[发明专利]一种确定癌症数据空间插值模型的方法

说明书

本发明涉及一种确定癌症数据空间插值模型的方法。该方法包括：获取待分析区域的癌症数据和相关数据；癌症数据包括癌症死亡率数据，相关数据包括基础地理数据、矿业分布数据、社会经济数据、日值气象数据和PM2.5污染数据，基础地理数据包括村界矢量数据、道路数据、河流数据、地形数据；基于癌症死亡率数据、基础地理数据和矿业分布数据，确定反距离加权模型、趋势面分析模型和普通克里格模型各自的插值精度；基于癌症死亡率数据和相关数据，确定多项式回归模型和协同克里金模型各自的插值精度；将插值精度最高对应的模型确定为最优空间插值模型。本发明的方案能够快速确定最优的癌症数据空间插值模型，同时提高插值精度和提升刻画数据精细程度。

技术领域

本发明属于地理学、环境科学、医学交叉领域，涉及时空环境分析技术、模型构建及优化筛选技术、慢性病空间统计技术等，尤其涉及一种确定癌症数据空间插值模型的方法。

背景技术

癌症是全球重大疾病预防与控制的对象。但在实际研究应用中，癌症数据多是登记点统计获得，传统统计数据绝大多数不带有空间信息且并不能实现区域的全覆盖。因此，利用有限的点数据对区域癌症死亡率进行准确的统计或估计，有助于提高对癌症流行状况及变化趋势的监测能力，也为病因探索和影响因子筛选提供了更多可能。

癌症虽然是一种慢性非传染性疾病，但某些癌症的流行特征与传染病相似，即数据存在空间关联性。因此，将空间插值模型引入癌症研究中是真实还原癌症数据研究的必然趋势，有助于癌症的发病强度或危险度等属性的连续探测研究。

然而，在确定最优的空间插值模型时，研究人员需要进行很多次的尝试和比较，才能进行后续的工作，这样不仅花费大量的人力、物力，而且还会持续很长时间。更为重要的是，对一些缺乏空间插值背景知识的研究人员，根本不知道选择哪种插值模型。此外，目前阶段的空间插值模型要么针对空间特征，要么针对影响因子，如此因考虑的因素不够全面而导致所选取的空间插值模型的准确度不高；而且这些空间插值模型研究的是大区域(例如全国、省、市)，这种方法对应的数据精细程度远达不到癌症精准防控的要求。

因此，目前亟待需要一种确定癌症数据空间插值模型的方法来解决上述问题。

发明内容

本发明提供了一种确定癌症数据空间插值模型的方法，能够快速确定最优的癌症数据空间插值模型，同时提高插值精度和提升刻画数据精细程度。

本发明实施例提供了一种确定癌症数据空间插值模型的方法，包括：

获取待分析区域的癌症数据和相关数据；其中，所述癌症数据包括癌症死亡率数据，所述癌症死亡率数据包括肺癌死亡率数据和肝癌死亡率数据，所述相关数据包括基础地理数据、植被覆盖度数据、矿业分布数据、社会经济数据、土壤重金属含量数据、日值气象数据和PM2.5污染数据，所述基础地理数据包括村界矢量数据、道路数据、河流数据、地形数据；

基于所述癌症死亡率数据、所述基础地理数据和所述矿业分布数据，确定反距离加权模型、趋势面分析模型和普通克里格模型各自的插值精度；

基于所述癌症死亡率数据和所述相关数据，确定多项式回归模型和协同克里金模型各自的插值精度；

将插值精度最高对应的模型确定为最优空间插值模型。

在一种可能的设计中，基于所述癌症死亡率数据、所述基础地理数据和所述矿业分布数据，确定反距离加权模型、趋势面分析模型和普通克里格模型各自的插值精度，包括：

利用空间经验贝叶斯平滑方法对所述癌症死亡率数据进行平滑处理；

基于所述基础地理数据、所述矿业分布数据和处理后的癌症死亡率数据，确定反距离加权模型、趋势面分析模型和普通克里格模型各自的插值精度；

其中，所述空间经验贝叶斯平滑方法是通过如下公式进行处理的：