小波神经网络在肾综合症出血热发病率预测中的应用

目的探索小波神经网络在传染病预测中的应用。方法构造小波神经网络对2004年1月至2010年1月我国内地法定报告的肾综合症出血热发病率数据进行训练,对2010年2月至2010年10月相应数据进行预测,并将预测结果与传统的BP神经网络及SARIMA时间序列模型进行比较。结果小波神经网络拟合结果及预测结果的MAPE、MAE及RMSE均小于BP神经网络、SARIMA模型。结论小波神经网络预测效果最优,对于肾综合症出血热等传染病发病率预测具有较好的应用价值。     

Elman神经网络在手足口病发病率预测中的应用初探

目的探索Elman神经网络在传染病预测中的应用价值。方法利用2005年1月～2010年6月我国内地法定报告的手足口病月发病率资料分别构建Elman神经网络、BP神经网络以及季节性自回归移动平均模型(SARIMA),并对3种模型进行预测效果评价。结果 Elman神经网络的预测结果的平均绝对误差(MAE)及均方误差平方根(RMSE)均小于BP神经网络、SARIMA模型。结论 Elman神经网络的预测效果较好,对于手足口病发病率预测具有较好的应用价值。     

SARFIMA模型在肾综合征出血热发病预测中的应用

目的研究季节性自回归分数差分移动平均(SARFIMA)模型预测肾综合征出血热(HFRS)发病率的效果,并与SARIMA模型进行比较。方法收集山东省2009年1月至2018年12月HFRS月发病数据,考虑时间序列的短记忆性和长记忆性,构建SARFIMA模型,以SARIMA模型作为对比,比较两个模型的预测准确性。结果山东省2009-2018年HFRS月发病率具有明显周期性和季节性特征。模型评估表明,SARFIMA模型具有更好的拟合度和预测能力。SARFIMA(1,0.33,3)(1,0,0)₁₂:AIC=-629.76;RMSE=0.028;SARIMA(1,0,3)(1,1,0)₁₂:AIC=-356.43;RMSE=0.033。结论 SARFIMA模型能较好地拟合山东省HFRS月发病率的动态变化,且预测效果优于SARIMA模型。因此,SARFIMA模型可用于HFRS发病率的预测。     

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。     

基于Eviews的季节时间序列(SARIMA)预测模型

目的采用季节时间序列(Seasonal Auto Regressive Integrated Moving Average,SARIMA)模型建立传染病预测模型。方法根据2009-2013年珠海市斗门区手足口病月报告数的时间序列,采用Eviews拟合SARIMA模型。结果模型SARIMA(1,1,2)(1,1,1)12能很好地拟合珠海市斗门区手足口病月发病数,预测效果较好。结论采用Eviews拟合的SARIMA模型可以用于传染病的的短期预测和动态分析。     

季节时间序列模型在菌痢发病预测中的应用

目的研究SARIMA模型拟合季节时间序列的方法,并将其应用于菌痢发病的预测,探讨该模型进行传染病预警的可行性。方法利用Eviews软件对江苏省菌痢的月发病数据进行建模,首先采用取对数、差分等方法对序列进行平稳化,然后进行模型参数的估计、检验,最优模型的筛选,最后进行预测分析。结果 SARIMA(1,1,2)(1,1,1)12较好地拟合了江苏省菌痢的月发病数据,预测效果良好。结论 SARIMA模型可用于具有季节性、周期性波动的传染病发病的动态分析和短期预测。     

应用GM（1,1）模型对全国1999-2009年肾综合征出血热疫情分析及预测

目的分析我国1999-2009年肾综合征出血热（HFRS）的疫情特点,探讨GM（1,1）模型在HFRS疫情分析预测中的应用。方法收集全国范围1999-2009年的HFRS逐年疫情资料,应用GM（1,1）模型进行拟合分析。结果我国HFRS发病近年有所下降,但其病死率并未相应降低,仍是危害我国居民生命健康的主要传染病;1999-2009年全国HFRSGM（1,1）模型预测值和发病率实际值吻合程度较好,进一步预测2010及2011年HFRS的发病率分别为0.61/10万和0.51/10万。结论运用GM（1,1）模型对HFRS发病进行预测是可行的,该模型的拟合和预测效果较好。     

