基于ARIMA与NNAR模型的中国肺癌预测模型构建研究

目的：基于1990—2019年中国肺癌流行特征数据预测其2020—2024年的发展趋势，为我国肺癌防控相关策略提供科学参考依据。方法：收集1990—2019年中国肺癌（性别）发病率、（性别）死亡率等指标，采用年估计百分比变化（EAPC）分析其变化趋势；比较自回归求和移动平均（ARIMA）模型和神经网络自回归（NNAR）两种模型预测精度，并预测2020—2024年中国肺癌流行趋势。结果：1990—2019年中国肺癌（性别）发病率、（性别）死亡率、（性别）伤残调整寿命年（DALY）率均随时间呈上升趋势；发病率从21.72/10万增长至58.56/10万（EAPC 3.72%,P<0.001）；死亡率从21.65/10万增长至53.23/10万（EAPC3.37%,P<0.001）;DALY率从588.07/10万增长至1 204.25/10万（EAPC 2.67%,P<0.001）。ARIMA和NNAR的预测值与实际值基本吻合，ARIMA模型MAPE、MAE、RMSE值更小，预测精度更高。采用ARIMA模型预测得到2020—2024年的发病率为57.67/10万、59.0...     

基于Prophet等模型的手足口发病预测及对比分析

目的 利用Prophet模型、差分自回归移动平均模型(autoregressive integrated moving average model, ARIMA)和NeuralProphet模型探索我国2008—2018年手足口病(hand-foot-and-mouth disease, HFMD)发病趋势和季节性特征，比较3个模型的拟合及预测效果。方法 收集我国2008—2018年手足口病月发病率数据，2008年1月—2017年12月的发病数据用于构建Prophet、ARIMA和NeuralProphet 3种预测模型，2018年1月—12月的发病数据作为验证集，分析评价各模型的预测性能，选取均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)作为指标评价预测模型的拟合及预测效果。结果 我国手足口病存在2个发病高峰，主高峰在4～7月，次高峰在9～11月；春节的假期效应远高于其他假期；Prophet模型为最优预测模型。Prophet模型、SARIMA(0,1,3)×(0,1,1)₁₂     

ARIMA模型在梅毒发病预测中的应用

目的：探讨时间序列分析方法ARIMA模型在梅毒发病预测中的应用,为传染病防控提供科学依据。方法2010年1月—2014年5月深圳市盐田区梅毒发病资料建立时间序列分析模型,拟合ARIMA最优模型,根据模型预测2014年6月—12月发病率。结果模型ARIMA（1,1,0）（0,0,0）为本次预测最优模型,预测2014年6月—12月深圳市盐田区梅毒发病率分别为0.23/10万、0.26/10万、0.25/10万、0.26/10万、0.25/10万、0.26/10万、0.26/10万,发病平稳。结论可以用时间序列分析方法ARIMA模型对梅毒发病情况进行预测,预测和预警效果良好。     

基于SARIMA模型的南京地区蚊虫侵害的预测研究

目的：基于南京地区蚊虫侵害密度,建立季节性差分自回归移动平均模型预测方法,为进一步防控蚊媒病和开展爱国卫生运动提供新的思路和方法。方法：应用季节性差分自回归移动平均模型对2019年蚊虫密度进行预测。结果：拟合后的预测模型为ARIMA（2,1,0）（1,1,0）12,模型残差序列为白噪声,模型预测拟合后R2=0.907。结论：模型预测的拟合效果较好,说明ARIMA模型适用于开展蚊虫侵害预测研究。     

自回归求和移动平均模型在流感发病预测中的应用

目的探讨应用自回归求和移动平均季节模型(ARIMA)进行流感发病率的拟合和预测,为流感疫情预警提供依据。方法运用统计分析软件对陕西省2008—2014年每月的流感网络报告发病率数据进行模型拟合,建立ARIMA模型,用2015年的数据来检验ARIMA模型的预测效果。结果陕西省2008年1月—2014年12月流感的平均年发病率为0.74/10万,将时间序列分解为总体趋势、季节趋势及随机误差,流感发病整体呈缓慢上升,发病率存在明显的季节性,冬春季出现高峰,随机误差保持在一定水平;ARIMA(0,0,1)×(0,1,1)12模型能较好拟合既往时间段内流感的发病率,且对2015年1—12月流感月发病率的预测值与实际值基本吻合,模型预测值与实际值的绝对误差、相对误差平均值分别为0.18和0.26。结论 ARIMA(0,0,1)×(0,1,1)_(12)模型可以作为陕西省流感月发病率的短期预测模型。     

