南京市主要恶性肿瘤死亡率时间序列分析及预测

本文采用ＴＳＰ软件中时间序列法对南京市１９８１～１９９５年居民主要恶性肿瘤：肺癌、胃癌及肝癌死亡率（１／１０万）资料进行分析，结果表明：２０００年南京市肺癌死亡率将为３７．１４／１０万，其中男性将达到５１．７２／１０万，胃癌为３２．５９／１０万，肝癌为２１．１０／１０万。该方法误差小，不失为一种先进的分析资料手段。     

长乐县胃癌死亡率时间序列分析及预测

本文对长乐县１９８２－１９９３年胃癌死亡率进行时间序列分析，表明长乐县男女性胃癌死亡率均呈下降趋势。应用灰色系统ＧＭ（１，１）模型对１９９４－１９９８年长乐县胃癌死亡率进行预测，男性胃癌死亡率将逐年明显下降，女性变动不大。     

中山市鼻咽癌发病率及死亡率时间序列分析与预测

目的 研究中山市鼻咽癌的发病率与死亡率的流行学特点。方法 以中山市鼻咽癌的发病率与死亡率调查资料为样本,应用SAS统计软件对鼻咽癌的发病率与死亡率进行时间序列分析与预测。结果 1970－1989年男女鼻咽癌发病率均呈现无趋势的随机波动并且仍继续保持下去,到2000年分别保持在20．78／10万左右和9．03／10万左右。1970－1989年男女鼻咽部死亡率均呈现下降趋势并且未来将继续保持下去,到2000年将分别下降到12．3／10万左右和4．71／10万左右。结论 中山市男女鼻咽癌发病率保持在一个月相对稳定的水平,死亡率则呈下降趋势。鼻咽癌发病因素相对比较稳定,受社会和环境因素的影响较少,鼻咽癌对人群健康的威胁逐步减轻。     

四会市鼻咽癌发病率及死亡率时间序列分析与预测

四会市位于广东省中部偏西地区,是我国鼻咽癌高发市之一。我们利用该市70年代以来的肿瘤发病与死因登记报告资料,对鼻咽癌发病率及死亡率进行时间序列分析与预测,为制定鼻咽癌防治规划与策略提供依据。资料与方法1资料来源于1985～1987年广东省10市、县(区)死因调查报告中有关四会市1971～1990年鼻咽癌发病率及死亡率的资料。2统计分析方法应用ＳＡＳｆｏｒＷｉｎｄｏｗｓ612统计分析软件进行时间序列分析与预测〔1〕。结果与分析一、鼻咽癌发病率及死亡率基本情况见表1。表1　1971～1989年四会市鼻咽癌发病及死亡率(1/10万中国标化率)年度…     

中山市肺癌发病率及死亡率时间序列分析与预测

为了研究肺癌的发经与死亡率的流行病学特点,对中山市肺癌的发病率与死亡率进行时间序列分析与预测。结果表明,１９７０～１９８９年男女肺癌发病率与死亡率均呈现上升趋势,未来将继续保持下去,到２０００年将分别上升到４１．８６／１０万、１５．８９／１０万;２７．７８／１０万、１０．８１／１０万。     

基于时间序列分析的白银市新生儿死亡率预测

目的 探讨白银市2000—2019年新生儿死亡率变化趋势,创建时间序列模型预测2020年白银市新生儿死亡率,为医疗卫生行政部门制定相关措施提供参考依据。方法 收集2000—2019年白银市妇幼卫生年报数据,通过SPSS 26.0软件进行时间序列分析,根据筛选的最优模型对2000—2019年新生儿死亡率进行回代拟合,并预测2020年新生儿死亡率。结果 白银市新生儿死亡率从2000年的22.40‰下降至2019年的2.39‰(降幅89.33%),城区郊县新生儿死亡率差距逐年缩小。Holt线性趋势模型为最优模型,2020年白银市新生儿死亡率的预测值为1.66‰,95%CI(-0.76‰～4.07‰)。结论 白银市新生儿死亡率总体呈下降趋势。     

重庆市主城区人口死亡率的时间序列分析

目的 分析和预测重庆市主城区人口死亡率的动态发展趋势，为科学的制定卫生政策、干预措施提供依据，并探索时序模型在医学领域中的运用。方法 采用整群抽样的方法抽取重庆市主城区中3个社区1994～2000年人口及其死亡情况的资料。应用确定型的时间序列分解法乘法模型与随机型的ARMA模型相结合，建立重庆市主城区人口死亡率的时间序列模型。结果 模型的决定系数R2=0.7435，平均绝对百分误差MAPE=10.59％。1995～1998年重庆市主城区人口死亡率继1994年下降以后有上升趋势，1998年后逐渐下降，预测2001年将继续呈现下降趋势。结论 时间序列模型能较客观的反映死亡率的发展变化规律，所运用的时序分析和预测模型拟合效果较好。可推广应用于疾病发病或死亡动态变化规律的分析和其未来发展趋势的预测、预报。结果表明，重庆市主城区近年来的 健康保健、卫生医疗政策措施收效较好。     

