导读:本文包含了其他影响因素论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:因素,糖尿病,贸易,气象,金砖,模型,半胱氨酸。
其他影响因素论文文献综述
蓝庆新,唐琬[1]（2019）在《中国自其他金砖国家进口贸易影响因素及潜力分析》一文中研究指出近年来,中国自其他四个金砖国家的进口贸易额不断增加,成为其他四个金砖国家最重要的进出口贸易伙伴,2018年中国自其他四个金砖国家进口贸易总额达到1 694.3亿美元,占当年进口总额的7.9%左右。中国自其他四个金砖国家进口结构呈现高度集中化趋势,主要进口产品是原材料和初级产品,且具有继续扩大的潜力。随着金砖国家的兴起以及"一带一路"倡议影响的深入,在进口贸易方面未来中国与其他四个金砖国家的关系将更加密切。探究中国自其他四个金砖国家进口贸易的影响因素及潜力,对新常态下推动我国经济发展具有重要现实意义。以其他四个金砖国家为样本,基于2006—2018年面板数据,利用扩展引力模型对中国自其他四个金砖国家进口贸易的影响因素及潜力进行研究发现,中国和其他金砖国家经济发展水平、金砖国家人口规模、是否加入亚洲太平洋经济合作组织对进口贸易有正向影响,地理距离及是否接壤对中国自其他金砖国家进口贸易有负向影响。同时,测算表明,中国自其他四个金砖国家的进口贸易整体均处于贸易过度状态,但仍然属于潜力开拓型进口贸易,且近年来各国显示出各自不同的贸易特点。因此,为推动中国自其他四个金砖国家的进口贸易,建议加强政府对话,重点发展进口贸易潜力大的国家;深化"一带一路"建设,搭建国际化进口合作平台;与其他四个金砖国家建立双边自由贸易协定,缩减贸易成本;加强现代物流贸易大通道建设,降低贸易成本;优化进口产品贸易结构,以进口促出口;构建大数据贸易服务平台,升级进口贸易方式。(本文来源于《中国流通经济》期刊2019年12期）
劳家辉[2]（2019）在《昼夜温差及其他气象因素对北京市流行性感冒发病的影响》一文中研究指出研究背景全球气候正在经历以气候变暖为主要特征的明显变化,对人类健康构成一系列严重威胁,包括对慢性非传染性疾病、传染性疾病、心理健康和妊娠结局等产生不良影响。气象因素对感染性腹泻、流行性感冒、手足口病、肾综合征出血热、流行性腮腺炎等在内的传染性疾病的传播具有重要影响。揭示气象因素对传染病发病的影响及其影响规律对于提高人群的气候变化应对能力具有重要的公共卫生意义。流行性感冒(简称流感),是由流感病毒引起的急性呼吸道传染病,大多通过飞沫和直接接触在人群间传播。流感具有较强的传染性,且流感病毒容易发生变异,因此易引起大范围的流行,对人群健康产生威胁。流感是具有明显季节性的传染病,气象因素对流感的发生具有重要影响。目前已有研究表明,气温、湿度、气压、降雨量等气象因素能够影响流感的发病风险。气象因素对某些传染病的发病的效应并非是线性效应,而是非线性效应,有时会存在单阈值或者双阈值。另外,气象因素的效应之间可能存在交互作用。但目前流感的相关研究中对这些效应未做深入探讨。昼夜温差指的是一天中气温最高值和最低值之差,用于表示气温日变化的幅度,是反映气温短期变化的指标之一。目前国内外已开展了多项昼夜温差健康效应的研究,提供了昼夜温差对死亡、心脑血管疾病、慢性阻塞性肺疾病、精神疾病等产生影响的证据。另外,昼夜温差对细菌性痢疾、手足口病等传染性疾病的发病风险也有一定的影响。但目前尚缺少昼夜温差与流感关联的研究。探究昼夜温差对流感发病的影响不仅能拓展气象因素与流感关系的研究范围,还能为流感的防控提供更多理论依据。研究目的(1)描述2014-2016年北京市流感发病的叁间分布;(2)探讨气象因素对北京市流感发病的阈值效应、非线性效应;(3)探讨气象因素对流感发病影响的交互作用;(4)定量分析昼夜温差对北京市流感发病的滞后效应,识别脆弱人群;(5)探讨昼夜温差与温度、湿度之间对流感发病影响的交互作用。