2022年脑卒中

1、脑卒中发病环境因素分析及干预摘要本文主要研究脑卒中发病环境因素分析及干预问题。根据题目中所给出的数据，利用Excel表格进展相关数据的统计分析，分别对各气象因素进展主成分分析，进而建立主成分分析模型，得到脑卒中与气压、温度、相对湿度之间的关系。同时在广泛的收集各种资料并综合考虑环境因素，对脑卒中高危人群提出预警案。 首先，利用Excel表格，对病人的根本信息进展筛选与分析，并分别对患病人群的性别、年龄、职业进展统计分析，得到2007-2021年男性患病人数高于女性患病人数，但男女所占比例相差不大，且男性所占比例有逐年下降趋势，女性所占比例有逐年上升趋势，因此，性别比例呈减小趋势。分析不同年龄段

2、的患病人数，得出脑卒中患病顶峰期在61-80岁之间，且青少年比例逐年呈增长趋势，可见患者比例趋于年轻化。根据对不同职业脑卒中发病人数的分析，得出农民是脑卒中的高发人群，其中教师、渔民、医务人员、职工、离退人员的发病人数少。其次，由题中所给数据先进展主成分分析，剔除对脑卒中影响不显著因素，得出气压、温度、相对湿度对脑卒中的影响程度大小。运用主成分分析的知识建立主成分分析法数学模型，并利用Matlab软件对数据进展处理，求得脑卒中发病率与气压、温度、相对湿度之间的奉献率关系。得出脑卒中的发病率与高温、高压及相对湿度有关联。 最后，通过查找资料发现，影响脑卒中因素有两类，一类是不可干预因素，如年龄、

3、性别、家族史；另一类是可干预因素，如高血压、高血脂、糖尿病、肥胖、抽烟、酗酒等因素。得到高危人群的重要特征和关键指标，给出脑卒中的预防建议，掌握脑卒中疾病的发病规律，进而提出高危人群的预警和干预方案。关键字 主成分分析 Matlab 奉献率 预警和干预方案 一、问题重述1.1问题背景 脑卒中是当前世界危害人类安康的重要急慢性疾病之一，其发病率，患病率和致残率均较高，也是全球人口三大主要死亡原因之一。世界卫生组织从21世纪人人享有安康的战略目标出发，提出防治脑卒中。脑卒中大多发生在老年人，近年来有年轻化趋势，死亡年龄也越来越趋于年轻化，应引起人们的重视。尽管本病发病与动脉粥样硬化、高血压、心脏病

4、、及其他外界因素的影响。季节的变更对人体各种机能有着直接、间接的影响，不同地区气候的差异，导致疾病的规律有所不同。脑卒中的发生与死亡的季节变异性，已受到全世界许多国家和地区学者的关注。1.2问题提出 随着脑卒中发病率增高、患病率和致残率升高，近年来有年轻化趋势。脑卒中是目前威胁人类生命的严重疾病之一，它的发生是一个漫长的过程，一旦得病就很难逆转。这种疾病的诱发已经被证实与环境因素，包括气温和湿度之间存在密切的关系。对脑卒中的发病环境因素进展分析，其目的是为了进展疾病的风险评估，对脑卒中高危人群能够及时采取干预措施，也让尚未得病的安康人，或者亚安康人了解自己得脑卒中风险程度，进展自我保护。同时，

5、通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。二、问题分析 题目为我们提供了2007年1月至2021年12月的脑卒中发病病例信息以及相应期间当地的逐日气象资料，本文的关键就是通过处理已给的数据，建立数学模型来研究脑卒中发病率与气温、气压、相对湿度间的关系。为此，本文要依次到达题目给出的一下几个目标：2.1对脑卒中发病人群统计描述根据题中所给出的数据利用Excel软件，分别从性别、年龄、职业这几个因素考虑。由于男女之间不同的生理构造，抵御外界的能力有差异，生活习惯也有所不同，对脑卒中的患病影响也不

