ARIMA模型在海南省2014－2017年居民自杀死亡率中的应用

目的 分析海南省居民自杀报告死亡率变化趋势,探索时间序列模型在自杀死亡率预测中的应用。方法 应用时间序列模型拟合海南省2014年1月至2016年12月自杀死亡率资料,并预测该地区2017年1－6月的自杀死亡率。结果 海南省2014年1月至2017年6月该地区报告自杀死亡576人,平均死亡率为1.5/10万;所建立的ARIMA模型较好地拟合了既往时间序列的自杀死亡率,预测值的动态趋势与实际值基本一致,2017年1－6月的实际值均在预测值95%的可信区间范围内。结论 确定海南省自杀死亡率的时间序列模型为“ARIMA（0,1,0）（0,0,0）₁₂”,且模型的预测效果较好,可以用来预测海南省因自杀导致的死亡情况。     

ARIMA模型在我国法定传染病报告数中的应用

目的 利用自回归移动平均乘积季节（ARIMA）模型建立适合我国法定传染病月报告发病数的预测模型,借此预测我国法定传染病的变化趋势。方法 利用R软件对2009年5月至2016年7月我国法定传染病月报告发病数据建立ARIMA模型,用2016年8月至2017年1月实际值与预测值进行比较,从而评价模型的预测性能。结果 我国法定传染病月报告发病数具有明显的季节性,且报告在每年2月出现最低峰,6月呈现最高峰;建立ARIMA （4,1,0）（1,1,1）₁₂模型对我国法定传染病发病数进行预测,模型预测的最大相对误差为9.78%,最小为2.21%,平均值为5.39%。结论 ARIMA （4,1,0）（1,1,1）₁₂乘积季节模型较好的拟合了我国法定传染病月报告发病数,可用于预测。     

非线性自回归神经网络在肾综合征出血热流行趋势预测中的应用

目的 探讨非线性自回归(NAR)神经网络拟合及预测我国HFRS流行趋势的应用。方法 使用2004－2013年全国HFRS月报告发病数序列建立ARIMA模型和NAR神经网络模型,预测2014年HFRS月发病数,并比较两模型的拟合和预测效果。结果 对于拟合集,ARIMA模型的平均绝对误差(MAE)、均方误差平方根(RMSE)和平均绝对误差百分比(MAPE)分别为148.058、272.077和12.678%, NAR神经网络分别为119.436、186.671和11.778%; 对于预测集,ARIMA模型的MAE、RMSE和MAPE分别为189.088、221.133和21.296%, NAR神经网络分别为119.733、151.329和11.431%。结论 NAR神经网络对于全国HFRS流行趋势拟合及预测效果优于传统的ARIMA模型,具有良好推广应用价值。     

ARIMA模型预测2018－2019年我国肺结核发病趋势的应用

目的 应用自回归移动平均（autoregressive integrated moving average,ARIMA）模型对我国2018－2019年肺结核发病情况进行预测,为肺结核防控工作提供参考依据。方法 收集2005年1月至2017年12月中国肺结核月发病数据,使用R 3.4.4软件基于2005年1月至2017年6月肺结核月发病数据建立ARIMA模型,比较2017年7－12月预测数据和实际数据以进行模型预测性能的检验,并预测2018－2019年肺结核发病数情况。结果 2005－2017年共报告肺结核患者13 022 675例,发病数呈逐年下降趋势,2017年肺结核患者数较2005年下降了33.68%,且季节性明显,每年冬春交界之时发病数较高。根据2005年1月至2017年6月肺结核月发病数据拟合出了ARIMA（0,1,2）（0,1,0）₁₂模型,该模型拟合的2017年7－12月的预测值与实际值的相对误差范围是1.67%～6.80%,预测2018年和2019年发病数分别为789 509例和760 165例。结论 ARIMA（0,1,2）（0,1,0）₁₂模型对我国肺结核发病数的拟合效果较好,可用于我国肺结核的短期预测和动态分析,具有较好的应用价值。     