ARIMA模型在安溪县传染病发病率预测中的应用

目的 探讨用时间序列ARIMA模型对法定传染病发病率进行预测的可行性.方法 用SPSS 18.0对安溪县2005-2010年传染病月发病率进行ARIMA模型拟合,用所得模型对2011年各月发病率进行预测并与实际值比较.结果 ARIMA(0,1,1)×(1,1,0)12模型拟合良好,2011年各月预测值与实际值趋势吻合.结论 ARIMA模型能很好地模拟传染病发病率时间序列变动趋势,对疫情监测有重要意义.     

SARIMA模型在手足口病发病率监测中的应用

目的 通过建立SARIMA模型,探讨该模型在手足口病发病率预测中的应用,为疾病预防控制部门制定防控策略提供理论依据.方法 应用SPSS 20.0软件包对乌鲁木齐市2009年1月1日至2014年12月31日手足口病月发病率进行初步平稳化处理并建立季节性ARIMA模型.结果 通过对参数和模型的拟合优度检验及残差白噪声序列检验,最终确定模型为SARIMA(1,0,0)(1,1,0)12,该模型能较好的对以往发病率进行拟合,真实值均在预测值的95％置信区间内.结论 SARIMA(1,0,0)(1,1,0)12模型能够较准确地预测手足口病发病趋势,但若要获得更为准确的预测信息,则需要使用多模型联合的方法来预测.     

SARIMA模型在武汉市武昌区细菌性痢疾发病趋势预测中的应用

目的探讨SARIMA模型在武汉市武昌区细菌性痢疾发病趋势预测中的应用价值,并通过SARIMA模型验证2018年武汉市武昌区细菌性痢疾发病趋势,为相关防控工作提供依据。方法利用2005—2016年武汉市武昌区细菌性痢疾月发病率资料建立SARIMA模型,通过2017年月发病率数据验证并修正模型,预测2018年细菌性痢疾的发病情况。使用SPSS 20.0建立SARIMA模型,Eviews 7.0做ADF单位根检验。结果 2005—2016年武汉市武昌区细菌性痢疾年发病率总体呈现下降趋势,发病具有明显的季节性。根据建立最佳SARIMA模型预测的2017年月发病率,并与实际值相比较,两者相关系数为0.766(P0.01),平均相对误差(MAPE)为18.50%,实际值均在模型预测95%可信区间内。根据修正后最佳模型SARIMA(0,1,1)(2,1,0)_(12)预测2018年武汉市武昌区细菌性痢疾月发病率,为1.36/10万～2.67/10万。结论 SARIMA模型对武汉市武昌区细菌性痢疾发病率预测效果较好。     

Spatiotemporal analysis and forecasting model of hemorrhagic fever with renal syndrome in mainland China

