脑卒中发病环境因素分析及干预.doc

脑卒中发病环境因素分析及干预摘要 本文主要通过研究的是脑卒中发病率与环境因素之间的关系，并利用软件Excel和Matlab对提供的各种数据进行统计分析，可以得出，气压、气温与相对湿度的相关分析结果显示，月平均温度与月平均相对湿度之间存在正相关，月平均气温与脑卒中存在统计学关联。不同季节的脑卒中发病率不同。因此，探讨中老年人脑卒中患者的特点和发病规律有重要意义。入秋及早春时节也易发生脑卒中。社区卫生服务机构要对高危人群进行定期随访，例如每个月监测一次血压，每六个月监测一次血糖和血脂等。方案还规定，社区发现早期脑卒中患者，要及时转到上级医院进行救治。对于问题一：我们利用Excel和Matlab对Appendix-C1中数据统计进行分析，并得到对脑卒中的发病环境因素，通过数据模型的建立得出,男性患病概率大于女性。其患病病因与工作环境有极大关联，农民和退休人员的发病率最高，人民的生活水平不断提高，并从中得出，71-80年龄段患者居多。对于问题二，利用上述两种软件对Appendix-C1和Appendix-C2中数据进行处理并分析了发病率，分别与气温气压相对湿度之间的关系。对于问题三：根据本题提供平均气候资料与自然监测人群连续4年脑卒中发病资料作相关分析。我们对高危人群的提出预警和干预的建议如下：（1）对患有高血压病，糖尿病，心脏疾病，血脂代谢紊乱，血液流变学紊乱，短暂性脑缺血发作的病人，在脑中风高发季节，要保持这些病情的稳定，不要让这些疾病的发作。这些人多看天气预报，及时了解气候的变化，实时添加衣服，保护自己的身体。（2）这些病人要坚持锻炼身体，适当控制自己的饭量，保持标准身材，体重不要超标。因为肥胖与超重均为缺血性中风的危险因素。（3）这些病人要控制自己的酒量，或者不要饮酒。有吸烟习惯的人要戒烟，或要少吸烟。因为吸烟与酗酒都是脑中风的诱发因素。50岁以上的人，随着年龄增加中风发病率亦有增加。老年人保持自己的体重，克服吸烟与饮酒的不良习惯，要预防脑中风病的发作。关键词：脑卒中 Excel Matlab 中老年 发病率 一问题的重述与分析由题意可知，目的就是建立一种模型，发现并如何有效减少干预人群中的患病率，减少其对人类健康的负面影响，通过matlab软件对表Appendix-C1数据进行处理，在通过数据模型的建立，对脑卒中的发病环境因素进行分析，在把表格列出查看人群中疾病发病率的规律。问题一：首先建立起不同年龄，不同性别，不同工作岗位之间的关系。在这个问题中，顺理成章的就会想到类似的统计模型，因此，利用所学类似的统计模型求出2007-2010年发病率与气温、气压和相对湿度之间的关系。问题二：利用所学的数学模型研究脑卒中发病率气温、气压与相对湿度对脑卒中发病的关系。采用时间序列的广义相加模型(GAM)建模原理,对2007年1月2012年12月脑卒中发病与气象资料进行非参数拟合，在控制长期趋势、季节趋势和月平均相对湿度以后，分析月平均温度与脑卒中发病率之间的关系。问题三：查阅收集文献脑卒中高危人群的重要指标和关键，以及对高危人群提出预警和干预的建议与方案。二模型假设及符号说明1模型假设：1 假设气温、气压、相对湿度对发病率的影响是相互独立的。2假设气温、气压、相对湿度均是连续均匀变化的。3 假设所有的数据均是真实可靠的。2定义符号说明：n患病的总人数 x-不同工作职位 y-所占总数的比例 B发病率 B-当天发病人数 三模型建立及求解对于问题一：1如表格中所得到，老年人患病率比较多。2.男性相比女性患病率大。3空白或缺失部分人数忽略不计算各种计量。4.主要程序见附录1年龄段2007200820092010发病人数所占比例发病人数所占比例发病人数所占比例发病人数所占比例0-10100.08500.261171.2380.0411-2060.05140.07210.22170.0921-30340.29580.301181.24540.2731-401321.112361.232512.642321.1641-505594.698774.597187.559264.6351-60166813.99257513.47163117.1526121337471824.67227723.9548052468673035.20286230.10708735.4781-90208017.45360218.84141314.86394119.7291-1001481.242511.31991.042911.49101-11020.0240.0210.0110.01空白或缺失1241.04200.0612036001年龄分布情况性别分布性别2007200820092010发病人数所占比例发病人数所占比例发病人数所占比例发病人数所占比例男657155.11140758.4735594.61064253.7女535144.9772041.627345