全国孕产妇死亡率不同模型的拟合效果比较

目的:探究分析灰色模型GM(1,1)、ARIMA及线性回归模型在孕产妇死亡率(MMR)中的拟合应用并比较模型的适用性及精确性,为妇幼保健工作提供科学依据。方法:以1991~2012年全国MMR为原始资料,运用SAS分析软件,分别采用灰色模型GM(1,1)、ARIMA及线性回归进行拟合比较分析并预测2013年MMR,比较预测效果。结果:灰色模型GM(1,1)和线性回归模型均通过模型检验建模成功,灰色模型GM(1,1)P=1.00,C=0.137 89,线性回归模型F=236.57,P<0.000 1;2013年MMR预测显示:线性回归模误差较大,误差的方差(MPE)为10.08,平均相对误差绝对值(MAPE)为13.69%。结论:ARIMA不适合拟合MMR,灰色模型GM(1,1)和线性回归模型均可用于MMR的拟合,但预测某一年份时需慎重。     

应用自回归移动平均模型预测分析江西省流行性腮腺炎的发病趋势

目的 应用自回归移动平均模型（ARIMA）预测分析江西省流行性腮腺炎的发病趋势。方法 利用ARIMA对江西省2015-2019年每月流行性腮腺炎报告发病数进行建模,预测12个月的发病数,并与2020、2021、2022年报告发病数进行比较分析。结果 最优模型为ARIMA（0,2,1）（1,2,0）₁₂。预测发病数显著高于2020、2021、2022年报告发病数。2020、2021、2022年流行性腮腺炎报告发病数较预测发病数分别减少54.02%、63.40%、66.09%。结论 2020-2022年江西省流行性腮腺炎报告发病数明显低于预测发病数,考虑与非药物干预措施、免疫策略的改变等有关,建议进一步加强流行性腮腺炎监测,以更好应对流行性腮腺炎疫情。     

ARIMA乘积季节模型在陕西省手足口病预测中的应用

目的 应用自回归求和移动平均（ARIMA）乘积季节模型预测陕西省手足口病发病人数。方法 利用R软件对2009年1月至2015年6月手足口病数据构建ARIMA乘积季节模型,同时利用2015年7-12月实际发病人数与模型拟合数据比较,评价模型的预测性能,预测2016-2017年的手足口病发病人数。结果 陕西省手足口病发病人数具有明显的季节性,建立了ARIMA（2,1,0）×（1,1,0）₁₂乘积季节模型,预测方程为（1-B）（1-B₁₂）Ln（X_t）=（（1-1.000B）/（（1-0.532B-0.363B²）（1-0.644B₁₂-0.454B₁₂²）））ε_t,与2015年7-12月实际发病人数比较,绝对误差的平均值为531.535,相对误差的平均值为0.114,预测2016-2017年陕西省手足口病发病人数与2015年基本保持一致。结论 ARIMA（2,1,0）×（1,1,0）₁₂乘积季节模型可用于陕西省手足口病的发病人数预测。     

我国2009－2018年病毒性肝炎的发病趋势分析和预测研究

目的 探讨我国5种病毒性肝炎（肝炎）的时间序列特征,并通过有效的模型预测其发病率。方法 按照甲型肝炎、乙型肝炎、丙型肝炎、戊型肝炎和未分型肝炎5种不同类型肝炎分类方式收集2009－2018年的月度发病数据,进行描述性和时间序列研究,采用趋势分解法以季节指数形式表示时间序列中的季节性,以线性回归模型表示其长期趋势,为每种肝炎建立差分自回归移动平均（ARIMA）模型。结果 2009－2018年报告肝炎14 856 990例,5种肝炎季节指数的极差均<1,戊型肝炎的季节性特征较为显著,其发病呈单峰型,其余4种肝炎的季节性特征一般。甲型肝炎、戊型肝炎和未分型肝炎的发病基本趋于平稳,在一个较低的水平上呈缓慢下降趋势,乙型肝炎发病数在5种肝炎中占比最高（79.59%,11 824 262/14 856 990）,但其下降趋势也为各型肝炎中最快（-0.01/10万）。丙型肝炎发病呈不断上升的趋势,上升速率一直保持稳定（0.005/10万）。ARIMA模型拟合的2009年1月至2018年12月的预测值与实际值较一致,平均绝对误差百分比范围为3.756 8~8.068 3。结论 对于法定报告传染病监测数据的时间序列分析有助于更好地了解我国肝炎的发病特征,ARIMA模型可用于我国肝炎的短期预测,具有较好的应用价值。     

