灰色GM(1,1)预测模型在疾病预测中的应用

目的 预测糖尿病死亡率的变化趋势。方法 利用灰色系统GM(1，1)预测模型Y(t)=[x(1)-u／α]e^a(t-1) u/α分别预测1999—2004年糖尿病的死亡率趋势。结果 依据某市1991—1998年糖尿病死亡率资料。所建立的灰色预测模型为Y(t)=492．36e^0.0328(t-1)-477．03，拟合结果显示。模型的平均误差率为1．8％，精度为优(C=0．29，P=1)。结论 预测结果表明：近10年来糖尿病的死亡率呈持续上升趋势，建议有关部门加强糖尿病的防治工作。     

灰色GM（1,1）模型在结核病发病率预测中应用

目的应用灰色GM（1,1）模型拟合结核病发病率,探讨其在结核病发病率预测中的应用。方法利用河南省2004—2011年结核病疫情资料,建立结核病发病率灰色GM（1,1）预测模型,评价模型预测效能,预测该省2012—2014年结核病发病率。结果河南省结核病发病率建立的灰色GM（1,1）预测模型的平均相对误差、后验差比值（C）、小误差概率（P）及平均级比偏差值（相似文献   

灰色系统GM(1,1)模型在我国梅毒发病预测研究中的应用

目的探讨我国1996-2009年梅毒的发病趋势,并进行短期预测,为科学制定梅毒防控措施,合理配置防控资源提供参考。方法根据全国1996-2009年梅毒报告发病率数据,拟合灰色系统GM(1,1)预测模型,进行回代预测、拟合精度评价和外推预测。结果建立的预测模型为:x(1)(t+1)=7.5437e0.206t-6.5437,模型的回代拟合精度指标后验差比值C为0.1929,小误差概率P为100%,拟合精度等级达最好级别。利用建立的模型预测2010-2012年全国梅毒的报告发病率分别达25.12/10万、30.86/10万、37.92/10万。结论 GM(1,1)模型拟合全国梅毒的发病率数据结果理想,可用于梅毒发病率的短期预测。     

应用EXCEL实现GM(1,1)模型对公路交通安全水平的预测

灰色数列对样本含量和概率分布没有严格的要求,且本身已考虑到其他多种因素的影响,不少专家认为数学模型法是最有前途的预测方法之一.GM(1,1)是其中方法之一[1],用EXCEL编制的GM(1,1)模型电子表格是一张动态的表格[2].为探讨包头市交通事故对人群健康的危险程度的流行规律,为交通管理决策和交通管理工作的评价提供科学依据,采用EXCEI实现灰色数列预测系统的基本模型GM(1,1)对包头市1991年～2001年有关交通事故的交通安全水平进行建模拟合,并作推测.     

应用灰色系统GM（1,1）模型预测梅毒发病率

目的：探讨预测江苏省梅毒发病率的数学模型,为梅毒防制工作提供科学的参考依据。方法：利用2004年～2009年江苏省梅毒的发病率资料建立GM（1,1）预测模型,并进行模型评价。结果：梅毒发病率的GM（1,1）模型为^Yt=53.1596e0.2253（t-1）-42.9478（t=1,2,…,n）,拟合效果较好,同时利用模型外推预测了江苏省2010年的梅毒发病率。结论：如无较大规模的梅毒流行,运用此预测方法预测梅毒年发病率较为方便适用,2010年江苏省梅毒预测发病率为41.43/10万。     

GM(1,1)灰色预测模型和ARIMA模型在拟合山东省心脑血管疾病死亡率中的应用

目的 运用GM(1,1)灰色模型和ARIMA模型对山东省心脑血管疾病死亡率进行拟合,对拟合结果行进比较。为心脑血管疾病预防提供科学依据。 方法 利用山东省全人群监测点2002-2014年心脑血管疾病死亡率数据分别建立GM(1,1)灰色模型和ARIMA模型,对建立的模型进行拟合,同时运用该模型对2015-2017年心脑血管疾病死亡率进行预测。两种模型拟合评价指标为误差平方和（SSE）、平均绝对百分误差(MAPE)两个指标。 结果 心脑血管疾病死亡率GM(1,1)灰色模型和ARIMA模型SSE和MAPE分别为1236、1189和2.75%、2.73%。2015-2017年心脑血管疾病预测死亡率（1/10万）分别为340.56、349.80、359.03。 结论 心脑血管疾病死亡率呈波动性上升趋势。ARIMA模型拟合效果优于GM(1,1),模型拟合要充分考虑数据特征。     

