导读:本文包含了流行病学标点地图论文开题报告文献综述及选题提纲参考文献，主要关键词:流行病学标点地图,地理流行病学,统计分析
流行病学标点地图论文文献综述
高杰[1]（2009）在《流行病学标点地图统计分析方法体系的研究》一文中研究指出流行病学标点地图是地理流行病学研究中的常用地图之一。对流行病学标点地图进行统计分析充分利用标点地图所提供的信息,是地理流行病学和空间流行病学研究中的重要问题,它不仅对揭示疾病(或卫生事件)的空间分布特征,探索疾病的流行特征具有重要意义,而且依据疾病或卫生事件的空间异质性可探讨其地理危险因素,为制定区域性的疾病防治策略和措施提供科学依据。然而,目前对于流行病学标点地图的统计分析,仍停留在借用生态学中的点模式分析方法对病例(或卫生事件)的“零散”分析,尚无形成一个完整的统计分析体系;而且,多是简单地套用其它领域(地质学、生态学)的空间点模式分析方法,并未根据疾病地理流行病学特点以及数据空间分布的特殊性建立空间点模型。鉴于此,本研究遵循地理流行病学规律,根据疾病地理流行病学特点,借鉴经典统计学中的统计分析思想,应用空间点模式分析方法的基本原理,构建了流行病学标点地图的统计分析方法体系;旨在丰富和发展地理流行病学理论和分析方法。本研究所构建的流行病学标点地图统计分析体系如下:1.流行病学标点地图的统计描述在流行病学标点地图的统计描述中,由于资料的特殊性,传统的统计描述指标与图表不再适用。流行病学标点地图的统计描述主要包括中心化指标、密度指标、凸壳(Convex hull)与标准差椭圆(standard deviation ellipse)等。与传统的统计描述方法相似,中心化指标分集中和离散趋势两部分。集中趋势的测量指标包括点集分布的平均中心、中位数中心和欧几里得中心等;离散性的空间测度常用标准距离和相对距离度量;而凸壳与标准差椭圆则类似于传统统计学中统计图,能够直观的显示怖?或卫生事件)的空间分布状况。类似于传统统计学中的统计描述指标,均数中心与标准差距离适用于病例(或卫生事件)横坐标(x)与纵坐标(y)均呈正态分布的情形;而中位数中心与四分位数间距距离适用于病例(或卫生事件)横坐标(x)或纵坐标(y)呈偏态分布的情形。调和均数则要求病例(或卫生事件)横坐标(x)与纵坐标(y)均服从正态分布。2.流行病学标点地图的统计推断(1)以密度为基础的流行病学标点地图的空间推断方法。此类方法又称一阶效应,它描述的是某个参数均值的总体变化性,即全局的趋势。此类方法主要包括病例(或卫生事件)空间分布状态的统计推断、空间分布的概率函数和核密度估计法。病例(或卫生事件)空间分布状态的统计推断、空间分布的概率函数能够反应疾病的空间分布状态,而核密度估计法则通过核密度插值揭示病例(或)卫生事件在整个研究区域内的分布状况。(2)以距离为基础的流行病学标点地图的空间推断方法。此类方法能够揭示病例(或卫生事件)的分布是随机的、聚集的还是规则的,而且能够揭示空间点数据在不同空间尺度上的分布特征,描述两类病例(或卫生事件)分布模式的关系及随时间的演化规律。此类方法主要包括最近邻距离法、Ripley's K函数方法及Ripley's K函数方法的扩展方法(二元模式与空间时间模式)。最邻近距离指数法能够从总体上反应疾病(卫生事件)的分布是否具有空间异质性;而Ripley's K函数方法能够分析各种尺度上病例(或卫生事件)的聚集规模,能在更精细的水平上反映病例(或卫生事件)的空间分布特性。(3)以“热点”分析为基础的流行病学标点地图的空间推断方法,又称空间聚类分析,是一类发现病例(或卫生事件)高发区域的方法。结合GIS软件,可以直观地揭示疾病的空间分布热点。在流行病学领域,这对于疾病的预防及控制措施的制定具有重要的指导意义。研究空间“热点”的主要方法有:最近邻空间系统聚类、调整危险因素的最近邻空间系统聚类等。最近邻空间系统聚类分析发现研究区域内病例(或卫生事件)的“热点”区域;而调整危险因素的最近邻空间系统聚类分析则能探索去除人口密度等协变量后“真正”的空间分布“热点”。研究结论1、流行病学标点地图分析中的统计描述指标对于初步描述病例(或卫生事件)的空间分布中心具有重要意义。根据不同的研究目的及资料类型选用不同的统计描述指标,既可以评价疾病防治的效果,又可以基于此进行卫生服务资源的优化配置,像经典统计学的数据分析一样,应该作为空间点数据分析的第一步工作。通过统计描述能够从总体上反映病例(或卫生事件)或卫生事件的空间分布特征,也能够发现总体的空间异质性,是进一步进行统计推断的基础和前提。