2.5.1 聚类算法概述 |
| 2.5.2 聚类算法分类 |
| 2.5.3 聚类算法的实现步骤 |
| 2.6 本章小结 |
| 第3章 S企业现状与问题分析 |
| 3.1 S企业简介 |
| 3.2 S企业物流中心需求预测现状与问题分析 |
| 3.2.1 需求预测现状分析 |
| 3.2.2 需求预测存在问题分析 |
| 3.3 S企业的货位摆放现状与问题分析 |
| 3.3.1 S企业物流中心布局现状分析 |
| 3.3.2 S企业物流中心仓库作业流程作业分析 |
| 3.3.3 S企业物流中心问题分析 |
| 3.4 本章小结 |
| 第4章 融合气象因素的药品需求预测方法 |
| 4.1 数据来源 |
| 4.2 基于Prophet的药品需求预测方法 |
| 4.3 基于LSTM的药品需求预测方法 |
| 4.4 融合气象因素的LSTM预测方法 |
| 4.4.1 气象因素对人体的影响 |
| 4.4.2 特征工程 |
| 4.4.3 加入气象因素的LSTM模型构建 |
| 4.4.4 模型的误差对比 |
| 4.5 药品需求分析案例 |
| 4.5.1 “呼吸系统”类药物特征分析及实验结果 |
| 4.5.2 “抗菌消炎”类药物特征分析及实验结果 |
| 4.6 本章小结 |
| 第5章 医药物流中心的货位分配策略研究 |
| 5.1 品类间货物的货位分配研究 |
| 5.1.1 关联规则挖掘确定相关性 |
| 5.1.2 基于关联性的聚类分析 |
| 5.1.3 品类间药品需求量预测 |
| 5.1.4 库区划分方法 |
| 5.2 品类内货物的货位分配研究 |
| 5.2.1 货位分配模型 |
| 5.2.2 实例分析 |
| 5.3 小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 A 融入气象因素的LSTM模型代码 |
| 攻读学位期间取得的学术成果 |
| 致谢 |
（2）贝尔面瘫发病与五运六气及气象因素的关系研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 文献研究 |
| 1.1 疾病发病与发病时五运六气的相关性研究 |
| 1.1.1 呼吸系统疾病 |
| 1.1.2 循环系统疾病 |
| 1.1.3 消化系统疾病 |
| 1.1.4 泌尿系统疾病 |
| 1.1.5 风湿性疾病 |
| 1.1.6 神经系统疾病 |
| 1.1.7 精神心理疾病 |
| 1.1.8 恶性肿瘤 |
| 1.1.9 皮肤病 |
| 1.1.10 传染性疾病 |
| 1.1.11 小结 |
| 1.2 贝尔面瘫发病与季节变化及气象因素的关系研究 |
| 1.2.1 季节因素与贝尔面瘫发病 |
| 1.2.2 气象因素与贝尔面瘫发病 |
| 1.2.3 小结 |
| 第二章 贝尔面瘫发病与发病时运气因素的关系研究 |
| 2.1 研究对象 |
| 2.1.1 资料来源 |
| 2.1.2 病例筛选 |
| 2.2 数据处理 |
| 2.2.1 根据天干地支推演五运六气 |
| 2.2.2 二十四节气与季节划分 |
| 2.2.3 统计贝尔面瘫患者发病日期的五运六气分布情况 |
| 2.2.4 统计贝尔面瘫患者发病日期的节气及季节分布情况 |
| 2.2.5 计算同时段住院患者中贝尔面瘫患者人数及非贝尔面瘫患者人数 |
| 2.3 统计方法 |
| 2.4 结果 |
| 2.4.1 一般资料 |
| 2.4.2 贝尔面瘫患者发病日期的五运分布情况 |
| 2.4.3 贝尔面瘫患者发病日期的六气分布情况 |
| 2.4.4 贝尔面瘫患者发病日期的节气、季节分布情况 |
| 2.4.5 基于运气学说的贝尔面瘫发病的探索性研究 |
| 2.4.6 基于节气、季节因素的贝尔面瘫发病的探索性研究 |
| 2.5 讨论 |
| 2.5.1 从岁运太过不及角度探讨贝尔面瘫发病与运气因素的关系 |
| 2.5.2 从六主气角度探讨贝尔面瘫发病与运气因素的关系 |
| 2.5.3 从客气司天角度探讨贝尔面瘫发病与运气因素的关系 |