研究方法本研究选择北京市为研究地区,研究期间为2014年1月1日至2016年12月31日,时间单位为“天”。逐日流感数据和气象数据分别来源于中国CDC的国家法定传染病监测系统和中国气象科学数据共享服务网(http://data.cma.cn/)。北京市人口资料来源于历年的《北京市统计年鉴》。首先对2014-2016年北京市流感发病进行描述性分析,获得其叁间分布特征。将流感数据和气象因素进行数据清洗后整理成日尺度的时间序列数据,取日最高气温与日最低气温之差为每日的昼夜温差。使用Spearman等级相关分析各气象因素之间的相关关系。当两气象因素的|rs"≥0.6时认为其密切相关。为避免多重共线性,密切相关的两个气象因素不同时纳入模型。使用分布滞后非线性模型对各气象因素分别建模,探讨各气象因素对发病影响的阈值效应及非线性效应。因降雨量的特殊性,本研究在探讨降雨量的效应时,将日降雨量按照二分类变量纳入模型,当天降雨(降雨量>Omm)赋值为“1”,不降雨(降雨量=Omm)赋值为“0”。其余气象因素均以连续型变量的形式纳入模型。使用基于薄板样条的广义相加模型拟合气象因素间的交互作用,其主要目的是将结果展示为平滑曲面图的形式。使用广义线性模型定量探讨气象因素之间的交互作用,使用交互作用相对超额危险度(the Relative Excess Risk due to Interaction,RERI)、归因比(Attributable Proportion,AP)、协同指数(Synergy Index,5)来评估交互作用的大小。在研究昼夜温差对北京市流感发病的影响时,首先利用广义相加模型判断昼夜温差与日发病数之间是否为线性关系。然后用分布滞后非线性模型定量评估昼夜温差对北京市流感日发病数影响的滞后效应。将全人群按性别分为男性、女性,按年龄分为0-4岁儿童、5-14岁人群、15-64岁人群、≥65岁老年人群,分别探讨昼夜温差对各亚组人群流感发病的影响。对研究结果进行敏感性分析,通过改变最长滞后时间及模型中时间变量每年的自由度来判断研究结果的可靠性。同时,探讨昼夜温差与温度、湿度之间的交互作用。研究结果2014-2016年北京市流感共发病34 804例,其中男性16 920例,女性17 884例。流感发病呈现明显的季节性,冬春季节发病多,夏秋季节发病少。9岁以下的儿童及70岁以上的老年人群发病率较高,其中以0-4岁的儿童发病率最高,中青年人群发病率较低。职业分布方面,散居儿童(6 919例)、幼托儿童(6 629例)、学生(5 540例)发病数较多。怀柔、顺义、朝阳等区县的流感发病率均处于相对较高水平,而延庆县、大兴区的年发病率均处于相对较低水平。研究期间日平均气温的均值为13.93℃,日平均相对湿度的均值为52.75%,平均昼夜温差为10.15℃。平均气温与平均气压之间(rs=-0.878)、日照时数与昼夜温差之间(rs=0.657)存在较强的相关性(|rs|>0.6)。以各气象因素的中位数为对照,低于-1.3℃的气温、低湿、高于5.7m/s的风速、高于1031.4hPa的气压能够增加北京市流感的发病风险。以降雨为对照,不降雨能增加流感发病风险。交互作用的3D图显示,低温-低湿、高压-低湿、低湿-高风速、高压-高风速时流感发病数较多。高压-低湿对流感发病存在协同作用,为0.158(95%CI:0.025-0.290),AP为0.136(95%CI:0.015～0.257)。但未发现低温-低湿、低湿-高风速、高压-高风速等情况下两种气象因素之间的交互作用。广义相加模型显示,昼夜温差与流感发病数之间呈线性关系。随着昼夜温差增大,流感发病风险逐渐增加。