秩和比法评价我国各地氟中毒（水型）防治情况

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

饮用水质量关系千家万户的身体健康，是卫生评价工作的一部分。已知当水质氟含量>1mg/L就是高氟水，长期饮用高氟水将造成骨、神经、肾脏、内分泌、肌肉等损害，造成相应疾病的流行和氟中毒。由于我国疆域广阔，因此有许多的高氟水质地区存在。通过政府的重视，当地相关部门的努力，各地改水降氟取得了初步成效。面对各地区高氟水质影响范围大小，致病严重程度以及改水降氟后防治效果的不同，对全国各地区高氟水质的相关指标运用秩和比法综合评价，可作为指导卫生工作、辅助决策的参考。

1 资料来源与方法

1.1 资料来源 资料来源于中华人民共和国卫生部网站^[1]，“2006年地方性氟中毒（水型）防治情况”，以后简称氟中毒防治效果。相关指标共十个，前七个变量描述因高氟水质产生的疾病相关情况，为低优指标；后三个变量描述改水后控制效果，为高优指标。原表中有空格的地方现以零代替，为方便观察并在不影响统计结果的条件下对原始数据进行了四舍五入。经整理后的数据见表1。

数据1                                             2006年地方性氟中毒(水型)防治情况                                                                         

地区                           病区基本情况                              氟斑牙（人） 氟骨症（人） 基本控制县数（个）改水村数（个）  受益人口（万人）

      县数（个） 轻病村（个）  中病村（个） 重病村（个）  人口（万人）                                                                               

北京     9         399           60             10         58            22150          1900             6                473         58

天津    12         890         1113            209          260          1143361         28507             0               1408             156

河北   126        4951         3079            851        952          1685664         64722           62               5713             726

山西    66        2289         1347            971        553          2292013       146380             1               2040             176

内蒙古  78        7700         4584           1932          605          1745955       254043             0               4301             266

辽宁    50        1151         1275             276          191           633011         42987             8               1997             124

吉林    16        1495         1285            391          180           662829         54943             1               1200              79

黑龙江  27        2307         1600             777          306          1095646         55443             4               2223             119

江苏    24        1135          752             235          435          2031856       129125             0               1821             397

浙江    32         297           22               7          20             4439            72             0                298         17

安徽    40       18231         4693             142         776           778481          6966             1               2141             98

福建    37         109           27               8          12             6391           389            33                104         10

江西    21        82            4               0           5            18132            75            14                 77            3

山东   113        7102         3840             714        1036           1844181     350628            35               7963             633

河南   113        8566         8008           1905       1425           3643727       27064             0               9516             593

湖北    33         320           47             27         50             60000        1367             2                349         29

湖南     9           10            8               7          3              8946          34             9                 25            2

广东    41         250          154              51        59             20068         338            12                401         48

广西    13         107           40              17         29             36780        3577            0                 33            3

重庆    15         111         24              19         36             57977        1590             0                105         21

贵州    14          74           21              22          9             17435         741             1                 70           12

云南     8           9            7               7          3              2919         140             0                 10            2

西藏     6         6            0               0         3               665          35             0                  6             1

陕西    55        3780         2055             335        447           1349763     136434             0               3978             289

甘肃    57        4183         1581             190        458            842869       18308             0               3876             268

青海    19         317           87               9         31            166503       10414            0                201         16

宁夏    20         278          164             121         68            256200        2383             0                298         35

新疆    61       1000          710             386        156           1028912        1580             0                375         25

合计   1115        67149     36587            9619       8163          21456873     1340185           189              51002          4205                                         

 2  统计学方法 将以上数据录入SAS 9.1.3中，用x1-x10分别代表“数据1”的十个指标。前七个指标按递降排秩，后三个指标按递增排秩，进行RSR^{[2] [3]}（秩和比）编程（注：数据1的行末 “总计”不录入处理）。产生的各指标排秩结果及相关统计量见输出1。

输出1      各指标的排秩及统计量

Obs     name      r1      r2    r3     r4     r5    r6    r7     r8      r9     r10      rsr         r          p       l     no

   1    湖南      25.5    26    25    25.0    28    24    28    23.0     3.0      3    0.75179    0.99107    7.36857    1     1.0

   2    江西      17.0    24    27    27.5    25    22    25    25.0     6.0      5    0.72679    0.96429    6.80274    1     2.0

   3    西藏      28.0    28    28    27.5    26    28    27     7.5     1.0      1    0.72143    0.92857    6.46523    1     3.0

   4    云南      27.0    27    26    25.0    27    27    24     7.5     2.0      2    0.69464    0.89286    6.24187    2     4.0

   5    福建      12.0    22    21    23.0    23    25    22    26.0     7.0      6    0.66786    0.85714    6.06757    2     5.0

   6    贵州      22.0    25    24    18.0    24    23    21    16.5     5.0      7    0.66250    0.82143    5.92082    2     6.0

   7    北京      25.5    15    18    21.0    17    20    17    21.0    15.0     15    0.65893    0.78571    5.79164    2     7.0

   8    浙江      14.0    18    23    25.0    22    26    26     7.5    10.5      9    0.64643    0.75000    5.67449    2     8.0