.4843847.3职称分布情况职称类别2007200820092010发病人数所占比例发病人数所占比例发病人数所占比例发病人数所占比例农民666155.871046556.30507356.231170055.95工人7316.1320176.3011376.2813586.29退休人员175214.7368414.0698614.00260714.02教师360.30380.30440.35470.36渔民150.13460.14110.11160.14医护人员200.17570.18130.12130.12职工450.381260.401390.492980.67离退人员3703.103803.104513.186253.20其他或缺失229219.22230019.22233619.24242619.25对于问题二：1.空气湿度过大或过小时，都有利于一些细菌和病毒的繁殖和传播。2.湿度过小时，蒸发加快，干燥的空气容易夺走人体的水分，使皮肤干燥、鼻腔粘膜受到刺激，所以在秋冬季干冷空气侵入时，极易诱发呼吸系统病症。3.湿度过大时，人体中一种叫松果腺体分泌出的松果激素量也较大，使得体内甲状腺素及肾上腺素的浓度就相对降低，细胞就会“偷懒”，人就会无精打采，萎靡不振。长时间在湿度较大的地方工作、生活，更容易患脑卒中；此外，科学测定，当空气湿度高于 65%或低于38%时，病菌繁殖滋生最快，当相对湿度在45%55%时，病菌死亡较快。4.相对湿度通常与气温、气压共同作用于人体。现代医疗气象研究表明，对人体比较适宜的相对湿度为：夏季室温25时，相对湿度控制在 40%50%比较舒适；冬季室温18时，相对湿度控制在60%70%。夏季三伏时节，由于高温、低压、高湿度的作用，人体汗液不易排出，出汗后不易被蒸发掉，空气过于干燥，易引起上呼吸道粘膜感染，患上感冒。 5.人体致死的高温指标与空气湿度也有很大关系。当气温和湿度高达某一极限时，人体的热量散发不出去，体温就要升高，以致超过人体的耐热极限，人即会死亡。4主要程序结果见附录25B=B/n2007-2010四年的每月平均气温气压相对湿度表格2007年月份平均气压平均温度平均相对湿度一月1028.2264.50322673.22581二月1020.7 8.7 70.8 三月1018.28111.5645269.29032四月1016.5 15.4 62.6 五月1008.38722.6161361.77419六月1006.2 24.7 75.5 七月1002.97129.3935573.32258八月1004.92929.5548469.09677九月1010.5 24.3 76.1 十月1018.95519.3387171.64516十一月1024.1 12.6 62.0 十二月1023.4587.92580667.77419年平均1015.26717.5454369.423452008年月份平均气压平均温度平均相对湿度一月1027.2293.12903257.51613二月1027.6 3.0 57.9 三月1018.81311.0774257.96774四月1014.6 15.6 62.4 五月1008.55521.4096866.25806六月1005.6 23.5 82.4 七月1003.67130.1741971.32258八月1005.84828.0096877.32258九月1011.3 24.9 79.4 十月1018.1919.9064577.19355十一月1023.2 12.1 75.6 十二月1025.0486.80322665.54839年平均1015.80116.6366269.235472009年月份平均气压平均温度平均相对湿度一月1027.6682.9612969.64516二月1019.6 8.3 79.5 三月1019.43510.0032370.93548四月1015.7 15.9 67.3 五月1012.12621.612961.25806六月1003.4 26.0 74.4 七月1003.82628.4387175.12903八月1005.84827.5516181.54839九月1012.1 24.3 80.0 十月1016.84220.4419469.54839十一月1023.4 11.0 77.4 十二月1024.5745.55483971.90323年平均1015.37616.8459173.208222010年月份平均气压平均温度平均相对湿度一月1025.7554.4387170.93548二月1020.7 6.9 74.7 三月1020.3718.74838770.80645四月1017.9 12.5 69.6 五月1009.78720.7064568.3871六月1007.6 23.7 76.4 七月1005.22328.587175.58065八月1007.47130.4322671.58065九月1011.5 25.5 77.2 十月1018.85218.0580674.29032十一月1021.9 13.0 68.9 十二月1020.2396.9387162.22581年平均1015.61216.6346671.7126407年：发病率与气压：发病率与温度：发病率与相对湿度：2008年：发病率与气压：发病率与温度：发病率与相对湿度：09年：发病率与气压：发病率与温度：发病率与相对湿度：2010年发病率与压力：发病率与温度：发病率与相对湿度：对于问题三:1.