指数曲线模型在传染病预测中的作用

采用指数曲线模型预测本市１９８５－１９９６年ＨＦＲＳ年发病率，结果ＨＦＲＳ发病率理论下降趋势同实际下降趋势基本吻合，表明指数曲线模型适用部分传染病年发病率的预测。     

指数平滑灰色预测模型在HFRS发病率预测中的应用

目的探讨肾综合征出血热（HFRS）发病率的预测方法,为合理调配肾综合征出血热防治的卫生资源提供依据。方法以1990～2001年辽宁省、丹东市和沈阳市HFRS的发病率为内样本建立指数平滑灰色预测模型I-GM（1,1）,对2002年3个地区的HFRS发病进行预测,评价该模型的拟合和预测效果;并对3个地区未来几年的发病趋势进行预测。结果针对辽宁省HFRS发病率所建I-GM（1,1）模型的平均误差率（MER）和决定系数R2分别为14．73％,0．8573;针对丹东市HFRS发病率所建I-GM（1,1）模型的MER和R。分别为20．00％和0．8010;针对沈阳市HFRS发病率所建I-GM（1,1）模型的MER和R。分别为22．62％和0．8936。结论与GM（1,1）模型相比,指数平滑灰色预测模型I—GM（1,1）在预测疾病流行趋势方面是更加合理的选择;辽宁省HFRS发病率呈上升趋势,应采取有效的措施预防HFRS的发病。     

应用灰色摆动模型预测沈阳市肾综合征出血热的流行趋势

目的应用灰色摆动模型预测沈阳市肾综合征出血热(HFRS)发病趋势,以期为相关部门科学合理的制定HFRS防制策略提供理论依据。方法根据1984-2004年沈阳市HFRS发病率数据建立灰色摆动模型GM(1,1,sinω),并作拟合精度检验;采用平均误差率(MER)来评价样本的拟合与预测效果,进而预测沈阳市HFRS发病趋势及下一个发病高峰年。结果GM(1,1,sinω)预测模型为:■ω(1)(k 1)=-158.4104e-0.0444k 162.6622 11.7276sin2kπ/21 5.6982cos2kπ/21,经拟合精度检验,模型拟合精度较好(C=0.3912,P=0.9048),其拟合MER为20.34%,预测值的MER为14.3%,模型的拟合与预测效果均令人满意。利用本模型预测2008～2010年HFRS发病率分别为:3.89/10万、2.65/10万、1.39/10万,发病呈逐年下降趋势,而下一个发病高峰年在2025年,发病率为5.05/10万。结论本模型较好的拟合了沈阳市HFRS发病趋势,预测结果具有一定的参考价值。在未来沈阳市HFRS发病率总体上呈下降趋势,估计在2019年其发病率呈现上升趋势至2025年达到高峰,提示相关部门根据发病趋势相应调整制定有针对性的防制措施。     

3种模型在肾综合征出血热发病率拟合预测中的比较研究

目的探讨3种不同的模型在肾综合征出血热(HFRS)发病率拟合预测中的应用,并选用合适的模型预测HFRS在该地区未来的发病趋势,为合理调配HFRS防治的卫生资源提供科学依据。方法采用灰色GM(1,1)模型、自回归模型、ARIMA模型对1990～2007年沈阳市HFRS的发病率资料进行数据拟合,并比较3个模型的拟合效果,选择最优模型预测沈阳地区未来几年的HFRS发病趋势。结果针对沈阳市HFRS发病率建立的GM(1,1)模型、自回归模型和ARIMA模型的平均误差率(MER)分别为52.76%、20.53%和6.75%,R2分别为0.466、0.945和0.991;预测在2012年前后沈阳市HFRS发病将会出现一个高峰,达到4.4035/10万。结论对于隐含波动周期并且不稳定的循环型时间序列,无论拟合还是预测,ARIMA模型的效果都优于灰色GM(1,1)模型和自回归模型。目前沈阳市HFRS正处于发病率的低谷期,预测未来几年呈上升趋势,应引起注意。     

时间序列模型在肾综合征出血热发病率预测中的应用

目的探讨时间序列模型预测肾综合征出血热（HFRS）发病率的适用性。方法应用临沂市1982～1999年HFRS月发病率资料拟合HFRS月发病率预测模型。结果利用时间序列模型中的ARIMA模型预测山东省临沂市2000～2002年3年逐月发病率，2000年预测值的误差最小。结论ARIMA模型可用于预测HFRS月发病率，其短期预测精度较高。     

