上呼吸道疾病与气象条件的关系及预报

选用1992～2001年辽阳市中心医院上呼吸道疾病发病资料，结合气象因子分析了近10a当地上呼吸道疾病的发病人数与气象要素的变化规律；在对二者进行单相关分析的基础上，建立了多元线性回归方程，可在上呼吸道疾病的预报中应用。     

上呼吸道疾病与气象条件的关系及预报

选用1992～2001年辽阳市中心医院上呼吸道疾病发病资料 ,结合气象因子分析了近10a当地上呼吸道疾病的发病人数与气象要素的变化规律 ;在对二者进行单相关分析的基础上 ,建立了多元线性回归方程 ,可在上呼吸道疾病的预报中应用。     

福州市呼吸道疾病发生的气象条件分析及预报

通过对1995～2001年福州市5个医院呼吸道疾病37944例住院病例资料和同期气象资料的统计和分析，归纳出呼吸道疾病发病特点及其与气象条件的关系，并利用最优子集方法，分四个季节建立呼吸道疾病逐日发病人数(等级)预报方程。呼吸道疾病发病有明显的季节性变化，7月是呼吸道疾病的高发期，3月是下呼吸道疾病的另一高发期，冬季冷空气影响及转折性天气是呼吸道疾病增多的诱因，夏季高气温、低气压是呼吸道疾病增多的诱因。     

呼吸道和心脑血管疾病与气象条件的关系及其预报模型

对武汉市4家大医院1994－1998年呼吸道、心脑血管疾病的逐日发病人数与同期气象因子进行了相关分析。结果表明：呼吸道及心脑血管疾病的发病与气温、气压、湿度有着密切的关系，但同一个因子对不同疾病甚至同一类不同种病的作用不尽相同，即使同一个因子对同一种病在不同季节其影响也不完全相同。在相关分析的基础上，运用逐步回归方法建立了春夏秋冬8种疾病的逐日预报模型，并进行了合理的等级划分，经回代和预报检验，预报模式具有较好的预报能力。     

高血压病发病率预报的人工神经网络方法研究

通过统计分析，选取影响银川地区高血压病发病率的主要气象因素，将其作为输入变量经多层前馈型神经网络的BP(Back Propagation)算法进行学习训练，建立了疾病发病率的人工神经网络(ANN，Artifical Neural Net)预报模型。结果表明：该方法计算简便、误差较小，为疾病发病率预报提供了一种新的预报方法。     

南宁市呼吸道疾病预测研究

通过对2001～2002年南宁市2个最大医院呼吸道疾病39305例门诊资料进行小波分析，得出各种疾病发病人数均存在5～7天的周期。将呼吸道疾病发病人数和同期气象要素、大气污染物浓度资料进行相关分析，结果表明，呼吸道疾病发病人数与气温、气压、湿度密切相关，同时与大气污染物SO2、NO2、PM10浓度也密切相关。利用最优子集方法，按不同季节建立呼吸道疾病下周逐日发病人数预测方程，2004年1月支气管炎发病人数预报值与实际值相对误差为16．43％，2004年4月未来1～2天呼吸道疾病发病人数预报值对天气变化的敏感性与实际值基本一致。     

菏泽市夏季脑梗塞发病率与气象环境的关系及预报

利用菏泽市6年脑梗塞疾病资料和同期气象资料，研究了夏季脑梗塞发病率与气象环境的关系，建立发病率的中、短期预报模式。结果表明：在夏季气温升高、降水量大、雨日多、湿度增大、气压偏低、气压变率小时脑梗塞发病率显著增高。经检验．所建预报模式效果较好，为开展疾病预报提供了新的手段。     

潍坊市四类疾病与气象环境的关系

选用1991－1999年潍坊市人民医院住院处的资料，结合潍坊市常规气象因子的变化，对呼吸道疾病、冠心病与其它心脏疾病，脑梗塞与其它脑血管疾病、高血压与循环系统疾病的发病率与气象环境的关系进行了较为详细的研究。首先分析了四类疾病的月分布与近10年的变化趋势，又与气象因子进行了单相关分析，在此基础上，建立了多元回归方程，通过方程的计算，找出了四类疾病的多发期和少发期。这些成果，对各种疾病的预报具有较高的实用价值。     

大气污染对呼吸系统疾病的影响分析研究

利用1996～1997年沈阳呼吸道疾病门诊资料和大气环境现状监测资料，分析了呼吸道疾病的发病率与大气污染之间的关系，建立了呼吸道疾病发病等级与大气污染之间的预测方程，并用门诊资抖对观测结果进行了验证。     

气象条件对呼吸道疾病影响的关系分析

利用2000年1月—2001年12月西安某医院内科成人呼吸道感染病例资料712个和西安观象台的湿、压、温逐日资料,对西安地区呼吸道疾病与气象条件的关系进行分析,得出了西安地区呼吸道疾病发病人数的月际变化,分析了气温、气压及空气湿度的变化与呼吸道疾病发病人数的关系,并用逐步回归法建立了逐月呼吸道疾病发病预报方程。