全国大学生数学建模竞赛1.doc

脑卒中发病环境环境因素分析及干预摘要本文分析的是脑卒中发病与环境的关系。我们通过了excel软件对所有数据统计分析可以得出：脑卒中一般病发在50岁到90岁之间，其中70至80占比重最大，农民比重最大，脑卒中发病偏重于男。一般在2月、3月初、11月底左右脑卒中病发率较高。针对问题二，我们分别用源数据进行统计之后，我们用matlab工具以及多元线性回归方法拟合数据，来说明月平均发病人数与月平均气压、月平均最高气压、月平均最低气压、月平均气温、月平均最高气温、月平均最低气温、月平均相对湿度、月平均最小相对湿度之间的关系式。 2007年 2008年 关键词 统计与分析 excel分类统计 matlab工具 多元线性回归分析 脑卒中诱发 一 问题重述脑卒中（俗称脑中风）是目前威胁人类生命的严重疾病之一，它的发生是一个漫长的过程，一旦得病就很难逆转。这种疾病的诱发已经被证实与环境因素，包括气温和湿度之间存在密切的关系。对脑卒中的发病环境因素进行分析，其目的是为了进行疾病的风险评估，对脑卒中高危人群能够及时采取干预措施，也让尚未得病的健康人，或者亚健康人了解自己得脑卒中风险程度，进行自我保护。同时，通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。数据（见Appendix-C1）来源于中国某城市各家医院2007年1月至2010年12月的脑卒中发病病例信息以及相应期间当地的逐日气象资料（Appendix-C2）。请你们根据题目提供的数据，回答以下问题：1根据病人基本信息，对发病人群进行统计描述。2建立数学模型研究脑卒中发病率与气温、气压、相对湿度间的关系。3查阅和搜集文献中有关脑卒中高危人群的重要特征和关键指标，结合1、2中所得结论，对高危人群提出预警和干预的建议方案。问题提出1发病人群 基本信息进行分类，同时对发病人群的信息统计，并且通过文字对分类统计后的信息表述2发病率 继续进行数理统计，并且通过数学建模确定气温、气压和相对湿度与发病率之间的关系3高危人群 查阅和搜集文件指出高危人群的重要特征和关键指标，并对高危人群提出预警和干预。问题分析和模型建立第一题 我们首先将整个Appendix-C1中的表格进行整理和统计，同时对很少部分值得怀疑和不利于我们队整个问题分析的数据进行筛选和省去。随后我们用excel软件对数据进行统计，分别以性别、职业、年龄、月份以及发病时间分类统计，统计数据如表格与统计图（见表格1-1,1-2，1-3,1-4；图1-1,1-2,1-3，1-4,1-5，1-6,1-7,1-8）（1）通过表格我们可以得知一般发病率在50至90之间，其中70至80之间年龄段发病率在4年当中占据比例最高。例如下图：（2）我们同时还得出农民的发病人数最多，接着是工人和退休人员，而在性别比例上则是男性偏多与女性，例如下图：（3）还有通过月份统计我们发现一般在二、三月和九、十月左右的发病率较高，同时在冬季脑卒中的发病增长率较快。（见图1-1，1-3,1-5,1-7,）（4）而我们通过对四年总计，2008年和2010年的病发人数为2007年和2009年的两倍，（5）通过对不同职位的不同月份也进行统计可以看出农民一般在三月发病率最高；工人在5月份；退休人员也在五月份，例如下图：模型假设：1，所给数据均为真实 2，该城市的该病例具有代表性 3，该城市的人群分布具有一般性以及城市职位具有普遍性 4，该城市的人口为一定值，且视为常数“1”因此我们可以从上面观察可以得到以下结论：第一，脑卒中多病发于冬夏两季；第二，脑卒中的病发高危人群为老年人以及男性为主第三，脑卒中病发人数偶数年是基数年的二倍第四，脑卒中病发人群中农民基数最大，其次是工人和退休人员第五，农民一般在三月份为病发高期，退休人员在十月，其他一般在五月。第二题 我们首先继续对数据进行整理，然后对Appendix-C1表中的数据按照每月发病人总数总计，再平均，得到月平均发病人数整理Appendix-C2的数据，对表格中的天平均气温，天最高气温，天最低气温，天平均气压，天最高气压，天最低气压，天平均相对湿度，天最小相对湿度，然后对这八组数据进行每月总和统计，在分别除以每月的天数，从而计算出每天相应的数据通过matlab拟合出气温、气压、相对湿度的每年变化图形来讨论和预测他们与发病人数的大致线性关系，通过matlab工具进行多元线性回归分析方法得出以下方程与模型2007年2007年 2008年2009 与2010两年由于时间问题未能作出，但是以年为周期，并不影响结果但是虽然每年都可以运用此方法根据,与y值有着多元线性关系，但是每年的线性关系不同，以此只能从图形上猜测以后的结果。由此我们也可以发现脑卒中总是在细微波动中缓慢增长。以此可以得出脑卒中与气温、气压、相对湿度的关系第三题着重是通过查阅再分析与猜测。