时间序列分析法在香港结核病预测中的应用

目的 阐述ARIMA模型拟合时间序列的方法和步骤,并将其应用于结核病的预测,为传染病预警系统提供决策依据.方法 利用SPSS统计软件对香港1997年到2008年结核病数据进行基本趋势分析并检验数据的平稳性,对平稳处理后的时间序列构建ARIMA模型,并对所建立的模型进行相关性检验,预测出未来一年的数据.结果 通过对结核病的预测,相对误差在3％左右,预测效果较为可靠.结论 在结核病的近期预测中引入时间序列的ARIMA模型分析方法,能够对结核病的预测产生积极的指导意义.     

时间序列分析法在细菌性痢疾发病率预测中的应用

目的 探讨自动回归移动平均模型(ARIMA)在细菌性痢疾发病率预测中的应用,为制定细菌性痢疾预防控制策略提供科学数据.方法 利用深圳沙井街道2006年1月-2011年6月的的细菌性痢疾月发病率数据建立ARIMA模型,采用2011年7-12月的月发病率数据验证模型的预测效果.结果 通过比较筛选,ARIMA(1,1,1)模型预测效果较好,2011年7-12月的月发病率预测值分别2.28/10万、1.83/10万、2.61/10万、1.62/10万、0.83/10万、0.67/10万,且实际值均在预测值的95％可信区间内,2011年7-12月发病率的预测值基本符合实际发病率的变动趋势.结论 ARIMA模型能较好地模拟在短期内细菌性痢疾发病率的变动趋势,可为细菌性痢疾制定预防控制策略提供科学的数据.     

时间序列分析法在肺结核发病率预测中的应用

目的探讨ARIMA模型在肺结核发病率预测中的应用,为制定肺结核防控策略提供科学数据。方法利用深圳沙井街道2006年1月-2011年6月的肺结核月发病率数据建立ARIMA模型,采用2011年7-12月的月发病率数据验证模型的预测效果。结果建立的ARIMA(1,0,0)(1,1,0)12模型预测效果较好,实际值均在预测值的95%可信区间内,对2011年7-12月发病率的预测值基本符合实际发病率的变动趋势。结论 ARIMA模型能较好地模拟在短期内肺结核发病率的变动趋势。     

时间序列分析在阜阳市细菌性痢疾发病预测中的应用

目的探讨时间序列分析在细菌性痢疾发病预测中的应用,验证分析模型的可行性与适用性。方法利用阜阳市2009年1月～2013年6月细菌性痢疾发病资料,拟合自回归移动平均（ARIMA）模型,对阜阳市2013年7～11月各月发病情况进行预测评价。结果建立ARIMA（1,2,0）（0,1,0）12模型,预测结果基本符合实际发病变动趋势,验证了该模型的可行性。结论 ARIMA模型可用于模拟细菌性痢疾发病在时间序列上的变化趋势分析,并进行短期预测。     

应用时间序列模型预测宜昌市甲型病毒性肝炎发病率

目的探讨应用ARIMA、季节趋势等时间系列模型预测甲型病毒性肝炎发病率。方法基于2005—2015年宜昌市逐月甲型病毒性肝炎发病率建立两种模型,对2016年甲型病毒性肝炎的发病率进行预测;采用平均绝对百分误差(MAPE)对预测模型进行拟合效果评价。结果两种时间序列与季节趋势模型能较好的模拟甲肝发病,但时间序列模型优于季节性趋势。应用最优模型对2016年甲型病毒性肝炎的发病率进行预测。结论两种时间序列与季节趋势模型能较好的模拟宜昌市甲型病毒性肝炎发病在时间序列的变化趋势,但ARIMA(0,0,1)(0,1,1)12模型能较好的模拟甲型病毒性肝炎发病在时间序列的变化趋势,为制定科学的防控措施和策略提供依据。     