6、同，分析男女在2007-2021男女患病比例，对脑卒中的预防有重要意义。随着年龄增长，患病人数逐渐增长，分析数据中不同年龄段的发病人数比例，从中得出脑卒中的高发人群。不同职业工作的环境不同，个人习惯不同，受教育程度也不同，进而影响脑卒中的发病概率，。其次，不同职业对脑卒中的认识不同，从事轻体力的职业，脑卒中的发病率较小。而农民可能因为经济的因素，得不到及时治疗。使得患病人数所占比例较大，对预防脑卒中高危人群有重要研究意义。2.2脑卒中发病率与气温、气压、相对湿度间的关系 首先本文利用第一题的结果，得到相关月份患病人数和不同年份患病人数的数据。又结合文中提供的四年中每一天气温、气压和相对湿度指标

7、，通过观察和分析数据，不难发现环境因素随着时间连续变化的，病人发病时间确定，四年中每一天都可能出现病人，如果对病人和环境因素按天数提取数据量庞大。即本文将每年气候变化进展月平均处理，以月为根本单位不影响计算结果，这种方法不仅能够表现出环境影响而且便于计算，根据得到的环境因素数据见附录运用电子表格作出，利用主成分分析法模型，将气温、气压和相对湿度作为主成分，运用Matlab程序得到对脑卒中影响的奉献度。进而得出环境因素对脑卒中的影响评估。2.3 高危人群提出预警 和干预方案通过问题一、问题二的研究和广泛的收集资料，得到高危人群的重要特征和关键指标。给出脑卒中预防的建议，掌握脑卒中疾病的发病规律，

8、进而提出高危人群预警和建议方案。三、模型假设1 . 假设题目所给的数据真实可靠2假设不考虑脑卒中的患病类型3假设各个环境因素影响相互独立4假设人群的生活习惯都一样四、定义与符号说明x表示原变量表示样本标准差；表示样本容量；表示特征值；表示主成分；R表示实对称矩阵五 模型的建立与求解5.1根据病人根本信息，对发病人群进展统计描述 数据的处理与准备 为了验证脑卒中与不同职业、年龄段、性别及有无影响，首先需要对原始数据进展处理，首先使用Excel对数据进展处理，得到相关因素对脑卒中脑卒中的影响程度，图1得到所需数据见附录一后，对不同职业、年龄段分别作出饼状图、柱状图。如图一可得到脑卒中的发病率确实与

9、年龄有着十分密切的关系。数据证明，随着年龄的增长，脑卒中的发病率直线上升。从35岁起，年龄每增加10岁，脑卒中死亡率差不多增加一倍。经过统计脑卒中死亡者中约四分之三是在70岁以上，15%是在60岁左右，只有10%是在60岁以下，因此不同年龄对脑卒中发病率呈正相关关系。由图可知，农民、退休教师是脑卒中的高发人群，在对脑卒中的预防和治疗过程中有很好的借鉴意义。性别对脑卒中患病率的影响图2通过数据的筛选得出男女比例的饼状图见图2可得到脑卒中发病的性别差异主要与性激素有关，近代科学证实，血中雌激素水平对脑卒中的发生展起着重要作用。女性雌激素可提高高密度脂蛋白，降低血中低密度脂蛋白，从而延缓动脉粥样硬化

10、病变的发生和开展速度。妇女在绝经期后，由于体内雌激素的减少，黄体酮也急剧减少，因而脑卒中的发病率都有所增高。除雌激素水平的影响外，男性脑卒中高于女性原因可能还包括一些其他因素。例如男性吸烟率大大高于女性，饮酒过量的比例明显高于女性，男性所承受的家庭或社会负担也与女性不同等等。脑卒中的发生虽与性别有关，但具体到对某个人来说，疾病的发生是很复杂的，是受多种因素影响。所以必须结合多种因素分析。 5.2 模型的建立与求解 脑卒中的发病率图3脑卒中病例共有32112 例，分布如图3所示，脑卒中发病冬季、春季、夏季、秋季所占比例分别为25.4%、25.9%、24.3%和24.4%，其中冬春季节为多发，按月

11、份分布那么为1-4月为多发7、8、11、12月为低发。5.2.2建立理化指标的主成分模型此模型的主要目的是在多个指标中选取对指标影响较大的主成分，用这几个主成分作为新的指标，即对数据见图4进展降维处理，以便进展计算。图4.1 对原始数据进展数据标准化处理 1在上式中，riji，j=1，2，p为原变量的xi与xj之间的相关系数，其计算公式为 2因为R是实对称矩阵即rij=rji，所以只需计算上三角元素或下三角元素即可。.2 计算特征值与特征向量首先解特征方程，通常用雅可比法Jacobi求出特征值，并使其按大小顺序排列，即；然后分别求出对应于特征值的特征向量。这里要求=1，即，其中表示向量的第j个