【1】【2】高危人群的重要特征通过查阅我们可以得到这种病多发于40岁以上，原有动脉粥样硬化、高血压病、脑血管畸形、心脏病的病人，大多由情绪波动、忧思恼怒、饮酒、精神过度紧张等因素诱发其中1.直系上代有中风病史者，患中风的可能性要比一般人高2.5倍。2.肥胖者患缺血性中风可能要比一般人高0.4倍。3.脾气急躁者、A型性格者患中风可能性要比一般人高3.5倍。4.妇女多胎（生育4胎以上）者患缺血性中风危险性要比3胎或3胎以下者高1倍。5.喜欢吃肥肉者，患缺血性中风的危险性要比一般人高5倍。6.吸烟量大、年长者患缺血性中风的可能性要比一般人高2.5倍。7.过量饮酒者尤其是饮烈性酒的人比饮酒少的人得高血压、中风的机会要高3倍。8.饮食偏咸者与摄入食盐量正常者在引起中风时存在着显著差异。对于高危人群的关键指标一些因素对脑卒中的发生密切相关，被认为是本病的致病因素，又称危险因素。它们分为两类：一类是无法干预的如年龄、基因、遗传等；另一类是可以干预的，如能对这些因素予以有效的干预，则脑血管病的发病率和死亡率就能显著降低。引起脑中风的危险因素有：年龄、遗传、高血压、低血压、心脏病、心律失常、眼底动脉硬化、糖尿病、高脂血症、吸烟、饮酒、肥胖、口服避孕药，饮食因素如高盐、肉、高动物油饮食，饮浓咖啡浓茶、体力活动过量等，均被认为是脑卒中的危险因素。动脉粥样硬化、高血压病动脉改变、风心病、心源性栓塞、动脉炎、血液病、代谢病、药物反应、肿瘤、结缔组织病等，可导致或伴发脑部血管狭窄、闭塞，可使脑局部缺血或因血管的破裂而出血引发脑中风。因此我们可以得出结论：脑卒中的病发高危人群的关键指标是1可干预的：基因、遗传2 不可干预的：血压、心率、血糖、血脂、血流变、尿素氨、未稍血白细胞值。通过第一题和第二题的分析我们已经看出脑卒中和年龄、职位、性别还有气候有紧密的联系。这在之前我们已经得到结论，这里便不再重复，同时我们还进行上网查阅和搜索得到一些结论脑卒中给人们带来的危害不是简单的疾病，而是一种不同程度的功能残疾问题。轻者头痛、恶心、呕吐，肢体麻木无力，书写不能、不会讲话，口角歪斜等；重者偏瘫、失语、丧失劳动能力，危机生命，给家庭、社会带来极大的痛苦及负担而高危人群一般的预警征兆是：1）一侧面部或者上下肢体突然感到麻木、无力、口角歪斜、流口水；（2）突然说话困难或听不懂别人说话；（3）短暂性的视力障碍、一过性的黑朦、视力模糊；（4） 突然眩晕、或者跌倒；（5） 突发对近期的事情遗忘；（6） 出现难以忍受的头痛，恶心、呕吐 ；（7） 看东西成双影；（8） 发音、吃饭困难，饮水呛咳，说话舌头发笨 ； （9） 走路不稳，左右摇晃不定，动作不协调；（10) 突发的一侧面部或肢体的麻木或无力；（11）突发的视力模糊或失明，尤其是单侧；（12）失语，说话或理解语言困难；（13）突发严重的原因不明的头痛；（14）不明原因的头晕，走路不稳或是突然跌倒。【4】临床表现临床表现以猝然昏扑、不省人事或突然发生口眼歪斜、半身不遂、舌强言蹇、智力障碍为主要特征。脑中风包括缺血性中风（短暂性脑缺血发作、动脉粥样硬化性血栓性脑梗塞、腔隙性脑梗塞、脑栓塞）、出血性中风（脑出血、蛛网膜下腔出血）、高血压脑病和血管性痴呆四大类。治疗误区脑卒中是多病因引起的复杂的脑血管意外性疾病，用药以及对危险因素控制等康复治疗手段必须讲求科学的方法。有的患者家属不遵循科学的用药原则，即使在恢复期也间断性的进行输液，疏不知，输液的潜在危害是很大的，临床上科学的用药原则应该是能口服用药的就不要输液；还有的患者弄了很多保健品吃，而真正管用的治疗脑卒中的药品基本没有，保健品是没有治疗作用的，用保健品代替科学的药物治疗的结果就是复发再复发，到最后耽误了最佳的康复时机，悔之晚矣；还有的患者和家属病急乱投医，在电视上报纸上看到什么广告药都想试试，相信广告承诺的“六个月脑卒中彻底治愈”等等无科学依据的说法，到最后才发现药吃了不少，副作用也不小，病症也不见好，这种夸大的广告宣传往往等病情严重了甚至危及生命了，人们才能顿悟，如果开始就能科学的用药呢，如果开始就认清脑卒中疾病本身的科学治疗呢！我们再次建议脑卒中防治选用临床用药，不要相信广告药，如果广告中说的“彻底治愈脑卒中，六个月扔掉拐”的承诺是真的，脑卒中这种慢性病也不会成为困扰世界医学界的难题了。【3】同时我们也总结了一些能干预这些疾病可能带来的危害：（1）定期进行体格检查，着重了解血压、血糖、血脂及体重的指数；（2）有危险因素时及时请教脑血管病专科医生给予指导和治疗；（3）除不良生活习惯，如吸烟、酗酒、熬夜等；（4）合理饮食，应低盐、低脂肪、低糖、低胆固醇，适量蛋白质、脂肪、丰富维生素及微量元素饮食；（5）适当增加活动量，科学锻炼，控制体重，避免肥胖；（6）保持大便通畅，注意气候变化，老年人冬天因注意头部保暖，夏天注意防署，多饮水每天最少800ML以上为宜；（7）调整生活方式，劳逸结合，保证充足的睡眠，心情舒畅，情绪稳定，避免过劳，切忌激动、暴躁；（8）积极治疗，严格控制高血压、糖尿病、高脂血症，定期在脑血管病门诊随访；模型符号y 脑卒中的月平均发病人数 月平均气压的开方 月平均最高气压 月平均最低气压 月平均气温 月平均最高气温 月平均最低气温 月平均相对湿度 月平均最小相对湿度模型误差分析：1，在2009年和2010年职位未填较多，容易产生一定的误差。