2、以聚集性为基础的基于密度的分析方法,用所定义的规则区域中点的密度或频率分布的各种特征研究点分布的空间模式。它体现了病例(或卫生事件)在大尺度上的总体趋势,即一阶效应。但是由于该类方法将信息聚集到地理单元中,引起信息的损失。以距离为基础的流行病学标点地图的空间推断方法,克服了上述方法将信息聚集到地理单元中丢失信息的缺陷,具有较强的检验能力;能够分析各种尺度上病例(或卫生事件)的聚集规模,能在更精细的水平上反映病例(或卫生事件)的空间分布特性。该类方法描述的是病例(或卫生事件)空间分布的二阶效应。空间“热点”分析则通过聚类发现病例(或卫生事件)的空间分布“热点”,即病例(或卫生事件)相对聚集的区域。通过该类方法能够发现病例(或卫生事件)发生的地理危险因素,进而对疾病的预防与控制提供指导性建议。3、利用所构建的流行病学标点地图的分析体系分别从统计描述与统计推断两个层面探讨了在空间点模式下山东省青岛市2006年-2007年新发结核病资料的空间结构特征。为探讨青岛市结核病地理危险因素,进而确定区域性疾病预防措施提供了分析思路,为防治措施的指定与落实提供了指导性的建议。4、本研究所构建的流行病学标点地图的分析体系在一定程度上丰富和发展了空间流行病学研究中的流行病学标点地图的分析思路和方法,是对地理流行病学定量分析方法的有益补充。(本文来源于《山东大学》期刊2009-05-20）
高杰,王志强,邵琦,薛皓,许桂春[2]（2009）在《Ripley's L指数与最近邻空间热点分析在流行病学标点地图分析中的应用》一文中研究指出目的探讨Ripley′s L(d)指数与最近邻空间系统聚类分析在流行病学标点地图分析中的应用。方法采用实验流行病学的方法,以ArcGIS9.0为数据管理与分析平台,将Ripley′s L(d)指数分析与最近邻空间系统聚类分析结合,综合反应疾病空间异质性及其动态特征。结果实验疫区内,宿主鼠类第一聚集区平均半径为4.29 m;最强聚集区平均半径为14.43 m;最大聚集区平均半径为86.26 m。各村聚集"热点"数差别较大,其一阶波动范围为3~8个,二阶波动范围为0~1个;小家鼠第一聚集区平均半径为4.86 m;最强聚集区平均半径为21.14 m;最大聚集区平均半径为92.57 m。各村聚集"热点"数差别较大,其一阶波动范围为1~12个,二阶波动范围为0~2个;褐家鼠第一聚集区平均半径为5.00 m;最强聚集区平均半径为32.71 m;最大聚集区平均半径为93.86 m。结论在空间流行病学领域,将Ripley′s L(d)指数分析与最近邻空间系统聚类分析相结合,能够为阐明宿主鼠类的空间分布特征,控制HFRS传染源提供统计学依据。(本文来源于《山东大学学报(医学版)》期刊2009年03期）
流行病学标点地图论文开题报告
（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：
目的探讨Ripley′s L(d)指数与最近邻空间系统聚类分析在流行病学标点地图分析中的应用。方法采用实验流行病学的方法,以ArcGIS9.0为数据管理与分析平台,将Ripley′s L(d)指数分析与最近邻空间系统聚类分析结合,综合反应疾病空间异质性及其动态特征。结果实验疫区内,宿主鼠类第一聚集区平均半径为4.29 m;最强聚集区平均半径为14.43 m;最大聚集区平均半径为86.26 m。各村聚集"热点"数差别较大,其一阶波动范围为3~8个,二阶波动范围为0~1个;小家鼠第一聚集区平均半径为4.86 m;最强聚集区平均半径为21.14 m;最大聚集区平均半径为92.57 m。各村聚集"热点"数差别较大,其一阶波动范围为1~12个,二阶波动范围为0~2个;褐家鼠第一聚集区平均半径为5.00 m;最强聚集区平均半径为32.71 m;最大聚集区平均半径为93.86 m。结论在空间流行病学领域,将Ripley′s L(d)指数分析与最近邻空间系统聚类分析相结合,能够为阐明宿主鼠类的空间分布特征,控制HFRS传染源提供统计学依据。
（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。
流行病学标点地图论文参考文献
[1].高杰.流行病学标点地图统计分析方法体系的研究[D].山东大学.2009
[2].高杰,王志强,邵琦,薛皓,许桂春.Ripley'sL指数与最近邻空间热点分析在流行病学标点地图分析中的应用[J].山东大学学报(医学版).2009