本量過少，對計算患病率沒有實際意義，所以必須保證一定的樣本量。2014年，深圳市的常住人口為1077.89萬人，其人口密度為5398(人/km2)，每個格子的面積為1km2.計算可得，每個格子的人數(shù)為53980人，如果某一個網(wǎng)格的人口數(shù)據(jù)遠(yuǎn)小于53980人，則不參加患病率的計算。判斷單個區(qū)域的患病率是否高于此限值，并用顏色表示(紅色表示大于，綠色表示小于等于)，患病率閾值使用用全國的新生兒出生缺陷患病率。通過格子的顏色，選出紅色的格子，可以知道這些區(qū)域的新生兒出生缺陷率高于全市整體水平。結(jié)合紅色格子的實際地理狀況、工業(yè)狀況、教育狀況等來分析是否與新生兒出生缺陷有關(guān)，為后續(xù)的分析性研究提供思路和方向。以深圳市數(shù)據(jù)為例，分別以多發(fā)出生缺陷和先天性心臟病為測算依據(jù)，通過設(shè)定上述參數(shù)，即可獲得相對高發(fā)的小區(qū)域。
[0043]出生缺陷和殘疾越來越成為影響人口素質(zhì)的重要問題。明確出生缺陷的發(fā)生原因，是干預(yù)和預(yù)防出生缺陷的前提條件。但是，目前對出生缺陷的研究并不十分完善，其病因也不明確。目前得到公認(rèn)的導(dǎo)致出生缺陷的兩大因素是遺傳因素和環(huán)境因素，前者占25%，后者占10%。但是大多素是環(huán)境因素和遺傳因素交互作用的結(jié)果，這一比例高達(dá)65%。與出生缺陷相關(guān)的環(huán)境因素主要包括以下三大類:1.物理因素，如噪聲，X射線超聲波，手機(jī)輻射等。2.化學(xué)因素，如鉛，汞，煙草，酒精等。3，.生物因素，單純皰疹病毒等。所以明確環(huán)境因素對出生缺陷的影響，并采取相應(yīng)的預(yù)防措施，將在很大程度上減少出身缺陷的發(fā)生。地理網(wǎng)格技術(shù)作為一種新的科學(xué)研究方法和手段雖然發(fā)展過程不長，但它在公共衛(wèi)生領(lǐng)域得到了非常廣泛的應(yīng)用，網(wǎng)格技術(shù)以其強(qiáng)大的空間數(shù)據(jù)管理及分析能力，為流行病學(xué)研究及控制決策提供了新的手段。將地理網(wǎng)格技術(shù)運用到出生缺陷的病因探討中，可以明確哪些環(huán)境因素是誘發(fā)出生缺陷的高危因素。
[0044]本發(fā)明一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警方法中，網(wǎng)格技術(shù)可以為出生缺陷的的病因研究提供有力的工具，具有廣泛的應(yīng)用前景。它和傳統(tǒng)的描述性研究不同。傳統(tǒng)的描述性研究雖然定位于疾病的空間、人群、地點的三間分布。但是它的空間范圍特別大，沒有具體和細(xì)化。網(wǎng)格技術(shù)把一個大的區(qū)域劃分為很多小的區(qū)域，可以對空間的最小的范圍進(jìn)行病因的研究。尤其是隨著衛(wèi)星遙感技術(shù)的發(fā)展，我們可以獲得更為精確的地面水溫、氣象、植被、土壤、工廠企業(yè)，比如化工廠，垃圾焚燒廠等等。通過這些信息可以掌握環(huán)境因素，為找到與出生缺陷相關(guān)的因素提供有力的支持。
[0045]基于上述一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警方法，本發(fā)明還提供一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警系統(tǒng)。
[0046]如圖2所示，一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警系統(tǒng)，包括網(wǎng)格劃分模塊、人口限值模塊、人口對應(yīng)模塊、出生缺陷患病率計算模塊、標(biāo)注模塊和環(huán)境關(guān)聯(lián)模塊，
[0047]所述網(wǎng)格劃分模塊用于將待預(yù)警區(qū)域的地圖根據(jù)經(jīng)、瑋度進(jìn)行網(wǎng)格劃分，劃分成多個方格區(qū)域；
[0048]所述限制模塊用于統(tǒng)計每個所述方格區(qū)域的人口分布數(shù)量，對人口分布數(shù)量低于預(yù)設(shè)值的方格區(qū)域進(jìn)行排除；
[0049]所述人口對應(yīng)模塊用于將人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒的地址與相應(yīng)的經(jīng)、瑋度點進(jìn)行對應(yīng)，使得具有出生缺陷的新生兒與方格區(qū)域相對應(yīng)；
[0050]所述出生缺陷患病率計算模塊用于統(tǒng)計人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的所有新生兒出生總數(shù)和具有出生缺陷的新生兒總數(shù)，將第i個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生總數(shù)記作P1，將第i個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒出生總數(shù)記為P1,計算出人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生缺陷的患病率為R = P1A31;