分布滞后非线性模型显示,在滞后0天及滞后1天,昼夜温差对流感发病影响的RR值分别为1.012(95%CI:1.003～1.021)和1.011(95%CI:1.003～1.019)。昼夜温差对流感发病数影响累积滞后效应在滞后0-3天时达到最大,RR为1.029(95%CI:1.012～1.045)。即昼夜温差每增加1℃,暴露当天至暴露后第3天,流感累积发病数增加了2.9%。昼夜温差增大时,男性、女性、0-4岁儿童、15-64岁中青年人群、≥65岁老年人群流感发病风险增加,RR值分别为1.014(lag0,95%CI:1.004～1.025)、1.011(lagl,95%CI:1.003～1.020)、1.012(lagl,95%CI:1.001～1.024)、1.016(lag0,95%CI:1.006～1.027)、1.022(lag0,95%CI:1.006～1.039)。但是5-14岁人群结果没有统计学意义。敏感性分析结果显示,当改变最长滞后天数和时间变量的自由度时,lag0-3的累积效应值变化并不大,且效应值都有统计学意义。高昼夜温差-低温时的流感发病风险明显高于低昼夜温差-高温,RR值为1.543(95%CI:1.245～1.913)。高昼夜温差-低湿时的流感发病风险明显高于低昼夜温差-高湿,RR值为1.092(95%CI:1.032～1.156)。但高昼夜温差与低温之间、高昼夜温差与低湿之间未表现出交互作用。研究结论(1)北京市每年11月至次年4月是流感的高发月份,但每年的流感最高峰出现时间略有不同。儿童及老年人群发病率较高。(2)以各气象因素的中位数为对照,低于-1.3℃的日平均气温、低相对湿度湿、高于5.7m/s的日平均风速风速、高于1031.4hPa的日平均气压能够增加北京市流感的发病风险。以降雨为对照,不降雨能增加流感发病风险。(3)气压和湿度之间存在交互作用,表现为高压-低湿之间存在协同作用。(4)昼夜温差增大能增加北京市流感发病风险,在滞后0-3天时累积滞后效应达到最大。(本文来源于《山东大学》期刊2019-05-20）
刘倩倩,刘兴晖,王海明,王艳,韩书光[3]（2019）在《2型糖尿病患者血糖控制与血清Hcy水平及其他影响因素的相关性研究》一文中研究指出目的探讨2型糖尿病(T2DM)患者血糖控制与血清同型半胱氨酸(Hcy)水平及其他影响因素的相关性。方法选取2018年7～10月在上海市浦东新区公利医院内分泌门诊诊断为T2DM的成人患者370例为研究对象。检测患者糖化血红蛋白(HbA1c),Hcy,低密度脂蛋白胆固醇(LDL-C)和高密度脂蛋白胆固醇(HDL-C)等水平。根据HbA1c水平将370例T2DM患者分为HbA1c≤7%和HbA1c>7%两组,分析Hcy,LDL-C和HDL-C等水平差异。根据Hcy水平将370例T2DM患者分为高Hcy组(Hcy>15.4μmol/L)和正常Hcy组(Hcy≤15.4μmol/L),进行两组患者HbA1c,LDL-C和HDL-C等水平的单因素分析,采用Logistic回归分析评估高水平Hcy的危险因素。结果 HbA1c分组中,HbA1c较低组患者的Hcy,年龄和LDL-C均低于HbA1c较高组,差异均有统计学意义(t=-3.76,0.85,-2.02,均P<0.05)。Hcy分组中,高Hcy组患者的HbA1c,年龄均高于正常Hcy组,HDL-C低于正常Hcy组,男性患者多于女性患者,差异均有统计学意义(χ~2=15.39,5.78,7.46,11.95,均P<0.05)。Logistic回归分析显示,性别、HbA1c,年龄和HDL-C这四个因素是影响T2DM患者Hcy水平升高的危险因素(P<0.05)。结论控制血糖能够影响2型糖尿病患者血清Hcy水平,起到预防心血管疾病的重要作用。(本文来源于《现代检验医学杂志》期刊2019年03期）