时间序列模型在广州市登革热发病趋势预测的应用

目的利用ARIMA模型对广州市登革热发病趋势进行时间序列分析和预测。方法收集广州市2015-2018年登革热每周发病数,采用2015-2017年登革热每周发病数构建ARIMA模型,通过2018年登革热发病预测值与实际值的拟合情况,评价模型预测效果。结果拟合模型ARIMA(4,1,9),残差序列为白噪声,预测值与实际值平均绝对误差为4.03,均方根误差为8.13。2018年登革热预测发病趋势与实际发病趋势较吻合。结论 ARIMA模型能较好地模拟广州市登革热的短期发病趋势,可作为预测工具。     

时间序列分析在伤寒副伤寒发病情况预测分析中的应用研究

目的应用时间序列模型中较有代表性的3种方法对江苏省伤寒副伤寒疫情进行分析预测,并探讨3种方法的优缺点及适用性,为传染病疫情预测分析及防治提供理论依据。方法以1980年至2008年江苏省伤寒副伤寒发病资料分别建立合适的乘积季节模型、指数平滑模型和状态空间模型,以2009年的发病资料作为模型预测效果的考核样本,对预测结果进行深入分析和评价,探讨对疫情进行预测的方法、思路和应该注意的问题。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内呈平稳下降的趋势,会存在少许波动。乘积季节模型的预测结果与实际情况最相符,指数平滑法的预测效果较差,状态空间模型也有一定的实用性。结论用时间序列模型对伤寒副伤寒发病情况的拟合结果较好,尤其是乘积季节模型,预测效果良好,可为伤寒副伤寒的防治提供新的信息和思路。     

时间序列分析法在传染病发病率预测中的应用

目的探讨时间序列分析法在乙类传染病发病率预测中的应用,为制定辖区传染病防控策略提供依据。方法用深圳市宝安区沙井街道2006年1月至2019年12月的乙类传染病月发病率数据,建立自回归移动平均模型(ARIMA)并验证模型的预测效果。结果建立的ARIMA(2,1,1)模型预测效果较好,实际值均在预测值的95%可信区间内,对2020年1～6月乙类传染病发病率的预测值基本符合实际变动趋势。结论 ARIMA模型能较好地模拟短期内乙类传染病发病率的变动趋势。     

时间序列分析在麻疹疫情预测预警中的应用研究

目的研究时间序列分析在传染病疫情预测预警中的应用,并探讨提高模型预测准确性和实用性的思路。方法以1952年1月至2006年12月江苏省麻疹发病资料建立时间序列分析模型,以2007年的发病资料作为模型预测效果的考核样本,然后将2007年的实际数据加入到原始序列中建立模型用2008年的数据来考核,并对以年为单位的发病资料进行分析和讨论。先采用差分方法对序列资料进行平稳化,然后进行定阶并估计参数,建立ARIMA模型,最后对预测结果进行分析和评价,探讨对疫情进行预警的方法和思路。结果江苏省麻疹的发病趋势自2006年明显上升之后保持平稳,但有小幅波动,这与实际情况吻合。检验表明模型结果具有较好的参考价值。结论用时间序列分析对传染病发病情况的拟合结果满意,预测和预警效果良好,为传染病防治提供了依据。     

ARIMA模型在肺结核发病预测中的应用

目的探讨应用自回归滑动平均混合模型(ARIMA)预测肺结核发病率的可行性。方法应用SPSS13.0软件对甘肃省2000年1月～2008年6月肺结核逐月发病率进行ARIMA建模拟合;用2008年7～12月逐月发病率检验模型,并进一步预测2009年分月发病情况。结果模型ARIMA(0,1,1)(1,1,0)12(不含常数项)所有参数都通过统计学检验,残差序列是白噪声,拟合优度相对最好,参数间弱相关(r=0.269),用模型进行预测,其预测值与实际值之间的平均相对误差为0.046,模型预测精度较高。结论自回归滑动平均混合模型可很好地模拟和预测肺结核发病率在时间序列上的变动趋势,将其应用于肺结核发病预测是可行的。     