12、分量。.3 计算主成分奉献率及累计奉献率主成分的奉献率为累计奉献率为一般取累计奉献率达8595%的特征值所对应的第一、第二，第mmp个主成分。.4 计算主成分载荷其计算公式为 3得到各主成分的载荷以后，还可以按照式进一步计算，得到各主成分的得分 4经过Matlab编程见附录2得出各主成分奉献率：newrate =0.6260 0.2351 0.0530 5.2.2.5 模型得出相关数据主成分分析法结果显示,脑卒中与月平均最高气压和月平均相对湿度有关,并且与月平均气压、月平均最高气压及月平均最高温度有关。 结论脑卒中发病有明确的季节性,冬季好发,年度发病集中于冬季的4个月份(11月-次年2月);

13、脑卒中发病的季节性明显,发病趋势倾向于12-1月份。脑卒中发病与高气压、冷气团活动有关,而脑卒中的发病与高温、高压及低温条件有关。多种气象因素相互协同或拮抗共同影响脑卒中及脑卒中的发病,气象要素异常波动与气温气压配置失衡易诱发急性脑卒中的发生。5.3 模型三的建立与求解 脑卒中的患病因素经过上述问题分析得到，脑卒中发病因素大体有几个因素。第一种是由先天性因素，比方性别、年龄等；第二种是由后天因素，比方职业湿度、气压等。第三种个人因素，如高血压病、高血脂症、动脉粥样硬化、脑缺血、脑血管破裂等都是重要病因。流行病学调查说明，引起脑血管疾病的危险因素主要有高血压、低血压、高血脂、心律失常、眼底动脉硬

14、化、糖尿病、心脏病、吸烟、饮酒、肥胖以及年龄和遗传等 脑卒中高危人群的重要特性 1.性别特性：男性脑卒中的发病率略高于女性。从世界各国的资料说明，脑卒中的发病、死亡均为男性高于女性，西方国家男女之比为1.35:1。1985年我国全国普查结果说明，男女脑卒中发病率之比为1.27:1。利用附件中患者的信息，统计结果显示男女脑卒中发病率之比为1.175:1。 2.年龄特性：脑卒中的发病与死亡都与年龄有十分密切的关系，随着年龄的增长，脑卒中的发病率呈指数增加，在半对数线图上，呈直线上升。所有研究均说明：脑血管发病率随年龄增加而上升，并且发病年龄呈年轻化趋势。 3.职业特性：经济收入较高的人群较收入低的

15、人群脑卒中发病率低，户外重体力劳动者发病率较高。在问题一的所得结论中我们得到在给出的8个职业中，农民的发病人数最多，其次是工人。 脑卒中高危人群的关键指标 1. 性别指标：男性。 2. 年龄指标60岁以上。 3. 气温指标：低温、高温和气温骤降。低温是脑卒中的诱发因素，高温，低气压天气导致脑卒中病人增多，气温骤降的天气也导致脑卒中病人急剧增多。 4. 地理指标：北高南低的梯度分布。 5. 职业指标：农民、工人、退休人员、教师、渔民、医务人员、职工、离退人员和其他职业。 建议方案为了减少或延缓脑卒中及其并发症的发生，必须对脑卒中高危人群进展干预和管理。除了监测血压，血糖和血脂，检查监测外，当高温

16、、低温或气温骤降时，注意及时添减衣物。尤其是老年人，在冬天到来的时候，首先要对气温的变化有掌握，天冷的时候尽量减少外出。假设一定外出，最好先通过走廊或过道预先适应下气温再出门。在寒冷的天气，脑卒中高危人群要注意防寒，多穿衣服，要关注气温的变化。出门的时候多穿一些衣服，注意头部和四肢的保暖。室内的温度也要保持正常，并常到阳光充足的地方晒晒太阳。当高温低气压、低温、气温起伏大时，卫生行政部门和医疗机构应该比平时多调配医务力量、多配置床位和医疗药物、并且当医院的就诊治疗环境湿度偏小低于50%RH、就必须采取有效的措施，增加空气中的湿度。比方，夏秋季节向地面洒水，冬天采用加湿器进展保湿等。 我国北方比