通过问题一问题二所得出的结论：为什么气候的变化会影响脑卒中的发生呢？人体在寒冷的环境中，末梢血管收缩，外围阻力增加，血压升高，寒冷还能使雪中的纤维蛋白增加，血液黏滞度增高，易使血栓形成。特别在睡眠状态下，血流缓慢，如室内温度较低，更易发生脑血栓。气温骤变时，这些生理反应更加剧烈，血压明显波动，易使一些老年人及有脑卒中危险因素者发生脑中风。2.对于高危人群提出的建议方案如：(1)方法包括随访、健康教育、干预、转诊等。例如指导脑卒中高危人群采取戒烟限酒、合理膳食、适量运动等非药物干预措施，密切注意发病风险，发现异常情况及时向高危者预警，督促高危者到医院进一步治疗。(2) 为社区人群提供控制脑卒中危险因素的知识和技能，促进社区人群掌握脑卒中防治知识，帮助形成良好的行为习惯。社区卫生服务机构要对高危人群进行定期随访，例如每个月监测一次血压，每六个月监测一次血糖和血脂等。方案还规定，社区发现早期脑卒中患者，要及时转到上级医院进行救治。(3)创建健康促进场所，营造健康生活方式的支持环境;(4)对社区的不同目标人群，提供相应的健康行为指 四模型的检验及改进上述求出的回归模型以后，还需对线性回归方程同实际数据拟合效果进行检验，因此，输入以下程序，操作程序见附件，由图以及数据的显示，统计分析后，同时可以得到一年随着季节的变化，患病率也逐渐变化，显而在是图中所显示的与我们所对应的是吻合的，因此拟合气象因素和时间趋势变量，最大程度拟合与控制时间有关的因素，以及相对湿度对脑卒中发病的影响，显著性较好。五模型气象参数及指标1.气象参数：1.1脑卒中发病相关参数：（1）总体参数：2007年1月1日2010月12月31日期间，脑卒中发病15 434例，每月平均（99.0029.56）例，月发病最小值35例，最大值228例，25位数为77.25例，75位数为118.75例，中位数为95例。（2）性别参数：男性发病9 285例, 月平均发病(59.5217.93)例, 月发病最小值17例,最大值135例,25位数为46.25例,75位数为71.75例,中位数为57例；女性发病6149例，月平均发病(39.4213.86)例，月发病最小值14例,最大值93例,25位数为28例,75位数为48例,中位数为39.42例。（3）年龄参数：65岁发病8 452例，月平均发病(54.1818.00)例，月发病最小值12例,最大值130例,25位数为42例,75位数为67例,中位数为50.50例，65岁发病6982例，月平均发病(44.7613.72)例, 月发病最小值16例,最大值98例,25位数为35例,75位数为51.75例,中位数为44例。正态性检验结果显示，脑卒中月发病频数服从正态分布，适合采用时间序列的半参数GAM模型进行分析2.主要气象参数：（1）气温：20072010年，平均气温为(23.585.31)，月气温最低为10.90，最高为30.80，25位数为19.30,75位数为28.09,中位数为24.96;(2)湿度：20072010年，月平均相对湿度为(72.358.50)，月相对湿度最低为48.00，最高为87.14,25位数为66.14,75位数79.03,中位数为74.85。气温与相对湿度的相关分析结果显示，月平均温度与月平均相对湿度之间存在正相关，相关系数r为0.384（P0.000 1）。3.月平均温度与脑卒中发病的关系：采用光滑样条函数对变量进行广义相加模型的非参数拟合，拟合方程为：log(Y)=4.383+(-0.015X1)+0.999(X2)+0.997(X3)，其中4.383为常数项，-0.015为线性参数，0.999，0.997分别为X1、X2的平滑参数。结果显示，月平均气温与脑卒中存在统计学关联,即随着气温降低，脑卒中发病人数增加。按性别分层分析结果显示，气温对女性或65岁者脑卒中发病的影响更大，发病风险随着月平均气温的降低而增加（分别P=0.0023，P=0.0027）；而对男性或65岁者脑卒中发病的影响差异无统计学意义（分别P=0.0585，P=0.0831）。月平均相对湿度与脑卒中发病未见明显影响.4.脑卒中高危人群的重要特征和关键指标脑卒中是脑中风的学名，是一种突然起病的脑血液循环障碍性疾病。又叫脑血管意外。