2，城市的规模与城市的人群分布，这些导致脑卒中发病的分布会产生一定影响，特别是,农民工的迁移，还有老龄化的严重。这都会对数据的产生影响。3，同时城市的地理位置也会产生影响，（据世界卫生组织对17个国家和地区在19711974年的调查资料表明，脑卒中的发病率波动在15287/10万之间，其中以日本的秋田县和丹麦的哥本哈根最高，非洲的尼日利亚和伊巴丹最低。脑卒中死亡率以保加利亚最高（182/10万），其次为日本（174/10万）,泰国最低为6.4/10万。我国脑卒中发病率平均约130/10万,高于欧美,与日本相近,死亡率在城市为114.47120.07/10万，农村为98.75102.55/10万（19861988年资料）。还有还有一些男女寿命不同，特别是在90岁以后的数据不具有代表性，男女比例不同，这对发病率的产生受到影响，不同以及每年的气候温差也有一定的影响。 参考文献【 1】马莉，MATLAB工程数学应用与建模，北京印刷有限公司，清华大学出版社，2010年1月【2 】薛定宇 陈阳泉，高等应用数学问题的MATLAB求解，北京鑫海金澳胶有限公司，清华大学出版社，2004年8月【 3】王洪秀 冯学功 中国民康医学 2008年5月【4 】朱镛连.神经康复学.北京：人民军医出版社，2001,543-544【 5】高源 中华脑科疾病与康复杂志附录2007年数据多元回归分析a=1027.2290321027.61018.8129031014.61008.5548391005.61003.6709681005.8483871011.31018.1903231023.21025.048387;x1=sqrt(a);x2=3.1290322583.011.0774193515.621.4096774223.530.1741935528.0096774224.919.9064516112.16.803225806;x3=57.5161290357.957.9677419462.466.2580645282.471.3225806577.3225806579.477.1935483975.665.5483871;x4=1029.8129031030.11021.3032261017.11010.8032261007.61005.261291007.5193551013.01020.2548391025.31028.335484;r=1024.6032261025.01016.1935481011.81006.1806451003.51001.7451611004.2096771009.51016.3032261021.11022.112903;x5=r.2;t=6.2193548397.615.9677419420.026.8129032326.834.4354838731.9612903229.023.7032258116.211.6483871;x6=sqrt(t);x7=0.832258065-0.67.01290322612.117.0419354821.126.8096774224.9419354822.116.822580658.72.706451613;x8=55.2258064542.836.6129032346.640.4193548466.551.2580645257.1290322658.655.7419354850.939.96774194;y1=47 52 47 47 45 38 34 35 32 37 35 26;y=y1;x=x1,x2,x3,x4,x5,x6,x7,x8;b,bint,r,rint,stats=regress(y,x,0.05)Warning: R-square and the F statistic are not well-defined unless X has a column of ones.Type help regress for more information. In regress at 158b = 278.8800 25.6128 -2.7089 -13.0601 0.0041 39.1409 -31.2155 3.9336bint = 136.9471 420.8129 1.3509 49.8746 -3.9079 -1.5099 -19.1707 -6.9494 0.0023 0.0060 17.9597 60.3222 -55.2424 -7.1886 1.4932 6.3740r = -0.6046 