目的/意义 探究前沿技术在肾综合征出血热发病率预测中的应用,梳理、组合多种时序分析方法,评价并筛选最佳模型.方法/过程 利用2004-2020年全国肾综合征出血热发病率数据,基于统计学方法的SA-RIMA、STL-ARIMA、TBATS模型,基于神经网络的NNAR、LSTM模型,基于3种加权方式的SARIMA-LSTM组合模型进行预测,运用RMSE、MAE、MAPE综合评价模型效果.结果/结论 SARIMA、LSTM在单一模型中较优;SARIMA-LSTM组合模型效果相较单一模型均有提升;基于误差倒数法的SARIMA-LSTM组合模型为最优模型.本研究有望为肾综合征出血热发病预警系统模型设计提供技术支持与参考.

目的:分析季节性差分自回归移动平均模型（SARIMA）、广义相加模型（GAM）和长短期记忆神经网络模型（LSTM）在肾综合征出血热（HFRS）发病率拟合及预测中的效果，为优化HFRS预测模型提供参考。方法:在公共卫生科学数据中心（https://www.phsciencedata.cn/）收集全国和HFRS发病率居前9位的省份（黑龙江、陕西、吉林、辽宁、山东、河北、江西、浙江和湖南省）2004-2017年HFRS逐月发病率资料，其中，2004-2016年资料作为训练数据，2017年1-12月资料作为测试数据。利用训练数据拟合全国和9个省份HFRS发病率的SARIMA、GAM、LSTM；利用拟合模型预测2017年1-12月HFRS发病率，并与测试数据比较。采用平均绝对百分比误差（ MAPE）评价模型拟合及预测精度， MAPE < 20%时模型拟合或预测效果为好，20%~50%为可接受，> 50%为差。 结果:从总体拟合及预测效果来看，全国和黑龙江、陕西、吉林、辽宁、江西省的最优模型为SARIMA（ MAPE分别为19.68%、20.48%、44.25%、19.59%、23.82%、35.29%），其中，全国和吉林省模型拟合及预测效果为好，其余均为可接受；山东、浙江省的最优模型为GAM（ MAPE分别为18.29%、21.25%），其中，山东省模型拟合及预测效果为好，浙江省为可接受；河北、湖南省的最优模型为LSTM（ MAPE分别为26.52%、22.69%），模型拟合及预测效果均为可接受。从拟合效果来看，GAM在全国数据中拟合精度最高， MAPE =10.44%。从预测效果来看，LSTM在全国数据中预测精度最高， MAPE = 12.23%。 结论:SARIMA、GAM、LSTM均能作为拟合HFRS发病率的最优模型，但不同地区拟合的最优模型表现出较大差异。今后在建立HFRS预测模型时应尽可能多地纳入备选模型进行筛选，以保证较高的拟合及预测精度。

