基于ARIMA的新冠肺炎疫情前后结核病流行趋势预测与分析

目的 构建ARIMA季节性模型,探讨新型冠状病毒肺炎疫情(简称新冠肺炎疫情)对结核病流行特征的影响,预测上海市宝山区结核病流行趋势。 方法 收集上海市宝山区2009—2021年结核病月发病率资料,构建ARIMA季节性模型,验证预测模型效果,分析预测误差的原因。 结果 上海市宝山区结核病月发病率模型为ARIMA(2,0,0)(0,1,1)₁₂,BIC值最小,Ljung-Box统计量Q=23.127,P=0.081,残差序列为白噪声。2019年实际月发病率与预测值变化趋势基本一致,且均在预测值95%可信区间内。受新型冠状病毒肺炎疫情影响,近两年观察值与预测值差异较大,2021年2月观察值在拟合值的95%置信区间外。 结论 ARIMA(2,0,0)(0,1,1)₁₂模型能较为准确地预测宝山区新冠肺炎疫情前结核病发病趋势,受新冠肺炎疫情影响时,预测结果偏差较大,需要后疫情时代结核病发病数据来重新建模。     

2020年南宁市流行性腮腺炎ARIMA模型预测研究

目的 建立自回归移动平均模型(auto-regressive integrated moving average,ARIMA)预测南宁市流行性腮腺炎的发病率,为防控流行性腮腺炎提供理论依据。 方法 采用SPSS 23.0软件,使用南宁市2013年1月—2019年6月流行性腮腺炎月发病率建立ARIMA模型,运用2019年7—12月的实际值与预测值进行评估,并预测2020年1—6月的发病率。结果 拟合的ARIMA(1,0,0)(0,1,1)₁₂模型最佳,MAE=0.695,RMSE=1.230,MAPE=23.487,经检验残差序列为白噪声,拟合模型对短期有良好的预测效果。2020年1—6月的预测月发病率分别为9.88/10万、7.62/10万、8.32/10万、9.40/10万、11.91/10万、11.67/10万。 结论 ARIMA模型可用于南宁市流行性腮腺炎发病趋势的短期预测,适宜推广使用。     

ARIMA模型在三门峡市手足口病发病预测中的应用

目的 建立以三门峡市手足口病发病数据为基础的整合滑动平均自回归模型(autoregressive integrated moving average model, ARIMA),并利用该模型对三门峡市手足口病的发病数进行预测。 方法 以三门峡市2008年1月—2017年12月的手足口病月发病数据为基础差分平稳化后经过文献查阅和验证建立最优ARIMA,并对2018年1月—12月的手足口病发病数进行预测,通过与实际值的比较评价预测效果。 结果 三门峡市手足口病发病预测模型为ARIMA(1,1,1)×(0,1,1)₁₂ ,模型各项参数均有统计学意义(P<0.001),拟合优度检验BIC=0.287,残差序列为白噪声序列(P=0.10),拟合效果较好。预测了三门峡市2018年1—12月的手足口发病数,并与实际值进行比较,1—2月预测值与实际值符合度较高。 结论 拟合的三门峡市手足口病发病序列模型ARIMA(1,1,1)×(0,1,1)₁₂效果较好,可用于对三门峡市手足口病发病趋势进行短期预测。     

Elman神经网络与ARIMA模型对甲肝月发病率的预测研究

目的 两模型对甲肝月发病率数据进行拟合预测,比较最优模型。 方法 通过软件实现ARIMA模型和Elman神经网络对甲肝发病率进行拟合,并对2017年月发病率进行仿真。 结果 两模型拟合预测效果较好,ARIMA模型平均绝对误差(mean absolute error,MAE)、均方根误差(root-mean-square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别为0.013、0.002 9、9.29;Elman神经网络MAE、RMSE、MAPE分别为0.012、0.000 22、8.695。Elman神经网络预测结果优于ARIMA模型。 结论 两模型均能够拟合预测甲肝月发病率,Elman神经网络拟合预测效果更好。     