| 2.5.4 从客气在泉角度探讨贝尔面瘫发病与运气因素的关系 |
| 2.5.5 从季节角度探讨贝尔面瘫发病与运气因素的关系 |
| 第三章 基于分布滞后非线性模型分析气象因素对贝尔面瘫发病的影响 |
| 3.1 资料与方法 |
| 3.1.1 资料来源 |
| 3.1.2 病例筛选 |
| 3.1.3 统计分析 |
| 3.2 结果 |
| 3.2.1 一般资料 |
| 3.2.2 气象资料的统计描述 |
| 3.2.3 气象因素与贝尔面瘫发病的关联研究 |
| 3.3 讨论 |
| 3.3.1 气温对贝尔面瘫发病风险的影响 |
| 3.3.2 相对湿度对贝尔面瘫发病风险的影响 |
| 3.3.3 风速对贝尔面瘫发病风险的影响 |
| 3.3.4 水汽压对贝尔面瘫发病风险的影响 |
| 3.3.5 大气压对贝尔面瘫发病风险的影响 |
| 3.3.6 能见度对贝尔面瘫发病风险的影响 |
| 3.3.7 总云量对贝尔面瘫发病风险的影响 |
| 3.3.8 日照时间对贝尔面瘫发病风险的影响 |
| 3.3.9 日蒸发量对贝尔面瘫发病风险的影响 |
| 3.3.10 太阳辐射对贝尔面瘫发病风险的影响 |
| 3.3.11 本研究的优势和局限性 |
| 结语 |
| 参考文献 |
| 附录 |
| 在校期间发表论文情况 |
| 致谢 |
| 统计学审核证明 |
（3）儿童肺炎支原体感染肺外损害的分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 前言 |
| 2 临床资料 |
| 2.1 研究对象 |
| 2.2 检测方法 |
| 2.3 诊断标准 |
| 2.4 排除条件 |
| 2.5 统计学分析 |
| 3 结果 |
| 3.1 不同年龄儿童支原体感染构成比的比较 |
| 3.2 不同季节肺炎支原体感染率的比较 |
| 3.3 不同性别支原体感染感染率的比较 |
| 3.4 不同性别支原体感染肺外损害发生率的比较 |
| 3.5 不同年龄阶段患儿肺外损害构成比的比较 |
| 3.6 不同系统肺外损害发生率的比较 |
| 3.7 不同年龄组肺外损害各系统分布的比较 |
| 3.8 肺炎支原体感染合并肺外损害患儿的临床表现及实验室检查 |
| 3.8.1 皮肤 |
| 3.8.2 心血管系统 |
| 3.8.3 血液系统 |
| 3.8.4 消化系统 |
| 3.8.5 泌尿系统 |
| 3.8.6 中枢神经系统 |
| 3.8.7 其他 |
| 3.9 MP感染合并肺外损害患儿与无肺外损害患儿免疫球蛋白、D-二聚体、CRP的比较 |
| 3.10 MP感染合并肺外损害患儿与无肺外损害患儿肺部影像学特征的比较 |
| 4 治疗 |
| 5 预后 |
| 6 讨论 |
| 7 结论 |
| 参考文献 |
| 本人简历 |
| 攻读学位期间科研成果及获奖情况 |
| 致谢 |
| 综述 肺炎支原体肺外损害的诊治研究进展 |
| 参考文献 |
（4）我国区域极端气温敏感性非传染性疾病的筛选及归因死亡负担评估（论文提纲范文）
| 常用缩写词中英文对照表 |
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1 研究背景 |
| 1.1 全球气候变化 |
| 1.2 气候变化对人群健康的影响及未来发展趋势 |
| 1.3 理论意义及应用价值 |
| 2 国内外研究概况 |
| 2.1 极端气温对人群死亡的影响 |
| 2.2 国内外研究中确定极端气温的方法 |
| 2.3 混杂因素的控制 |
| 3 研究目的、研究内容与技术路线 |
| 3.1 研究目的 |
| 3.2 研究内容 |
| 3.3 技术路线图 |
| 第二章 研究资料与方法 |
| 1 研究地区 |
| 2 数据收集及质量控制 |
| 2.1 数据收集 |
| 2.2 数据质量控制 |
| 3 研究方法 |
| 3.1 第一阶段分析 |
| 3.2 第二阶段分析 |
| 3.3 区域(气候带/城乡)差异性比较 |
| 3.4 计算归因分值 |
| 3.5 敏感性分析 |
| 第三章 结果 |
| 1 基本情况描述 |
| 1.1 研究地区监测数据 |
