 |
 |
1.2.2 评价SARS暴发因素的估计危险度 先计算香港/北京市SARS流行期间日SARS病例数的中位数,当该地区日新发SARS病例数大于它的中位数时，就定义为SARS暴发。将香港/北京市一个最大潜伏期(10d后的日发病数转换成二类变量(日病例数≤中位数时Y赋值为0;日病例数>中位数时Y赋值为1。以提取出来的公因子为自变量X，应用构筑式Logistic逐步回归法估计香港/北京上述筛选出来的3个因子的危险度(Odds ratio，OR。对多元回归模型进行残差分析和共线性诊断检查模型是否成立。统计分析通过SPSS15.0 for Windows完成，采用双侧检验。
2 结果
2.1 香港/北京市SARS流行的相关因素
香港SARS因子分析提取出3个公因子(表2，能反映全部14个变量所含信息的80.8%;其中“措施时间因子”反映了38.6%的信息，“日发病数因子”反映了23.2%的信息，“院内感染倍增因子”反映了19.0%的信息。北京市SARS因子分析也是提取出3个公因子(表2，能反映全部11个变量所含信息的87.1%。其中“院内感染倍增因子”反映了40.5%的信息，“措施时间因子”反映了31.6%的信息，“住_出院因子”反映了15.0%的信息。分别以提取出来的这3个公因子为自变量X，进一步作构筑式多元逐步回归及Logistic回归分析。表2 香港与北京市SARS流行因素因子分析结果
公因子F流行因素(变量X因子负荷^因子贡献率/%△累积贡献率/%=(医护人员日发病数+1×(日ICU病例数+10.880北京院内感染倍增因子两医院感染事件0.916医患相乘变量=(医护人员日发病数+1×(日住院病例数+10.909北京日发病数0.893措施时间因子防院内感染措施0.931隔离停课措施0.887小汤山医院收治病人0.852流行时间0.689住_出院因子日住院病例数0.793日累计出院病例数_0.76938.623.219.040.531.615.080.887.1
^公因子F对变量X的影响程度(相关系数;△该因子能解释全部变量所含信息的%
2.2 香港SARS流行因素的构筑式多元逐步回归结果见表3。“措施时间因子”、“日发病数因子”和“院内感染倍增因子”均有统计学意义。这3个公因子共解释了香港日发病数变异的71.9%，其中“措施时间因子”可解释香港SARS日发病数变动的47.5%。“措施时间因子”每增加1个单位，即随着香港特区政府采取综合预防措施、淘大花园被隔离、加强前线医护人员的防护装备以及流行时间的延长，经过一个最大潜伏期(10d后，香港SARS平均日发病数可能减少约13.4个;“日发病数因子”每增加1个单位，即随着市民日发病数、淘大花园日发病数和全港日发病数的增加，该地区平均日发病数可能增加约8.3个;“院内感染倍增因子”每增加1个单位，即随着ICU的SARS病例数和日确诊的医护人员病例数的相乘作用的增加，香港平均日发病数可能增加约4.8个医.学全.在.线网站www.lindalemus.com。
北京市SARS流行因素多元逐步回归结果见表3。“措施时间因子”、 “院内感染倍增因子” 和“住_出院因子”均有统计学意义。这3个公因子共解释了北京日发病数93.0%的变异，其中“措施时间因子”可解释北京市SARS日发病数变动的76.3%。“措施时间因子”每增加1个单位，即随着北京市采取隔离停课措施、防止院内感染措施、小汤山医院收治SARS病人措施以及流行时间的延长，经过一个最大潜伏期(10d后，北京市SARS平均日发病数可能下降约32.7个;“院内感染倍增因子”每增加1个单位，即随着两院内感染事件的出现、“医患相乘变量”增加和日发病数增加，该地区平均日发病数可能增加约14.0个;“住_出院因子”每增加1个单位，即随着累计出院SARS病人增加和住院SARS病人数减少，该地区平均日发病数可能下降约6.2个。 表3 香港与北京市SARS流行的相关因素注：构筑式逐步回归模型——y=日发病数;强迫引入措施时间因子
2.3 香港/北京市SARS暴发因素的估计危险度