是指在脑血管疾病的病人，因各种诱发因素引起脑内动脉狭窄，闭塞或破裂，而造成急性脑血液循环障碍，临床上表现为一过性或永久性脑功能障碍的症状和体征脑卒中分为缺血性脑中风和出血性脑中风。从临床的角度来看，脑卒中不是单一的症状，而是一系列症状的集合，其严重程度和持续时间有很大不同，包括：面部、手臂或腿部，尤其是身体的一边，突然感到无力精神突然产生混乱，语言和理解力混乱单眼或双眼突然出现视力问题突然无法行走，头晕眼花，失去平衡或协调能力突然出现不明原因的严重头痛这些症状可能只是暂时的，只持续几分钟或几小时，但不能完全消除。经常需采取紧急医疗救护，而不能稍有延迟，这样才能避免严重或致命的脑卒中随后发生。中风的危险因素有：1高血压病，无论是出血性中风还是缺血性中风，高血压是最主要的独立危险因素。通过降压药、低盐饮食等将血压逐渐降至140/90mmHg以下。2.糖尿病，通过控制饮食、降糖药，将血糖降至3.9-6.1mmol/L正常范围。3心脏疾病，如风湿性心脏病、冠心病。尤其防止心房颤动引起栓子脱落造成脑栓塞。4血脂代谢紊乱，极低密度脂蛋白、低密度脂蛋白是引起动脉粥样硬化的最主要脂蛋白，高密度脂蛋白是抗动脉硬化脂蛋白。5短暂性脑缺血发作（TIA），TIA本身是缺血性中风分类的一个类型，也可以是脑梗塞的先兆或前区症状，应及时治疗。6吸烟与酗酒。7.血液流变学紊乱，特别是全血黏度增加时脑血流量下降，其中红细胞比积增高和纤维蛋白原水平增高是缺血性中风的主要危险因素。8.肥胖，肥胖与超重均为缺血性中风的危险因素，与出血性中风无关。9.年龄和性别，年龄是动脉粥样硬化的重要危险因素，粥样硬化程度随年龄增高而增加。50岁以上随着年龄增加中风发病率亦有增加，但现在发现青中年中风发病者亦有增加，不可忽视。一般来说女性中风发病率低于男性。同时，脑中风事件还与心理障碍，精神紧张，情绪波动等有关。我们发现有高度易怒特质人，易怒时，供给大脑血增多，此时容易发生脑卒中。因此，有高度易怒特质人发生脑卒中的危险有所增加。【参考文献】1 刘方，张金良，陆晨.北京市气温与脑卒中发病关系的时间序列研究J.中华流行病学杂志，2004，25：962-966.2 WilliamJ Elliott MD.Circadian variation in the timing of stroke onsetJ.Stroke,1998，(29):9923孟庆莲,梁迎春,孟超.脑卒中发病危险时间的分析J.临床神经病学杂志，2000,13(4):40-41.3 Hastie TJ，Tibshirani RJ.Generalized additive modelsM.London：Chapman and Hal1，1990：89-94 冯国双，陈景武.广义可加模型及其SAS程序实现J.中国卫生统计，2006，23：72-745 陈长生,徐勇勇,夏结来.光滑样条非参数回归方法及其医学应用J.中国卫生统计,1999,16 (6):342-3456 Dong Xiang.Fitting generalized additive models with the GAM procedureM.Gary NC：SAS Institute Inc，20017 SASInstitutelnc.SAS/STATsoftware：change and enhancementM.Release 8.2 Cary，NC：SAS Institute Inc，2001.8 孟庆莲,梁迎春,孟超.脑卒中发病危险时间的分析J.临床神经病学杂志，2000,13(4):40-41附录1按照不同年龄的分段，利用matlab把不同的岗位的，Appendix-C1表之间人群数量求出。然后所得出的结果最终会很明显的查看出那个年龄段的人发病人数高，分别可以看工作职业的不同，患病率也不同。 Appendix-C10其操作程序： Appendix-C1 年的各总患病人数的主要程序n=length(A);x=zeros(12,1);nn=0;for i=1:n if A(i)10 & A(i)20 & A(i)30 & A(i)40 & A(i)50 & A(i)60 & A(i)70 & A(i)80 & A(i)90 & A(i)100 & A(i)110 x(12)=x(12)+1; end endxy=x/nsum(y)sum(x);n=length(A)B=zeros(365,1);for i=1:n B(A(i)=B(A(i)+1;endB=B/nsum(B)n = 11922B = Columns 1 through 11 0.0055 0.0024 0.0025 0.0026 0.0027 0.0015 0.0022 0.0022 0.0029 0.0022 0.0014 Columns 12 through 22 0.0022 0.0017 0.0018 0.0026 0.0021 