基于ARIMA模型的山西省手足口病月发病率的预测研究

目的：通过时间序列分析山西省手足口病的发病趋势并构建时间序列预测模型,为制定防控策略提供科学依据。方法：从公共卫生科学数据中心收集山西省2007-2018年手足口病月发病率数据,使用Excel 2019软件建立样本数据库和整合预测数值表,利用R4.0.0软件进行数据处理及绘图,根据残差白噪声检验和AIC最小原则选出最优模型,利用2007-2017年山西省手足口病月发病率数据建立相关模型并进行拟合外推,以2018年1-12月实际数据检验预测效果,采用平均绝对误差评价模型精度指标。结果：建立的预测模型为ARIMA（2,0,0）（2,1,0）[12],该模型预测的平均绝对误差为0.9725（大于0.05）,拟合模型显著有效,可以看出山西省手足口病月发病率整体呈平稳趋势,具有明显的周期性和季节性。结论：ARIMA（2,0,0）（2,1,0）[12]模型可以较好地拟合估算及预测手足口病月发病率,具有相对较高的预测准度精度;结果表明山西省手足口病呈规律性平稳但相对高发趋势,应采取防控措施,降低手足口疫情流行程度。     

2011—2021年乌鲁木齐市麻疹流行病学特征及发病趋势预测

目的 了解2011—2021年乌鲁木齐市麻疹流行病学特征，探讨季节性自回归移动平均(autoregressive integrated moving average, ARIMA)模型在乌鲁木齐市麻疹发病预测的应用，并验证该模型的可行性与适用性。方法 采用描述性流行病学方法分析2011—2021年乌鲁木齐市麻疹发病的三间分布，对2011—2021年乌鲁木齐市麻疹发病率进行逐月统计，采用季节性ARIMA模型进行建模拟合及预测分析。结果 2011—2021年乌鲁木齐市共报告麻疹病例1 272例，年平均发病率为3.68/10万，发病率呈逐年下降趋势。散居儿童、家务及待业、0～2岁儿童及≥19岁人群为麻疹高发人群。ARIMA(2,1,1)(1,0,2)₁₂模型的拟合效果较好，预测2022年共有7例麻疹病例。结论 2011—2021年乌鲁木齐市麻疹发病率呈逐年下降趋势，季节性ARIMA模型能较好地拟合麻疹的发病趋势，可用于麻疹疫情的预测预警，为麻疹的防控提供科学依据和参考。     

ARIMA乘积季节模型预测我国戊肝的发病趋势

目的：根据戊型肝炎（戊肝）季节性、趋势性流行现象,建立求和自回归移动平均（autoregressive integrated moving average,ARIMA）乘积季节模型对我国戊肝发病进行预测。方法：应用SPSS23.0软件对2004年1月—2018年6月我国戊肝传染病疫情月度数据建模,对2018年下半年戊肝发病数进行预测,以该时段疫情数据评估模型的预测效果。结果：将ARIMA（2,1,0）（0,1,1）12和ARIMA（0,1,2）（0,1,1）12两个模型预测的平均值作为预测值,预测结果的平均相对误差为4.69%,标准差为3.27%。结论：ARIMA乘积季节模型拟合及预测效果良好,能够较好地描述该时段我国戊肝的发病趋势,为戊肝预防控制措施的制定以及卫生资源的合理配置提供一定的科学依据。     