| 1.2 总人群日死亡数的时间变化趋势 |
| 1.3 日最高气温与总人群日死亡数的拟合曲线 |
| 2 敏感性非传染性疾病的筛选及定量关系分析 |
| 2.1 不同死因别疾病的最低死亡温度 |
| 2.2 极端气温对不同死因别人群死亡影响的滞后规律 |
| 2.3 极端气温对不同疾病影响的累积风险 |
| 2.4 极端气温对不同死因别人群死亡影响的区域差异 |
| 2.5 敏感性分析结果 |
| 3 脆弱人群筛选及定量关系分析 |
| 3.1 环境温度与不同年龄别和性别人群死亡的暴露-反应关系 |
| 3.2 极端高温对不同性别和年龄别人群死亡影响的滞后规律 |
| 3.3 极端低温对不同性别和年龄别人群死亡影响的滞后规律 |
| 3.4 极端气温脆弱人群 |
| 4 归因死亡负担评估 |
| 4.1 不同死因别人群的归因死亡负担 |
| 4.2 气温对不同性别和年龄别人群造成的归因死亡负担 |
| 4.3 气温对人群造成的死亡负担的区域差异分布 |
| 第四章 讨论 |
| 1 环境气温对人群死亡影响的MMT |
| 2 极端气温对不同死因别人群死亡的滞后效应规律 |
| 3 极端气温对不同死因别人群死亡的影响 |
| 4 极端气温对总人群死亡影响的区域差异 |
| 5 极端气温脆弱人群 |
| 6 归因于环境温度的死亡负担 |
| 7 死亡负担的区域差异 |
| 第五章 结论 |
| 1 主要研究发现 |
| 2 本研究主要优缺点 |
| 参考文献 |
| 附件 |
| 综述 简述气象敏感性疾病指标体系 |
| 参考文献 |
| 个人简介 |
| 致谢 |
（5）皖南综合性医院急诊就诊变化趋势的相关研究（论文提纲范文）
| 中英文缩略词对照表 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 材料(资料、内容)与方法 |
| 1. 研究材料 |
| 1.1 研究内容 |
| 1.2 研究对象 |
| 2. 研究方法 |
| 2.1 研究类型 |
| 2.2 研究工具 |
| 2.3 研究设计 |
| 2.4 技术路线图 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 作者简介及读研期间主要科研成果 |
| 致谢 |
（6）气象变化与疾病的发生和治疗的关系研究进展（论文提纲范文）
| 1 气候因素改变对疾病的影响 |
| 1.1 呼吸系疾病 |
| 1.2 循环系疾病 |
| 1.3 消化系疾病 |
| 1.4 内分泌疾病 |
| 1.5 骨关节疾病 |
| 2 气象和气候所致疾病的治疗和预防 |
（7）贵州黔东南地区锦屏县呼吸系统疾病与气象要素的关系及预测方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气温对呼吸系统疾病影响的研究现状 |
| 1.2.2 相对湿度对呼吸系统疾病的影响 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 第二章 研究方案 |
| 2.1 研究区域概况 |
| 2.2 资料来源与方法 |
| 2.2.1 气象要素观测资料 |
| 2.2.2 呼吸系统疾病资料 |
| 2.2.3 研究方法 |
| 2.3 统计软件 |
| 第三章 锦屏县近48年(1970-2017)基本气候特征 |
| 3.1 平均气温的基本变化特征 |
| 3.1.1 平均气温的年际变化特征 |
| 3.1.2 平均气温的年变化特征 |
| 3.1.3 平均气温的季节变化特征 |
| 3.2 锦屏县近48年(1970-2017)相对湿度基本特征 |
| 3.2.1 相对湿度年际变化特征 |
| 3.2.2 相对湿度的年内变化特征 |
| 3.2.3 相对湿度的季节变化特征 |
| 3.3 锦屏县近48年降水量基本特征 |
| 3.3.1 降水量的年际变化特征 |
| 3.3.2 降水量的年内变化特征 |
| 3.4 锦屏县比湿变化基本特征 |
| 3.5 小结与讨论 |
| 第四章 锦屏县 2016-2017 年呼吸系统疾病分布特征及其与主要气象要素的相关性 |