李世雄,王玉明,董继元[4]（2019）在《嘉峪关市其他感染性腹泻与气象相关影响因素研究》一文中研究指出目的研究其他感染性腹泻发病与气象因素的关联性,分析不同气象因素对其他感染性腹泻的影响及其滞后效应,为调整防控措施提供科学依据。方法利用嘉峪关市2008—2016年其他感染性腹泻发病人数,结合同期气象资料,包括气温、气压、相对湿度、风速等,用广义相加模型结合分布滞后非线性模型探讨不同气象指标对其他感染性腹泻发病的影响。结果嘉峪关市其他感染性腹泻发病时间分布呈明显的季节周期性变化,6—8月出现高峰,其余月份发病例数较少;气象因素在不同滞后日与其他感染性腹泻的关联呈非线性,气温与其他感染性腹泻的风险效应呈正向关联,以日均气温8.50℃为参照,气温为33℃、滞后14d时RR值最高,为7.73(P<0.01)。风速和相对湿度与其他感染性腹泻的风险效应呈负向关联,滞后0d时RR值的95%CI下限均小于1,无统计学意义(P>0.05)。结论气温可能是嘉峪关市其他感染性腹泻暴发的重要原因之一,对其他感染性腹泻在人群中的发生和流行发挥重要作用,通过改善居民生活习惯与易感人群自身体质,可间接影响其他感染性腹泻在人群中的分布。(本文来源于《中国公共卫生管理》期刊2019年02期）
张国梅,宗义湘[5]（2019）在《中国对其他金砖国家农产品出口贸易的影响因素分析》一文中研究指出文章运用恒定市场份额(CMS)模型,对中国与其他金砖国家农产品出口贸易的影响因素进行了分阶段分层次的分析,且量化到对具体农产品种类影响因素的分析。结果表明:促进中国对其他金砖国家农产品出口额增长的因素是金砖国家农产品进口需求的增加,特别是对畜产品、蔬菜、水果和水产品这四大类农产品的进口;阻碍因素是出口竞争力不足和出口结构不合理。(本文来源于《统计与决策》期刊2019年07期）
赵丽娟,秦家碧,王婷婷,陈乐陶,郑赞[6]（2019）在《基于前瞻性队列研究先天畸形的危险因素及其对其他不良妊娠结局的影响》一文中研究指出目的探讨影响先天畸形(congenital malformations,CMs)发生的危险因素,并评估其对其他不良妊娠结局(adverse pregnancy outcomes,APOs)的影响。方法应用前瞻性队列研究方法,对湖南省妇幼保健院生殖中心、产科、不孕症门诊和超声科2013年3月～2016年2月接受首次产前保健的孕妇及其配偶进行问卷调查。采用单因素和多因素Logistic回归法对CMs可能的危险因素进行筛选并评价其对其他APOs的影响。结果研究发现湖南省孕妇孕前非标准体重、有吸烟史、妊娠并发症史、妊娠糖尿病史、肝炎史、不孕症及采用辅助生殖技术受孕、孕期未服用叶酸、主被动吸烟、饮酒、饮食不均衡、高强度体力活动均增加子代CMs的风险。此外,配偶吸烟和进食槟榔史也增加子代CMs发病风险。CMs可能增加早产、极早产、低出生体重、极低出生体重和围产期死亡的发生风险。结论 CMs的危险因素有很多,掌握这些危险因素并给予有效的控制是预防CMs发生的重要环节,也是降低其他APOs发生率的重要环节。应该针对性的给予防范措施,从而降低CMs的发生,提高全人类的整体人口素质。(本文来源于《中华疾病控制杂志》期刊2019年04期）
李雨馨[7]（2019）在《2019年中美贸易战以及其他必要因素对于利率债的影响以及对此情势的投资建议》一文中研究指出2018受中美贸易战的影响,国内的权益市场受到巨大冲击,利率债收益率更是一路下行,然而,根据分析,综合PPI与货币宽松政策的指导,我认为2019年我国利率债下行趋势有限,大概率处于震荡下行状态。所以对于2019年,以CTA与股票中性策略为代表,我推荐的投资策略性质偏向于期货对冲与最优组合方式来实现风险规避。(本文来源于《Proceedings of 2019 4th International Conference on Social Sciences and Economic Development (ICSSED 2019)（Advances in Social Science, Education and Humanities Research，VOL.314）》期刊2019-03-15）
