APP下载

急性一氧化碳中毒与气象因子大气污染物相关分析及预测方法研究

2021-01-20阮海林胡灼君邓旺生陈剑兵洪伟良

中国医药指南 2020年34期
关键词:风速分析模型

阮海林 胡灼君* 邓旺生 刘 华 王 瑶 陈剑兵 洪伟良

(1 广西医科大学第四附属医院/柳州市工人医院,广西 柳州 545005;2 柳州市气象局,广西 柳州 545001;3 柳州市环境保护监测站,广西 柳州 545001)

急性一氧化碳中毒(acute carbon monoxide poisoning,ACOP)是临床上较为常见的中毒之一,占冬春季中毒死因的首位[1],仅在美国,每年发病达5万人次[2],约有2700人死于一氧化碳中毒[3],国内ACOP事件频发[4-5],原因多为燃煤或炭火取暖、煤气热水器使用不当、人工煤气泄漏、汽车尾气等[6],同时与气象因素密切相关[7]。卫生部等10部委曾联合下发〔2006〕274号文件,要求多部门开展联合研究。本文旨在研究气象因素、污染物与CO中毒病例数的关系,并基于此,探索CO中毒预测模型。

1 资料与方法

1.1 一般资料 收集2015年1月至2017年12月在柳州市四家综合性医院收治的ACOP患者资料,共4181例,这四家医院为柳州市综合性大型三级医院,是当地政府指定的CO中毒患者救治医院。

1.1.1 入选标准 根据卫生部颁发的“职业性急性一氧化碳中毒诊断标准”(GBZ23-2002)进行诊断。

1.1.2 排除标准 自杀、自杀未遂导致的CO中毒病例。

1.1.3 气象和环境污染物的数据 所需数据来自同期柳州市气象局和环保局。基本气象要素包括日平均气温、日最高气温、日最低气温、相对湿度、大气压和风向、风速等。环境污染物包括SO2、NO2、CO、O3、PM10及PM2.5。

1.2 方法 获取2015年1月至2017年12月三年内柳州市四家卫计委指定医院收治的ACOP患者资料,同时获取同期柳州市基本气象要素和环境污染物的数据资料。将收集到的柳州市CO中毒的病例数和气象、污染物数据组成数据集,用Person相关分析和偏相关分析得到显著相关的特征集,并构建有序多分类Logistic回归模型。……

登录APP查看全文

猜你喜欢

风速分析模型
一半模型
基于Kmeans-VMD-LSTM的短期风速预测
隐蔽失效适航要求符合性验证分析
基于最优TS评分和频率匹配的江苏近海风速订正
重尾非线性自回归模型自加权M-估计的渐近分布
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
基于GARCH的短时风速预测方法
考虑风速分布与日非平稳性的风速数据预处理方法研究