[0051]所述標(biāo)注模塊用于設(shè)定患病率閾值，并將單個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生缺陷的患病率與患病率閾值進(jìn)行對比，并對新生兒出生缺陷高于患病率閾值的人口分布量高于預(yù)設(shè)值的方格區(qū)域進(jìn)行標(biāo)記；
[0052]所述環(huán)境關(guān)聯(lián)模塊用于將標(biāo)記過的人口分布量高于預(yù)設(shè)值的方格區(qū)域與當(dāng)?shù)丨h(huán)境因素相關(guān)聯(lián)，實現(xiàn)新生兒出生缺陷預(yù)警
[0053]本發(fā)明一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警系統(tǒng)將深圳市按經(jīng)瑋度劃分為若干網(wǎng)格，統(tǒng)計每個網(wǎng)格的新生兒出生缺陷患病率并與全國水平比較，從而找出網(wǎng)格中的高危環(huán)境因素。網(wǎng)格技術(shù)的應(yīng)用使得細(xì)化環(huán)境因素對出生缺陷的影響成為可能，在一個可以實際操作的水平上，提高對疾病空間分布的了解，找出暗藏的危險因素。網(wǎng)格分析是將空間劃分為小方格，并統(tǒng)計方格內(nèi)的患病率，從而把患病率的高低和地理位置、環(huán)境結(jié)合起來，在新生兒出生缺陷的預(yù)警和干預(yù)中有很大應(yīng)用前景。
[0054]以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項】
1.一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警方法，其特征在于:包括以下步驟， 步驟一，將待預(yù)警區(qū)域的地圖根據(jù)經(jīng)、瑋度進(jìn)行網(wǎng)格劃分，劃分成多個方格區(qū)域； 步驟二，統(tǒng)計每個所述方格區(qū)域的人口分布數(shù)量，對人口分布數(shù)量低于預(yù)設(shè)值的方格區(qū)域進(jìn)行排除； 步驟三，將人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒的地址與相應(yīng)的經(jīng)、瑋度點進(jìn)行對應(yīng)； 步驟四，統(tǒng)計人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的所有新生兒出生總數(shù)和具有出生缺陷的新生兒總數(shù)，將第i個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生總數(shù)記作P1，將第i個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒出生總數(shù)記為Pi,計算出人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生缺陷的患病率為R = PiZPi; 步驟五，設(shè)定患病率閾值，將單個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生缺陷的患病率與患病率閾值進(jìn)行對比，并對新生兒出生缺陷高于患病率閾值的人口分布量高于預(yù)設(shè)值的方格區(qū)域進(jìn)行標(biāo)記； 步驟六，將標(biāo)記過的人口分布量高于預(yù)設(shè)值的方格區(qū)域與當(dāng)?shù)丨h(huán)境因素相關(guān)聯(lián)，實現(xiàn)新生兒出生缺陷預(yù)警。2.根據(jù)權(quán)利要求1所述的一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警方法，其特征在于:在步驟三中，人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒的地址與相應(yīng)的經(jīng)、瑋度點進(jìn)行對應(yīng)的方法為，將具有出生缺陷的新生兒的地址，結(jié)合百度地圖API生成相應(yīng)的經(jīng)、瑋度點。3.根據(jù)權(quán)利要求1或2所述的一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警方法，其特征在于:所述患病率閾值為全國的新生兒出生缺陷患病率。4.根據(jù)權(quán)利要求1或2所述的一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警方法，其特征在于:將待預(yù)警區(qū)域的地圖進(jìn)行網(wǎng)格劃分，進(jìn)行網(wǎng)格劃分的方格區(qū)域的個數(shù)與待預(yù)警區(qū)域的大小和待預(yù)警的精度相關(guān)聯(lián)。5.根據(jù)權(quán)利要求1或2所述的一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警方法，其特征在于:在步驟五中，對新生兒出生缺陷高于患病率閾值的人口分布量高于預(yù)設(shè)值的方格區(qū)域采用紅綠兩種顏色進(jìn)行標(biāo)記，紅色表示待預(yù)警區(qū)域的新生兒出生缺陷的患病率大于患病閾值，綠色表示待預(yù)警區(qū)域的新生兒出生缺陷的患病率小于或等于患病閾值。6.