基于ARIMA模型的江苏省不同地区肺结核发病趋势的预测

目的：应用差分自回归移动平均（autoregressive integrated moving average,ARIMA）模型对江苏省常州市和盐城市的肺结核发病情况进行预测,探索其用于预测江苏地区肺结核疫情的可行性,为今后结核病防控工作提供参考依据。方法：收集并整理江苏省常州市和盐城市2005年1月—2016年12月肺结核月登记发病数资料,使用R3.5.2软件建立ARIMA模型,分别对两市2017年1—12月肺结核月登记发病数进行预测,以平均绝对百分比误差（mean absolute percent error,MAPE）、均方根误差（root mean square error,RMSE）和平均绝对误差（mean absolute error,MAE）评估ARIMA模型预测的准确性。结果：常州市的最优预测模型为ARIMA（0,1,1）（0,1,1）12,盐城市的最优预测模型为ARIMA（1,1,1）（0,1,1）12。用于预测2017年肺结核月登记发病数时,两市的MAPE分别为8.718 6和16.727 8,RMSE分别为14.061 7和39.487 2,MAE分别为11.381 3和33.349 8。结论：ARIMA模型预测常州市肺结核月登记发病数的拟合效果相对较好,故推测该模型更适用于苏南地区肺结核疫情的短期预测和动态分析。     

2012-2019年上海市金山卫镇手足口病流行特征分析及预测

目的了解2012-2019年上海市金山卫镇手足口病流行的基本特征,预测2020年金山卫镇手足口病的发病趋势,为有效防治手足口病提供参考。方法采用描述性流行病学方法分析金山卫镇手足口病流行特征,通过时间序列分析方法建立求和自回归移动平均模型(autoregressive integrated moving average model, ARIMA)预测2020年1-12月手足口病的发病数。结果 2012-2019年金山卫镇手足口病共报告病例1 649例,重症9例,死亡2例,年均发病率为242.79/10万,重症率为0.55%,病死率为0.12%。发病呈双峰趋势,发病主高峰为5-7月,次高峰为9-11月。高发年龄为5岁以下儿童,占87.93%,3岁以下儿童居多,占70.22%,男性较女性发病率高,差异有统计学意义(χ~2=57.300,P0.01),主要发病人群为散居儿童、幼托儿童(分别占60.58%、31.41%)。ARIMA(1,0,0)(0,1,1)_(12)模型的预测值与实际值吻合度较高,平均相对误差为0.98%,预测2020年金山卫镇手足口病发病数为267例。结论金山卫镇手足口病的发病具有明显的季节和人群分布特征,可利用ARIMA(1,0,0)(0,1,1)_(12)模型进行有效预测,从而采取关口前移的预防控制措施。     

南宁市西乡塘区流行性腮腺炎流行病学特征及ARIMA模型预测分析

目的 分析2011—2020年南宁市西乡塘区流行性腮腺炎流行病学特征，探讨符合本地区流行性腮腺炎发病趋势的差分自回归移动平均(autoregressive integrated moving average, ARIMA)模型，为完善本地区流行性腮腺炎防控策略提供科学依据。方法 从中国疾病预防控制信息系统中“传染病报告管理信息系统”和“突发公共卫生事件报告管理系统”,检索出2011—2020年南宁市西乡塘区流行性腮腺炎病例资料进行描述性分析，使用SPSS 20.0统计软件建立差分自回归移动平均模型并预测发病趋势。结果 2011—2020年南宁市西乡塘区共报告流行性腮腺炎病例5 538例，年平均报告发病率51.27/10万。发病高峰主要集中在5—7月，病例数1 940例，构成比为35.03%;10—12月病例数1 446例，构成比为26.11%,年龄3～14岁病例数4 199例，构成比为75.82%;地区报告发病数和年平均发病率城区(4 791例，59.18/10万)均高于乡镇(474例，27.61/10万);幼托机构和中小学校病例数构成比为76.89%;ARIMA(1,0,0)(0,1...     