目的:研究影响儿童肾综合征出血热预后的相关危险因素。方法:采用回顾性研究方法，选择2014年7月至2021年12月于西安交通大学附属儿童医院儿童重症医学科临床诊断肾综合征出血热182例患儿为研究对象，将重型、危重型患儿作为观察组(24例)，轻型、中型患儿作为对照组(158例)。收集患儿的人口学、流行病学资料及入院8 h内的相关临床检验结果，以入院28 d死亡为主要结局，肾功能衰竭、肺水肿为次要结局，观察两组临床检验指标的差异，对可能的危险因素行二元Logistic回归后，根据ROC曲线判断不同结局预测模型的预测效能。结果:两组之间年龄、性别、BMI差异均无统计学意义(均 P>0.05)。观察组肺水肿、肾衰竭、休克等并发症发生率高于对照组，差异具有统计学意义(均 P<0.05)。对照组与观察组比较，凝血功能指标活化部分凝血活酶时间(activated partial thromboplastin time，APTT)[(134 ± 21)s比(164 ± 34)s]、D-二聚体[(6.31 ± 3.20)mg/L比(12.43 ± 5.67)mg/L]、血管性血友病因子(von Willebrand factor，vWF) [(352 ± 45)μg/L比(465 ± 103)μg/L]、血小板(platelets，PLT)[(87 ± 35)×10 9/L比(45 ± 24)×10 9/L]、乳酸(lactate，Lac)[(2.6 ± 1.1)mmol/L比(6.0±2.0)mmol/L]，差异均有统计学意义(均 P<0.05)；淋巴细胞特征分析指标淋巴细胞[(2 749 ± 686)×10 6/L比(2 374 ± 851)×10 6/L]、CD3 +[(1 821 ± 487)×10 6/L比(1 065 ± 539)×10 6/L]、CD4 +/CD8 + (1.65 ± 0.73)比(1.00 ± 0.25)、CD19 +[(559 ± 105)×10 6/L比(487 ± 133)×10 6/L]差异均有统计学意义(均 P< 0.05)；炎症反应指标血清降钙素原(procalcitonin，PCT)[(22 ± 15)ng/L比(56 ± 21)ng/L ]差异有统计学意义， P< 0.05；观察组应用连续性肾脏替代治疗、呼吸机辅助通气、血管活性药物等治疗措施比率升高，差异均具有统计学意义(均 P< 0.05)。对纳入指标行多因素二元Logistic回归分析，以死亡为主要结局，发现Lac、CD8 +、D-二聚体、vWF、PCT升高与患儿死亡率相关，是死亡的危险因素，PLT、CD4 +/CD8 +为保护性因素；以肾功能衰竭、肺水肿为次要结局，发现CD8 +、D-二聚体、Lac、PCT是引起次要结局的危险因素。危险因素联合预测模型行ROC曲线分析，主要结局变量相关危险因素预测模型的敏感度为77.91%、特异度为81.22%、AUC 0.769；次要结局变量相关危险因素预测模型的敏感度为87.61%、特异度为77.59%、AUC 0.891。 结论:CD8 +、D-二聚体、Lac、PCT、vWF等指标联合对儿童肾综合征出血热不良预后具有良好的预测性。

肾综合征出血热（HFRS）是一种由汉坦病毒引起的以发热、出血、充血、低血压休克及肾脏损害为主要临床特征的鼠传自然疫源性疾病，人主要通过接触鼠的排泄物、分泌物等方式感染HFRS。HFRS流行特征具有显著的人群差异、地理异质和季节消长特点，这些典型特征与宿主动物栖息环境和人类活动等因素密不可分。全球每年HFRS报告发病人数约15万~20万，我国病例数占全球的70 %~90 %，是遭受HFRS危害最严重的国家。本文详细综述了我国HFRS流行特征、传播影响因素以及相关生态学研究的模型与方法进展，以期了解我国HFRS的三间分布特征及传播的潜在影响因素，有助于开展HFRS疾病调查监测和预防控制工作。

目的:分析肾综合征出血热(HFRS)未成年患者的临床特征及其重症化危险因素，构建重症风险模型。方法:纳入2009年1月至2021年12月空军军医大学第二附属医院(153例)和西安交通大学第二附属医院(17例)收治的170例HFRS未成年患者(年龄<18岁)。根据疾病严重程度，将患者分为轻症组和重症组。分析两组患者基线人口学、症状、体征、入院时实验室检查和预后等资料。统计学比较采用曼-惠特尼 U检验和 χ2检验。应用二元logistic回归分析患者重症化的独立危险因素，并构建重症风险模型，采用受试者操作特征曲线分析风险模型评估重症化的预测价值。 结果:170例未成年患者中，男132例(77.6%)，年龄为(14.9±3.1)岁，轻症组124例，重症组46例。169例(99.4%)有发热，119例(70.0%)有头痛，106例(62.4%)有腰痛，158例(92.9%)有皮肤、黏膜充血，101例(59.4%)有恶心和呕吐，139例(81.8%)有肾区叩击痛。重症组恶心和呕吐，以及皮肤、黏膜出血发生率分别为71.7%(33/46)、67.4%(31/46)，分别高于轻症组的54.8%(68/124)、44.4%(55/124)，差异均有统计学意义( χ2＝3.97、7.12，均 P<0.05)。两组间血小板计数、活化部分凝血活酶时间(APTT)、血肌酐、天冬氨酸转氨酶、丙氨酸转氨酶、白细胞计数、总胆红素及白蛋白水平差异均有统计学意义( Z＝－4.14、－4.04、－4.87、－3.90、－4.07、－2.60、－2.78， t＝ 2.50，均 P<0.05)。二元logistic回归分析显示，球结膜水肿[比值比( OR)＝8.035，95%可信区间(95% CI) 2.946~21.916]、血肌酐( OR＝1.010，95% CI 1.006~1.015)和APTT( OR＝1.049，95% CI 1.003~1.098)是HFRS未成年患者重症化的独立危险因素。构建重症风险模型，回归方程为Logit(P)＝－10.323+2.084×球结膜水肿(无＝0，Ⅰ度＝1，Ⅱ度＝2，Ⅲ度＝3)+0.010×血肌酐(μmol/L)+0.048×APTT(s)。重症风险模型预测未成年HFRS患者重症化发生的曲线下面积为0.868，最佳临界值为－4.39，灵敏度为73.90%，特异度为91.10%。根据重症风险模型对研究数据内部验证，46例重症患者中34例为重症，灵敏度为73.91%，124例轻症患者中113例为轻症，特异度为91.13%。 结论:HFRS未成年患者临床表现不典型，主要以发热、头痛、腰痛、恶心和呕吐表现为主，皮肤、黏膜充血及肾区叩击痛发生率高，球结膜水肿、血肌酐及APTT是未成年HFRS患者重症化的独立危险因素，构建的重症风险模型可以有效地预测重症化发生。

