[发明专利]一种基于气象和大气污染物数据的CO中毒预测方法

说明书

本发明提供一种基于气象和大气污染物数据的CO中毒预测方法，包括以下步骤：获取待预测地区的历史气象、大气污染物数据以及CO中毒病例数；将CO中毒病例数分为k个等级；用pearson相关分析及偏相关分析选取得到显著相关的有效特征；根据选取的有效特征集X，构建CO中毒风险等级y的有序多分类Logistic回归模型及该回归模型对应的概率模型；获取待预测地区在所需预测时间的气象、大气污染物数据，带入所述概率模型计算每个CO中毒风险等级的概率P_j，P_j的最大值max(p)所对应的j值即为预测的CO中毒风险等级。该基于气象和大气污染物数据的CO中毒预测方法能够预测CO中毒风险等级，且因联合气象因子与环保因子，因而其对CO中毒的预测更加精准、科学。

技术领域

本发明涉及CO中毒预测方法，具体涉及一种基于气象和大气污染物数据的CO中毒预测 方法。

背景技术

北京市专业气象台曾在北京地区利用气象预报因子及派生因子构建北京地区非职业性CO (一氧化碳)中毒预测模型，其采取的是搜集北京急救中心2002年2月13日至2005年12 月31日CO中毒病例1418个样本，对应当地的气象条件，采用准多元回归指数概率分级技术， 建立了CO中毒指数(4分级)预报及相应风险水平评估模式。该模式设计为下式：式中，Y_i为CO中毒气象指数的回归拟和值，定义为每千万人口的日平均CO中毒人次；为CO中毒人次的背景谐波值，X_j为进入方程的预报因子，B_j(i＝0，1，2，...，m)为相应的回归系数，m和n分别标识进入方程的因子数目和预报年度最大样本数，但该预测模型有其局限性：1、其中毒数据仅来自北京市城区16个急救中心，实际上不少中毒患者没有经过急救站，而是直接到医院，研究的数据可能会明显少于实际的 数据；2、仅利用了该地区气象预报因子及派生因子预测，没有应用环保因子，众所所知，多 年前，北方地区雾霾严重，环保条件有待改进，因而，其不是一个综合的、多维度的研究。各个地方的气候不同，生活习性有差异，受经济和各种条件影响，各地气象局和环保局能获取的气象因子和环保因子的要素也有不同或侧重点，因此，非常有必要因地制宜建立适合本 地区发生CO中毒风险的预测方法。

发明内容

针对上述存在的技术问题之一，提供一种基于气象和大气污染物数据的CO中毒预测方 法，其能够预测CO中毒风险等级，且其对CO中毒的预测精准、简捷、实用。

为达到上述目的，本发明所采用的技术方案是：

一种基于气象和大气污染物数据的CO中毒预测方法，包括以下步骤：

获取待预测地区的历史气象、大气污染物数据以及历史CO中毒病例数y’，所述气象、 大气污染物数据包括多个特征；

将CO中毒病例数y’按从小到大分为k个等级：1,2…，k，得到CO中毒风险等级集合y；

将获取到的该地区历史CO中毒病例数y’和历史气象、大气污染物数据组成一数据集， 用pearson相关分析检测该历史气象、大气污染物数据中各个特征之间的相关关系，并用偏 相关分析得到每个特征在剔除其他特征的影响之后与历史CO中毒病例数y’之间的净相关系 数和对应的P值，并在P值<0.05的范围中选取得到显著相关的有效特征以组成有效特征集X， X＝(X₁,X₂,…,X_m)，其中X_i，i＝1,2,…m表示有效特征集X中的第i个特征；

根据选取的有效特征集X，构建CO中毒风险等级y的有序多分类Logistic回归模型：

logit[P(y≤j)]＝β_j0+β₁X₁+...+β_mX_m