| 4.1 呼吸系统疾病的一般分布特征 |
| 4.2 呼吸系统疾病的季节分布特征 |
| 4.3 呼吸系统疾病与24节气的分布关系 |
| 4.4 呼吸系统疾病与主要气象因素的相关性分析 |
| 4.4.1 呼吸系统疾病与平均气象要素的关系 |
| 4.4.2 呼吸系统疾病与累积变气象要素之间的关系 |
| 4.4.3 呼吸系统疾病就诊人数与各季节气象要素的相关性 |
| 4.5 小结与讨论 |
| 第五章 气温对呼吸系统疾病的影响 |
| 5.1 平均气温对呼吸系统疾病的影响 |
| 5.2 最低气温对呼吸系统疾病的影响 |
| 5.3 最高气温对呼吸系统疾病的影响 |
| 5.4 当日最高、最低温差对呼吸系统疾病的影响 |
| 5.5 24h、48h变温对呼吸系统疾病的影响 |
| 5.6 小结与讨论 |
| 第六章 相对湿度对呼吸系统疾病的影响 |
| 6.1 平均相对湿度对呼吸系统疾病的影响 |
| 6.2 最小相对湿度对呼吸系统疾病的影响 |
| 6.3 小结与讨论 |
| 第七章 基于气象条件的呼吸系统疾病预报模型研究 |
| 7.1 多元逐步回归 |
| 7.1.1 总呼吸系统疾病多元逐步回归模型 |
| 7.1.2 春季多元回归方程 |
| 7.1.3 秋季多元回归方程 |
| 7.1.4 冬季多元回归方程 |
| 7.2 呼吸系统疾病的时间序列预测模型 |
| 7.3 预测系统展示 |
| 7.4 本章小结 |
| 第八章 结论与展望 |
| 8.1 结论 |
| 8.1.1 锦屏县呼吸系统疾病发病特征分析 |
| 8.1.2 锦屏县气候变化及其与疾病的关系分析 |
| 8.1.3 锦屏县气象敏感性疾病预报模型研究 |
| 8.2 本文特色与创新点 |
| 8.3 讨论与展望 |
| 参考文献 |
| 作者在读期间研究成果简介 |
| 致谢 |
（8）遵义地区循环系统疾病对天气与气候变化的响应及预测应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目的和内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 第二章 资料与方法 |
| 2.1 研究区域 |
| 2.2 资料来源 |
| 2.2.1 气象资料 |
| 2.2.2 疾病资料 |
| 2.3 研究方法 |
| 2.3.1 数据标准化 |
| 2.3.2 Spearman相关分析 |
| 2.3.3 基于黄金分割法的舒适度指数计算 |
| 2.3.4 相对危险度 |
| 2.3.5 分布滞后非线性模型和广义相加模型 |
| 2.3.6 多元回归分析 |
| 2.3.7 BP神经网络 |
| 第三章 遵义地区气候与舒适度变化特征 |
| 3.1 50 年来气象要素距平分析 |
| 3.2 遵义地区舒适度变化特征 |
| 3.3 本章小结 |
| 第四章 遵义地区循环系统疾病发病特征 |
| 4.1 遵义地区循环系统疾病谱和年龄、性别构成 |
| 4.2 遵义地区循环系统、高血压、脑卒中、心脏病发病特征 |
| 4.3 循环系统发病人数的时间分布特征 |
| 4.4 本章小结 |
| 第五章 遵义地区循环系统发病对气象要素的响应 |
| 5.1 日平均气温对循环系统发病的影响 |
| 5.2 24h 变温对循环系统疾病发病的影响 |
| 5.3 相对湿度对循环系统疾病发病的影响 |
| 5.4 日平均气压对循环系统疾病发病的影响 |
| 5.5 本章小结 |
| 第六章 遵义地区循环系统疾病预测模型的建立和预报应用 |
| 6.1 多元逐步回归模型 |
| 6.2 基于BP神经网络的预测模型 |
| 6.3 遵义气象敏感性疾病风险预报系统的设计与预报服务开展 |
| 6.4 本章小结 |
| 第七章 总结与讨论 |
| 7.1 总结 |
| 7.2 本文特色与创新点 |
| 7.3 讨论与展望 |
| 参考文献 |
| 作者在读期间科研成果简介 |
| 致谢 |