目的:分析肾综合征出血热患者急诊入院时实验室指标对临床危重患者的预警价值。方法:本研究采用回顾性病例对照研究，分析空军军医大学唐都医院急诊科2021年1月至2022年1月收治的肾综合征出血热患者临床资料和实验室检查结果，根据患者实验室指标及临床症状分为轻、中、重、危重组，将轻、中组纳入轻症组，重、危重组纳入重症组，并进行回顾性分析。比较两组一般资料和实验室指标，进一步对有统计学意义的指标进行多因素分析，采用多因素Logistic回归分析筛选出重症患者的独立危险因素，绘制受试者工作特征ROC曲线评估模型的预测价值。结果:164例HFRS患者中重症组50例，轻症组114例。重症组血清WBC、AST、ALT、Cr、BUN、DD、PCT水平均高于轻症组，血清PLT、ALB、PTA水平均低于轻症组，差异均有统计学意义(均 P<0.05)。进行二元多因素logistic回归分析筛选出WBC、PLT、PCT是患者进展为危重症的独立影响因子（均 P<0.05）。并建立重症HFRS的预测模型：logit(P)=-0.321+0.040 WBC(×109/L）-0.045 PLT(×109/L）+0.086 PCT（ng/mL）。进一步分析WBC、PLT、PCT对重症HFRS预警效能，计算ROC曲线下面积（area under curve, AUC）分别为0.779，0.842，0.862，最佳阈值分别为10.435×109/L、41.5×109/L、2.97ng/mL。联合检测AUC为0.900，敏感度为88.0%，特异度为82.5%，特异度优于单个实验室检查指标的检测。 结论:HFRS实验室指标对重症患者识别有一定临床意义，其中的指标血清WBC、PLT、PCT指标是重症HFRS的危险因素，为重症HFRS患者临床诊治及预后提供理论依据。

目的:分析2004 - 2020年我国肾综合征出血热（HFRS）发病的时空特点及空间聚集性，为HFRS防控提供科学依据。方法:自公共卫生科学数据中心、《中国卫生健康统计年鉴》、全国法定传染病疫情概况报告，收集2004 - 2020年我国HFRS的疫情信息，采用Joinpoint模型分析年均发病率变化趋势，使用ArcGIS 10.5软件进行空间可视化分析，并应用全局空间自相关、局部空间自相关和时空扫描分析对热点和聚集区域进行探测。结果:2004 - 2020年我国累计报告HFRS病例208 441例，年均发病率为0.91/10万。Joinpoint模型分析显示，2004 - 2020年我国HFRS年均发病率总体呈下降趋势。高发省份发病多呈春季、秋冬季双峰分布，其中秋冬季峰更为显著。全局空间自相关分析结果显示，2004 - 2019年我国HFRS发病率的全局莫兰指数（Moran′s I）均为正值，除2012和2020年不排除随机分布模式外，其他年份均呈现空间聚集性（均 Z > 1.65，均 P < 0.05）；分阶段局部空间自相关分析结果表明，黑龙江省、吉林省、辽宁省为高-高聚集区域。逐月时空扫描分析共探测出5个聚集区域，每个聚集区域均有统计学意义（均 P < 0.001）。 结论:2004 - 2020年我国HFRS疫情总体呈下降趋势，发病率具有明显的空间聚集性，高风险地区仍持续存在，需重点关注并采取针对性的防控措施。