一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警系統(tǒng)，其特征在于:包括網(wǎng)格劃分模塊、人口限值模塊、人口對應(yīng)模塊、出生缺陷患病率計算模塊、標(biāo)注模塊和環(huán)境關(guān)聯(lián)模塊， 所述網(wǎng)格劃分模塊用于將待預(yù)警的區(qū)域的地圖根據(jù)經(jīng)、瑋度進(jìn)行網(wǎng)格劃分，劃分成多個方格區(qū)域； 所述限制模塊用于統(tǒng)計每個所述方格區(qū)域的人口分布數(shù)量，對人口分布數(shù)量低于預(yù)設(shè)值的方格區(qū)域進(jìn)行排除； 所述人口對應(yīng)模塊用于將人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒的地址與相應(yīng)的經(jīng)、瑋度點進(jìn)行對應(yīng)； 所述出生缺陷患病率計算模塊用于統(tǒng)計人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的所有新生兒出生總數(shù)和具有出生缺陷的新生兒總數(shù)，將第i個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生總數(shù)記作P1，將第i個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒出生總數(shù)記為P1,計算出人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生缺陷的患病率為R = P1A31; 所述標(biāo)注模塊用于設(shè)定患病率閾值，并將單個人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的新生兒出生缺陷的患病率與患病率閾值進(jìn)行對比，并對新生兒出生缺陷高于患病率閾值的人口分布量高于預(yù)設(shè)值的方格區(qū)域進(jìn)行標(biāo)記； 所述環(huán)境關(guān)聯(lián)模塊用于將標(biāo)記過的人口分布量高于預(yù)設(shè)值的方格區(qū)域與當(dāng)?shù)丨h(huán)境因素相關(guān)聯(lián)，實現(xiàn)新生兒出生缺陷預(yù)警。7.根據(jù)權(quán)利要求6所述的一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警系統(tǒng)，其特征在于:人口分布量高于預(yù)設(shè)值的方格區(qū)域內(nèi)的具有出生缺陷的新生兒的地址與相應(yīng)的經(jīng)、瑋度點進(jìn)行對應(yīng)的方法為，將具有出生缺陷的新生兒的地址，結(jié)合百度地圖API生成相應(yīng)的經(jīng)、瑋度點。8.根據(jù)權(quán)利要求6或7所述的一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警系統(tǒng)，其特征在于:所述患病率閾值為全國的新生兒出生缺陷患病率。9.根據(jù)權(quán)利要求6或7所述的一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警系統(tǒng)，其特征在于:將待預(yù)警區(qū)域的地圖進(jìn)行網(wǎng)格劃分，進(jìn)行網(wǎng)格劃分的方格區(qū)域的個數(shù)與待預(yù)警區(qū)域的大小和待預(yù)警的精度相關(guān)聯(lián)。10.根據(jù)權(quán)利要求6或7所述的一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警系統(tǒng)，其特征在于:對新生兒出生缺陷高于患病率閾值的人口分布量高于預(yù)設(shè)值的方格區(qū)域采用紅綠兩種顏色進(jìn)行標(biāo)記，紅色表示待預(yù)警區(qū)域的新生兒出生缺陷的患病率大于患病閾值，綠色表示待預(yù)警區(qū)域的新生兒出生缺陷的患病率小于或等于患病閾值。
【專利摘要】本發(fā)明涉及一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警方法,包括以下步驟,步驟一,將待預(yù)警的區(qū)域根據(jù)經(jīng)、緯度進(jìn)行網(wǎng)格劃分；步驟二，對人口分布數(shù)量低于預(yù)設(shè)值的方格區(qū)域進(jìn)行排除；步驟三，方格區(qū)域內(nèi)的具有出生缺陷的新生兒的地址與相應(yīng)的經(jīng)、緯度點進(jìn)行對應(yīng)；步驟四，計算出方格區(qū)域內(nèi)的新生兒出生缺陷的患病率；步驟五，設(shè)定患病率閾值，并對新生兒出生缺陷高于患病率閾值的方格區(qū)域進(jìn)行標(biāo)記；步驟六，將標(biāo)記過的人口分布量高于預(yù)設(shè)值的方格區(qū)域與當(dāng)?shù)丨h(huán)境因素相關(guān)聯(lián)，實現(xiàn)新生兒出生缺陷預(yù)警。本發(fā)明一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警方法中，網(wǎng)格技術(shù)可以為出生缺陷的病因研究提供有力的工具，具有廣泛的應(yīng)用前景。
【IPC分類】G06Q50/22, G06F17/30
【公開號】CN105159965
【申請?zhí)枴緾N201510523836
【發(fā)明人】林艷, 孫闖
【申請人】深圳市婦幼保健院, 武漢金豆醫(yī)療數(shù)據(jù)科技有限公司
【公開日】2015年12月16日
【申請日】2015年8月24日