17、南方要枯燥，相对湿度较低，脑卒中的发病率高，所以住在北方的脑卒中高危人群要进展保湿。 同时户外重体力劳动者的发病率较高，因此，这些人要注意自己的身体，防暑防寒，定期去医院检查，进展自我保护。此外，要养成良好的生活方式。戒酒、戒烟、减肥，养成沉着的性格，适量运动，低脂饮食，这是预防脑卒中的关键。六、模型评价与推广6.1 模型的优点 1采用Excel软件，对于处理大量数据，方法简单，通俗易懂，效率高等优点 2.采用主成分分析法，可以得到各个因素对脑卒中的影响程度大小，为进一步探讨个因素影响提供了重要依据。 3.运用了大量专业术语及专业知识，对脑卒中疾病干预和预防做出了详细的描述，给出了高危人群的预

18、警和干预方案。6.2模型的改良 1.数据筛选范围缩小，应该将个人习惯、家庭因素、遗传多方面因素考虑，建立多因素分析模型，结果会更加准确和可靠。 2.对高危人群的脑卒中预测分析，进展双因素检验是的预防脑卒中更具有说服力。6.3 模型的推广 通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。随着社会开展，数据资料和信息越来越详细，本文的研究方法对大量的数据信息的筛选和处理有良好的借鉴作用。 七、参考文献 1王慧玲,许元良,胡首观.气象因素对高血压脑出血发病的影响.海军医学杂志,2002,23(1):58

19、-60.2刘文川,李瑞波,脑血栓发病与气象关系的灰色关联分析.哈尔滨医科大学学报,2001,35(5):351-35.3赵涛，謝学勤，高京晓，等北京地区气象因素与死亡关系探讨.环境与安康杂志,1998,15(4):169-171.4陆晨.脑卒中与气象要素关系的探讨.气象科技,2003，31(6)397-399.5周峰,董恒德,宋桂香.上海市脑血管死亡园分布分析.上海预防医学杂志,1998,10(1):17-20.6黄明北,李子渊,白有仙,等.气象因素与急性脑血管的相关研究.气象与环境研究,1999,4(1):35-39.7金爱兰,邱晓光.脑卒中与气象因素关系分析,医学信息,2004,14(9)

20、525-5278徐玖平、胡知能、李军，运筹学II类，北京：科学出版社，2004。八、附录附表一月份一月二月三月四月五月六月七月八月九月十月十一月十二月人数30317694833277527522410284025173600178020901160季度春季夏季秋季冬季人数10360853164757026性别男性女性人数3338528525职业农民工人退休人员教师渔民医务人员职工离退人员其他人数28759 4846 7644 214 67 90 735 1751 17810 附表二一月2月3月4月日期平均压强平均温度平均湿度平均压强平均温度平均湿度平均压强平均温度平均湿度平均压强平均温度平均湿

21、度11020.11471029.5-0.6601019.69.4471021.410.96321023.30.1541024.4-0.2231018.212.1471016.913.95631025.81.5701025.6-0.2831023.18.4421017.715.14941025.63.4781026.90821025.26.8521016.714.84951024.25671025.60.8251026.58.6441016.712.46861025.18.7711027.40.6381024.99571012.714.94671021.28.9651027.6-0.883102

22、8.87.9631011.116.74081016.96.9421027.50.3301026.65.2811007.514.27291011.57.3181029.6-0.3601022.88.6761001.614.76410101410.3241028.40.8751019.911.9651013.314.673111021.211.501026.43.5681017.71547101514.273121031.65.6891030.51.2551018.116431016.714.787131030.72.5881032.3-0.7501015.312.8771016.71473141

23、024.91.5791030.30.1701021.610.2651016.815.556151027.21.8921029.82.9681018.412541014.813.255161031.82.2741030.43.9481017.710.6871014.11345171028.91.5761033.54.1721015.113.2761016.515.172181028.92.2871035.33.1721011.712.2201017.616.863191024.85641032.83.3471019.510.460101615.966201021.15.7251029.55.46