灰色模型在预测肺结核发病率中的应用

目的：应用灰色模型预测克拉玛依市肺结核发病率，为合理调配结核病防治的卫生资源提供科学依据。方法：建立灰色预测模型。并与线性回归模型。指数模型。多项式模型拟合效果进行比较。结果：建立的灰色预测模型α为-0.078,为47.899，其预测模型精度指标后验差比值C为0.390。小误差频率P为1.00，属于“合格”一级，预测2000年克拉玛依市肺结核发病率为72.41/10万，相对误差为-8.61%，较其余三种模型预测精度高。结论：GM（1，1）模型可以对该地区肺结核发病率做较好的短期预测。     

四川省若尔盖县结核病例的发现状况分析

目的：分析四川省若尔盖县的结核病例发现现状，探讨适合该地区的病例发现方式，提高结核病发现率。方法：通过问卷调查表收集资料，描述分析结核病例的发现方式。结果：县城城区的结核病可疑者首诊于结防机构的比例较牧区和半农半牧区的高（χ^2=6．473，P=0．039）；确诊的42例结核病患者中，28．6％通过因症就诊被发现，71．4％通过日常推荐就诊被发现；48．4％的活动性肺结核患者首诊选择县医院。结论：日常推荐是该县发现结核病人的最主要的方式；县医院是结核病人首诊的主要场所，应充分发挥县医院在结核病人发现中的作用。     

河南省活动性肺结核病人社会经济状况分析

目的：了解河南省活动性肺结核病人的社会经济现状，为制定和调整结核病控制政策和策略提供科学依据。方法：对2000年河南省结核病流行病学抽样调查中发现的343例肺结核患者进行社会经济状况问卷调查。结果：接受过结核病防治知识宣传教育者仅为26．5％；72．3％的患者家庭人均年收入低于当地人均年收入；由结核病专业防治机构确诊、登记并治疗的病人仅占14．8％；规则治疗率21．6％；病人中有医疗保障者仅为8．1％；调查前已确诊的病人仅占25．7％。结论：应扩大结核病健康教育覆盖面，加强结核病归口管理，对肺结核病人实行免费检查与治疗，推行现代结核病控制策略，增加结核病控制经费投入。     

四川藏区疑似结核病人的社会经济学调查

目的：了解四川藏区疑似结核病人的相关社会经济学特征。方法：采用调查表进行面对面调查，对获得的相关信息进行描述性分析。结果：共调查160例结核病疑似病人，藏族占95．6％。2003年68．1％的疑似病人家庭人均现金收入低于当地农村居民当年人均纯收入，43．8％的疑似病人家庭医药费用支出超过当年家庭总收入的50％。76．9％的疑似病人在此次患病前不了解任何关于结核病症状的知识，52．5％不知道县里进行结核病诊断治疗的机构。疑似病人就诊延迟比例为52．5％，就诊延迟时间中位数为47d。结核病疑似病人寻求结核病卫生服务过程中的困难主要有：经济困难；语言不通；不知道看病的地点；交通不便等。结论：应大力发展农牧区经济，建立农民医疗保障体系，普及结核病防治知识。     

4种模型对我国某地区肺结核发病率的预测

[目的]对我国某地区的肺结核年发病率进行预测。[方法]采用2000～2005年的年发病率建立GM(1,1)模型。采用2000～2005年月发病率建立ARIMA(p,d,q)(P,D,Q)s模型,并结合同期气象因素,建立多元线性回归模型和BP人工神经网络模型。以2006年的实际年发病率验证4种模型的预测效果,评价指标为相对误差。选取相对误差最小的预测模型为最佳预测模型。[结果]GM(1,1)模型、ARIMA模型、多元线性模型、BP人工神经网络模型对2006年肺结核年发病率的预测值分别为126.18/10万、126.84/10万、98.95/10万和111.19/10万。以上4个模型的相对误差依次为19.84%、20.49%、5.39%和4.86%。BP人工神经网络模型为最佳预测模型。[结论]对于肺结核发病率的预测,应同时拟合几种模型,并选择其中拟合效果最好的一种模型。     