   9    广东      10.0    20    16    16.0    16    21    23    24.0    14.0     14    0.62143    0.71429    5.56595    2     9.0

  10    重庆      21.0    21    22    19.0    19    18    18     7.5     8.0     10    0.58393    0.67857    5.46371    2    10.0

  11    湖北      13.0    16    19    17.0    18    17    20    19.0    12.0     12    0.58214    0.64286    5.36611    3    11.0

  12    广西      23.0    23    20    20.0    21    19    15     7.5     4.0      4    0.55893    0.60714    5.27188    3    12.0

  13    青海      19.0    17    17    22.0    20    16    13     7.5     9.0      8    0.53036    0.57143    5.18001    3    13.0

  14    宁夏      18.0    19    15    15.0    15    15    16     7.5    10.5     13    0.51429    0.53571    5.08964    3    14.0

  15    辽宁       9.0    11    11    10.0    12    14     9    22.0    19.0     19    0.48571    0.50000    5.00000    3    15.0

  16    天津      24.0    14    12    12.0    11     8    10     7.5    17.0     20    0.48393    0.46429    4.91036    3    16.0

  17    吉林      20.0    10    10     7.0    13    13     8    16.5    16.0     16    0.46250    0.42857    4.81999    3    17.0

  18    黑龙江    15.0     8     7     5.0    10     9     7    20.0    22.0     18    0.43214    0.39286    4.72812    3    18.0

  19    江苏      16.0    12    13    11.0     9     3     5     7.5    18.0     25    0.42679    0.35714    4.63389    3    19.0

  20    甘肃       7.0     6     8    13.0     7    11    12     7.5    23.0     23    0.41964    0.32143    4.53629    3    20.0

  21    新疆       6.0    13    14     8.0    14    10    19     7.5    13.0     11    0.41250    0.28571    4.43405    3    21.0

  22    安徽      11.0     1     2    14.0     4    12    14    16.5    21.0     17    0.40179    0.25000    4.32551    4    22.0

  23    河北       1.0     5     5     4.0     3     6     6    28.0    26.0     28    0.40000    0.21429    4.20836    4    23.0

  24    陕西       8.0     7     6     9.0     8     7     4     7.5    24.0     24    0.37321    0.16071    4.00847    4    24.5

  25    山东       2.5     4     4     6.0     2     4     1    27.0    27.0     27    0.37321    0.16071    4.00847    4    24.5

  26    山西       5.0     9     9     3.0     6     2     3    16.5    20.0     21    0.33750    0.10714    3.75813    4    26.0

  27    河南       2.5     2     1     2.0     1     1    11     7.5    28.0     26    0.29286    0.07143    3.53477    4    27.0

  28    内蒙古     4.0     3     3     1.0     5     5     2     7.5    25.0     22    0.27679    0.03571    3.19726    4    28.0

2  结果

由SAS输出分析结果：根据地方性氟中毒防治效果综合量的不同28个观测被分成四个级别，见输出1的L列；以rsr为应变量与以p为自变量求得回归方程：r r=-0.17735+0.13672p，回归方差分析F =657.96,p =0.0001，说明rsr与p之间有直线关系；以L为分组依据，rsr统计量在四个级别间具有方差齐性，F =1.83,p =0.1678，由此四个级别对rsr的方差分析F =65.24,p =0.0001，可见该分析模型有意义。程序同时输出四个水平间两两多重比较的LSD检验，可见任意两组之间均值95%的置信区间互不包容，差别显著，分组理想。多水平均值的两两对比见输出2。

