齊明慧 李文超 姚淳 任翠環(huán)

摘 要：阿片類藥物的泛濫成為美國(guó)當(dāng)今社會(huì)面臨的嚴(yán)重問題，為醫(yī)療體系帶來沉重負(fù)擔(dān)。本文利用有限的數(shù)據(jù)，進(jìn)行統(tǒng)計(jì)和分析，建立阿片類藥物案例數(shù)量模型，得到合成阿片類藥物傳播范圍廣、案例數(shù)量大、涉及藥品種類多。其中OH和VA具有明顯的擴(kuò)張趨勢(shì)。建立阿片類藥品數(shù)量模型，預(yù)測(cè)出出令美國(guó)政府擔(dān)憂的危險(xiǎn)狀態(tài)的時(shí)間大概發(fā)生在2028年，同時(shí)結(jié)合其藥品案例數(shù)量可確定出發(fā)生地為OH 州的MAHONING。通過相關(guān)性檢驗(yàn)構(gòu)建了藥品發(fā)展與社會(huì)經(jīng)濟(jì)因素的關(guān)系性模型。利用協(xié)方差和相關(guān)性系數(shù)的計(jì)算，確定出藥品案例增長(zhǎng)率與社會(huì)經(jīng)濟(jì)因素相關(guān)，同時(shí)其與教育、家庭 、處方藥和人口數(shù)量增長(zhǎng)率的相關(guān)性較強(qiáng)，并依據(jù)所得結(jié)修正藥品案例數(shù)的增長(zhǎng)率以及模型。最后，提出針對(duì)性策略，為提出的阿片類藥品泛濫控制策略的有效性提供了有力依據(jù)和指導(dǎo)。

關(guān)鍵詞：阿片類藥品危機(jī);熵權(quán)法;策略

引 言

2017年10月，美國(guó)總統(tǒng)特朗普宣布美國(guó)進(jìn)入緊急狀態(tài)。這是美國(guó)政府首次因長(zhǎng)期的公共衛(wèi)生危機(jī)而宣布進(jìn)入緊急狀態(tài)，足以見得阿片類藥物的濫用對(duì)美國(guó)造成的負(fù)面影響之大。美國(guó)疾病控制中心等聯(lián)邦機(jī)構(gòu)正努力防止阿片類藥物使用障礙等疾病對(duì)健康造成的負(fù)面影響，但是，聯(lián)邦調(diào)查局、美國(guó)藥品管理局和執(zhí)法局等在執(zhí)行現(xiàn)行法律方面都面臨很大的難題。因此，解決阿片類藥物危機(jī)已經(jīng)迫在眉睫。本文對(duì)阿片類藥物現(xiàn)狀進(jìn)行了合理性分析，確定了發(fā)源地，并作出了再次泛濫的預(yù)測(cè)，提出了適當(dāng)?shù)牟呗浴?/p>

1 數(shù)據(jù)分析

將數(shù)據(jù)按州進(jìn)行分類處理，分析俄亥俄州（OH）、肯塔基州（KY）、西弗吉尼亞州（WV）、弗吉尼亞州（VA）和賓夕法尼亞州（PA）在2010-2017年的藥物案例數(shù)量總體情況。五個(gè)州八年合成阿片類藥物總數(shù)。

俄亥俄州（OH）藥物案例總數(shù)隨著時(shí)間一直以平7.85%的速度增長(zhǎng);肯塔基州（KY）藥品案例總數(shù)隨時(shí)間相對(duì)穩(wěn)定，最終呈增長(zhǎng)趨勢(shì);西弗吉尼亞州（WV）藥品案例總數(shù)以平均0.25%的速度緩慢降低;弗吉尼亞州（VA）藥品案例總數(shù)呈波浪式變化，且增長(zhǎng)率正負(fù)、大小變化顯;賓夕法尼亞州（PA）藥品總案例數(shù)整體呈下降趨勢(shì)，速度減少。截止2017年，案例總數(shù)由多到少的排序?yàn)镺H、PA、VA、KY、WV。

五個(gè)州的藥品種類數(shù)均自2015年起以較大的增長(zhǎng)率增加，具有明顯的上升趨勢(shì)，藥品種類最少也在十個(gè)左右，由此可見案件涉及的藥品類數(shù)之多。截止2017年，藥品種類數(shù)量由多到少的排名依次為OH、PA、KY、VA、WV。

2 阿片類藥物數(shù)量

2.1建立阿片類藥物數(shù)量模型

以JEFFERSON為例，設(shè)JEFFERSON的醉性鎮(zhèn)痛藥（合成阿片類藥物）和海洛因的藥物總計(jì)數(shù)為Q，

為每類新藥品增加的數(shù)量，y1為新增加藥品類數(shù);λ2為每類減少的藥品的數(shù)量，y2 為減少藥品類數(shù)。從某種藥品出現(xiàn)開始計(jì)時(shí)，α（t） 為該種藥品的增長(zhǎng)率[1]，是一個(gè)關(guān)于時(shí)間t的函數(shù)，而且會(huì)受到新增藥品案例或者減少藥品案例的影響。當(dāng)它的值為正時(shí)，對(duì)應(yīng)藥品的數(shù)量會(huì)一般增加;當(dāng)它的值為0時(shí)，數(shù)量基本保持不變;當(dāng)它的值為負(fù)時(shí)，數(shù)量一般會(huì)減少。