时间序列模型在流感样病例门诊就诊量监测信息中的应用

[目的]通过建立时间序列模型进一步了解流感样病例门诊就诊量监测所蕴涵的疫情信息。[方法]用SPSS时间序列图(sequence chart)与"Expert Modeler"过程相结合的方法,拟合上述信息的ARIMA模型和指数平滑模型。[结果]建立了流感样病例门诊月就诊量信息的最佳模型为单一的季节性模型(指数平滑模型);门诊病人周就诊量信息经过1阶差分变换后,模型为ARIMA(0,0,1)(1,1,0)7。[结论]ARIMA模型可用于流感监测信息的动态分析和短期预测。     

ARIMA模型在细菌性痢疾预测中的应用

[目的]探讨应用ARIMA模型进行细菌性痢疾预测、预报的可行性。[方法]应用SPSS13.0软件分析1990～2008年广西细菌性痢疾月发病数资料,构建ARIMA乘积模型,并预测2009～2010年细菌性痢疾月发病数。[结果]最优乘积模型为ARIMA(1,1,1)(0,1,1)12,模型具有较高的预测精度,预测值与实际值基本吻合,且实际值均在预测值可信区间范围内。[结论]ARIMA模型是一种行之有效的预测方法,能够应用于广西细菌性痢疾流行趋势的预测及疫情的预警、预报,为实施干预提供依据。     

河南省2009年肺结核疫情特征流行病学分析

[目的]了解2009年河南省肺结核发生水平及其流行特征。[方法]采用中国疾病预防控制中心开发的"国家疾病报告管理信息系统"和Excel软件对2009年河南省肺结核疫情进行分析。[结果]2009年河南省共报告肺结核77771例,发病率为82.48/10万,其中报告死亡268例,报告死亡率为0.28/10万,与2008年结果相比,发病率下降11.16%,死亡率上升67.27%。在28种甲乙类传染病中,发病率仅次于病毒性肝炎,居第2位,死亡率仅次于艾滋病,同样居第2位。全年肺结核发病数比较,冬春季节多于夏秋季节,但季节性高发特点不明显;不同地区分布特点,发病率豫南豫东高于豫北豫西;年龄分布患者以青壮年较多,男性多于女性,职业分布以农民最多。[结论]当前肺结核仍然是严重危害当地居民身体健康和生命安全的重要公共卫生问题之一。     

乙型肝炎发病趋势的时间序列分析和预测模型研究

[目的]利用乘积季节模型预测无锡市乙型肝炎(乙肝)的发病趋势,为制订相应的防治措施提供科学依据.[方法]利用最小二乘原理,应用自回归求和移动平均模型与随机季节模型相结合的乘积季节模型,对无锡市1998～2006年乙肝月发病数进行时间序列分析并建立预测模型,用2007年相应数据验证预测效果,并对2008年以后无锡乙肝发病趋势进行预测. [结果]利用1998～2006年资料构建ARIMA(1,1,1)(1,1,1)12模型,所建立模型的预测效果良好,实际值均在预测值的95%可信区间内,预测2008～2012年无锡乙肝发病人数呈下降趋势. [结论]采用ARIMA乘积季节模型预测无锡市乙肝发病情况,拟合及近期预测效果均较好.预测结果符合我市乙肝发病现状及目前采取的乙肝防治措施.     

肺结核发病率预测中灰色模型的应用

[目的]运用灰色模型预测某市肺结核发病率。探索数据波动较大的情况下,适用的灰色模型预测方法。[方法]根据某市1997~2008年肺结核发病率数据分别建立动态GM(1,1),新陈代谢GM(1,1)和常规GM(1,1)。比较3种模型预测精度和准确性,选择合适肺结核发病率的预测模型并进行外推预测。[结果]检验性预测中,3种模型预测精度均为一级,预测值相对误差依次为-13.56%、-12.27%和-31.18%。将动态GM(1,1)和新陈代谢GM(1,1)作为该市肺结核发病率预测模型,两种预测模型的预测精度分别为二级和四级。采用动态GM(1,1)对该市肺结核发病率进行外推预测,2009年、2010年该市肺结核发病率分别为90.22/10万、89.66/10万。[结论]针对该市肺结核发病率数据波动较大的情况,采用动态GM(1,1)进行预测是比较适用的方法。