广州市区鼻咽癌死亡率时间序列分析及预测

本文对广州市区1974-1984年鼻咽癌死亡率进行时间序列分析，表明1974年以来鼻咽癌死亡率呈相对稳定水平。男性鼻咽癌死亡率呈周期性变动，周期数约为3，振幅约为1．5／10万，应用改进的灰色预测模型对鼻咽癌死亡率进行预测，并提出相应的鼻咽癌防治策略。     

成都市人口死亡率时间序列分析与预测

目的采用时间序列分析和预测成都市人口死亡率的动态发展趋势,建立时间序列模型,考察模型的应用效果并做出预测。方法利用时间序列自相关系数和偏相关系数识别模型,采用最小二乘法估计模型参数,用Box-Ljung统计量评价ARIMA模型的拟和度,用平均预测相对误差作为预测效果的评价指标。结果建立乘积ARIAM(0,1,1)(0,1,1)12模型,模型平均绝对百分误差MAPE=8.50%。成都市人口死亡率自2000年逐渐下降,预计序列后2年将继续呈现下降趋势。结论所运用的时间序列分析和预测模型拟合效果较好,可应用于疾病发病和死亡动态变化规律的分析和其未来发展趋势的预测、预报。     

我国新生儿死亡率预测分析

目的:探讨我国新生儿死亡率的变化规律,对新生儿死亡率进行预测,为相关机构采取相应干预措施提供科学的理论依据。方法:利用ARIMA(4,2,2)模型,对我国1991～2009年新生儿死亡率进行分析。结果:预测2010～2012年我国新生儿死亡率分别为8.52‰、7.44‰、6.52‰,相对误差较小,精度较高,外推预测结果可信。结论:我国新生儿死亡率虽然呈现逐年下降趋势,但与发达国家相比尚有差距,应深入剖析新生儿死亡的原因及相关因素,采取积极可行的干预措施及策略,使新生儿的死亡率降到最低。     

上海市静安区居民意外跌落死亡率时间序列分析与预测

目的 分析静安区居民意外跌落死亡率变化趋势,为制定预防性干预措施提供参考依据。方法 应用时间序列模型拟合静安区1975-2009年意外跌落死亡率资料,并预测该地区2010-2014年意外伤害死亡率。结果 1975-2009年期间该地区人群意外跌落死亡2814人,占伤害死亡首位(41.99%);所建立的AR(1)模型较好地拟合了既往时间序列的意外跌落死亡率,AIC=207.42,SBC=210.53,参数估计与模型检验均有统计学意义,2010-2014年预测意外跌落死亡率分别为17.07/10万、17.72/10万、18.07/10万、18.25/10万、18.35/10万;模型预测值的动态趋势与实际情况基本一致,各年的实际值均在预测值95% 的可信区间范围内。结论 静安区意外跌落死亡率适合应用AR模型拟合,并可用于该地区意外跌落死亡率的短期预测分析。     

博山城镇肺癌死亡率时间序列分析及预测

本文对博山城镇１９７７～１９８８年肺癌死亡率进行时间序列分析表明，自１９７７年以来其肺癌死亡率呈明显上升趋势。并应用灰色预测模型对肺癌死亡率进行了预测。为政府制订卫生发展战略，有计划地开展肺癌防治及其效果观察，提供了科学依据。     

1977—2008年常熟市胃癌死亡率趋势的时间序列分析

目的对1977—2008年常熟市胃癌死亡趋势进行趋势分析。方法观察原始序列图特点、序列的随机性和平稳性,确定适宜的时间序列模型进行预测分析。结果 1977—2008年常熟市胃癌死亡率呈下降趋势,模型为Xt=42.7471-0.7910t,系数呈显著性,估计2011年该市的胃癌死亡率15.85/10万。结论常熟市胃癌死亡率呈下降趋势,可用直线模型预测该市的胃癌死亡率。     

时序预测方法应用探讨—成都市东城区传染病死亡率预测

本文对成都市东城区1974～1989年传染病死因资料,采用曲线拟合、指数平滑法和B—J模型三类时间序列预测方法对历年传染病总死亡率和位居传染病死因首位的肺结核死亡率进行了拟合,建立了最优预测模型,并进行了预测,为今后防疫工作的决策提供一种有效的预测方法。     