ARIMA乘积季节模型在湖南省HIV感染的应用研究

目的 研究ARIMA乘积季节模型对湖南省HIV感染的适用性,并进行预测。 方法 本文以湖南省2005-2014年HIV月感染数据建立模型,以2015年月数据进行模拟。首先采用差分的方法对序列进行平稳化,然后进行模型识别、定阶,再对模型进行检验并预测未来3年的发病情况。 结果 对时间序列进行自然对数转换,一阶差分和一阶季节差分得到ARIMA乘积季节模型,结果显示ARIMA(1,1,1)(0,1,1)₁₂很好地拟合了HIV的感染情况(R²=0.894)。残差序列经Ljung-Box 检验为白噪声序列,P=0.472。预测结果显示未来3年全省HIV感染人数仍有增长趋势。 结论 利用乘积季节ARIMA模型对湖南省HIV感染拟合效果较好,可以为卫生工作者采取控制措施提供依据。     

基于ARIMA模型的2020年衡阳市肺结核发病趋势预测

目的 用差分整合移动平均自回归(autoregressive integrated moving average, ARIMA)模型对肺结核发病率进行预测,为人群肺结核的防治以及制定干预措施提供参考依据。 方法 收集衡阳市2010年1月—2019年12月肺结核月发病数据,运用SPSS 22.0软件进行数据分析,构建ARIMA模型对衡阳市肺结核发病趋势进行预测。结果 2010—2019年衡阳市共报告肺结核病例66 257例,2010—2018年衡阳市肺结核的总体发病率呈小幅度下降趋势,2019年发病率有所回升,发病主要集中在2—6月。ARIMA(0,1,1)×(0,1,1)₁₂模型是拟合衡阳市肺结核月发病率的最优模型。运用该模型对2020年上半年肺结核月发病率进行预测后发现,各个月份的预测发病率和实际发病率均在95%置信区间范围内,相对误差中位数是16.54%,模型预测效果较好。结论 ARIMA(0,1,1)×(0,1,1)₁₂模型能够较好拟合衡阳市肺结核发病率的变化趋势,可用于衡阳市肺结核发病率短期预测,对肺结核预测具有较好的应用价值。     

ARIMA预测模型在甘肃省其他感染性腹泻发病预测中的应用

目的 建立并评价甘肃省其他感染性腹泻发病的ARIMA预测模型。 方法 利用2010—2018年甘肃省其他感染性腹泻的发病数据建立ARIMA预测模型,同时利用2019年发病数据评价模型并对2020年甘肃省其他感染性腹泻发病进行预测。 结果 根据模型拟合效果,模型ARIMA(0,1,1)(1,1,0)₁₂为最优模型。R²=0.741,Ljung-Box检验值为25.944,BIC值为11.060。模型拟合甘肃省其他感染性腹泻的发病趋势与实际发病趋势一致,MAPE=17.297%,预测结果显示2020年甘肃省其他感染性腹泻发病时间分布与往年趋于一致。 结论 ARIMA(0,1,1)(1,1,0)₁₂模型能较好地拟合甘肃省其他感染性腹泻的发病趋势,对该病的预防控制、风险评估等具有一定的公共卫生意义。     

应用ARIMA模型对麻疹发病的预测及分析

目的 应用ARIMA模型对麻疹发病数预测并探讨其可行性,为防控麻疹疫情提供依据。 方法 采用SPSS17.0对乌鲁木齐市2009-2015年麻疹月发病数的资料建立ARIMA模型,并预测2016年麻疹月发病数。 结果 建立模型ARIMA(0,0,1)(1,1,0)₁₂是合适的,且模型检验自相关系数在±0.5之间,预测值与实际值有较高的吻合度。 结论 ARIMA模型能很好的拟合乌鲁木齐市麻疹发病数趋势,预测效果可靠。     

