基于多元Copula及随机规划模型的医院感染暴发流行预警研究

Nosocomial infection is a major public health problem worldwide, and the outbreak of it is a concentrated expression of the danger.The present research can not achieve effective early warning of the outbreak, mainly limited by the complexity of the marginal distribution and related structure of those multiple risk factors . Literature shows that, Copula function is good at dealing with complex structural problems of the multivariate distribution of any form.On the basis of previous studies, a set of risk factors for nosocomial infection outbreaks will be established by literature review and expert consulting. Then to get the core risk factors ,the set will be reduced by logistic regression analysis and artificial neural network.Next,to characterize the marginal distribution of the core risk factors.With data from nosocomial infection surveillance network, using non-parametric or semi-parametric and parametric methods,a multivariate Copula distribution function will be deduced. And then a stochastic programming model for the warning of nosocomial infection outbreaks can be built and solved, thus the the warning can be achieved. This study is expected to further reveal the risk factors of nosocomial infection outbreak and their characteristics,and to provide a new idea and means for nosocomial infection prevention and control.So the prospective intervention measures can be carried out,and the efficiency of hospital infection management can be significantly improved.

医院感染是重大公共卫生问题，暴发流行是医院感染危害性的集中体现。目前研究尚不能实现对暴发流行的有效预警，主要受制于多风险因素边缘分布形式及其相关结构的复杂性。文献表明，Copula函数善于处理任意边缘分布的多变量间复杂相关结构问题。本课题拟在既往研究基础上，首先通过文献分析和专家咨询建立医院感染暴发流行风险因素集合，通过降维处理（采用Logistic回归分析和人工神经网络分析），优选获得核心风险因素，然后利用医院感染监测网络信息数据，采用非参数、半参数和参数方法，刻画各核心风险因素的边缘分布特征，在此基础上拟合建立多元Copula联合分布函数，进而构建医院感染暴发流行的随机规划模型并求解，实现对暴发流行的事前预警。本研究有望更深入的揭示医院感染暴发流行的风险因素及其关联特征，为医院感染的监测与防控提供一种新的思路和手段，为采取前瞻性干预措施奠定基础，显著提高医院感染管理水平。

本项目对全院过去5年的院感情况进行了回顾性研究并复习了医院感染暴发流行文献资料收集整理，结合本院实际情况与相关文献研究，设计了感染暴发流行专家问卷调查表并发放、回收，对问卷进行整理，统计数据并进行分析；通过大数据分析，初步建立了Logistic回归模型以筛选医院感染暴发风险；以Logistic回归模型为基础，利用Copula方法，基于实测数据，完成医院感染暴发各因素的独立边缘分布特征研究；在建立Copula联合分布函数的基础上，构建随机规划模型并求解，预警医院感染暴发流行；利用医院感染监测网大样本数据，完成预测模型的实证拟合评价。结合实际数据，对预警模型指认的感染暴发因素进行医院事前干预实证检验，进一步修正模型参数。开展应用研究：利用上述模型，从宏观上建模研究科室间医院感染率发生的相关性，并结合微观分析医院感染的影响因素，为医院感染管理提供了新的工作模式，为医院感染管理的决策和科研提供真实有效的量化证据，也在方法上为医院感染管理提供了新思路。通过此研究为建立综合性医院的医院感染暴发流行预警模型提供了实证基础，对促进医院感染管理学科的发展也具有重要的现实意义。