（9）抗生素暴露与环境因素影响哮喘发病的临床与基础研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| 英文摘要 |
| 缩略语中英文对照 |
| 第一部分: 生命早期抗生素暴露与哮喘发病的相关性研究 |
| (一) 生命早期抗生素应用与儿童哮喘发病的临床研究 |
| 1.1 引言 |
| 1.2 对象与方法 |
| 1.3 研究结果 |
| 1.4 讨论 |
| 1.5 结论 |
| (二) 生命早期抗生素暴露影响小鼠肠道及气道微生态与哮喘发病的基础研究 |
| 2.1 引言 |
| 2.2 材料和方法 |
| 2.3 实验结果 |
| 2.4 讨论 |
| 2.5 结论 |
| 第二部分: 环境因素影响哮喘发病的相关性研究 |
| (一) 温度与大气颗粒物影响儿童哮喘发病的临床研究 |
| 1.1 引言 |
| 1.2 对象与方法 |
| 1.3 研究结果 |
| 1.4 讨论 |
| 1.5 结论 |
| (二) 温度与PM2.5影响哮喘发病的基础研究 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.3 实验结果 |
| 2.4 讨论 |
| 2.5 结论 |
| 全文总结 |
| 参考文献 |
| 附录: 调查样表 |
| 综述 |
| 参考文献 |
| 作者简历及在学期间所取得的科研成果 |
（10）气象要素对农村地区呼吸和循环系统疾病影响及干预方案研究与效果评估（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 温度对呼吸系统及循环系统疾病的影响 |
| 1.2.2 相对湿度对呼吸系统及循环系统疾病的影响 |
| 1.2.3 气压对呼吸系统及循环系统疾病的影响 |
| 1.2.4 风速对呼吸系统及循环系统疾病的影响 |
| 1.2.5 研究中存在的问题 |
| 1.3 本文研究目的及内容 |
| 第二章 资料与方法 |
| 2.1 研究区概况简介 |
| 2.2 资料来源 |
| 2.2.1 疾病资料 |
| 2.2.2 气象资料 |
| 2.3 研究方法 |
| 2.3.1 流行病学 |
| 2.3.2 广义相加模型 |
| 2.3.3 分布滞后非线性模型 |
| 2.3.4 多元线性逐步回归模型 |
| 2.3.5 BP神经网络模型 |
| 2.3.6 Elman神经网络模型 |
| 2.3.7 软件应用 |
| 2.4 质量控制 |
| 第三章 阜南县疾病特征分析与近六十年气候特点 |
| 3.1 呼吸系统及循环系统疾病的特征分析 |
| 3.1.1 阜南县疾病谱排序 |
| 3.1.2 呼吸系统及循环系统发病的描述性特征 |
| 3.1.3 呼吸系统及循环系统年龄分布特征 |
| 3.1.4 呼吸系统及循环系统疾病变化趋势 |
| 3.1.5 呼吸系统及循环系统疾病节气分布图 |
| 3.2 近60年阜南县气象要素的基本特点 |
| 3.2.1 近60年阜南县气象要素的基本特点 |
| 3.2.2 近60年阜南县相对湿度的基本特点 |
| 3.2.3 近60年阜南县大气压强的基本特点 |
| 3.2.4 近60年阜南县平均风速的基本特点 |
| 3.2.5 近60年阜南县平均降水量的基本特点 |
| 3.3 本章小结与讨论 |
| 第四章 气象要素对呼吸系统和循环系统疾病的影响 |
| 4.1 气象要素与呼吸系统和循环系统疾病的关系 |
| 4.2 温度变化对呼吸系统和循环系统疾病的影响 |
| 4.2.1 温度变化对呼吸系统疾病的影响 |
| 4.2.2 温度变化对循环系统疾病的影响 |
| 4.3 其他气象要素对呼吸系统及循环系统疾病的影响 |
| 4.3.1 其它气象要素对呼吸系统疾病的影响 |
| 4.3.2 其它气象要素对循环系统疾病的影响 |
| 4.4 本章小结与讨论 |
| 第五章 气象要素对脆弱人群呼吸和循环系统疾病影响 |
| 5.1 气象要素与脆弱人群的呼吸系统和循环系统疾病相关性 |
| 5.2 气象要素对脆弱人群呼吸系统疾病的影响 |
| 5.2.1 温度变化对脆弱人群呼吸系统疾病的影响 |
| 5.2.2 其他气象要素对脆弱人群呼吸系统疾病的影响 |