1.3868 0.9886 -1.5555 0.2446 1.0146 -0.3013 -1.1519 0.6678 1.8515 -2.4317 -0.1088rint = -3.6154 2.4061 -2.2862 5.0598 -1.6776 3.6549 -4.2157 1.1046 -4.0649 4.5541 -0.5262 2.5555 -4.3869 3.7843 -6.4832 4.1793 -4.3092 5.6449 -0.6390 4.3420 -4.5009 -0.3625 -0.9073 0.6897 stats = 0.9733 20.8008 0.0054 4.4980 rcoplot(r,rint)2008年数据多元回归分析 -1.1519 0.6678 1.8515 -2.4317 -0.1088rint = -3.6154 2.4061 -2.2862 5.0598 -1.6776 3.6549 -4.2157 1.1046 -4.0649 4.5541 -0.5262 2.5555 -4.3869 3.7843 -6.4832 4.1793 -4.3092 5.6449 -0.6390 4.3420 -4.5009 -0.3625 -0.9073 0.6897stats = 0.9733 20.8008 0.0054 4.4980rcoplot(r,rint) a=1028.2258061020.7 1018.2806451016.5 1008.3870971006.2 1002.9709681004.9290321010.5 1018.9548391024.1 1023.458065;x1=sqrt(a);x2=4.5032258068.7 11.5645161315.4 22.6161290324.7 29.3935483929.5548387124.3 19.3387096812.6 7.925806452;x3=73.2258064570.8 69.2903225862.6 61.7741935575.5 73.3225806569.0967741976.1 71.6451612962.0 67.77419355;x4=1030.338711023.5 1021.3354841019.3 1010.81007.8 1004.7516131006.7193551012.3 1020.9483871026.1 1025.880645;r=1026.2516131017.8 1014.9967741014.0 1005.8161291004.4 1001.2032261003.0096771008.7 1017.0806451022.1 1021.280645;x5=r.2;t=8.04193548413.7 15.9290322620.3 27.6387096828.2 33.651612933.5967741928.1 23.4806451617.0 11.07741935;x6=sqrt(t);x7=1.8709677425.0 7.95161290311.3 18.4870967722.1 26.2870967726.6096774221.7 16.05161298.9 5.2;x8=51.1612903246.1 48.5806451638.2 39.3870967759.1 55.419354845160.8 51.9677419445.4 58.83870968;y1=20 19 24 27 26 26 24 30 32 32 30 21 ;x=x1,x2,x3,x4,x5,x6,x7,x8;y=y1;b,bint,r,rint,stats=regress(y,x,0.05)Warning: R-square and the F statistic are not well-defined unless X has a column of ones.Type help regress for more information. In regress at 158b = -95.0372 -15.2880 -0.3606 3.3449 -0.0004 30.4897 13.3478 -0.3367bint = -186.6733 -3.4012 -28.1579 -2.4180 -0.7886 0.0674 -0.5071 7.1969 -0.0014 0.0007 9.0700 51.9094 2.4747 24.2210 -0.8377 0.1642r = 0.6618 -1.4198 1.0226 -0.1984 0.7468 0.0857 0.0191 -1.0327 0.8797 -0.4880 0.3875 -0.6644rint = 0.4605 0.8631 -3.1577 0.3181 -0.8597 