| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1.引言 | 第11-16页 |
| 1.1 选题背景及研究意义 | 第11-13页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的工作 | 第15-16页 |
| 1.3.1 理论基础 | 第15页 |
| 1.3.2 现患率调查及趋势分析预测 | 第15页 |
| 1.3.3 成年血液病患者医院感染危险因素分析与预测 | 第15-16页 |
| 2.基本理论概述 | 第16-27页 |
| 2.1 医院感染监测 | 第16-17页 |
| 2.1.1 医院感染监测理论 | 第16页 |
| 2.1.2 现患率 | 第16页 |
| 2.1.3 发病率 | 第16页 |
| 2.1.4 实查率 | 第16-17页 |
| 2.2 时间序列分析 | 第17-21页 |
| 2.2.1 时间序列的定义和特征 | 第17页 |
| 2.2.2 时间序列的组成成分 | 第17-18页 |
| 2.2.3 几种时间序列模型 | 第18-19页 |
| 2.2.4 时间序列分析的方法和步骤 | 第19-21页 |
| 2.3 多元 Logistic回归分析 | 第21-25页 |
| 2.3.1 定义 | 第22-23页 |
| 2.3.2 基本理论 | 第23页 |
| 2.3.3 模型的建立及检验 | 第23-25页 |
| 2.4 人工神经网络 | 第25-27页 |
| 2.4.1 人工神经网络定义 | 第25页 |
| 2.4.2 人工神经网络的原理及特点 | 第25-26页 |
| 2.4.3 BP 神经网络 | 第26页 |
| 2.4.4 神经网络的应用 | 第26-27页 |
| 3.现患率分析与预测研究 | 第27-44页 |
| 3.1 数据采集 | 第27-29页 |
| 3.1.1 医院感染实时监控系统 | 第27-28页 |
| 3.1.2 数据范围 | 第28-29页 |
| 3.2 概况描述 | 第29-34页 |
| 3.2.1 日在院人数 | 第29-30页 |
| 3.2.2 日现患人数 | 第30-32页 |
| 3.2.3 现患率 | 第32-34页 |
| 3.3 预测 | 第34-41页 |
| 3.3.1 多元线性回归分析法预测 | 第35-37页 |
| 3.3.2 ARIMA 模型预测 | 第37-40页 |
| 3.3.3 神经网络预测 | 第40-41页 |
| 3.4 预测结果分析 | 第41-42页 |
| 3.5 讨论 | 第42-44页 |
| 4.成年血液病患者危险因素分析与预测研究 | 第44-60页 |
| 4.1 数据采集及预处理 | 第44-46页 |
| 4.1.1 数据采集 | 第44页 |
| 4.1.2 医学数据的特点 | 第44-45页 |
| 4.1.3 数据预处理 | 第45-46页 |
| 4.2 基本状况 | 第46-48页 |
| 4.2.1 感染部位分布 | 第46页 |
| 4.2.2 感染病原菌分布 | 第46-48页 |
| 4.2.3 讨论 | 第48页 |
| 4.3 危险因素分析 | 第48-53页 |
| 4.3.1 单因素分析 | 第48-51页 |
| 4.3.2 多因素分析 | 第51-52页 |
| 4.3.3 讨论 | 第52-53页 |
| 4.4 医院感染风险预测 | 第53-58页 |
| 4.4.1 多元 Logistic 回归分析 | 第53-56页 |
| 4.4.2 人工神经网络模型 | 第56-58页 |
| 4.5 模型对比与讨论 | 第58-60页 |
| 5 讨论 | 第60-61页 |
| 5.1 本文的创新点 | 第60页 |
| 5.2 本文的不足及未来的工作 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |
| 发表的学术论文 | 第66-67页 |