| 5.3 气象要素脆弱人群循环系统疾病的影响 |
| 5.3.1 温度变化对脆弱人群循环系统疾病的影响 |
| 5.3.2 其他气象要素对脆弱人群循环系统疾病的影响 |
| 5.4 本章小结与讨论 |
| 第六章 不同季节舒适度指数对两系统疾病的影响 |
| 6.1 不同季节两系统及气象要素描述性特征 |
| 6.2 不同季节舒适度对呼吸系统疾病的影响 |
| 6.2.1 不同季节呼吸系统住院人数与气象要素的Spearson相关 |
| 6.2.2 舒适度指数对呼吸系统疾病的影响 |
| 6.2.4 不同季节舒适度指数对呼吸系统疾病影响 |
| 6.3 不同季节舒适度指数对循环系统疾病的影响 |
| 6.3.1 不同季节循环系统住院人数与气象要素的Spearson相关 |
| 6.3.2 舒适度指数对循环系统疾病的影响 |
| 6.3.3 不同季节舒适度指数对循环系统疾病影响 |
| 6.4 舒适度指数对两系统疾病住院人数影响的风险等级图 |
| 6.4.1 舒适度指数对呼吸系统疾病住院人数影响的风险等级图 |
| 6.4.2 舒适度指数对循环系统疾病住院人数影响的风险等级图 |
| 6.5 本章小结与讨论 |
| 第七章 气象敏感性系统构建、干预方案制定与效果评估 |
| 7.1 呼吸系统及循环系统预测模型构建优选 |
| 7.1.1 数据标准化和风险等级划分 |
| 7.1.2 呼吸系统及循环系统预测预报 |
| 7.2 阜南气象敏感性疾病预测系统研发 |
| 7.2.1 初步建立气象环境敏感性疾病数据库 |
| 7.2.2 建立气象资料数据库 |
| 7.2.3 天气敏感性疾病与气象因素相关性分析显示 |
| 7.2.4 构建天气敏感性疾病预报模型、建立预报系统、制作短、中期预报 |
| 7.2.5 疾病预报系统 |
| 7.3 农村地区气象敏感性疾病的干预方案 |
| 7.4 农村地区两系统疾病干预措施效果评估 |
| 7.5 本章小结与讨论 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.1.1 阜南县疾病特征与气候特征分析 |
| 8.1.2 气象要素对两系统疾病影响 |
| 8.1.3 气象要素对农村地区脆弱人群两系统疾病影响 |
| 8.1.4 不同季节舒适度指数对两系统疾病影响 |
| 8.1.5 气象敏感性疾病预测系统构建、干预方案的研究及效果评估.. |
| 8.2 特色与创新点 |
| 8.3 存在的不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 1、申请获得计算机软件着作权一项 |
| 2、发表学术论文 |
| 3、参与项目 |
| 致谢 |
四、泌尿系统疾病与气象条件关系分析（论文参考文献）
- [1]S企业药品需求预测与货位分配策略研究[D]. 孟洁. 山东财经大学, 2021(12)
- [2]贝尔面瘫发病与五运六气及气象因素的关系研究[D]. 张萃艺. 广州中医药大学, 2020(09)
- [3]儿童肺炎支原体感染肺外损害的分析[D]. 叶玲飞. 安徽医科大学, 2020(04)
- [4]我国区域极端气温敏感性非传染性疾病的筛选及归因死亡负担评估[D]. 苏雪梅. 中国疾病预防控制中心, 2020(03)
- [5]皖南综合性医院急诊就诊变化趋势的相关研究[D]. 魏鹏利. 皖南医学院, 2020(01)
- [6]气象变化与疾病的发生和治疗的关系研究进展[J]. 刘晓,姜淼,常克,龚婕宁. 时珍国医国药, 2019(10)
- [7]贵州黔东南地区锦屏县呼吸系统疾病与气象要素的关系及预测方法[D]. 蒋雨荷. 成都信息工程大学, 2019(05)
- [8]遵义地区循环系统疾病对天气与气候变化的响应及预测应用研究[D]. 赵婉露. 成都信息工程大学, 2019(05)
- [9]抗生素暴露与环境因素影响哮喘发病的临床与基础研究[D]. 杨昕. 浙江大学, 2019(03)
- [10]气象要素对农村地区呼吸和循环系统疾病影响及干预方案研究与效果评估[D]. 赵笑颜. 兰州大学, 2018(11)