一種基于網(wǎng)格技術(shù)的新生兒缺陷預(yù)警方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種新生兒缺陷預(yù)警方法及系統(tǒng)，具體涉及一種基于網(wǎng)絡(luò)技術(shù)的新生兒缺陷預(yù)警方法及系統(tǒng)。
【背景技術(shù)】
[0002]地理信息系統(tǒng)(geographic informat 1n system, GIS)是用于對(duì)地表相關(guān)信息數(shù)據(jù)進(jìn)行收集、檢查、處理、集成和分析的計(jì)算機(jī)系統(tǒng)。隨著GIS的迅速發(fā)展，GIS在公共衛(wèi)生領(lǐng)域的作用越來越大，是公共衛(wèi)生從業(yè)人員的一個(gè)有用的工具。目前，國際上有很多不同等級(jí)的用空間分布來監(jiān)測(cè)某一疾病危險(xiǎn)因素的嘗試。GIS是以地理空間為基礎(chǔ)的，采用地理模型分析方法，從而提供多種空間和動(dòng)態(tài)的地理信息。
[0003]出生缺陷也稱先天異常，是指胚胎發(fā)育紊亂引起的形態(tài)、結(jié)構(gòu)、功能、代謝、精神、行為等方面的異常，包括先天畸形、智力障礙、代謝性疾病等。根據(jù)國家衛(wèi)生部發(fā)布的全國出生缺陷檢測(cè)結(jié)果，全國出生缺陷總發(fā)生率為1.1%。我國每年約有20?30多萬肉眼可見的先天畸形兒出生。出生缺陷給家庭和社會(huì)造成沉重的負(fù)擔(dān)，找到出生缺陷和哪些因素，提前做好預(yù)防措施，將在很大程度上遏制其發(fā)生。這對(duì)提高嬰兒的出生健康，提高人口素質(zhì)有很重要的意義。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問題是提供一種基于網(wǎng)絡(luò)技術(shù)的新生兒缺陷預(yù)警方法及系統(tǒng)，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。
[0005]本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下: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，
[0006]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(gè)方格區(qū)域；
[0007]步驟二，統(tǒng)計(jì)每個(gè)所述方格區(qū)域的人口分布數(shù)量，對(duì)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；
[0008]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(diǎn)進(jìn)行對(duì)應(yīng)；
[0009]步驟四，統(tǒng)計(jì)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(gè)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(gè)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P i，計(jì)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 = P i /Pi;
[0010]步驟五，設(shè)定患病率閾值，將單個(gè)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(duì)比，并對(duì)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；
[0011]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(shí)現(xiàn)新生兒出生缺陷預(yù)警。
[0012]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。
[0013]進(jìn)一步，所述在步驟三中，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(diǎn)進(jìn)行對(duì)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(diǎn)。
[0014]進(jìn)一步，所述患病率閾值為全國的新生兒出生缺陷患病率。
[0015]進(jìn)一步，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(gè)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)。
[0016]進(jìn)一步，在步驟五中，對(duì)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。
[0017]本發(fā)明的有益效果是: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(diǎn)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(gè)大的區(qū)域劃分為很多小的區(qū)域，可以對(duì)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。
[0018]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)。
[0019]—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(duì)應(yīng)模塊、出生缺陷患病率計(jì)算模塊、標(biāo)注模塊和環(huán)境關(guān)聯(lián)模塊，
[0020]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(gè)方格區(qū)域；
[0021]所述限制模塊用于統(tǒng)計(jì)每個(gè)所述方格區(qū)域的人口分布數(shù)量，對(duì)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；
[0022]所述人口對(duì)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(diǎn)進(jìn)行對(duì)應(yīng)，使得具有出生缺陷的新生兒與方格區(qū)域相對(duì)應(yīng)；