输出2    不同水平均值的LSD检验           Difference

                                                         Between      95% Confidence

                                        Comparison         Means          Limits

                                          1 - 2          0.08537     0.01581  0.15493  ***

                                          1 - 3          0.25070     0.18505  0.31636  ***

                                          1 - 4          0.38257     0.31301  0.45213  ***

                                          2 - 1         -0.08537    -0.15493 -0.01581  ***

                                          2 - 3          0.16533     0.11659  0.21407  ***

                                          2 - 4          0.29719     0.24331  0.35107  ***

                                          3 - 1         -0.25070    -0.31636 -0.18505  ***

                                          3 - 2         -0.16533    -0.21407 -0.11659  ***

                                          3 - 4          0.13186     0.08313  0.18060  ***

                                          4 - 1         -0.38257    -0.45213 -0.31301  ***

                                          4 - 2         -0.29719    -0.35107 -0.24331  ***

                                          4 - 3         -0.13186    -0.18060 -0.08313  ***

由此，各项统计结果表明：即符合统计学区分原则，又通过了种种必要的检验，所以把我国氟中毒及其防治效果的各地区依其指标综合量的大小分成四个级别是比较适宜的。                                              

作者单位 ：233316 安徽省五河县临北乡石家村卫生室   emil: wxq1638@yahoo.com.cn

3  讨论

秩和比是目前在医学上使用较多的一种综合分析方法，该法能有效消除多个不同指标间量纲的影响，使分析变得简单。本文用秩和比法对我国不同地区氟中毒防治效果的评价分档可见：四个水平之间具有方差齐性；组内没有差异，组间差异明显；多重检验的LSD法进一步表明每一档均值的独立性，都与其它三个水平差别显著。故，根据秩和比最佳分档原则将我国不同地区氟中毒防治情况根据rsr综合量大小分成的四个水平最为科学。由于输出1的rsr值越大越说明该地方性氟中毒防治效果好（也可能是本来该地方性氟中毒情况就轻），故表示该地rsr名次的分级L、排序no就越靠前（越小）；输出1中L、no从小到大清晰表达的意义就是相关统计量从好到坏的水平、排名。所以我们见到的是；安徽等省份是紧急需要改水降氟的地方。由于饮用水直接关系到人类的身体健康，因此有必要呼吁国家把改善饮用水质量，当重要卫生事件对待，提升到与免疫预防同等重要水平。

1              中华人民共和国卫生部网站：http://www.moh.gov.cn/open/statistics/year2007/p245.htm

2              王笑权，样品聚类对2006年52个城市高新技术经济指标的探讨：http://www.cos.name/bbs/read.php?tid=9642&keyword=

3              王笑权，秩和比程序在SPSS中的实现：http://www.cos.name/bbs/read.php?tid=7703&keyword=

 

data fzd;
label x1_x10='病区县数/个；轻病区；中病区；中病区；病区村人口/万人；氟斑牙；氟骨症；控制县数；改水村数；受益人口/万人';
input name $ g x1-x10;
cards;
北京    1   9   399   60   10   57.6   22150   1900  6  473  57.6
天津    2  12   890 1113  209  259.6 1143361  28507  0 1408 155.5
河北   3 126      4951 3079  851  952.4 1685664  64722 62 5713 725.7
山西    4  66  2289 1347  971  552.7 2292013 146380  1 2040 176.4
内蒙古 5  78      7700 4584 1932  605.3 1745955 254043  0 4301 265.5
辽宁    6  50  1151 1275  276  190.8  633011  42987  8 1997 123.9
吉林    7  16  1495 1285  391  179.5  662829  54943  1 1200  79.4
黑龙江 8  27      2307 1600  777  306.2 1095646  55443  4 2223 119.1
江苏    9  24  1135  752  235  434.6 2031856 129125  0 1821 397.2
浙江   10  32   297   22    7   19.6    4439  72  0  298  17.3
安徽   11  40 18231 4693  142  775.5  778481   6966  1 2141  97.6
福建   12  37   109   27    8   12.1    6391    389 33  104  10.4
江西  13  21        82    4    0    5.3   18132     75 14   77   2.8
山东   14 113  7102 3840  714 1036.4 1844181 350628 35 7963 632.7
河南   15 113  8566 8008 1905 1424.5 3643727  27064  0 9516 593.3
湖北   16  33   320   47   27   50.3   60000   1367  2  349  29.4
湖南   17   9    10    8    7    2.5    8946     34  9  25       1.8
广东   18  41   250  154   51   59.3   20068    338 12 401      48.1
广西   19  13   107   40   17   28.9   36780   3577  0  33       2.6
重庆   20  15   111   24   19   36.2   57977   1590  0 105      21.2
贵州   21  14    74   21   22    8.7   17435    741  1  70      12.3
云南   22   8     9    7    7    2.7    2919    140  0  10       1.7
西藏   23   6     6    0    0    3.2     665   35  0   6       0.7
陕西   24  55     3780 2055  335  447.4 1349763 136434  0 3978 289.4
甘肃  25  57      4183 1581  190  457.6  842869  18308  0 3876 268.1
青海   26  19      317   87    9   31.1  166503  10414  0  201  15.5
宁夏   27  20   278  164  121   67.8  256200   2383  0  298  34.7
新疆  28  61      1000  710  386     155.7 1028912   1580  0  375  25.1
；
proc sort data=fzd;by descending g;proc rank data=fzd out=w;var x8-x10;ranks r8-r10;
proc rank data=fzd descending out=wx;var  x1-x7;ranks r1-r7;
data wxq1;merge wx w  ;
data wxq16;set wxq1;m=n(of r1-r10);sumg+dif(g);n=g+abs(sumg);rsr=sum(of r1-r10)/(m*n);proc rank data=wxq16 out=wxq163;var rsr;ranks rr;
data wxq168;set wxq163;proc sort data=wxq168;by rr;
data wxq1688;set wxq168;r=rr/n;if r=1 then r=(1-1/(4*n));if r^=1 then r=r;p=probit(r)+5;
if p <=4.40 then l=4;if p > 4.40 & p<=5.40 then l=3;if p>5.40 & p<=6.40 then l=2;if  p>6.40 then l=1;
proc sort  data=wxq1688;by descending p;proc rank data=wxq1688 descending out=ww;by l;/*分组排秩*/var p;ranks no;
proc reg data=wxq1688;model rsr=p;
proc glm data=wxq1688;class l;model rsr=l/ss1 ss3;means l/hovtest;means l/dunnett snk lsd;
proc print data=ww (drop=g sumg m n rr x1-x10);run;

 

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：difference Statistics confidence Comparison statistic 评价 中毒 比法

好乱阿