版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、目的:
建立浙江省常見傳染病的輔助分類模型,可依據(jù)癥狀體征、實(shí)驗(yàn)室檢查結(jié)果和流行病學(xué)特征等信息對疾病進(jìn)行分類和判別。幫助公共衛(wèi)生現(xiàn)場處置人員在暴發(fā)現(xiàn)場快速科學(xué)地識別疫情類別,為疫情處置爭取先機(jī),以便于及時(shí)有效地采取有針對性的控制措施,并為實(shí)驗(yàn)室病原學(xué)檢測提供線索。
方法:
本研究通過對近些年浙江省傳染病暴發(fā)疫情和突發(fā)公共衛(wèi)生事件進(jìn)行全面整理分析,得出浙江省常見的傳染病病種作為本研究的疾病范圍。通過查詢歷史疫
2、情文獻(xiàn)、法定傳染病報(bào)告網(wǎng)絡(luò)等方法收集這些傳染病的癥狀體征、實(shí)驗(yàn)室檢查結(jié)果、流行病學(xué)特征和發(fā)病率等數(shù)據(jù)。應(yīng)用貝葉斯分類算法建立分類模型,采用SAS軟件完成程序編寫。并用3起歷史疫情的個(gè)案數(shù)據(jù)對模型進(jìn)行驗(yàn)證。
結(jié)果:
本研究共納入了25種浙江省常見的傳染病。模型驗(yàn)證結(jié)果顯示:手足口病疫情數(shù)據(jù),第一判別與真實(shí)分類的符合率為93.55%,前三位提示率100.00%,分類平均耗時(shí)為0.51秒;流行性出血熱疫情數(shù)據(jù),第一判別與真
3、實(shí)分類的符合率為60.61%,前三位提示率100.00%,分類平均耗時(shí)為0.50秒;流行性腮腺炎疫情數(shù)據(jù),第一判別與真實(shí)分類的符合率為88.73%,前三位提示率100.00%,分類平均耗時(shí)為0.53秒。
結(jié)論:
本研究建立了浙江省常見傳染病的輔助分類模型,輸入癥狀體征、實(shí)驗(yàn)室檢查結(jié)果和流行病學(xué)特征等指標(biāo),可計(jì)算各類可能發(fā)生的疾病的概率,并按概率進(jìn)行排序、輸出判別列表,完成疾病分類判別。該模型具有較高的預(yù)測準(zhǔn)確率、較快
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 傳染病的分類
- 常見傳染病診斷標(biāo)準(zhǔn)及病例分類
- 基于關(guān)聯(lián)信息的貝葉斯分類算法研究.pdf
- 多組圖貝葉斯分類模型研究.pdf
- 樸素貝葉斯分類改進(jìn)算法的研究.pdf
- 基于貝葉斯的網(wǎng)頁文本分類算法.pdf
- 基于智能優(yōu)化的貝葉斯網(wǎng)絡(luò)分類模型研究.pdf
- 貝葉斯分類算法的研究與應(yīng)用.pdf
- 基于遺傳算法的樸素貝葉斯分類研究.pdf
- 樸素貝葉斯分類模型的改進(jìn)研究.pdf
- 選擇性貝葉斯分類算法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的多類標(biāo)分類算法研究.pdf
- 基于貝葉斯算法的多語言文檔分類.pdf
- 樸素貝葉斯分類算法的研究與應(yīng)用.pdf
- 基于貝葉斯理論的網(wǎng)絡(luò)輿情主題分類模型研究.pdf
- 樸素貝葉斯分類模型的研究與應(yīng)用.pdf
- 關(guān)于樸素貝葉斯分類算法的改進(jìn).pdf
- 基于貝葉斯方法的分類問題研究.pdf
- 基于粗糙集的樸素貝葉斯分類算法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的短文本分類算法研究.pdf
評論
0/150
提交評論