Hemorrhagic fever with renal syndrome (HFRS) caused by hantaviruses is a serious public health problem in China, accounting for 90% of HFRS cases reported globally. In this study, we applied geographical information system (GIS), spatial autocorrelation analyses and a seasonal autoregressive-integrated moving average (SARIMA) model to describe and predict HFRS epidemic with the objective of monitoring and forecasting HFRS in mainland China. Chinese HFRS data from 2004 to 2016 were obtained from National Infectious Diseases Reporting System (NIDRS) database and Chinese Centre for Disease Control and Prevention (CDC). GIS maps were produced to detect the spatial distribution of HFRS cases. The Moran''s I was adopted in spatial global autocorrelation analysis to identify the integral spatiotemporal pattern of HFRS outbreaks, while the local Moran''s I_i was performed to identify ‘hotspot’ regions of HFRS at province level. A fittest SARIMA model was developed to forecast HFRS incidence in the year 2016, which was selected by Akaike information criterion and Ljung–Box test. During 2004–2015, a total of 165 710 HFRS cases were reported with the average annual incidence at province level ranged from 0 to 13.05 per 100 000 persons. Global Moran''s I analysis showed that the HFRS outbreaks presented spatially clustered distribution, with the degree of cluster gradually decreasing from 2004 to 2009, then turned out to be randomly distributed and reached lowest point in 2012. Local Moran''s I_i identified that four provinces in northeast China contributed to a ‘high–high’ cluster as a traditional epidemic centre, and Shaanxi became another HFRS ‘hotspot’ region since 2011. The monthly incidence of HFRS decreased sharply from 2004 to 2009 in mainland China, then increased markedly from 2010 to 2012, and decreased again since 2013, with obvious seasonal fluctuations. The SARIMA ((0,1,3) × (1,0,1)₁₂) model was the most fittest forecasting model for the dataset of HFRS in mainland China. The spatiotemporal distribution of HFRS in mainland China varied in recent years; together with the SARIMA forecasting model, this study provided several potential decision supportive tools for the control and risk-management plan of HFRS in China.Key words: Epidemiology, geographical information system, hemorrhagic fever with renal syndrome, seasonal autoregressive-integrated moving average, spatial autocorrelation     

非线性自回归神经网络在肾综合征出血热流行趋势预测中的应用

目的 探讨非线性自回归(NAR)神经网络拟合及预测我国HFRS流行趋势的应用。方法 使用2004－2013年全国HFRS月报告发病数序列建立ARIMA模型和NAR神经网络模型,预测2014年HFRS月发病数,并比较两模型的拟合和预测效果。结果 对于拟合集,ARIMA模型的平均绝对误差(MAE)、均方误差平方根(RMSE)和平均绝对误差百分比(MAPE)分别为148.058、272.077和12.678%, NAR神经网络分别为119.436、186.671和11.778%; 对于预测集,ARIMA模型的MAE、RMSE和MAPE分别为189.088、221.133和21.296%, NAR神经网络分别为119.733、151.329和11.431%。结论 NAR神经网络对于全国HFRS流行趋势拟合及预测效果优于传统的ARIMA模型,具有良好推广应用价值。     

山东省2010-2016年肾综合征出血热流行与时空分布特征分析

目的 了解2010－2016年山东省肾综合征出血热（HFRS）的流行特征及其时空分布特征,为制定今后的防控措施提供参考。方法 以中国疾病预防信息系统的数据为基础,利用空间自相关和时空扫描的方法对2010－2016年山东省HFRS的发病情况进行分析,描述其流行特征和时空聚集情况。结果 2010－2016年山东省HFRS共发病9 114例,年龄分布以30～70岁组为主,男女性别比为2.63∶1,职业分布以农民为主。发病总体呈现东南高、西北低的趋势。发病率先增后减,形成了一次流行周期,发病高峰在2013年（1.87/10万）。空间自相关和时空扫描结果显示山东省HFRS的高发聚集区由鲁东南地区集中后向鲁中地区扩散,聚集时间主要集中在2011年末至2015年上半年,2016年发病和高发聚集情况均有所下降。结论 2010－2016年山东省HFRS存在流行和聚集情况,重点防控地区在鲁中和鲁东南地区。     

2004～2010年五莲县肾综合征出血热流行病学分析

[目的]分析五莲县肾综合征出血热的流行特点,为今后的防控工作提供科学依据。[方法]收集中国疾控信息系统五莲县2004~2010年肾综合征出血热的疫情资料进行分析。[结果]2004~2010年五莲县共报告肾综合征出血热病例470例,年均发病率为13.15/10万(470/3 575 051),发病率呈逐步下降趋势,差异有统计学意义(P<0.01)。发病以中南部山区洪凝镇、街头镇为主,占43.62%;秋冬季高峰明显,每年的10~11月为主要发病月份;发病以青壮年农民为主,男性多于女性,差异有统计学意义(P<0.01)。职业农民发病最多415例,占72.92%。[结论]近年五莲县的出血热疫情呈下降趋势,今后应在做好日常防控工作的基础上重点加强秋冬季山区农民的防控工作。     