安徽省重大慢性非传染性疾病早死概率趋势预测及影响因素探索

目的 分析及预测未来安徽省重大慢性非传染性疾病（慢性病）早死概率变化趋势,评估2030年目标达成情况,探索其影响因素。方法 利用安徽省死因监测、统计年鉴等资料,采用时间序列累计和数据对数线性Joinpoint回归、主成分回归等方法进行趋势预测及影响因素分析。结果 安徽省总死亡中有28.10%为早死,其中84.40%归因于慢性病。恶性肿瘤和心血管疾病在慢性病早死中分别占45.88%和41.65%。预测显示,未来安徽省重大慢性病早死概率呈下降趋势,到2030年仅农村地区能达到“健康中国2030”规划目标。为降低早死,需重点关注恶性肿瘤和心血管疾病,城市男性为重点关注人群。人均园林绿地面积等反映城市基础设施情况的因素对重大慢性病早死概率影响较大。PM_2.5浓度等因素对早死概率有负面影响,人均园林绿地面积等因素则有积极影响。结论 安徽省面临恶性肿瘤等重大慢性病疾病负担,城市男性是需重点关注群体。     

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。     

金昌队列人群肺癌疾病负担研究

目的 了解金昌队列人群中肺癌造成的疾病负担及其变化趋势。方法 采用历史队列研究方法,收集金昌队列人群 2001－2013年因肺癌而死亡的全部资料及2001－2010年肺癌住院患者的病案资料,应用死亡率、标化死亡率、直接经济负担、潜在减寿年(PYLL)、人均PYLL(APYLL)、潜在工作损失年(WPYLL)以及人均WPYLL(AWPYLL)等指标分析肺癌造成的疾病负担,运用Spearman秩相关和平均增长速度描述疾病负担的变化趋势。结果 2001－2013年金昌队列人群因肺癌死亡434例,粗死亡率为78.06/10万,年均增长速度为4.77%,呈逐年上升趋势。男性肺癌死亡率为108.90/10万,年均增长速度为4.24%,女性肺癌死亡率为26.08/10万,年均增长速度为6.91%。因肺癌而造成的PYLL和APYLL分别为3 723.71人年和8.58年。女性因肺癌造成的APYLL(15.94年)是男性(7.87年)的2.03倍。WPYLL和AWPYLL分别为1 161.00人年和2.68年,女性AWPYLL(5.63年)是男性(2.26年)的2.49倍。2001－2010年金昌队列人群肺癌住院患者人均直接经济负担为6 309.39元,无明显变化趋势。结论 肺癌对金昌队列人群造成沉重的疾病负担,是重要的健康问题。     

金昌队列人群胃癌疾病负担研究

目的 分析金昌队列人群中胃癌造成的疾病负担及其变化趋势。方法 应用历史队列研究方法收集金昌队列人群2001－2013年胃癌全死因资料及2001－2010年胃癌住院患者资料,应用死亡率、潜在减寿年(PYLL)、潜在工作损失年(WPYLL)、住院费用等指标评价胃癌造成的疾病负担,运用Spearman秩相关分析、平均增长速度描述疾病负担的变化趋势。结果 2001－2013年间金昌队列人群中因胃癌死亡213人、年均粗死亡率为38.30/10万,未呈现显著变化趋势。男性胃癌死亡196人、粗死亡率为56.17/10万,女性胃癌死亡17人、粗死亡率为8.21/10万,男性粗死亡率为女性的6.84倍。胃癌死亡者以50~79岁年龄段为主(176人,构成比为82.62%),<50岁年龄组胃癌死亡率呈增长趋势、年均增长速度为0.77%。因胃癌而造成的人均PYLL(APYLL)以8.43%的平均速度随年份呈下降趋势,人均WPYLL(AWPYLL)以10.46%的平均速度随年份呈下降趋势。2001－2010年该队列人群胃癌住院患者例均费用为8 102.23元,日均费用为463.45元,无明显变化趋势。结论 金昌队列人群胃癌疾病负担严重,男性尤为突出,有年轻化表现;胃癌所致PYLL及 WPYLL十余年来无明显变化趋势、而APYLL及 AWPYLL随年份呈下降趋势;住院患者直接经济负担平稳无变化。     

