乘积季节模型在伤寒副伤寒发病预测中的应用探析

目的研究乘积季节模型在伤寒副伤寒发病预测中的应用,并探讨提高模型准确性和实用性的思路。方法以1980年1月至2000年7月江苏省伤寒副伤寒发病资料建立模型,以2000年的发病资料作为模型预测效果的考核样本。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,建立乘积季节模型,最后对预测结果进行分析和评价。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内仍呈平稳下降,检验结果表明模型是合适的。结论用乘积季节模型对伤寒副伤寒月发病情况的拟合结果满意,预测效果良好。     

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。     

全国伤寒、副伤寒发病的季节趋势模型研究

目的分析全国2006-2010年伤寒、副伤寒报告病例数据,应用季节趋势模型预测2011年的发病例数。方法应用SPSS 15.0和Excel软件拟合2006-2010年全国伤寒、副伤寒逐月报告发病人数的季节趋势模型。结果全国伤寒、副伤寒的发病情况呈逐年下降趋势,应用逐月报告发病人数建立的季节趋势模型差异有统计学意义（F=11.688,P=0.001）,应用模型预测2011年全国伤寒、副伤寒的发病人数为12543例,较上年减少2169例。结论季节趋势模型充分考虑了疾病流行的长期趋势和季节性流行特点,拟合近年全国伤寒、副伤寒发病数据效果较好,可利用模型进行短期预测。     

武汉市伤寒、副伤寒发病率GM(1,1)灰色模型预测分析

目的 预测武汉市2012-2014年伤寒、副伤寒发病趋势,为制订针对性的防控措施提供依据.方法 根据武汉市2000-2009年的伤寒、副伤寒发病率,应用灰色系统理论,构建GM(1,1)模型进行预测分析.结果 武汉市伤寒、副伤寒发病率(1/10万)的GM(1,1)灰色模型为:(y)(t+1)=- 11.784809e-0.118065+ 13.994809,拟合检验显示本模型精度好(C=0.358,P=1.000),能较好地进行趋势预测分析.结论 预测提示2012 -2014年武汉市伤寒、副伤寒年发病率呈下降趋势,应继续采取改善饮用水卫生,加强卫生监管,实施健康教育等综合措施控制伤寒、副伤寒的发病水平.     

伤寒副伤寒与气象及地质因素关系的BP神经网络模型研究

目的探讨桂林市伤寒副伤寒流行的气象地质因素,建立桂林市气象因素及地质因素与伤寒副伤寒发病的预测模型,将伤寒、副伤寒发病等级与影响因素进行训练预测,并评价模型的拟合效果。方法收集1994—2001年桂林辖区各县、市区报告的伤寒副伤寒疫情数据、同期桂林市平均降雨量、平均气温等气象资料、辖区各县36个乡镇的地质因素,利用Matlab6．5软件对人工神经网络BP模型进行构建、训练及模拟,并对模拟效果进行评价。结果气象因素和地质因素伤寒副伤寒发病预测平均误差率分别为1．21％和2．64％,决定系数砰分别为0．996和0．998。结论伤寒副伤寒与气象因素及地质因素关系的BP神经网络模拟合效果较好,有进一步研究的价值。     