24、71020.68.2801013.217.860211017.13.5831023.98.6571016.413.1671012.716.585221015.71811017.812.6601012.811.9731016.115.484231014.11.1741026.45.2701015.412.8461019.414.577241006.10.1531030.84.354101713.6591020.514.355251005.30.7621023.54.9611015.411.6521013.418.147261012.70.6221026.32.9351012.713.345101

25、5.218.438271014.40.401030.44.2631011.814.4541011.12144281014.60.301023.66.8561016.712.7641013.31775291024.9-0.4431015.410.1471014.512.4201013.42068301018.9-1.4901022.211.8721017.49.5651010.321.370311018.4-1.5651015.714.8861021.89.6691010.420.867M atlab程序 cwprint(cwbook.txt,35,10)fid =6数据标准化结果如下：v1 =

26、0.0581 0.0356 0.0435 0.0680 0.0557 0.1112 0.1194 0.1184 0.1083 0.13920.0423 0.0346 0.0354 0.0770 0.0089 0.0642 0.0483 0.0499 0.0534 0.05440.0407 0.0139 0.0688 0.0234 0.0080 0.0047 0.0151 0.0314 0.0252 0.01830.0139 0.0391 0.0056 0.0093 0.0053 0.0290 0.0087 0.0174 0.0234 0.01580.0097 0.0263 0.0086 0.0

27、028 0.0064 0.0064 0.0045 0.0062 0.0111 0.00750.0315 0.0375 0.0305 0.0198 0.0213 0.0376 0.0243 0.0398 0.0357 0.02780.0253 0.0295 0.0443 0.0286 0.0295 0.0468 0.0304 0.0334 0.0248 0.02330.0321 0.0242 0.0437 0.0203 0.0132 0.0233 0.0153 0.0212 0.0270 0.02130.0431 0.0276 0.0628 0.0142 0.0184 0.0184 0.0206

28、 0.0285 0.0455 0.03160.0610 0.0440 0.0488 0.1853 0.0176 0.1086 0.1848 0.1148 0.0888 0.13520.0250 0.0318 0.0233 0.0444 0.0391 0.0273 0.0284 0.0251 0.0300 0.03270.0286 0.0212 0.0334 0.0408 0.0490 0.0285 0.0192 0.0328 0.0255 0.02850.0250 0.0152 0.0337 0.0361 0.0609 0.0251 0.0215 0.0232 0.0164 0.01990.0

29、200 0.0190 0.0148 0.0085 0.0134 0.0037 0.0100 0.0072 0.0125 0.00890.0271 0.0163 0.0508 0.0223 0.0243 0.0175 0.0200 0.0222 0.0183 0.01640.0060 0.0290 0.0079 0.0195 0.0102 0.0063 0.0179 0.0093 0.0124 0.01590.0197 0.0237 0.0162 0.0078 0.0101 0.0078 0.0072 0.0117 0.0164 0.01160.0259 0.0243 0.0350 0.0214

30、 0.0162 0.0287 0.0197 0.0182 0.0220 0.01820.0327 0.0220 0.0562 0.0391 0.0367 0.0416 0.0282 0.0220 0.0273 0.02320.0286 0.0204 0.0160 0.0180 0.0286 0.0165 0.0166 0.0227 0.0223 0.01680.0344 0.0349 0.0286 0.0255 0.0268 0.0377 0.0259 0.0254 0.0393 0.03170.0271 0.0185 0.0270 0.0105 0.0239 0.0140 0.0139 0.

31、0153 0.0183 0.01440.0318 0.0370 0.0377 0.0793 0.0603 0.0582 0.0754 0.0901 0.0482 0.07350.0056 0.0472 0.0071 0.0692 0.0240 0.0104 0.0791 0.0421 0.0240 0.04560.0133 0.0242 0.0170 0.0039 0.0141 0.0080 0.0064 0.0097 0.0119 0.00900.0025 0.0497 0.0011 0.0024 0.0146 0.0057 0.0049 0.0072 0.0050 0.00480.1428

32、 0.0123 0.0983 0.0292 0.1437 0.0613 0.0385 0.0402 0.0590 0.03870.0466 0.0199 0.0456 0.0200 0.1100 0.0479 0.0240 0.0331 0.0350 0.02900.0149 0.0271 0.0085 0.0076 0.0430 0.0101 0.0085 0.0079 0.0146 0.01010.0220 0.0230 0.0187 0.0123 0.0154 0.0294 0.0224 0.0182 0.0232 0.02030.0313 0.0244 0.0174 0.0125 0.

