Цель: определить роль математики в борьбе с инфекционными болезнями, в частности в прогнозировании и предотвращении эпидемии вирусного гепатита А.
Вложение | Размер |
---|---|
![]() | 1.11 МБ |
Слайд 1
«Роль математики в прогнозировании эпидемий инфекционных заболеваний» Выполнила: Чулова Любовь Сергеевна МОУ СОШ №68, 10 «А»Слайд 2
Эпидемиология – медицинская наука, которая изучает причины возникновения и распространения заразных болезней в человеческом обществе и разрабатывает меры борьбы, предупреждения и полного искоренения этих болезней .
Слайд 3
Гиппократ Мечников И.И . Самойлович Д.С.
Слайд 4
«Наука только тогда достигает совершенства, когда ей удается использовать математику» К. Маркс
Слайд 5
Цель работы: определить роль математики в борьбе с инфекционными болезнями, в частности, в прогнозировании и предотвращении эпидемии вирусного гепатита А.
Слайд 6
Составные части науки: эмпирическая, теоретическая, математическая.
Слайд 7
Математическая часть имеет общий характер. Направлена на конструирование математических моделей, служащих для проверки теоретических концепций и сравнения их с реальными данными. Цели: прогнозирование, планирование и управление социально-экономическими процессами.
Слайд 8
Искусственное воспроизведение эпидемий нежелательно. Однако в эпидемиологии все же возникает необходимость в воссоздании эпидемического процесса в реальном масштабе, но без катастрофических последствий.
Слайд 9
Эпидемиология накопила достаточно сведений для построения моделей самого различного рода, включая сугубо специфические модели распространения заразных болезней.
Слайд 10
Мониторинг – это система постоянного слежения за обстановкой и раннего предупреждения об ее изменениях или надвигающейся опасности.
Слайд 11
Прогнозирование инфекционной заболеваемости является одним из элементов прогноза здоровья населения, необходимым этапом разработки общей стратегии санитарно-эпидемиологической службы и здравоохранения в целом.
Слайд 12
Все это требует применения методов математики и использования средств кибернетики для контроля, анализа, прогноза и управления эпидемической ситуацией.
Слайд 13
Существует два методы прогнозирования: среднесрочное прогнозирование и краткосрочное прогнозирование.
Слайд 14
Краткосрочный прогноз: 1) С использованием методики определения максимальной стабильности, 2) с использованием уравнения регрессии.
Слайд 15
Предлагаемый метод позволяет по заболеваемости месяцев «ключевого периода» (т.е. тех показателей, которые используются для расчета) определить ожидаемый уровень заболеваемости (годовой показатель) текущего года.
Слайд 16
Предварительно рассчитывается коэффициент корреляции между заболеваемостью «ключевого» периода и годовой в относительных показателях. На большинстве территорий используется заболеваемость I квартала или апреля, т.е. выдача прогноза, как правило, проводится в апреле-мае.
Слайд 17
где - средние значения переменных Х и Y . Коэффициент корреляции. Если заданы значения переменных Х и Y , то он вычисляется по формуле
Слайд 18
Годы Годовые показатели, z Показатели за январь, у Отклонение от средней, Отклонение от средней , Прогноз, Отклонение, % 1998 106,1 6,7 30,4 3,4 924,2 11,6 103,4 92,3 -13 1999 146 11,7 -9,5 -1,6 90,3 2,5 15,2 157,8 +8,1 2000 140,6 9 -4,1 1,1 16,8 1,2 -4,5 122,4 -12,4 2001 130,8 11,8 5,7 -1,7 32,5 2,9 -9,7 159,1 +21,6 2002 156,3 9,9 -19,8 0,2 392,0 0,04 -4 134,2 -14,1 2003 179,8 12,7 -43,3 -2,6 1974,9 6,8 112,6 170,9 -5 2004 225 14,9 -88,5 -4,8 7832,3 23,0 424,8 199,7 -11,2 2005 196,8 14,7 -60,3 -4,6 3636,1 21,2 277,4 197,1 0,1 2006 152,5 10 -16,0 0,1 256 0 -1,6 135,5 -11,1 2007 112,4 10,7 24,1 0,6 580,8 0,4 14,5 144,6 28,7 Таблица 2
Слайд 19
Выполним необходимые расчеты: 1. Среднегодовой показатель: 2. Среднемесячный показатель: 3. Сумма квадратов отклонений: 4. Сумма квадратов отклонений: 5. Сумма произведений отклонений:
Слайд 20
Известно, что корреляционная связь считается сильной при коэффициенте корреляции, превышающем +0,66. При этом условии прогнозирование возможно. Чем выше коэффициент корреляции, тем лучше оправдываемость прогноза.
Слайд 21
Высокий коэффициент корреляции характеризует тесную связь между заболеваемостью в январе и годовой. Это позволяет рассчитать годовой прогноз, используя уравнение регрессии. Оно характеризует степень изменения одной величины при соответствующих изменениях другой (в наших расчетах изменение годовых показателей при изменении показателей января).
Слайд 22
Для расчета прогноза используем уравнение: В количестве человек на 100 тыс. жителей
Слайд 23
Я рассчитала заболеваемость за текущий год. Полученная величина не может дать абсолютного совпадения с фактически зарегистрированным годовым показателем заболеваемости. Поэтому следует рассчитать ошибку прогноза: (чел).
Слайд 24
Эпидемия вирусного гепатита А в 2008 году нашему городу не угрожает.
Слайд 25
Таким образом, я проанализировала данные Роспотребнадзора, предоставленные за 1969 – 1986 г.г., 1998 – 2007 г.г., изучила способы применения в краткосрочном прогнозировании метода максимальной стабильности и уравнения регрессии, которое постоянно используется для расчетов в Дзержинской службе Роспотребнадзора. Мною были рассчитаны коэффициент корреляции, среднеквадратичные отклонения среднегодовой и среднемесячной заболеваемости, заболеваемость за текущий год и ошибка прогноза.
Слайд 26
Математика всегда стояла и будет стоять на страже интересов человека и помогать человечеству в борьбе с инфекционными заболеваниями.
Слайд 27
Спасибо за внимание!
Как Снегурочке раскатать тесто?
Чем пахнут ремёсла? Джанни Родари
Снежная зима. Рисуем акварелью и гуашью
Рисуем акварельное мороженое
Муравьиная кухня
Комментарии
комментарий