[发明专利]一种流行性呼吸系统疾病发病人数和上升趋势预测方法

权利要求书

1.一种流行性呼吸系统疾病发病人数和上升趋势预测方法，其特征在于，包括如下步骤：

A、数据采集：获取已有的气候监测数据和病人数据；

(1)气候监测数据处理：根据监测到数据，其中数据包括平均气温、平均气压和平均空气质量指数，并筛选出所需的气候因子；

(2)病人数据处理：呼吸系统疾病按照气管炎、肺部感染和胸腔感染三类进行划分；

B、筛选：建立病人数据与气候因子指标的时序连接，将病人感染出现症状时间与天气记录的时间对应，然后计算出以时间为单位每一天的气候状况和病人数量；

C、预测：根据计算出的数据与流行性呼吸系统疾病发布指数，生成流行性呼吸系统疾病发病趋势预测提示。

2.根据权利要求1所述的一种流行性呼吸系统疾病发病人数和上升趋势预测方法，其特征在于：所述步骤A在数据采集时，也可获取一定时间范围内的潜在样本数据；所述潜在样本数据包括：风速、平均气温、平均气压、降水量、平均湿度、最高气温、最低气温、平均空气质量指数和病例数，并对得到的数据分布特征进行分析，可得到基于时间上的数据分布特征。

3.根据权利要求1所述的一种流行性呼吸系统疾病发病人数和上升趋势预测方法，其特征在于：所述步骤A中在获取气候监测数据时，也可获取城市中各设定区域的人口密度数据、大气污染物数据、气象数据及病例数据；然后构建与发病人数之间的暴露-反应关系模型，暴露-反应关系模型公式如下：

log[E(Y_t)]＝α+DOW+βf(x_t)+S(time,df)+S(Z_t,df)

其中，t为观察日期，E(Y_t)为t日疾病人数的期望值，DOW为虚拟变量星期效应，α为截距，β为回归系数，为t日的污染物浓度，S(time,df)、S(Z_t,df)分别代表日历效应以及气象条件的平滑函数；所述气象条件包括温度、相对湿度。

4.根据权利要求1所述的一种流行性呼吸系统疾病发病人数和上升趋势预测方法，其特征在于：所述步骤B中在计算时，给出两个时间序列，分别为特征气候因子指标的时间序列x(t)和某一类型的呼吸系统疾病病人数量的时间序列y(t)：

x(t)＝{x(t)，x(t-δt)，...，x(t-(n-1)δt)}；

y(t)＝{y(t)，y(t-δt)，...，y(t-(n-1)δt)}；

n是嵌入维度，δt表示时间间隔。