0.0020 0.0018 0.0023 0.0023 0.0015 0.0021 Columns 23 through 33 0.0023 0.0023 0.0022 0.0025 0.0014 0.0015 0.0020 0.0021 0.0023 0.0032 0.0020 Columns 34 through 44 0.0019 0.0021 0.0020 0.0015 0.0023 0.0025 0.0014 0.0029 0.0016 0.0024 0.0014 Columns 45 through 55 0.0021 0.0023 0.0009 0.0012 0.0020 0.0023 0.0025 0.0017 0.0020 0.0017 0.0022 Columns 56 through 66 0.0028 0.0029 0.0018 0.0029 0.0037 0.0029 0.0020 0.0023 0.0037 0.0025 0.0026 Columns 67 through 77 0.0023 0.0026 0.0029 0.0023 0.0035 0.0029 0.0024 0.0030 0.0021 0.0023 0.0023 Columns 78 through 88 0.0023 0.0034 0.0029 0.0020 0.0023 0.0022 0.0023 0.0034 0.0035 0.0024 0.0023 Columns 89 through 99 0.0020 0.0014 0.0041 0.0030 0.0034 0.0029 0.0027 0.0041 0.0035 0.0023 0.0028 Columns 100 through 110 0.0026 0.0028 0.0034 0.0036 0.0025 0.0025 0.0029 0.0029 0.0030 0.0018 0.0029 Columns 111 through 121 0.0024 0.0026 0.0038 0.0027 0.0026 0.0025 0.0027 0.0017 0.0024 0.0031 0.0038 Columns 122 through 132 0.0033 0.0032 0.0032 0.0023 0.0019 0.0029 0.0029 0.0023 0.0037 0.0024 0.0029 Columns 133 through 143 0.0024 0.0034 0.0042 0.0022 0.0021 0.0023 0.0020 0.0043 0.0027 0.0025 0.0018 Columns 144 through 154 0.0034 0.0030 0.0024 0.0029 0.0029 0.0020 0.0029 0.0015 0.0037 0.0023 0.0023 Columns 155 through 165 0.0021 0.0037 0.0028 0.0036 0.0029 0.0032 0.0022 0.0031 0.0035 0.0028 0.0023 Columns 166 through 176 0.0034 0.0029 0.0021 0.0030 0.0021 0.0034 0.0029 0.0023 0.0034 0.0021 0.0029 Columns 177 through 187 0.0034 0.0022 0.0025 0.0028 0.0019 0.0037 0.0023 0.0033 0.0030 0.0023 0.0018 Columns 188 through 198 0.0027 0.0022 0.0024 0.0033 0.0026 0.0023 0.0027 0.0029 0.0025 0.0031 0.0029 Columns 199 through 209 0.0030 0.0031 0.0032 0.0018 0.0024 0.0023 0.0028 0.0018 0.0021 0.0030 0.0024 Columns 210 through 220 0.0014 0.0035 0.0029 0.0054 0.0028 0.0028 0.0025 0.0024 0.0030 0.0029 0.0023 Columns 221 through 231 0.0031 0.0040 0.0025 0.0029 0.0032 0.0026 0.0033 0.0020 0.0038 0.0027 0.0028 Columns 232 through 242 0.0041 0.0026 0.0024 0.0031 0.0037 0.0024 0.0035 0.0027 0.0027 0.0032 0.0043 Columns 243 th