ARIMA乘积季节模型在山东省肺结核发病预测中的应用

目的 根据山东省肺结核的季节性、趋势性建立求和自回归移动平均(ARIMA)乘积季节模型,预测山东省肺结核发病趋势,调整防控措施。 方法 应用R软件对2010年1月至2019年12月山东省肺结核传染病疫情月度数据建立最优模型,预测2020年1月至10月肺结核发病数,并与实际值进行比较,以此评估模型的预测效果,预测2020年11月至2021年12月的发病趋势。 结果 山东省肺结核发病数表现为年度周期性,最优模型为ARIMA(3,1,0)(0,1,1)₁₂,2010年1月至2019年12月拟合结果准确性显示平均绝对百分比误差仅为5.50%, 2020年1月至10月模型预测效果的平均相对百分比误差为21.69%,2020年11月至2021年12月的发病数较同期有轻微变化。 结论 ARIMA乘积季节模型能够较好地对山东省肺结核发病趋势进行拟合及预测。     

乘积季节ARIMA模型预测上海市松江区手足口病发病趋势

目的:探讨运用乘积季节ARIMA模型预测上海市松江区手足口病发病情况。方法:通过上海市松江区2009-2016年手足口病月发病率建立ARIMA模型,预测2017年手足口病的发病率。结果:乘积季节ARIMA(1,0,0)(1,1,0)12能较好地拟合既往手足口病发病率,预测2017年手足口病发病率为276.37/10万。结论:乘积季节ARIMA模型能较好的预测未来手足口病的发病率。     

差分整合移动平均自回归模型在医院流感样病例监测中的应用

目的 应用差分整合移动平均自回归模型（autoregressive integrated moving average model,ARIMA）分析医院流感样病例报告数据,初步探索ARIMA模型在流感样病例监测和预警上的效果,以期更好地指导医院相关医务人员应对秋冬季流感就诊高峰,全面开展流感防治工作,及时有效地应对疫情。方法 利用2014年1月12日至2017年10月14日间首都医科大学附属北京朝阳医院每日报告的流感样病例数据建立ARIMA模型,选取2017年10月15日至12月24日的流感样病例数据作为检验集来评价模型。结果 ARIMA（2,0,0）模型应用于首都医科大学附属北京朝阳医院流感样病例时,决定系数（R²）为0.87。用该模型进行回代预测,预测值与实际值吻合程度较高。结论 ARIMA（2,0,0）模型分析结果显示该模型在首都医科大学附属北京朝阳医院流感预测中具有较好的效果。可为其他医疗机构在流感样病例监测工作中提供借鉴依据。     

乘积季节自回归积分滑动平均模型在长沙市手足口病发病率预测中的应用

目的：建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法：运用EVIEWS 6.0软件对长沙 市2008年5月至2013年8月的手足口病发病率资料建立乘积季节ARIMA模型,以2013年9月至2014年2月的发病资料作为 模型预测效果的检验样本,最后再用所得到的模型对2014年3月至2014年8月的月发病率进行预测。结果：经过序列 平稳化、模型识别以及模型诊断后,建立乘积季节ARIMA模型(1,0,1)×(0,1,1)12,模型拟合度R2=0.81,预测均方 根误差为8.29,平均绝对误差为5.83。结论：乘积季节ARIMA模型是一种较好的预测模型,所建模型拟合度较好,能 为手足口病的防治工作提供参考。     

指数平滑法模型与ARIMA模型在北京市通州区肺结核流行趋势预测中的效果评价

目的 比较指数平滑法模型和自回归移动平均(autoregrissive integrated moving average, ARIMA)模型对北京市通州区肺结核流行趋势预测效果,为肺结核预测和防控提供依据。方法 收集“中国疾病预防控制信息系统”2005年1月—2019年12月北京市通州区肺结核月发病率,应用2005年1月—2018年12月肺结核发病率构建指数平滑法模型和ARIMA模型,预测2019年1—12月肺结核发病率,并与实际值进行比较,评价2种模型的拟合和预测效果。结果 指数平滑法确定简单季节模型为最优预测模型,Ljung-Box Q=15.265,P=0.505,残差序列为白噪声序列,标准贝叶斯信息准则(bayesian information criterion, BIC)值为0.115,2019年1—12月肺结核发病率预测的相对误差为0.45%～33.62%,平均为10.57%。ARIMA模型确定ARIMA(0,1,1)(0,1,1)₁₂为最优模型,Ljung-Box Q=17.156,P=0.376,残差序列为白噪声序列,BIC值为0.539,20...     