金昌队列人群癌症疾病负担分析

目的 掌握金昌队列人群常见癌症的疾病负担,为制定该队列癌症防治措施、减轻癌症疾病负担提供基础数据。方法 收集金昌队列人群2001－2013年癌症全死因资料及2001－2010年癌症住院患者资料,应用死亡率、潜在减寿年(PYLL)、潜在工作损失年(WPYLL)、直接经济负担分析癌症造成的疾病负担。结果 该队列人群13年癌症平均死亡率顺位前5位为肺癌(78.06/10万)、胃癌(38.03/10万)、肝癌(37.23/10万)、食管癌(19.60/10万)、结直肠癌(9.53/10万);前5位恶性肿瘤PYLL(人年)、WPYLL(人年)依次为肺癌(3 480.33、1 161.00)、肝癌(2 809.03、1 475.00)、胃癌(2 120.54、844.00)、食管癌(949.61、315.00)、结直肠癌(539.90、246.00)。该队列10年恶性肿瘤人均例次住院费用依次为胃癌(8 102.23元)、食管癌(7 135.79元)、结直肠癌(7 064.38元)、乳腺癌(6 723.53元)、肺癌(6 309.39元)。结论 金昌队列人群疾病负担较重的前五位癌症为肺癌、胃癌、肝癌、食管癌、结直肠癌,其中尤以肺癌的疾病负担最重。     

中国肾癌死亡趋势预测及其预测模型比较

目的 建立并比较两种预测模型在中国肾癌死亡趋势中的应用,选取最佳模型对2020-2025年中国肾癌死亡率进行预测.方法 收集全球健康数据交换(Global Health Data Ex-change,GHDx)数据库1990-2019年中国人群全年龄组肾癌死亡率数据,使用R 4.0.2软件基于1990-2016年肾癌死...     

金昌队列人群肝癌疾病负担研究

目的 揭示金昌队列人群肝癌疾病负担现状及其变化趋势。方法 收集金昌队列人群2001－2013年死亡人群中肝癌资料及2001－2010年肝癌住院患者资料,应用死亡率、标化死亡率、直接经济负担、潜在减寿年(PYLL)、人均PYLL(APYLL)、潜在工作损失年(WPYLL)以及人均WPYLL(AWPYLL)等指标分析肝癌疾病负担,运用Spearman秩相关、平均增长速度等描述疾病负担变化趋势。结果 2001－2013年金昌队列人群因肝癌死亡207人,占全部癌症死亡人数的16.68%;2001－2010年金昌队列人群肝癌住院患者259例,占全部癌症住院患者的6.79%,死亡83例,病死率为32.05%。肝癌死亡以男性为主,占88.89%,标化死亡率为42.32/10万;女性占11.11%,标化死亡率为15.31/10万;连续13年队列人群肝癌死亡率、男性肝癌死亡率随年份呈增长趋势,增长速度分别为5.62%、5.16%。肝癌死亡以60~69岁、50~59岁为主,分别占26.57%、24.15%。肝癌造成队列人群PYLL与APYLL分别为2 906.76人年和14.0年,WPYLL与AWPYLL分别为1 477.00人年和7.14年,男女性AWYPLL相当。肝癌住院患者例均直接经济负担为6 270.78元,日均直接经济负担为301.75元,例均住院天数为21.32。结论 金昌队列人群10余年来肝癌死亡率呈上升趋势,疾病负担持续沉重。     

金昌队列人群结直肠癌疾病负担分析

目的 评价金昌队列人群结直肠癌的疾病负担及变化趋势。方法 应用历史队列研究方法收集金昌队列人群2001－2013年结直肠癌全死因资料及2001－2010年结直肠癌住院患者病案资料,应用死亡率、标化死亡率、直接住院费用、潜在减寿年(PYLL)、人均PYLL(APYLL)、潜在工作损失年(WPYLL)以及人均WPYLL(AWPYLL)等指标描述结直肠癌造成的疾病负担状况,运用Spearman秩相关和平均增长速度分析疾病负担的变化趋势。结果 2001－2013年金昌队列人群结直肠癌粗死亡率为9.53/10万,平均年增长速度为12.89%。结直肠癌造成该队列人群PYLL、APYLL、WPYLL和AWPYLL分别为485.00人年、9.15年、253.00人年和4.77年。2001－2010年该队列人群结直肠癌住院患者人均例次直接住院费用为7 064.38元,日均直接住院费用为408.43元,均无明显增长趋势。结论 金昌队列人群结直肠癌死亡率呈上升趋势,疾病负担逐渐沉重。     