[0023]所述出生缺陷患病率計(jì)算模塊用于統(tǒng)計(jì)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(gè)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(gè)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(jì)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;
[0024]所述標(biāo)注模塊用于設(shè)定患病率閾值，并將單個(gè)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(duì)比，并對(duì)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；
[0025]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(shí)現(xiàn)新生兒出生缺陷預(yù)警。
[0026]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。
[0027]進(jìn)一步，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(diǎn)進(jìn)行對(duì)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(diǎn)。
[0028]進(jìn)一步，所述患病率閾值為全國的新生兒出生缺陷患病率。
[0029]進(jìn)一步，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(gè)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)。
[0030]進(jìn)一步，對(duì)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。
[0031]本發(fā)明的有益效果是: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(jì)每個(gè)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(duì)出生缺陷的影響成為可能，在一個(gè)可以實(shí)際操作的水平上，提高對(duì)疾病空間分布的了解，找出暗藏的危險(xiǎn)因素。網(wǎng)格分析是將空間劃分為小方格，并統(tǒng)計(jì)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。
【附圖說明】
[0032]圖1為本發(fā)明一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警方法的流程圖；
[0033]圖2為本發(fā)明一種基于網(wǎng)格技術(shù)的新生兒出生缺陷預(yù)警系統(tǒng)的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0034]以下結(jié)合附圖對(duì)本發(fā)明的原理和特征進(jìn)行描述，所舉實(shí)例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
[0035]如圖1所示，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，
[0036]SI,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(gè)方格區(qū)域；
[0037]S2，統(tǒng)計(jì)每個(gè)所述方格區(qū)域的人口分布數(shù)量，對(duì)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；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(diǎn)進(jìn)行對(duì)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(diǎn)；
[0038]S3，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(diǎn)進(jìn)行對(duì)應(yīng)，使得具有出生缺陷的新生兒與方格區(qū)域相對(duì)應(yīng)；
[0039]S4，統(tǒng)計(jì)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(gè)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？1，將第i個(gè)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(jì)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 = P1/Pi;
[0040]S5，設(shè)定患病率閾值，將單個(gè)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(duì)比，并對(duì)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；所述患病率閾值為全國的新生兒出生缺陷患病率；
[0041]S6，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(shí)現(xiàn)新生兒出生缺陷預(yù)警。
[0042]本實(shí)施例中，以深圳地區(qū)為例，深圳市位于北回歸線以南，東經(jīng)113° 46 r至114° 371，北瑋22° 2T至22° 52 ^，陸地最東端位于東南部南澳街道東沖海柴角，最西端位于西北部沙井街道民主村，最南端位于西南面珠江口中的內(nèi)伶彳丁島，最北端位于西北部松崗街道羅田社區(qū)，共1996.85平方千米。2014年，深圳市常住人口有1077.89萬。實(shí)際分區(qū)數(shù)目(橫向，縱向)取決于所研究區(qū)域的大小和想要研究的精度。這里可以將深圳市劃分20*10個(gè)小區(qū)，這樣每個(gè)方格的面積接近1km2.每一個(gè)方格都會(huì)對(duì)應(yīng)一定的經(jīng)瑋度。通過深圳市衛(wèi)生機(jī)構(gòu)和醫(yī)院收集深圳市所有的新生兒出生缺陷的信息，有父母的住址、缺陷類型等。通過父母的住址，結(jié)合百度地圖API，會(huì)給每一個(gè)住址找到相對(duì)應(yīng)的經(jīng)瑋度，這樣，所有的出生缺陷患兒都是一個(gè)有著經(jīng)瑋度的點(diǎn)。由于每個(gè)格子也是與經(jīng)瑋相關(guān)聯(lián)的，所以可以將新生兒出生缺陷患者和格子對(duì)應(yīng)起來。由于人口的分布不是均勻分布的，市區(qū)的人口密度大，郊區(qū)的人口密度小。如果統(tǒng)一劃分人口，會(huì)導(dǎo)致有的網(wǎng)格的人口過少，樣