肾综合征出血热环境、媒介生物危险因素的研究及预警模型的建立

China is one of the most seriously country affected by hemorrhagic fever with renal syndrome. The incidence of reported cases accounts for more than 90% of the world. And the epidemic situation is particularly serious in Liaoning Province among the countries. The morbidity level reached the highest level in history in 2004, and overtook the high provincial standard of hemorrhagic fever with renal syndrome for the first time. To conduct scientific and reliable forecast and to take targeted measures of rodent and vaccination for high-risk areas based on disease surveillance has important guiding significance for scientific control and prevention of hemorrhagic fever with renal syndrome. In this study, we will manage the spatial data of hemorrhagic fever with renal syndrome with geographic information system and establish geographic information system database of hemorrhagic fever with renal syndrome in liaoning province. Meanwhile, we will analyze the relationship between environment and biological vectors and hemorrhagic fever with renal syndrome to explore etiology and risk factors of hemorrhagic fever with renal syndrome. And we will use the related risk factors and spatial data to construct generalized regression neural network prediction model to provide scientific basis of decision making for prediction, control plan and control effect evaluation of hemorrhagic fever with renal syndrome.

我国是受肾综合征出血热危害最严重的国家，发病数占世界报道病例总数的90%以上。其中，辽宁省的疫情尤为严重，在2004年发病水平达到历史最高水平，并首次超过出血热疫情高发省的标准。在疾病 监测的基础上，对肾综合征出血热疫情进行科学可靠的预测预报，对于高发地区有针对性地采取灭鼠和疫苗接种措施，对肾综合征出血热的科学防控具有重要的指导意义。本研究主要对辽宁省的肾综合征出血热使用地理信息系统进行空间相关数据的管理，建立辽宁省肾综合征出血热地理信息数据库，并分析周围环境和媒介生物与肾综合征出血热发生的关系，探索肾综合征出血热的病因及各种危险因素。利用相关危险因素及空间数据构建广义回归神经网络预警模型，为肾综合征出血热的预测预报、 控制计划的制定、控制效果的评价等方面提供科学的决策依据。

在疾病监测的基础上，对肾综合征出血热疫情进行科学可靠的预测预报，对于高发地区有针对性地采取灭鼠和疫苗接种措施，对肾综合征出血热的科学防控具有重要的指导意义。该项目完成了对辽宁省肾综合征出血热病例数据、气象资料数据、媒介生物及宿主动物资料数据的收集，并建立了肾综合征出血热病例和生态环境因素地理信息系统。描述了肾综合征出血热的流行特征，并对肾综合征出血热的空间自相关性和空间聚集性进行了研究，在辽宁省的东部地区找到一个肾综合征出血热高发聚集区。通过危险因素分析，得到了肾综合征出血热的发病与气温存在负相关性，与降水量、农村鼠密度及带毒率存在正相关性的结论，提出继续坚持防鼠灭鼠的防控策略和措施。在建立预测预警模型方面，主要从优化传统的BP神经网络、引入反馈神经网络和动态神经网络以及把传统的线性时间序列预测模型和神经网络模型结合构建新的组合模型三个角度对传统的预测方法进行了改进，建立了不同时、空的肾综合征出血热发病趋势的ARIMA模型、思维进化算法优化的神经网络模型、ARIMA-GRNN模型、Elman反馈型神经网络模型、非线性自回归神经网络模型和ARIMA-NARNN模型，系统地分析比较了各种预测模型的特点及应用条件。该项目对防控肾综合征出血热疫情的流行，保护人民群众的生命健康有着重要意义，为肾综合征出血热的预测预报、控制计划的制定、控制效果的评价等方面提供科学的决策依据。