Elman神经网络与ARIMA模型对流感发病率预测效果的比较

目的:比较Elman神经网络模型与自回归移动平均(ARIMA)模型对流感发病率预测的效果。方法:选取河南省2006年1月至2010年12月的流感疫情资料作为训练集,2011年1月至12月的流感疫情资料作为检验集,前者用于Elman神经网络模型和最优ARIMA模型的建立,后者用于两种模型的预测效能的检验与评价。结果:在最优ARIMA(1,0,0)模型和最优Elman神经网络预测模型下,检验集预测值的平均误差绝对值、平均误差绝对率和非线性相关系数分别为0.133、0.238、0.708和0.152、0.271、0.725。结论:Elman神经网络模型具有与ARIMA模型相近的预测效能,在流感发病率预测中有较好的应用价值。     

平湖市2010-2014年手足口病流行病学特征分析

目的： 了解和分析平湖市2010-2014年手足口病流行特征,为制定有效的预防和控制措施提供切实可行的科学依据。 方法： 采用描述流行病学方法分析平湖市2010-2014 年手足口病流行特征。 结果： 平湖市2010-2014年累计报告手足口病6 466例,年平均发病率189.96/10万,2011年发病率最低,为80.86/10万, 2014年最高,为351.05/10万,发病高峰均出现在4-7月份。另外,2014年在9-11月份出现冬季二次小高峰。手足口病报告病例当中,5岁及5岁以下儿童占总报告病例数的92.51%。病原学结果当中,在2010-2012 年期间均以肠道病毒71型（EV71）为主,2013年和2014 年以其他肠道病毒为主。 结论： 平湖市手足口病疫情形势严峻,应加强对重点人群和重点场所的防控措施,控制疫情。     

利用ARIMA模型预测辽宁省水痘发病率

目的了解辽宁省水痘的发病趋势,为水痘发病预测预警提供理论基础和参考依据。方法利用2007-2016年辽宁省水痘月发病率建立差分自回归移动平均模型(Autoregressive Integrated Moving Average,ARIMA),并用2017年数据检验模型预测效果,将2017年数据加入原始时间序列,重新调整预测模型,再对2018年水痘发病率进行预测。结果 2007-2017年辽宁省累计报告水痘病例151 414例,年平均发病率为31. 62/10万,呈现先下降后上升趋势,存在明显的季节性;利用月发病率数据拟合ARIMA(1,0,0)(0,1,1)12模型,拟合和预测的平均相对误差分别为13. 239%和20. 211%,模型预测精度良好,可对水痘发病率进行预测。结论 ARIMA模型对辽宁省水痘月发病率预测效果良好,具有较好的实际应用和推广价值,可为水痘发病的预测预警提供参考依据。     

ARIMA模型和ARIMA-SVM模型对上海市2型糖尿病患者肺结核发病的预测效果

目的 建立差分自回归移动平均（autoregressive integrated moving average,ARIMA）模型,对上海市2型糖尿病（type 2 diabetes mellitus,T2DM）患者肺结核（pulmonary tuberculosis,PTB）的发病率进行预测,在此基础上建立ARIMA支持向量机（support vector machines,SVM）组合模型,修正单一模型的预测结果。方法 以上海市T2DM患者管理库及结核病监测系统数据为基础,获得2010—2015年确诊的上海市户籍T2DM患者的基线信息及随访期间TB的发病情况。以2010—2014年TB月发病数据为基础,建立ARIMA模型,并应用SVM对ARIMA模型残差进行非线性建模,建立组合模型。以2015年月发病率数据对模型进行验证。采用均方根误差（root mean square error,RMSE）和平均绝对误差百分比（mean absolute percentage error,MAPE）评估和比较模型的准确性。结果 建立的ARIMA模型为ARIMA（3,1,0）（1,1,0）₁₂。ARIMA模型和ARIMA-SVM组合模型预测2015年上海市T2DM患者PTB月发病率的MAPE分别为87.0%和54.6%,RMSE分别为2.96和2.26,组合模型数值更低,预测更准确。结论 ARIMA-SVM组合模型对T2DM患者PTB发病的预测精度高于单一ARIMA模型。