33、0283 0.0238 0.0175 0.0259 0.0300 0.0213 0.0134 0.0324 0.0061 0.0100 0.0050 0.0116 0.0073 0.0117 0.0173 0.01330.0062 0.0311 0.0016 0.0024 0.0048 0.0036 0.0021 0.0038 0.0072 0.00530.0044 0.0340 0.0040 0.0022 0.0058 0.0029 0.0032 0.0036 0.0063 0.00430.0074 0.0491 0.0019 0.0063 0.0073 0.0221 0.0109 0.01

34、05 0.0146 0.0125相关系数矩阵:std =1.0000 -0.3444 0.8425 0.3603 0.7390 0.6215 0.4039 0.4967 0.6761 0.4689-0.3444 1.0000 -0.4750 0.3096 -0.3539 0.1971 0.3571 0.2600 0.1570 0.30900.8425 -0.4750 1.0000 0.3358 0.5891 0.5056 0.3236 0.4456 0.5575 0.37420.3603 0.3096 0.3358 1.0000 0.1507 0.7664 0.9412 0.8480 0.73

35、20 0.86140.7390 -0.3539 0.5891 0.1507 1.0000 0.4294 0.1971 0.3182 0.3893 0.25950.6215 0.1971 0.5056 0.7664 0.4294 1.0000 0.8316 0.8966 0.9302 0.90270.4039 0.3571 0.3236 0.9412 0.1971 0.8316 1.0000 0.9233 0.8376 0.95270.4967 0.2600 0.4456 0.8480 0.3182 0.8966 0.9233 1.0000 0.9201 0.97310.6761 0.1570

36、0.5575 0.7320 0.3893 0.9302 0.8376 0.9201 1.0000 0.93960.4689 0.3090 0.3742 0.8614 0.2595 0.9027 0.9527 0.9731 0.9396 1.0000特征向量(vec)：vec =-0.1367 0.2282 -0.2628 0.1939 0.6371 -0.2163 0.3176 -0.1312 -0.4191 0.2758-0.0329 -0.0217 0.0009 0.0446 -0.1447 -0.4437 0.4058 -0.5562 0.5487 0.0593-0.0522 -0.02

37、80 0.2040 -0.0492 -0.5472 -0.4225 0.3440 0.3188 -0.4438 0.2401 0.0067 -0.4176 -0.2856 -0.2389 0.1926 -0.4915 -0.4189 0.2726 0.2065 0.3403 0.0404 0.1408 0.0896 0.0380 -0.1969 -0.0437 -0.4888 -0.6789 -0.4405 0.1861-0.0343 0.2360 0.0640 -0.8294 0.0377 0.2662 0.1356 -0.1290 0.0278 0.37820.2981 0.4739 0.

38、5685 0.2358 0.1465 -0.1502 -0.2631 0.1245 0.2152 0.36440.1567 0.3464 -0.6485 0.2489 -0.4043 0.2058 -0.0704 0.0462 0.1214 0.38120.4879 -0.5707 0.1217 0.1761 0.0987 0.3550 0.3280 -0.0139 0.0071 0.3832-0.7894 -0.1628 0.1925 0.2510 -0.0422 0.2694 0.0396 0.0456 0.1668 0.3799特征值(val)val =0.0039 0 0 0 0 0

39、0 0 0 00 0.0240 0 0 0 0 0 0 0 00 0 0.0307 0 0 0 0 0 0 0 0 0 0 0.0991 0 0 0 0 0 0 0 0 0 0 0.1232 0 0 0 0 0 0 0 0 0 0 0.2566 0 0 0 00 0 0 0 0 0 0.3207 0 0 00 0 0 0 0 0 0 0.5300 0 00 0 0 0 0 0 0 0 2.3514 00 0 0 0 0 0 0 0 0 6.2602特征根排序：6.260222.351380.5300470.3206990.2566390.1232410.09909150.03070880.02403550.00393387各主成分奉献率：newrate =0.6260 0.2351 0.0530 0.0321 0.0257 0