用于预测毒蘑菇中毒风险的方法与流程
本公开涉及疾病预测,尤其涉及一种用于预测毒蘑菇中毒风险的方法。
背景技术:
1、毒蘑菇又称为毒菌或毒蕈,属大型真菌类。部分品种中毒病死率高,由于缺乏快速区分有毒与可食用蘑菇的有效办法,普通居民常因误采、误食毒蘑菇可引起急性中毒,呈现地域性、季节性发病,常有家庭聚集和群体性发病的特点,社会危害大,蘑菇中毒已成为我国食源性疾病中病死率最高的一类急症。其临床表现复杂多样,多数患者以恶心、呕吐、腹痛、腹泻等胃肠道症状为中毒始发表现,随后可因摄入毒蘑菇所含毒素不同,产生不同的靶器官损害,甚至衰竭而死亡。
2、由于目前缺乏快速准确的预测毒蘑菇中毒的方法,国家、各省市卫生相关部门大多基于既往毒蘑菇中毒发生情况,在当地高发季节通过发布健康提醒的方式进行预警。健康提醒的内容往往是针对常见毒蘑菇生物学形态、中毒后症状以及应急处置措施进行科普宣传,缺乏基于当地自然条件对可能生长的毒蘑菇的针对性警示。而且,健康提醒的发布时间和频次大多基于经验,未能及时、准确地对卫生相关部门和普通大众提供高效的健康预警信息。
3、本公开主要针对相关部门的管理者、技术人员以及普通大众提供毒蘑菇中毒风险预测预警信息,对于管理者,可以为国家和省市卫生相关部门提供预警信息,及时开展毒蘑菇中毒预防控制,降低毒蘑菇中毒的发病率和病死率;对于技术人员,可以为深入加强基于气象因素的毒蘑菇中毒发病风险相关研究提供实证依据;对于普通大众,可以为个体提供及时的毒蘑菇中毒早期预警,有效降低毒蘑菇中毒发病风险。
4、因此,如何准确快速的预测毒蘑菇的中毒风险,对于居民的生命健康具有重要意义。
技术实现思路
1、有鉴于此,本公开的目的在于提供一种能够准确快速预测毒蘑菇中毒风险的方法、装置及电子设备。
2、为达到上述目的,本公开采用以下技术方案:获取目标区域在预设历史时段内的逐日发病例数与气象监测数据以及目标区域在预设未来时段内的气象预报数据,气象监测数据与气象预报数据均包括多个类型的气象因素的逐日数据;将气象预报数据作为输入变量,基于预先构建的气象因素与毒蘑菇中毒发病例数之间的暴露-反应关系模型以及历史时段内的逐日发病例数,预测目标区域在预设未来时段中归因于气象因素的逐日毒蘑菇中毒发病例数;基于预测到的目标区域在预设未来时段中归因于气象因素的逐日毒蘑菇中毒发病例数,对目标区域在预设未来时段内的毒蘑菇中毒风险进行评估,得到评估数据。
3、本公开提供的用于预测毒蘑菇中毒风险的方法的有益效果为:利用目标气象因素与毒蘑菇中毒发病例数之间的暴露-反应关系模型表征气象因素与毒蘑菇中毒发病例数之间的对应关系,结合目标区域在历史时段内的逐日发病例数与预设未来时段内的气象预报数据,可以准确快速地预测目标区域在预设未来时段中归因于目标气象因素的逐日毒蘑菇中毒发病例数,可以提高毒蘑菇中毒的预测精确度,有助于提高监测预警的工作效能。
1.一种用于预测毒蘑菇中毒风险的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述目标气象因素与毒蘑菇中毒发病例数之间的暴露-反应关系模型的确定方法包括:
3.根据权利要求2所述的方法,其特征在于,所述对多个待选气象因素均构建暴露-反应关系模型,包括:
4.根据权利要求3所述的方法,其特征在于,多个待选气象因素包括温度类气象因素和非温度类气象因素,若作为核心变量的待选气象因素为温度类气象因素,作为协变量的为所有非温度类气象因素,若作为核心变量的待选气象因素为非温度类气象因素,作为协变量的为除所述核心变量之外的其他非温度类气象因素以及日平均最低温度。
5.根据权利要求2所述的方法,其特征在于,所述目标气象因素与毒蘑菇中毒发病例数之间的暴露-反应关系模型为:
6.根据权利要求5所述的方法,其特征在于,将所述气象预报数据作为输入变量,基于预先构建的目标气象因素与毒蘑菇中毒发病例数之间的暴露-反应关系模型以及所述历史时段内的逐日发病例数,预测所述目标区域在所述预设未来时段中归因于所述目标气象因素的逐日毒蘑菇中毒发病例数,包括:通过如下算式预测所述目标区域在所述预设未来时段中归因于目标气象因素的逐日毒蘑菇中毒发病例数:
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
8.根据权利要求7所述的方法,其特征在于,所述基于构建的多个待选气象因素的暴露-反应关系模型,对所述目标区域在所述预设未来时段内的毒蘑菇中毒风险进行评估,得到各所述待选气象因素的中毒风险,包括:
9.根据权利要求8所述的方法,其特征在于,所述目标区域包括多个子区域,对每个所述子区域,均构建各所述待选气象因素的暴露-反应关系模型;
10.根据权利要求9所述的方法,其特征在于,采用限制性最大似然估计的多变量 meta回归分析方法将各所述子区域对应的各所述待选气象因素的暴露-反应关系模型中的效应参数进行合并,得到所述目标区域的各所述待选气象因素的效应参数。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com