江苏省2001年～2003年伤寒副伤寒监测及流行病学分析

目的：了解江苏省2001年～2003年伤寒副伤寒疫情特点及菌株的分型耐药情况，为防治工作提供依据。方法：对江苏省2001年～2003年的疫情进行流行病学分析，对181株伤寒副伤寒菌株进行耐药性检测，对其中的136株伤寒菌株进行噬菌体分型。结果：江苏省2001年～2003年的年平均发病率为2．24／10万，发病以5～10月份为多，苏州、南通、盐城和扬州4市是高发地区，人群分布以农民和学生为主，男女发病没有明显差异。136株伤寒菌株可分为14个型，分型率73．21％，噬菌体菌型主要为J1、M1和D2，分别占可分型菌总数的14．29％、13．39％和10．71％。不同年份伤寒菌株的分型率不同。伤寒、副伤寒菌株均对磺胺、红霉素、复方新诺明和氨苄青霉素具有不同程度的耐药性，副伤寒菌株的耐药谱较伤寒菌株宽。结论：江苏省2001～2003年伤寒疫情呈逐年下降趋势，高发季节、高发地区和人群职业分布无明显变化，但男性发病年轻化。噬菌体分型结果显示江苏省的主要流行菌型变化不大，除以往耐药的M1型菌株外，J1型菌株的耐药性也普遍较高，且有多重耐药现象；副伤寒甲出现的比例逐年增高，且其耐药率及耐药谱均较伤寒菌株高或宽。     

应用指数曲线预测伤寒副伤寒疫情

[目的]分析松江区1997~2004年伤寒、副伤寒历史疫情资料,建立外推预测模型对其疫情进行定量预测。[方法]对伤寒、副伤寒发病率时间序列(1997~2003)采用指数曲线拟合,并对2004年伤寒、副伤寒疫情作出预测。[结果]指数曲线预测方程为y^=e2.110600-0.300914X;|t|>t0.05,P<0.05,预测方程有意义;R2(判定系数)接近于1,表明预测误差较小;经拟合优度检验∑2χ<20.χ95(6),P>0.95,表明伤寒、副伤寒实际发病率与预测发病率间差异无显著性(包括对2004年发病率预测值检验)。[结论]对发病率时间序例呈单调下降且影响发病的主要因素保持稳定的一类传染病,采用指数曲线拟合进行疫情预测,具有可行性与可操作性,在实际工作中值得应用。     

基于GIS技术的江苏省伤寒、副伤寒疫情空间分析

目的 深入探讨江苏省各县(市)2003～2009年伤寒、副伤寒疫情空间流行规律,根据地理信息及发病人数建立预测模型,为伤寒、副伤寒预防控制提供理论依据.方法 建立江苏省各县(市)2003～2009年伤寒、副伤寒疫情数据库,绘制历年疫情分布图,对发病人数进行趋势面分析、空间自相关分析,应用最小二乘法进行空间回归分析.结果...     

伤寒副伤寒发病趋势的ARIMA模型和GM（1,1）模型预测

目的采用求和自回归滑动平均模型（ARIMA模型）和灰色模型GM（1,1）分别对常州市伤寒副伤寒发病率进行预测,并比较两者预测的准确性。方法根据2001—2010年的月发病率数据分别建立ARIMA模型和GM（1,1）模型。通过比较2011年实际发病率和模型预测发病率间的相对误差验证模型预测的准确性。采用准确性高的模型预测2012—2013年伤寒副伤寒的年发病率。结果 GM（1,1）模型对伤寒副伤寒的年发病率预测准确率较高。2012年和2013年伤寒副伤寒预测的年发病率分别为2.52/105和2.33/105。结论对于伤寒副伤寒发病率的预测,应同时拟合几种模型,选择拟合效果最好的一种模型。     

马尔可夫链在海军疟疾疫情预测中的应用

目的：为了进一步完善和加强海军传染病疫情预测、预报工作、检验马尔可夫链模型在海军疟疾疫情预测中应用的可行性,并预测1999年至2003年海军疟疫疫情趋势。方法：通过应用设定参数的马尔可夫链模型,逐年分析既往疫情资料做出预测,并与实际发病率结果比较,检验其合理性和适用性以及预测正确率,并用此模型预测今后五年内的疫情。结果：马尔可夫链模型用于海军疟疾疫情预测的正确率在60％－100％,预测1999年至2003年海军疟疾发病率均小于0．5‰。结论：马尔可夫链模型适用于海军疟疾疫情的预测,1999年至2003年海军疟疫情趋势将处于低水平。