中国大陆2004-2015年肾综合征出血热的时空分布

目的 观察中国大陆肾综合征出血热(HFRS)疫情的时空分布,为HFRS的防治工作提供数据参考.方法 2004-2015年中国大陆的HFRS疫情资料来自中国卫生统计年鉴及中国疾病预防控制中心(CDC)报表,采用Excel 2013和地理信息系统(GIS)软件统计和分析数据.结果 2004-2015年,中国大陆HFRS发病数呈季节性波动;年均发病数、发病率及病死率分别为13 237人、1.00/10万(0.66/10万～1.93/10万)和1.02％(0.46％～1.31％);自2007年以来,年发病率均低于1.00/10万人;2012年以来,病死率均低于1.00％.传统疫情高发地区如黑龙江、吉林和辽宁的HFRS发病率下降明显.结论 近年来我国的HFRS疫情总体呈下降趋势,这可能与政府各部门的环境治理、灭鼠防鼠、疫苗接种、健康教育等措施和城市化进程相关.     

Time-series analysis of the risk factors for haemorrhagic fever with renal syndrome: comparison of statistical models

Three conventional regression models were compared using the time-series data of the occurrence of haemorrhagic fever with renal syndrome (HFRS) and several key climatic and occupational variables collected in low-lying land, Anhui Province, China. Model I was a linear time series with normally distributed residuals; model II was a generalized linear model with Poisson-distributed residuals and a log link; and model III was a generalized additive model with the same distributional features as model II. Model I was fitted using least squares whereas models II and III were fitted using maximum likelihood. The results show that the correlations between the HFRS incidence and the independent variables measured (i.e. difference in water level, autumn crop production and density of Apodemus agrarius) ranged from -0.40 to 0.89. The HFRS incidence was positively associated with density of A. agrarius and crop production, but was inversely associated with difference in water level. The residual analyses and the examination of the accuracy of the models indicate that model III may be the most suitable in the assessment of the relationship between the incidence of HFRS and the independent variables.     

季节趋势模型在我国肾综合征出血热发病动态研究中的应用

目的分析全国2005-2009年肾综合征出血热（HFRS）报告病例数据,应用季节趋势模型预测2010年的发病例数。方法应用SPSS15．0和Excel软件分析数据,并建立季节趋势模型。结果全国HFRS报告病例数2005—2009年呈逐年下降趋势。应用该数据建立的季节趋势模型,方差分析结果显示回归方程有统计学意义（F=25．449,P〈0．000）,模型预测2010年该病的报告发病例数为4993例,其中1—4月预测发病数分别为533、361、452和497例,预测相对误差依次为5．82％、2．22％、10．18％和13．08％,平均误差仅为7．82％。结论季节趋势模型可用于拟合既具有长期趋势,又具有季节性特点的数据,并可利用模型进行短期预测。     

肾综合征出血热流行因素的影响研究

目的 对全国肾综合征出血热(HFRS)流行进行影响因素的相关性研究，找出符合我国地理特点多样性的不同疫区影响HFRS流行的因素和指标。方法 对1984～2000年全国19个不同HFRS疫区提供的宿主动物监测资料、气象和农业等原始资料进行分类汇总，采用秩相关统计方法进行分析。结果 经检验，年平均气温与年发病率呈负相关；年平均湿度与年发病率呈正相关；年降雨量与年发病率的相关系数较高，部分南方监测点的年降雨量与年发病率的相关系数呈明显的负相关，北方地区的监测点则呈正相关，并且下半年降雨量与同期人群发病率及与全年人群发病率呈正相关；农作物的面积和产量与HFRS发病率呈正相关；当月鼠密度、带病毒鼠指数与人群当月发病率、翌月发病率和隔月发病率均呈正相关性。结论 上述因素与HFRS疫情的相关性虽有一定的显著性意义但相关系数不是很高，不宜构建多因素回归方程以进行HFRS疫情的预报预测，但其对HFRS疫情的影响是显而易见的，为各地进一步开展HFRS的防制及流行趋势预测的研究提供参考。