基于C4.5分类的呼吸系统疾病危险因素定量分析方法

， ，，

随着环境污染问题日益凸显，呼吸系统疾病发病人数随之增加，意味着呼吸系统发病与暴露在环境空气污染中存在某些关联，尤其是PM10、二氧化硫(SO2)和二氧化氮(NO2)。如果环境污染问题得以控制，呼吸系统发病率也将随之降低。

目前，欧洲和北美在这一领域已开展了大量的研究[1]。欧洲空气污染与健康项目(Air Pollution andHealth: A European Approach，APHEA)研究表明

在温暖季节中，臭氧浓度每小时增加10μg/m3，这种情况会引起每天死亡人数增加0.33%，心血管疾病死亡人数增加0.45%，呼吸系统疾病死亡人数增加1.13%[2-3]。而且在北美90个大城市开展的NMMAPS(National Morbidity, Mortality, and Air Pollution Study)研究指出，前一天空气中PM10浓度每增加10μg/m3将导致日死亡率大约增加0.2%[4]。亚洲PAPA(Public Health and Air Pollution in Asia)项目研究表明，采用时间序列方法研究上海2001-2004年4年中室外空气污染与死亡率的关系[5]。环境污染在不同人群中的影响存在差异性，因此本文的重点是分析在特定人群中引发呼吸系统疾病的危险因素。

在不同的人群中，定量分析各自对应的呼吸系统疾病危险因素和进行重要因素选择，有利于提升分类准确率。因此本文基于C4.5分类方法分析特定人群的呼吸系统疾病发生的危险因素，其结果可以应用于预防和控制呼吸系统疾病发生。

1 数据来源

本文的数据来自于2009年1月1日至2011年12月31日北京3家大型综合医院的135 008例急诊、诊呼吸系统疾病数据，包括患者就诊日期，患者性别、年龄、就诊科室、诊断结果及对应的ICD编码等(表1)。

门诊数据资源(均为急诊门诊的呼吸系统疾病数据)中有76 359例男性数据(占56.56%)，58 649例女性数据(占43.44%)。……