[发明专利]一种基于环境因素的健康风险精准预警方法

权利要求书

1.一种基于环境因素的健康风险精准预警方法，其特征在于：包括以下步骤：

S1，获取居民疾病既往病史数据以及既往环境要素数据；

S2，获取疾病的环境健康危险因素及对应的危险参考基准值；

S3，根据居民疾病既往病史数据和既往环境要素数据建立基于环境多源数据的时间序列分布滞后非线性预测模型；

S4，获取现时环境要素数据；

S5，根据现时环境要素数据、某一疾病在某一环境健康危险因素对应的危险参考基准值、以及时间序列分布滞后非线性预测模型预测疾病在多维时间尺度下的相对危险值；

S6，预警平台根据相对危险值进行预警。

2.根据权利要求1所述的基于环境因素的健康风险精准预警方法，其特征在于：在所述步骤S1中，病史数据包括疾病名称及发病率；环境要素数据包括气象要素数据和空气污染要素数据；

气象要素数据包括气压、海平面气压、最高气压、最低气压、最大风速、极大风速、气温、最高气温、最低气温、相对湿度、最小相对湿度、降水量、风力、体感温度；空气污染要素数据包括二氧化硫(SO₂)、二氧化氮(NO₂)、一氧化碳(CO)、臭氧(O₃)、颗粒物(PM10)、颗粒物(PM2.5)的1小时浓度平均值和空气质量指数(AQI)；

在所述步骤S1中，从城市居民健康系统(HIS)中获取城市内居民疾病既往病史数据；

从国家气象科学数据中心(CMA)网站获取城市既往的气象站点的全部气象要素数据；

从中国环境监测总站(CNEMC)网站获取城市最近的空气污染监测站点的全部空气污染要素数据。

3.根据权利要求1所述的基于环境因素的健康风险精准预警方法，其特征在于：所述步骤S2包括：

S21，将S1中获取的疾病名称与环境要素组成关键词在网络文献平台中分别检索对应文献；

S22，对步骤S21中检索出的文献进行整理并标注出某一疾病在某个环境要素下的危险值；

S23，不同文献中某一疾病在某个环境要素下的危险值的平均值作为该环境健康危险因素对于该疾病的危险参考基准值。

4.根据权利要求1所述的基于环境因素的健康风险精准预警方法，其特征在于：所述步骤S3包括：

S31，运用交叉基(cross-basis)函数构建矩阵，搭建各环境健康风险因素与各疾病之间的exposure-response(暴露-反应)和lag-response(滞后-反应)反应关系；

S32，构建时间序列分布滞后非线性训练模型：

式中：t为时间，t＝1，2，…，n，

μ_t＝E(Y_t)，g是连接函数族，Y_t是发病率，

α为截距，

x_tj(j＝1，2，…，J)表示第t天时第j种环境因素的环境要素数据，

u_tk表示混杂因素的线性效应，

β_j和γ_k为相应的系数，

f_j表示各种解释变量的交叉基函数，即对自变量与因变量的关系、滞后效应的分布分别选择合适的基函数；

S33，将步骤S1中获取的居民疾病既往病史数据和既往环境要素数据生成训练样本集并将训练样本集输入至所述时间序列分布滞后非线性训练模型中；

S34，对S33中获得的时间序列分布滞后非线性训练模型中筛选出最优模型即与实际误差最小的模型作为时间序列分布滞后非线性预测模型。

5.根据权利要求4所述的基于环境因素的健康风险精准预警方法，其特征在于：在步骤S31中，最大lag-response(滞后-反应)关系设为10；

环境健康风险因素与疾病之间的exposure-response(暴露-反应)关系设为自由度为5的二次b样条曲线；

f_j采用二次b样条函数；

u_tk默认为0。