灰色模型GM(1,1)在意外伤害死亡预测中的应用

目的 对西安市2006-2015年5岁以下儿童意外伤害死亡发生率进行模型拟合和预测,为制订相应预防和控制对策提供理论依据。方法 描述西安市儿童意外伤害死亡的一般情况,应用灰色模型GM(1,1)进行拟合和预测。结果 西安市城市儿童意外伤害死亡较多,意外窒息、交通意外居死因前两位。应用GM(1,1)对未来3年儿童意外伤害死亡发生率预测,结果显示总意外伤害死亡发生率逐年下降;男童死亡率较为平稳;女童死亡率逐年下降;窒息死亡率上升,交通意外死亡率较为平稳。结论 未来3年西安市儿童意外伤害死亡发生率总体呈下降趋势。     

灰色系统GM（1,1）模型在孕产妇死亡率预测研究中的应用

目的探讨1991-2009年我国孕产妇死亡率的趋势,并进行短期预测,为继续降低孕产妇死亡率提供理论依据。方法 根据全国1991-2009年孕产妇死亡率数据,拟合灰色系统GM（1,1）预测模型,进行回代预测、拟合精度评价和外推预测。结果建立的预测模型为：x（1）（t＋1）=-1 793.6e-0.042t＋1 873.6,模型的回代拟合精度指标后验差比值C为0.2746,小误差概率P为100%,拟合精度等级达最好级别。利用建立的模型预测2010年全国孕产妇死亡率达34.60/10万。结论 GM（1,1）模型拟合全国孕产妇死亡率的数据结果理想,可用于孕产妇死亡率的短期预测。     

应用灰色系统GM(1,1)模型预测某区出血热发病率

目的应用灰色系统GM(1,1)模型预测某区出血热(epidemic hemorrhagic fever,EHF)发病趋势,为制定针对性的防治管理措施提供依据。方法根据某区2004—2013年的EHF发病率,应用灰色系统理论建立发病率预测模型,进行预测研究。结果求得某区EHF发病率(1/10万)的灰色预测模型为:^Y=-77.217 8 e-0.190 8(t-1)+91.717 8,拟合检验显示本模型拟合精度好(C=0.270.35,P=1),能够较好地预测EHF发病率的趋势。结论预测表明2014—2015年某区EHF年发病率呈下降趋势,应继续强化疫情监测,加大防鼠灭鼠力度,积极推广EHF疫苗接种,进一步巩固防治成果。     

GM（1，1）模型在5岁以下儿童死亡率预测研究中的应用

目的探讨1991—2009年5岁以下儿童死亡率的趋势,并进行短期预测,为继续降低5岁以下儿童死亡率提供理论依据。方法根据全国城乡1991—2009年5岁以下儿童死亡率数据,拟合灰色系统GM（1,1）预测模型,进行回代预测、拟合精度评价和外推预测。结果建立的预测模型为：全国主x（t＋1）=-924．6e^-0.065t＋985．6,城市主x（t＋1）=-450．7e^-0.046t＋471．6,农村x（t＋1）=-1071．7e^-0.064t＋1142．8,拟合精度等级全国及农村达最好级别,城市为二级。结论GM（1,1）模型拟合5岁以下儿童死亡率的数据结果理想,可用于5岁以下儿童死亡率的短期预测。     

基于不同GM（1,1）模型的江苏省卫生总费用趋势预测及分析

目的 分析江苏省2008年至2018年卫生总费用的筹资构成情况,并利用GM（1,1）模型预测分析江苏省后5年的卫生总费用的变化趋势,为宏观政策制定提供科学合理的数据支持,也能为其他地区提供参考借鉴。方法 分别构建传统GM（1,1）、新信息GM（1,1）和新陈代谢GM（1,1）模型,对江苏省2008—2018年卫生总费用、政府卫生支出、社会卫生支出以及个人现金卫生支出进行训练、拟合,从而选出最佳模型对江苏省卫生总费用及其构成进行预测。结果 2008—2018年江苏省卫生总费用总体呈上升趋势,预测2019—2023年,江苏省卫生总费用保持稳步增长趋势,2023年将达到8 102.19亿元,其中政府卫生支出、社会卫生支出和个人现金卫生支出的比重将达到10.19%、69.24%和20.58%。结论 江苏省卫生总费用总体呈上升趋势,但筹资结构不平衡。政府卫生支出相对占比较低,社会卫生支出占比在逐年上升,个人卫生支出占比逐年下降,今后应建立健全长期有效的卫生财政投入机制、鼓励社会办医、不断深化医疗卫生改革,进一步优化筹资结构,保障江苏省医疗卫生服务的可持续发展。     

GM(1,1)SSODMM在城市垃圾产生量预测中的应用

分析了成都市2000-2005年的城市垃圾产生量,运用GM(1,1)SSODMM对成都市2006-2013年城市生活垃圾产生量进行了预测,模型预测精度达到一级.并指出该模型可进一步推广应用于南方其他城市的垃圾产生量的预测.     

