1990年和2019年中国心血管疾病负担及危险因素研究

摘要 目的：分析1990年和2019年中国心血管发病、死亡和疾病负担情况。方法：利用2019年全球疾病负担数据库,分析总人群、不同年龄组间1990年和2019年我国心血管发病、死亡、伤残调整寿命年（DALY）、过早死亡损失寿命年(YLL)和伤残损失寿命年(YLD)。并对心血管进行危险因素归因分析。结果：2019年中国心血管发病人数为1234.1万 ,发病率为867.65/10万,较1990年分别增长了132.82%和93.75% 。2019年死亡人数458.43万 ,死亡率为322.30/10万,较1990年分别上升了89.12%和57.39%。2019年中国心血管DALY、YLD和YLL分别为9193.31万人年、1038.39万人年和8154.93万人年。较1990年分别上升了50.07%、146.82%和45.48%。2019年发病率、死亡率和DALY率最高的年龄组均为＞70年龄组,分别为4646.78/10万、3057.82/10万和52696.68/10万。中国心血管归因于代谢危险导致的死亡人数、DALY和YLL最多,分别为3272924人、67112754人年和59934426人年。结论：我国心血管的疾病负担在1990-2019年间有较大增长,应采取积极的预防措施以减轻心血管的疾病负担。     

三种森林生物量估测模型的比较分析

森林生物量的定量估算为全球碳储量、碳循环研究提供了重要的参考依据。该研究采用黑龙江长白山地区的TM影像和133块森林资源一类清查样地的数据, 选取地学参数、遥感反演参数等71个自变量分别构建多元逐步回归模型、传统BP (back propagation)神经网络模型和基于高斯误差函数的BP神经网络改进模型(Gaussian error function, Erf-BP), 进而估算该地区的森林生物量, 并进行比较分析。结果表明, 多元逐步回归模型估测的森林生物量预测精度为75%, 均方根误差为26.87 t·m^-2; 传统BP神经网络模型估测森林生物量的预测精度为80.92%, 均方根误差为21.44 t·m^-2; Erf-BP估测森林生物量的预测精度为82.22%, 均方根误差为20.83 t·m^-2。可见, 改进后的Erf-BP能更好地模拟生物量与各个因子之间的关系, 估算精度更高。