雾霾与典型疾病复杂关联的统计计算与动力学模型研究

As the largest developing country in the world, China is facing the most serious air pollution problem in recent years. Studies have shown that smog is closely related to respiratory diseases, cardiovascular diseases, infectious diseases, etc., which brings negative effects on human health. How to quantify, evaluate and predict the complex relationship and interaction between the smog and the above diseases is a challenging scientific problem with important practical significance, which receives a high degree of attention and preliminary research. Therefore, the purpose of this project is to develop the statistical models, statistical calculations, multi-scale dynamic systems for complex relations between smog and diseases with the aid of statistical analysis R software and numerical calculation Matlab software. Based on the complete data sets in Xi'an and by employing quasi Likelihood penalty, variable selection of high dimensional generalized linear model, risk analysis, non-smooth dynamical system theory and hybrid algorithm, we aim to reveal the complex relationship among the reported disease cases and pollutant monitoring indicators, heating seasons and meteorological factors, and consequently to explore the key factors which affect the diseases. Further, we would like to discuss the effects of the increasing trends of smog monitoring indicators, more and more serious pollution days, and the impact of spatial diffusion of pollutants and meteorological conditions on the dynamic evolution of the diseases. All those can help us to predict and assess the impact of smog on the diseases, and to provide qualitative and quantitative decision-making for the control strategies related to the smog.

中国作为最大的发展中国家，正面临最严重的空气污染问题。研究证明雾霾与呼吸系统疾病、心血管系统疾病、传染病等密切相关，给人体健康带来不容忽视的负面影响。如何量化、评估和预测雾霾与上述疾病的复杂关系和相互影响是一个具有重要现实意义和挑战性的科学问题，近年来得到了高度的重视和初步的研究。因此，本项目旨在基于西安市完整的数据链，发展统计模型、统计计算、雾霾与典型疾病复杂关联多尺度动力系统，借助统计分析R软件与Matlab平台，采用高维数据变量选择理论与计算、风险分析、非光滑系统理论及混杂算法等方法，揭示病例监测数与污染物监测指标、供暖季节、气象因素之间的复杂关联关系和探寻关键影响因子，探讨雾霾监测指标越来越严重、重度污染天数越来越多的动态发展趋势以及污染物空间扩散与气象条件等对疾病动态演化过程的影响，为预测、评估雾霾与疾病的复杂关联以及针对雾霾采用的控制策略对疾病的影响提供定性、定量的决策依据。

空气污染物与包括流感在内的呼吸系统疾病、心血管系统疾病等密切相关，长期以来对人类身心健康和社会生活造成了重大的影响，而证据表明呼吸道相关疾病数与污染物监测指标、供暖季节、气象因素等之间存在复杂的动态关联。因此，本项目旨在发展统计分析、参数估计和复杂计算以及多尺度耦合系统，量化和刻画这种复杂动态关系， 并进行系统的阈值理论和应用分析。研究过程中综合考虑了环境、气象、人为活动等中的随机因素，融合气象与流感样病例数据，将空气污染物扩散过程与呼吸道疾病传播过程中的不同尺度相耦合，建立多元回归模型、确定或随机微分系统来刻画空气污染变化对呼吸道相关疾病传播的影响，为预测、评估空气污染与呼吸道疾病的复杂关联，以及针对空气污染采用的控制策略对呼吸道疾病的影响提供定性、定量的决策依据。..结合西安市呼吸类病例数、空气质量指数、温度、雨量、湿度和大气压强等复杂多尺度数据，实现了西安市污染物指标、气候因素与病例数高维数据对应下的统计模型的参数估计和变量选择，精准确定污染物指标、气候条件各因素中影响疾病病例数的核心因子。发展了多尺度耦合随机系统的分析和复杂数据计算、参数估计和模型识别的相关技术，进而得到随机切换点估计新方法，并获得了年雾霾污染物严重天数增加的重要结论。考虑了随机因素并发展随机模型阈值理论，分析随机因素对雾霾污染物的影响并得到呼吸道疾病的持久与灭绝的阈值条件。融合季节周期性变化特征，研究了雾霾污染物的周期性变化及其影响因素；提出了刻画药物毒理效应的普适性模型，得到了药物毒理效应发生的新机制；系统对一类广义的状态依赖反馈控制系统进行了理论分析，发展了系统阶-1周期解的存在性、局部稳定性和全局稳定性全新的定性技巧，实现了微分动力系统、离散动力系统和脉冲系统相关理论知识的有机融合，为状态依赖反馈控制系统在害虫综合治理、疾病综合治疗等领域中的应用提供了重要理论支撑。