王芳[8]（2019）在《合肥与长叁角其他城市经济联系与影响因素研究》一文中研究指出在改革开放40周年之际,习近平主席在首届中国国际进口博览会提出将支持长江叁角洲区域一体化发展并上升为国家战略。近年来,长叁角一体化取得许多实质性成果。2018年2月,长叁角区域合作办公室成立,同年出台《长叁角地区一体化发展叁年行动计划》并明确了一体化发展的任务、时间进度和路线规划。在长叁角一体化加速的大背景下,作为副中心城市之一的合肥与长叁角其他城市经济联系现状是怎样?如何强化与长叁角其他城市经济联系?合肥如何为区域一体化发展贡献自己的力量,更好的带领安徽省完成拓展长叁角、串联长江经济带重任值得去我们思考。本文立足长叁角城市群发展现状,以理论分析为前提,综合国内外相关研究成果,首先借鉴孙久文教授等的研究思路,构建城市综合实力测算指标体系,以此为基础,运用修正的引力模型,测算合肥与长叁角其他城市经济联系数值。进一步,从时间和空间视角,探究合肥与长叁角其他城市经济联系程度、方向,分析经济联系时空演变特征,并与宁杭比较,揭示合肥的差距与优势,进而形成对合肥与长叁角其他城市经济联系的系统分析。之后,采用灰色关联度法测算相关因素与经济联系数值的关联程度。最后基于实证分析,立足合肥经济社会发展现状,提出强化其与长叁角其他城市经济联系的相关政策建议。研究表明:第一,时间演变特征。合肥与长叁角其他25个城市经济联系不断强化,与25个城市的经济联系量均有不同程度地提高,除合肥-安庆外,其他城市增幅均超过50%;但地区差异较大并且在2007-2016年间这种差异处于上升趋势。第二,空间演变特征。合肥与长叁角其他城市经济联系主轴线形成并强化:由2007年的主轴线“合肥—马鞍山—南京”进一步延伸发展为2016年的“合肥-马鞍山-南京-镇江”;经济联系次轴线初具雏形:“合肥-滁州-南京-扬州”、“合肥-芜湖-宣城”、“合肥-铜陵-池州”;经济联系强度以合肥为中心向外围递减,总体呈现“远亲不如近邻”的格局。第叁,与宁杭比较分析。就叁大副中心城市各自与长叁角其他城市2007-2016年经济联系量来看,合肥与其他城市经济联系总量与南京、杭州相比差距仍比较明显,但是合肥与其他城市经济联系量的平均增速(6.6%)已超过南京(1.52%),杭州(1.05%)。第四,通过定性分析和定量分析发现影响合肥与长叁角其他城市经济联系的因素有城市综合实力、交通便捷性、城市外向功能性、产业互补性、市场一体化水平和城市差异性。根据灰色关联度方法分析结果来看,对于经济联系影响程度由高到低的因素分别为:产业互补性、城市综合实力、交通便捷性、市场一体化、城市经济差异、城市外向功能性。根据理论和实证分析的结论,基于合肥视角,提出合肥增强与长叁角其他城市经济联系的政策建议:第一,深化产业分工,实现产业融合对接;第二,强化创新驱动,增强城市综合实力;第叁,打造立体交通,建设国家交通枢纽;第四,发挥市场作用,强化区域合作交流;第五,发展外向型经济,提升城市外向功能。(本文来源于《安徽大学》期刊2019-03-01）