基于季节性ARIMA模型的新疆肺结核发病预测分析

目的 探讨季节性时间序列模型(autoregressive integrated moving average,ARIMA)在新疆肺结核发病预测中的应用,并验证模型的可行性和适用性。 方法 采用季节性ARIMA(p, d, q )(P, D, Q)_s拟合2005年1月—2019年8月新疆地区肺结核月发病人数,建立多个季节时间序列模型并进行比较,选出最优模型对2019年9—12月肺结核发病人数进行预测。 结果 2005年1月—2019年8月新疆地区肺结核累积发病人数为627 869例,年平均发病人数为3 567例。 新疆地区肺结核月发病数具有季节性,1—5月平均发病数高于平均水平,6—12月平均发病数低于平均水平,发病高峰为1月和3月,发病低谷为9月。通过赤池信息量(Akaike Information Criterion,AIC)和贝叶斯信息量(Bayesian Information Criterion,BIC)最小原则得出,ARIMA(1, 1, 1 )(0, 1, 2)₁₂是最优模型,其残差序列为白噪声,参数的回归系数均具有统计学意义,拟合的平均绝对百分比误差MAPE为8.723%。预测的MAPE为18.674%,真实值均处于预测值的95%置信区间内。 结论 ARIMA(1, 1, 1 )(0, 1, 2)₁₂模型能够较好地拟合新疆肺结核发病数据,并进行短期预测,对新疆卫生防控措施的制定具有一定指导意义。     

自回归求和移动平均模型在广州市新生儿先天性 甲状腺功能减低症发病率趋势预测的应用

目的 分析构建并应用自回归移动平均模型(ARIMA)对广州地区先天性甲状腺功能减低症(CH)发病率进行预测的可行性,为合理制定 CH 的防治、保健的策略及措施提供科学依据。方法 汇总广州市1991-2018新生儿CH筛查发病率数据,基于1991-2016年CH发病率数据建立最优ARIMA模型,通过比较2017-2018年预测发病率和实际发病率对模型预测性能进行检验,并预测未来3年CH发病率趋势。结果 1991-2018年CH发病率总体呈现上升趋势。基于1991-2016年CH发病率数据进行模型拟合,ARIMA(0,1,0)为最优模型,可以较好的拟合CH 发病率的时间变化趋势。模型拟合的2017-2018年CH预测发病率和实际发病率相对误差最大值为7.9%,提供较准确的预测。预测的2019-2021 CH发病率分别为86.1/10⁵、90.7/10⁵、94.3/10⁵。结论 ARIMA(0,1,0)模型对新生儿CH发病率的拟合效果较好,可用于广州地区CH发病率的短期预测及动态分析。     

X-12-SARIMA在甘肃省猩红热疫情分析及短期预测中的应用

目的 探讨X-12和季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average, SARIMA)在甘肃省猩红热疫情分析及短期预测中的应用。方法 利用2010-2017年甘肃省猩红热月发病率数据建立SARIMA模型并进行短期预测,运用X-12季节调整法分析疾病流行的季节波动等特征。结果 建立的SARIMA(3,1,1)(1,1,1)_(12)模型参数估计值均有统计学意义,残差为白噪声序列,预测值的精度评价指标和误差衡量指标均符合标准。2010-2018年甘肃省猩红热月发病率存在明显季节波动,季节因子影响6月最大且呈缓慢下降趋势,循环-趋势成分影响呈缓慢上升趋势,不规则因子影响规律平稳。结论 X-12季节调整方法能较好地分析具有一定季节波动和长期趋势传染病的时间变化规律,SARIMA模型对于甘肃省猩红热的短期预测效果较好。     

2010-2018年湖北省猩红热流行病学特征及发病趋势预测

  目的   分析猩红热的流行病学特征, 预测其发病趋势, 为猩红热防控策略的制定提供参考依据。   方法   采用Spearman相关分析、聚类分析、季节指数模型和季节ARIMA模型进行分析和预测。   结果   2010-2018年猩红热年均发病率为1.37/10万, 年发病率与年份存在正相关关系(r_s=0.817, P=0.007);4-6月和11-12月为高发月份; 聚类分析具有统计学意义(F=4795.30, P < 0.001), 高发地区为神农架林区、宜昌市、恩施州、武汉市; 报告病例集中在1~14岁, 以学生、幼托儿童和散居儿童为主, 男性发病率高于女性; 拟合的最优模型为自回归积分滑动平均模型(auto-regressive integrated moving average, ARIMA)(0, 1, 1)(0, 1, 0)₁₂, 预测显示2019年月度发病特征与历年一致, 年发病率为10.22/10万(95% CI:2.33/10万~30.43/10万), 较2018年发病水平上升。   结论   2010-2018年湖北省猩红热发病水平整体呈上升趋势; 发病呈双峰特征, 以学生为主要发病群体, 男性高于女性, 发病主要集中在鄂西南等山区和省会城市; ARIMA模型在猩红热发病趋势预测中具有较好的适用性, 2019年发病水平会持续上升, 需结合流行特征加强监测和防控。     