綜上，阿爾類藥品數(shù)量模型為

該縣的藥品案例總數(shù)達(dá)到最大值時(shí)，即Qi值達(dá)到最大值時(shí)，情況最為嚴(yán)重，也最容易導(dǎo)致阿片類藥品更大范圍地?cái)U(kuò)散，對(duì)美國(guó)造成更大的影響，這也是最值得美國(guó)政府擔(dān)憂的問題。

將JEFFERSON的2010-2017年中總數(shù)、種類、新增種類和減少種類進(jìn)行統(tǒng)計(jì)

取λ1的平均值為2，取λ2的平均值為1;取y1 為2，取y2 的值為1，代入模型。得到當(dāng)Qi值達(dá)到下一個(gè)極大值時(shí)，Heroin的α（t） 的值為0，由于α（t） 是關(guān)于時(shí)間的函數(shù)，可以確定距Heroin開始在JEFFERSON泛濫的時(shí)間為20年，與所給數(shù)據(jù)基本符合。

利用此模型計(jì)算現(xiàn)有所有藥品的案例極大值，取時(shí)間最短能使Qi達(dá)到下一個(gè)極大值的藥品為依據(jù)，計(jì)算它離現(xiàn)在還有多長(zhǎng)時(shí)間，并根據(jù)此種藥品在已知年份中的數(shù)量，確定該地的具體位置。預(yù)測(cè)大概在2028年OH州的MAHONING出現(xiàn)阿片類藥品泛濫的最嚴(yán)重情況。

2.2建立阿片類藥物改進(jìn)模型

以KY州為例，根據(jù)表ACS_10_5YR_DP02_metadata得到23大類，但是其中三類的數(shù)據(jù)有缺失，不能代表這幾年的增長(zhǎng)率所以舍棄，只分析剩下的20個(gè)因素。通過EXCEL篩選功能得到KY州JEFFERSON的2010-2016年里以上因素的Estimate值。

3阿片類藥物泛濫的主要影響因素確立

現(xiàn)研究模型中HC01-VC03、HC01-VC85、HC01-VC105、HC01-VC130的年增長(zhǎng)率與模型因變量參數(shù)縣的藥品案例總數(shù)的年增長(zhǎng)率的聯(lián)動(dòng)性關(guān)系[5]。

假設(shè)本模型的自變量參數(shù)HC01-VC03為基準(zhǔn)方案M[6]，在此方案的基礎(chǔ)上進(jìn)行-10%、-5%和10%幅度的波動(dòng)，畫出阿片類藥品案例總數(shù)Q隨主要因素HC01-VC03的解曲線，如圖4所示。隨著HC01-VC03的年增長(zhǎng)率的變化，阿片類藥品案例總數(shù)Q變化顯著，說明它對(duì)HC01-VC03的年增長(zhǎng)率的變化使敏感的。而且當(dāng)HC01-VC03的年增長(zhǎng)率進(jìn)行-10%、-5%和10%時(shí)，縣的藥品案例數(shù)的增長(zhǎng)0.042%、0.063%、減少0.037%，其相應(yīng)的靈敏度[7]變化為38.61%、18.99%和46.76%

4結(jié)語(yǔ)

面對(duì)美國(guó)的阿片類藥物危機(jī)，本文對(duì)五個(gè)州現(xiàn)狀進(jìn)行了分析、并對(duì)未來阿片類藥品泛濫趨勢(shì)進(jìn)行了預(yù)測(cè)。結(jié)合美國(guó)當(dāng)前的社會(huì)經(jīng)濟(jì)因素，表達(dá)了自己的對(duì)于控制阿片類藥品泛濫的有效政策，希望對(duì)控制阿片類藥物泛濫有所幫助。

參考文獻(xiàn)：

[1]孟憲偉. （2012）. microRNA與人類疾病關(guān)聯(lián)的預(yù)測(cè)方法研究與實(shí)現(xiàn). （Doctoral dissertation， 哈爾濱工業(yè)大學(xué)）.

[2]李煥哲， 吳志健， 汪慎文， & 郭肇祿. （2017）. 協(xié)方差矩陣自適應(yīng)演化策略學(xué)習(xí)機(jī)制綜述. 電子學(xué)報(bào)， 45（01）， 241-248.

[3]李國(guó)俊， 朱光耀， 李宗春， 李偉， & 孫元超. （2018）. 利用voronoi協(xié)方差矩陣重建隱式曲面. 中國(guó)圖象圖形學(xué)報(bào)， 21（3）， 323-330.