刘久红[9]（2018）在《健康教育及其他因素对大学生预防艾滋病认知态度的影响观察》一文中研究指出目的:探析健康教育及其他因素对大学生预防艾滋病认知态度的影响。方法:选取600名大学生为研究对象,选取时间为2017年9月至2018年6月,采用随机抽签法均分为两组,即参照组与试验组。参照组300名大学生未接受健康教育,试验组300名大学生予以健康教育,统计分析两组大学生艾滋病认知态度。结果:试验组大学生在校期间性行为、交易性性行为、性行为安全防护比率分别为0.7%、0.7%、56.7%,参照组大学生分别为4.3%、3.7%、43.3%,试验组优于参照组,差异显着(P<0.05)。结论:对大学生实施有效的健康教育,可显着提高大学生艾滋病认知态度及知识掌握率,值得进一步应用与推广。(本文来源于《青年与社会》期刊2018年33期）
陈毅珠[10]（2018）在《血尿酸及其他相关因素对糖尿病微血管并发症的影响分析》一文中研究指出目的该次实验将针对糖尿病微血管并发症情况进行治疗上的分析探究,其主要通过血尿酸分析和其他因素探究了解临床情况。方法该次实验选取了2017年1—12月在该客户体检中心就诊的糖尿病微血管并发症患者,入选的患者共90例,根据患者就诊的先后次序分为对照组和观察组,对照组为血尿酸正常组,观察组为血尿酸升高的患者。在治疗过程中对血糖指标进行数理统计的相关情况分析,得出相关性。结果对于血尿酸升高组的患者而言,其出现糖尿病周围神经病变、糖尿病肾病的概率是高于对照组的,组间对比差异有统计学意义(P<0.05)。此外,从血压情况上看,观察组患者在TC和TG、LDL-C指标上均表现较高,但是在HDL-C的对比上则较低,差异有统计学意义。与此同时,两组患者的炎性因子水平也出现了不同,即两组患者在CRP水平上差异最为显着,在IL-6以及IL-8、TNF的对比中也具有差异性。结论血尿酸对糖尿病微血管并发症的发生有着较大的影响,与此同时,在相关因素中,如白介素、C反应蛋白、肿瘤坏死因子-α均有可能引起糖尿病微血管并发症,在治疗过程中需要加强对各项指标数值的关注,提升治疗有效性。(本文来源于《糖尿病新世界》期刊2018年21期）
其他影响因素论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究背景全球气候正在经历以气候变暖为主要特征的明显变化,对人类健康构成一系列严重威胁,包括对慢性非传染性疾病、传染性疾病、心理健康和妊娠结局等产生不良影响。气象因素对感染性腹泻、流行性感冒、手足口病、肾综合征出血热、流行性腮腺炎等在内的传染性疾病的传播具有重要影响。揭示气象因素对传染病发病的影响及其影响规律对于提高人群的气候变化应对能力具有重要的公共卫生意义。流行性感冒(简称流感),是由流感病毒引起的急性呼吸道传染病,大多通过飞沫和直接接触在人群间传播。流感具有较强的传染性,且流感病毒容易发生变异,因此易引起大范围的流行,对人群健康产生威胁。流感是具有明显季节性的传染病,气象因素对流感的发生具有重要影响。目前已有研究表明,气温、湿度、气压、降雨量等气象因素能够影响流感的发病风险。气象因素对某些传染病的发病的效应并非是线性效应,而是非线性效应,有时会存在单阈值或者双阈值。另外,气象因素的效应之间可能存在交互作用。但目前流感的相关研究中对这些效应未做深入探讨。昼夜温差指的是一天中气温最高值和最低值之差,用于表示气温日变化的幅度,是反映气温短期变化的指标之一。目前国内外已开展了多项昼夜温差健康效应的研究,提供了昼夜温差对死亡、心脑血管疾病、慢性阻塞性肺疾病、精神疾病等产生影响的证据。另外,昼夜温差对细菌性痢疾、手足口病等传染性疾病的发病风险也有一定的影响。但目前尚缺少昼夜温差与流感关联的研究。探究昼夜温差对流感发病的影响不仅能拓展气象因素与流感关系的研究范围,还能为流感的防控提供更多理论依据。研究目的(1)描述2014-2016年北京市流感发病的叁间分布;(2)探讨气象因素对北京市流感发病的阈值效应、非线性效应;(3)探讨气象因素对流感发病影响的交互作用;(4)定量分析昼夜温差对北京市流感发病的滞后效应,识别脆弱人群;(5)探讨昼夜温差与温度、湿度之间对流感发病影响的交互作用。