基于乘积季节性ARIMA模型对神经内科医院感染发病率的预测研究

目的 建立神经内科病房医院感染预警模型，预测神经内科患者发生医院感染的风险，为早期防控提供依据。方法 收集贵州省某三级甲等医院神经内科病房医院感染发病率数据，构建乘积季节性ARIMA（p，d，q）×（P，D，Q）s模型，对建立的模型进行参数估计、模型诊断，选择最优预测模型。利用构建的最佳模型对神经内科病房医院感染发病率进行预测，并对预测效果进行评价。结果 以该院2014-2017年神经内科月度医院感染发病率数据作为训练样本，获得最优预测模型ARIMA（2，1，2）×（1，1，1）₄。以2018年1-5月数据作为模型预测验证样本，结果显示，模型预测值的动态趋势与实际情况基本一致，实际发病率均在预测值的95%置信区间内。用此模型对2018年6-12月神经内科医院感染发病率作预测，预测结果显示预测值均位于95%的置信区间内。结论 ARIMA（2，1，2）×（1，1，1）₄模型能较好地模拟神经内科病房医院感染发病率变化趋势，具有良好的预测效果。     

ARIMA模型预测南宁市猩红热发病趋势

目的运用自回归移动平均(ARIMA)模型对南宁市2011年的猩红热发病趋势进行预测,探索猩红热的流行规律。方法以南宁市2004-2010年的猩红热月发病率数据为基础,用SPSS13.0建立ARIMA预测模型,以2005-2010年的数据验证模型的预测精度。结果 ARIMA(1,0,0)(1,1,1)12模型可以用于拟合南宁市猩红热的发病情况。南宁市2011年猩红热的发病仍然维持在低位,且发病趋势平稳。结论 ARIMA模型可用于猩红热发病趋势的短期预测。     

2008-2017年银川市猩红热流行特征分析及发病趋势预测

目的 分析银川市猩红热的流行特征,并预测短期发病趋势,为制订相应的防控措施提供科学依据。方法 采用描述性流行病学方法对2008-2017年银川市猩红热监测数据进行分析,并用自回归移动平均混合模型(autoregressive integrated moving average model,ARIMA)对2018年1月至2019年6月猩红热的发病趋势进行预测。结果 2008-2017年银川市共报告猩红热病例5206人,年均发病率为26.80/10万,整体呈上升趋势。男女发病率比为1.63∶1;3~7岁学龄前儿童占发病总数的78.56%,其中又以5岁儿童发病数最高。金凤区年均发病率(40.97/10万)最高,兴庆区累计发病数最多(2474例)。发病高峰为4-6月和11月至次年1月。ARIMA模型预测结果显示2018年1月至2019年6月银川市猩红热呈现较高发病水平。结论 2008-2017年银川市猩红热的发病呈上升趋势,应针对托幼机构和小学等高发场所做好预防和控制工作。2018年1月至2019年6月仍是猩红热的高流行期,应做好主要流行区的监测和防控工作。     

陕西省2010-2016年猩红热流行特征分析及趋势预测

目的 了解陕西省猩红热的流行特征,并预测其发病趋势,为制订相应的防控措施提供科学依据。方法 采用描述流行病学的方法对2010-2016年陕西省猩红热监测数据进行分析,并用自回归移动平均混合模型（autoregressive integrated moving average model,ARIMA）对2017-2018年猩红热的发病情况进行预测。结果 陕西省2010-2016年猩红热的发病呈整体上升趋势,共报告病例10 881人,年平均发病率为4.13/10万;男女发病率比为1.52 ∶1;3~7岁组学龄前儿童占发病总数72.3%,尤以5岁组儿童发病数最高;关中地区年平均发病率明显高于陕南、陕北地区,其中西安市发病数最多,年平均发病率最高;发病高峰为4~6月份和11月~次年1月份;ARIMA模型预测发现2017-2018年陕西省猩红热仍呈现较高发病水平。结论 托幼机构和小学是陕西省猩红热发病的高危场所,幼托儿童、小学生和散居儿童应作为重点防控对象;2017-2018年仍是陕西省猩红热的高流行期,应继续做好监测和防控工作。