病原体在多种宿主间跨种传播是一个复杂的动力学过程，对传染病早期预警系统的可靠性提出严峻挑战。本文通过介绍传染病生态学理论方法，回顾和总结了通过环境-宿主-传染病动态数学模型研究病原体、宿主以及环境的交互作用，量化环境对疫情趋势、传播媒介以及病原微生物影响的研究范式；并以我国姬鼠型肾综合征出血热研究为例，介绍了传染病数学模型在疫情实际预测预警中的应用，进一步发展了新的监测指标与预警方法。

目的:探讨肾综合征出血热(HFRS)并发急性胰腺炎(AP)患者的临床特征，建立预测HFRS患者并发AP风险的列线图模型。方法:收集2017年1月至2021年9月南京医科大学第一附属医院收治的109例确诊HFRS患者的临床资料，根据是否并发AP分成AP组(20例)和非AP组(89例)。将两组有统计学差异的指标纳入多因素logistic回归分析，依据发现的危险因素建立列线图模型，并评估其预测效能。结果:AP组的腹痛发生率为75.0%(15/20)，高于非AP组的18.0%(16/89)，差异有统计学意义( χ2＝26.09， P<0.001)。AP组肾脏替代治疗的占比为60.0%(12/20)，高于非AP组的33.7%(30/89)，差异有统计学意义( χ2＝4.77， P＝0.029)。AP组活化部分凝血活酶时间(APTT)为51.75(38.65，74.03) s，长于非AP组的43.10(33.05，55.80) s，血小板计数、纤维蛋白原和白蛋白分别为21.50(14.75，60.00)×10 9/L、1.95(1.51，2.39) g/L和27.25(25.45，30.00) g/L，分别低于非AP组的41.00(25.00，68.50)×10 9/L、2.26(1.89，3.09) g/L和30.10(26.75，36.25) g/L，差异均有统计学意义( U＝－2.06、－2.22、－2.27、－2.36，均 P<0.05)。AP组凝血酶原时间延长值为0.95(0, 2.13) s，高于非AP组的0(0，1.15) s，差异有统计学意义( U＝－2.67， P＝0.008)。经多因素logsitic回归分析，入院时的白蛋白是HFRS并发AP的相关独立危险因素[比值比( OR)＝0.887，95%可信区间( CI) 0.795~0.990， P＝0.032]。以入院时白蛋白、血小板计数、APTT和纤维蛋白原4个变量构建列线图模型，一致性指数为0.765，校正后为0.718。 结论:对于腹痛并发凝血功能异常、低白蛋白和低血小板的HFRS患者，应警惕AP的发生。构建列线图模型能有效预测HFRS患者并发AP的风险。及时进行肾脏替代治疗可能是HFRS并发AP的有效治疗手段。

目的 比较季节自回归移动平均模型(SARIMA)、长短期记忆网络(LSTM)、经验动态建模(EDM)在包含及不包含气象因素的情况下预测潍坊市肾综合征出血热(HFRS)发病的效果,探索最佳预测模型.方法 选取 2011 年1 月至 2017 年 12 月潍坊市HFRS月发病率分别构建SARIMA模型、单变量LSTM模型、单变量EDM模型,以及包含气象因素的SARIMAX模型、多变量LSTM模型、多变量EDM模型,对2018 年1 月至2018 年12 月的月发病率进行预测,并比较各模型的预测效果.结果 SARIMA模型的平均绝对误差百分比(MAPE)为 42.17%,SARIMAX模型未通过参数检验;单变量LSTM模型、多变量LSTM模型的MAPE分别为 48.40%,16.19%;单变量EDM,多变量EDM模型的MAPE分别为 55.00%,51.79%.结论 包含气象因素的多变量LSTM模型对潍坊市HFRS发病率预测效果最佳,预测结果可为未来HFRS的防控提供参考.