研究方法本研究选择北京市为研究地区,研究期间为2014年1月1日至2016年12月31日,时间单位为“天”。逐日流感数据和气象数据分别来源于中国CDC的国家法定传染病监测系统和中国气象科学数据共享服务网(http://data.cma.cn/)。北京市人口资料来源于历年的《北京市统计年鉴》。首先对2014-2016年北京市流感发病进行描述性分析,获得其叁间分布特征。将流感数据和气象因素进行数据清洗后整理成日尺度的时间序列数据,取日最高气温与日最低气温之差为每日的昼夜温差。使用Spearman等级相关分析各气象因素之间的相关关系。当两气象因素的|rs"≥0.6时认为其密切相关。为避免多重共线性,密切相关的两个气象因素不同时纳入模型。使用分布滞后非线性模型对各气象因素分别建模,探讨各气象因素对发病影响的阈值效应及非线性效应。因降雨量的特殊性,本研究在探讨降雨量的效应时,将日降雨量按照二分类变量纳入模型,当天降雨(降雨量>Omm)赋值为“1”,不降雨(降雨量=Omm)赋值为“0”。其余气象因素均以连续型变量的形式纳入模型。使用基于薄板样条的广义相加模型拟合气象因素间的交互作用,其主要目的是将结果展示为平滑曲面图的形式。使用广义线性模型定量探讨气象因素之间的交互作用,使用交互作用相对超额危险度(the Relative Excess Risk due to Interaction,RERI)、归因比(Attributable Proportion,AP)、协同指数(Synergy Index,5)来评估交互作用的大小。在研究昼夜温差对北京市流感发病的影响时,首先利用广义相加模型判断昼夜温差与日发病数之间是否为线性关系。然后用分布滞后非线性模型定量评估昼夜温差对北京市流感日发病数影响的滞后效应。将全人群按性别分为男性、女性,按年龄分为0-4岁儿童、5-14岁人群、15-64岁人群、≥65岁老年人群,分别探讨昼夜温差对各亚组人群流感发病的影响。对研究结果进行敏感性分析,通过改变最长滞后时间及模型中时间变量每年的自由度来判断研究结果的可靠性。同时,探讨昼夜温差与温度、湿度之间的交互作用。研究结果2014-2016年北京市流感共发病34 804例,其中男性16 920例,女性17 884例。流感发病呈现明显的季节性,冬春季节发病多,夏秋季节发病少。9岁以下的儿童及70岁以上的老年人群发病率较高,其中以0-4岁的儿童发病率最高,中青年人群发病率较低。职业分布方面,散居儿童(6 919例)、幼托儿童(6 629例)、学生(5 540例)发病数较多。怀柔、顺义、朝阳等区县的流感发病率均处于相对较高水平,而延庆县、大兴区的年发病率均处于相对较低水平。研究期间日平均气温的均值为13.93℃,日平均相对湿度的均值为52.75%,平均昼夜温差为10.15℃。平均气温与平均气压之间(rs=-0.878)、日照时数与昼夜温差之间(rs=0.657)存在较强的相关性(|rs|>0.6)。以各气象因素的中位数为对照,低于-1.3℃的气温、低湿、高于5.7m/s的风速、高于1031.4hPa的气压能够增加北京市流感的发病风险。以降雨为对照,不降雨能增加流感发病风险。交互作用的3D图显示,低温-低湿、高压-低湿、低湿-高风速、高压-高风速时流感发病数较多。高压-低湿对流感发病存在协同作用,为0.158(95%CI:0.025-0.290),AP为0.136(95%CI:0.015～0.257)。但未发现低温-低湿、低湿-高风速、高压-高风速等情况下两种气象因素之间的交互作用。广义相加模型显示,昼夜温差与流感发病数之间呈线性关系。随着昼夜温差增大,流感发病风险逐渐增加。