2015—2021年徐州市呼吸道合胞病毒感染与气象因素的关联分析与预测
Chinese Journal of Experimental and Clinical Virology(2023)
摘要
目的:分析呼吸道合胞病毒感染与气象因素的关联,预测并解释其变化趋势。方法:收集2015—2021年徐州市住院儿童的严重急性呼吸道感染病例。通过实时荧光聚合酶链式反应检测呼吸道合胞病毒(RSV),使用SPSS 26.0软件对结果进行统计分析。使用2015—2019年数据构建负二项回归模型,探究对RSV感染有影响的气象因素。使用多变量时间序列模型预测2020—2021年RSV检出率。结果:2015—2021年共收集1 663例严重急性呼吸道感染患儿样本,其中RSV检出阳性样本218例(13.1%)。RSV季节效应明显,以1年为周期出现冬季(12月至次年2月)为高峰,夏季(6—8月)为低谷。负二项回归分析表明,月平均气温、月平均相对湿度和月总日照时数可能是本地区RSV感染的影响因素。以日照时数为协变量的时间序列模型预测结果表明,2020年预测效果较好,实际值与预测值接近。2021年的预测变化趋势一致,但实际值高于预测值。结论:月平均气温降低、月平均相对湿度升高或月总日照时数延长可能是本地区儿童中RSV感染增加的影响因素。可以使用2015—2019年数据建立预测模型,其中2021年预测值的偏差,体现了疾病的流行是多因素相关,提示未来RSV的流行趋势可能会上升。
更多查看译文
关键词
Respiratory syncytial virus,Meteorological factors,Negative binomial regression,Multivariate time series model
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要