2008-2018年云南省人间布鲁菌病流行特征及灰色GM(1,1)模型预测

目的分析云南省布鲁菌病(简称布病)流行特征,建立灰色GM(1,1)模型,预测云南省布病病情。方法收集中国疾病预防控制信息系统和云南省统计局2008-2018年云南省布病疫情数据和人口资料,分析布病流行病学特征(包括时间、地区、人群分布),并以灰色GM(1,1)模型进行建模,预测2019、2020年云南省布病发病率。结果2008-2018年云南省共报告布病病例1216例,年均发病率为0.2374/10万,呈逐年递增趋势(χ²趋势=843.34,P<0.01)。病例报告主要集中在3-9月份,占总病例数的69.41%(844/1216)。病例报告数居前5位的州市分别为红河州(289例)、曲靖市(264例)、昆明市(258例)、大理州(160例)、玉溪市(134例),占总病例数的90.87%(1105/1216)。职业以农民为主,占79.03%(961/1216)。建立灰色GM(1,1)模型预测2019、2020年云南省布病发病率分别为0.4876/10万和0.4817/10万。结论云南省布病发病较以往上升,应对重点地区、重点人群进行针对性防控,并对预测结果进行前瞻性评价,逐步完善云南省布病预测模型。     

ARIMA模型与GM(1,1)模型在痢疾发病数预测中的比较研究

目的 分别应用求和自回归滑动平均模型(autoregressive integrated moving average model, ARIMA)和灰色模型(gray forecast model)GM(1,1)对湖北省痢疾发病数进行预测,比较两种方法的预测效果,为选择更适宜的方法提供依据。方法 分别应用2001－2015年月发病数及年发病数建立ARIMA模型和GM(1,1)模型,用平均误差率(mean error rate,MER)和决定系数(coefficient of determination,R²)评价拟合效果,并采用2016年实际发病数验证预测效果,选择准确性更高的模型对2017－2018年发病数进行预测。结果 建立的ARIMA模型为SARIMA(1,0,0)(0,1,1)₁₂,GM(1,1)模型为(t+1)=-274 126.038e^{-0.067 467t}+293 275.08,两模型的平均误差率(mean error rate,MER)分别为3.55%和14.78%;决定系数(R²)分别为0.993和0.960,2016年实际发病数与两模型预测发病数的残差分别为635和3 240;相对误差分别为16.54%和84.38%,综合考虑各项评价指标采用ARIMA模型对2017－2018年发病数进行预测分别为4 286和4 011。结论 通过拟合及预测评价指标的比较ARIMA模型均优于GM(1,1)模型,可得ARIMA模型对湖北省痢疾发病数的预测比GM(1,1)模型有较明显的优势,能更准确的处理时间序列类型的资料,此预测结果准确具有实用价值,可为卫生防治工作提供依据。     

我国常见细菌耐药趋势预测研究:基于灰色GM (1,1)模型

 目的 通过对耐甲氧西林金黄色葡萄球菌（MRSA）、耐碳青霉烯类铜绿假单胞菌（CRPA）、耐碳青霉烯类鲍曼不动杆菌（CRAB）、耐第三代头孢菌素的大肠埃希菌（3GCR-E.coli）、耐第三代头孢菌素的肺炎克雷伯菌（3GCR-KP）等细菌耐药数据构建灰色预测模型,分析细菌耐药特征的变化趋势,探讨灰色预测模型在细菌耐药领域的应用价值。方法 采用2014-2018年全国细菌耐药监测报告中MRSA、CRPA和CRAB、3GCR-E.coli、3GCR-KP等耐药率数据构建灰色预测GM （1,1）模型。用后验差比C值和小误差概率P值评估模型精度,用相对误差和级比偏差评估模型拟合效果,并用2019-2020年数据对模型预测效果进行验证。最终根据模型对2021-2023年的耐药率进行预测。结果 本研究构建的GM （1,1）模型对MRSA、CRPA、CRAB、3GCR-E.coli和3GCR-KP等细菌耐药率预测效果较好,根据该模型预测到2023年其耐药率分别可降低至23.9%、15.2%、50.2%、43.8%、26.1%。结论 全国针对细菌耐药情况采取的控制措施取得明显成效,GM （1,1）模型对细菌耐药率预测效果较好,可在细菌耐药管理领域推广应用。