分布滞后非线性模型显示,在滞后0天及滞后1天,昼夜温差对流感发病影响的RR值分别为1.012(95%CI:1.003～1.021)和1.011(95%CI:1.003～1.019)。昼夜温差对流感发病数影响累积滞后效应在滞后0-3天时达到最大,RR为1.029(95%CI:1.012～1.045)。即昼夜温差每增加1℃,暴露当天至暴露后第3天,流感累积发病数增加了2.9%。昼夜温差增大时,男性、女性、0-4岁儿童、15-64岁中青年人群、≥65岁老年人群流感发病风险增加,RR值分别为1.014(lag0,95%CI:1.004～1.025)、1.011(lagl,95%CI:1.003～1.020)、1.012(lagl,95%CI:1.001～1.024)、1.016(lag0,95%CI:1.006～1.027)、1.022(lag0,95%CI:1.006～1.039)。但是5-14岁人群结果没有统计学意义。敏感性分析结果显示,当改变最长滞后天数和时间变量的自由度时,lag0-3的累积效应值变化并不大,且效应值都有统计学意义。高昼夜温差-低温时的流感发病风险明显高于低昼夜温差-高温,RR值为1.543(95%CI:1.245～1.913)。高昼夜温差-低湿时的流感发病风险明显高于低昼夜温差-高湿,RR值为1.092(95%CI:1.032～1.156)。但高昼夜温差与低温之间、高昼夜温差与低湿之间未表现出交互作用。研究结论(1)北京市每年11月至次年4月是流感的高发月份,但每年的流感最高峰出现时间略有不同。儿童及老年人群发病率较高。(2)以各气象因素的中位数为对照,低于-1.3℃的日平均气温、低相对湿度湿、高于5.7m/s的日平均风速风速、高于1031.4hPa的日平均气压能够增加北京市流感的发病风险。以降雨为对照,不降雨能增加流感发病风险。(3)气压和湿度之间存在交互作用,表现为高压-低湿之间存在协同作用。(4)昼夜温差增大能增加北京市流感发病风险,在滞后0-3天时累积滞后效应达到最大。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
其他影响因素论文参考文献
[1].蓝庆新,唐琬.中国自其他金砖国家进口贸易影响因素及潜力分析[J].中国流通经济.2019
[2].劳家辉.昼夜温差及其他气象因素对北京市流行性感冒发病的影响[D].山东大学.2019
[3].刘倩倩,刘兴晖,王海明,王艳,韩书光.2型糖尿病患者血糖控制与血清Hcy水平及其他影响因素的相关性研究[J].现代检验医学杂志.2019
[4].李世雄,王玉明,董继元.嘉峪关市其他感染性腹泻与气象相关影响因素研究[J].中国公共卫生管理.2019
[5].张国梅,宗义湘.中国对其他金砖国家农产品出口贸易的影响因素分析[J].统计与决策.2019
[6].赵丽娟,秦家碧,王婷婷,陈乐陶,郑赞.基于前瞻性队列研究先天畸形的危险因素及其对其他不良妊娠结局的影响[J].中华疾病控制杂志.2019
[7].李雨馨.2019年中美贸易战以及其他必要因素对于利率债的影响以及对此情势的投资建议[C].Proceedingsof20194thInternationalConferenceonSocialSciencesandEconomicDevelopment(ICSSED2019)（AdvancesinSocialScience,EducationandHumanitiesResearch，VOL.314）.2019
[8].王芳.合肥与长叁角其他城市经济联系与影响因素研究[D].安徽大学.2019
[9].刘久红.健康教育及其他因素对大学生预防艾滋病认知态度的影响观察[J].青年与社会.2018
[10].陈毅珠.血尿酸及其他相关因素对糖尿病微血管并发症的影响分析[J].糖尿病新世界.2018
论文知识图