基于GRNN的组合预测模型在传染病发病率预测中的应用

目的研究基于GRNN的组合预测模型拟合传染病发病率的优越性和不足。方法以浙中某市1998—2008年的肺结核发病率为研究资料,分别构建了灰色模型和ARIMA模型,以这两种模型为基础构建了基于GRNN的组合预测模型。结果残差修正GM(1,1)模型、ARIMA(1,0,1)*(1,1,0)12模型、基于GRNN的组合预测模型的MSE,MAE,MAPE和MER分别为37.451,5.692,53.69%,48.51%;18.509,3.761,35.13%,32.05%;9.961,2.571,25.6%,21.9%。结论基于GRNN的组合预测模型的预测精度优于两种单项模型。     

金昌队列人群随访十年主要慢性病死亡率与早死概率变化趋势

  目的  分析金昌队列人群2011-2020年四种主要慢性病的死亡率、早死概率及变化趋势,锁定影响人群健康的核心病种,为人群慢性病防治提供基础数据。  方法  以金昌队列为平台,纳入基线全部人群48 001人,连续10年追踪随访其结局,应用简略寿命表法与joinpoint回归法计算死因构成比、粗死亡率、标化死亡率、早死概率及年度变化百分比(annual percent change, APC)等指标。  结果  2011-2020年金昌队列人群4类主要慢性病平均死亡构成比为80.26%,4类主要慢性病粗死亡率呈上升趋势(APC=6.48%),心脑血管疾病粗死亡率呈上升趋势(APC=10.02%),其他三类疾病粗死亡率与标化死亡率均无变化趋势。除女性心脑血管疾病早死概率呈上升趋势外(APC=12.92%),其他主要慢性病早死概率均无变化趋势。男性主要慢性病死亡率及早死概率高于女性。主要慢性病不同病种平均死亡率前3位为肺癌、脑卒中、冠心病。  结论  4类主要慢性病是导致金昌队列人群死亡的主要疾病,肺癌、脑卒中为核心病种。男性为慢性病防治的重点人群,同时还应重点关注女性心脑血管疾病的防治,降低慢性病早死概率。     

2003—2018年间中国女性宫颈癌发病与死亡趋势研究

  目的  研究2003—2018年中国20~79岁女性宫颈癌发病率和死亡率的变化趋势,对未来五年宫颈癌发病及死亡率的趋势进行预测。  方法  收集我国2003—2018年20~79岁女性宫颈癌的发病和死亡数据,利用联结点回归模型分析趋势变化规律,进一步利用年龄-时期-队列模型探讨年龄、时期和队列因素对宫颈癌发病和死亡率的影响。分别建立自回归滑动平均混合模型(autoregressive integrated moving average model, ARIMA)、灰色模型(grey model, GM)(1,1)和误逆差传播(back propagation, BP)神经网络模型对发病率和死亡率进行拟合,选取预测精度高的模型预测未来五年宫颈癌的发病率和死亡率。  结果  2003—2018年间女性宫颈癌的发病率具有2个转折点,发病趋势先快速上升随后下降;死亡率具有1个转折点,趋势是先下降再上升。总体上看,宫颈癌的发生风险随着年龄的增长而增大,在55~＜60岁达到峰值后缓慢下降。死亡风险从年龄上看不断上升,时期效应随着时期的推进而增大,队列效应则不断减弱。通过对比发现BP神经网络模型拟合的效果较好。  结论  2003—2018年间中国女性宫颈癌的发病率和死亡率整体上呈现下降的趋势,受年龄影响较大而受时期和队列的影响较小,未来五年发病率和死亡率将呈下降趋势。因此,应加强女性宫颈癌筛查和HPV疫苗接种工作,做好防控措施。     

2005-2015年中国胰腺癌发病与死亡趋势分析

目的:分析2005-2015年中国胰腺癌发病及死亡的趋势并分别估计其年龄-时期-队列效应。方法:基于《中国肿瘤登记年报》数据,利用Joinpoint回归分析2005-2015年胰腺癌的发病率及死亡率的变化趋势,计算年度变化百分比、平均年度变化百分比。采用年龄-时期-队列模型对20~84岁人群的数据进行拟合,估计其效应参...