应用灰色系统GM(1.1)预测福建省及各地市孕产妇死亡率

应用GM(1.1)灰色模型对福建省及9个地、市1985～1990年的孕产妇死亡率时间序列进行分析,并对1991～1998年孕产妇死亡率进行预测。福建省孕产妇死亡率1991、1992年预测值为51.7/10万和52.3/10万与实测值50.6/10万和53.1/10万相比,绝对误差为1.1和0.8:相对误差2.1％～1.5％,均小于5％,说明拟合效果和预测较为理想。     

西安市大气污染对城区居民每日死亡率影响的时间序列分析

目的 评价西安市大气污染对城市居民的健康影响.方法 采用时间序列方法对2004-2008年西安主要大气污染物(PM10、NO2和SO2)与每日死亡率相关性进行泊松回归分析,并控制年龄、性别、时间、“星期几效应”和气象因素的影响.结果 研究地区大气PM10、NO2和SO2暴露与超额死亡风险存在显著正相关关系.PM10、N...     

哈尔滨市南岗区10年恶性肿瘤死亡变化趋势分析及预测

目的 分析1992～2001年哈尔滨市南岗区居民恶性肿瘤死亡水平和变化趋势，预测未来5年死亡率水平。方法 资料来源于南岗区卫生防疫站居民死因年报，采用ICD-9进行死因分类，利用spss软件包分析，采用灰色系统GM(1，1)进行预测。结果 10年间恶性肿瘤死亡率处于不断上升趋势，年平均死亡率为124．24／10万，死亡率性比值为1.48：1。恶性肿瘤死亡前3位是肺癌、肝癌和胃癌，占全部恶性肿瘤死亡的59．81％。在主要恶性肿瘤中，食管癌和胃癌呈下降趋势，结／直肠癌上升明显。经世界标准人口调整后，死亡率呈下降趋势，男女分别下降了4．86％和7．49％。预测2006年恶性肿瘤死亡率男性将达到159．77／10万，女性将达到124．74／10万。结论 恶性肿瘤死亡率呈逐渐升高趋势，结／直肠癌增加速度最快，肺癌仍然是死亡率最高的恶性肿瘤，人口逐渐老龄化和饮食结构的改变是死亡率增高的重要因素。     

北京市大气污染与城区居民死亡率关系的时间序列分析

为定量评价北京市大气污染对居民每日疾病死亡率的影响 ,运用时间 -序列分析方法 ,控制了流感、季节等混杂因素的影响后 ,对北京市主要大气污染物CO、SO2 、NOX、TSP、PM10 与居民相应疾病死亡率的相关关系进行了定量评价。以呼吸系统疾病、循环系统疾病、冠心病、慢性阻塞性肺病和消化系统肿瘤疾病死亡人数分别为因变量 ,大气污染物浓度和平均温度、湿度为自变量 ,进行了泊松回归分析。单变量分析结果表明 ,除TSP对冠心病死亡率的影响无显著意义外 ,大气中CO、SO2 、NOX 、TSP浓度与呼吸系统、心脑血管疾病、慢性阻塞性肺病和冠心病死亡率之间的正相关关系均有显著意义 ,而多因素泊松回归得到的暴露 -反应关系模型显示 ,SO2 浓度每提高 10 0 μg m3,呼吸系统、循环系统、冠心病和慢性阻塞性肺病疾病死亡率分别增加 4 2 1%、3 97%、10 68%和 19 2 2 % ;总悬浮颗粒物每增加 10 0 μg m3 ,呼吸系统疾病死亡率增加 3 19% ,循环系统死亡率增加 0 62 %。提示大气污染物浓度的升高会引起相应疾病死亡率的增加     

基于小波分析的手足口病时间序列预测

目的 构建基于小波分析的自回归移动平均(ARIMA)模型预测手足口病流行,提高预测精度.方法 使用2010-2015年郑州市疾控中心手足口病监测数据,构建基于小波分析的ARIMA模型进行预测,用2016年数据进行验证,并与单纯的ARIMA模型进行比较.结果 构建的基于小波分解一层的ARIMA模型为ARIMA(0,1,3...     

基于SVM的死亡率时间序列预测设计与分析

妇幼死亡率是反映国家、地区、民族的政治、社会经济、文化、医疗卫生水平以及衡量妇女地位、人类发展的重要指标~([1]).国家卫生部在各省、自治区、直辖市建立妇幼卫生监测网点,对妇幼死亡率各项指标进行动态监测.婴幼儿及孕产妇各死亡率指标预测结果的准确性和实效性,关系到计生、民政、卫生部门分析死亡率数据发展趋势和动态变化规律,及时通过宏观决策、政策进行行政干预,投入精力扭转不良态势具有重要指导意义.