2.9049 -3.3699 2.9731 -1.9654 3.4591 -1.9635 2.1349 -1.5491 1.5872 -2.4961 0.4306 -1.8282 3.5877 -2.8039 1.8278 -1.8838 2.6589 -1.9088 0.5800stats = 0.9696 18.2312 0.0069 1.6936 rcoplot(r,rint)2007年不同月份与不同职业统计表一月二月三月四月五月六月七月八月九月十月十一月十二月总计农民4523945125325525365086476656785954606531工人373372555162616881667961726退休人员107971261661621521421601541661691071708教师31325133235334渔民31003121031015医务人员11140122232120职工14322433385543离退人员11536512223244049803027398总计人数61553675381279778074592495610078866649475 表1-1 图1-1 图1-22008年不同月份与不同职业统计表一月二月三月四月五月六月七月八月九月十月十一月十二月总计农民991102810199579637986897146457886545629808工人11212411010098869086727179601088退休人员2482412312262301991851881591892161412453教师59568156473362渔民41223243237235医务人员01044200220015职工5471419231223264离退人员716457646346748868677742781其他26382624104825473157总计人数146215101457139713981140105810889591133104681514463 表1-2 图1-3 图1-42009年不同月份与不同职业统计表一月二月三月四月五月六月七月八月九月十月十一月十二月总计农民10711075967961955624699160923工人74786069981201311398113096461122退休人员0000000000000教师47953562247458渔民0000110001003医务人员76023042112028职工31195138129171617121917258离退人员0000000000000总计人数2232201952101961962532151252172151272392 表1-3 图1-5 图1-6 2010年不同月份与不同职业统计表一月二月三月四月五月六月七月八月九月十月十一月十二月总计农民8047428767978817368157666597346504328892工人927594536145677693797831844退休人员181134138136188163193165167182162941903教师63054324733242渔民0010011010004医务人员11011221301013职工912971361118912139128离退人员422242262020181521151313267总计人数113598911601025116897611091045960102592058112093 表1-4 图1-7 图1-82007年每月平均气温、气压、相对湿度与发病人数统计表平均气压平均气温平均相对湿度发病人数一月1028.2258 4.5032 73.2258 881二月1020.7143 8.7250 70.7857 706三月1018.2806 11.5645 69.2903 984四月1016.5433 15.3700 62.5667 1039五月1008.3871 22.6161 61.7742 1023六月1006.1700 24.6833 75.5000 995七月1002.9710 29.3935 73.3226 984八月1004.9290 29.5548 69.0968 1135九月1010.4500 24.2967 76.0667 1201十月1018.9548 19.3387 71.6452 1340十一月1024.1200 12.5733 62.0333 1178十二月1023.4581 7.9258 67.7742 1349 表1-5 图1-92008年每月平均气温、气压、相对湿度与发病人数统计表平均气压平均气温平均相对湿度发病人数一月1027.2290 3.1290 57.5161 1788二月1027.6345 2.9931 57.8966 1857三月1018.8129 11.0774 57.9677 1889四月1014.6133 15.630