指数曲线模型在细菌性痢疾发病趋势预测中的应用

目的研究福州市细菌性疾病的发病规律和趋势。方法用2004-2010年细菌性疾病的发病率建立指数曲线方程,并进行外推5年预测。结果用方差分析对拟合曲线后的剩余误差进行检验,并计算相关指数R2,结果显示F=55.42(P<0.01),R2=0.9 820,接近1,拟合效果较好。结论应用指数曲线方程预测我市细菌性痢疾的发病趋势较准确可靠,预测未来5年其发病率呈下降趋势。     

GM(1,1)灰色模型和ARIMA模型在HFRS发病率预测中的比较研究

目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFRS发病率进行预测,比较2个模型的拟合和预测效果。结果针对辽宁省HFRS发病率建立的GM(1,1)模型和ARIMA模型的平均误差率(MER)分别为13.5143%、25.0814%;决定系数(R2)分别为0.8961、0.6997。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%;R2分别为0.8112、0.7628。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%;R2分别为0.8757、0.7889。结论GM(1,1)模型对于小样本以及隐含指数函数变化趋势的资料具有明显的预测优势,预测效果优于ARIMA模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值。     

基于三种时间序列模型对广州市肾综合征出血热发病率的预测比较研究

目的利用GM(1,1)、ARIMA和BP神经网络模型探索肾综合征出血热(hemorrhagic fever with renal syndrome, HFRS)预测预警的最优模型,为广州市的HFRS防控预测预警提供科学建议。方法系统收集广州市2006-2019年HFRS发病数据,采用GM(1,1)、ARIMA和BP神经网络模型以及混合模型对2006-2016年发病率进行拟合建立HFRS预测已经模型,并对2017-2019年发病率进行预测,通过平均相对误差选取最佳预测预警模型。结果 2006-2019年广州市共报告HFRS病例2 453例,年均发病率1.373/10万,2013年发病率最高,为1.794/10万,2019年发病率最低,为0.954/10万。1-4月共报告1 106例病例,占病例总数的45.08%。ARMIA(0,1,1)(0,1,1)_(12)模型预测的平均相对误差最小为27.75%,GM(1,1)、BP神经网络、BP-GM和BP-ARIMA模型预测的平均相对误差分别为33.280%、27.750%、29.670%、46.210%和46.600%。结论基于月度数据进行建模的ARIMA模型识别异常值的能力更好,且预测的平均相对误差率最小。     

应用曲线回归模型预测辽阳市梅毒发病率

目的运用曲线回归模型预测辽阳市梅毒发病趋势,为制定防控措施提供科学依据。方法利用SPSS17.0软件对辽阳市2001～2011年梅毒发病率进行拟合,并建立预测方程。结果辽阳市2001～2011年梅毒发病的预测模型为y=5.082e0.183x,相关系数R2=0.900,2011年梅毒发病率为38.84/10万,预测发病率为38.04/10万。模型的拟合效果较好。结论曲线回归模型可较好地预测辽阳市梅毒发病趋势。     

用三维自回归趋势面模型预测HFRS的时空动态趋势

目的探讨三维自回归趋势面模型技术在HFRS时-空动态分析预测中的应用价值。方法在二维自回归趋势面模型基础,通过加入时间变量t,构造三维自回归趋势面模型,结果获得三维自回归趋势面模型及其建模方法。结论该模型不仅可分析HFRS的空间趋势,而且可预测其空间趋势的时间变化特征。     

2000年-2005年邵阳市肾综合征出血热流行规律分析

通过分析近6年我市肾综合征出血热（简称HFRS）疫情监测资料，找出我市HFRS流行规律变化趋势，并以此作为制定、完善有效防治对策的依据。分析发现，我市HFRS发病数呈明显的下降趋势，2000-2005年共有1601人发病，年平均发病率为3．66/10万。     

2001-2010年内蒙古肾综合征出血热流行病学特征分析

目的：分析内蒙古自治区（内蒙古）实施以接种疫苗为主的防治策略10年以来,肾综合征出血热（HFRS）的流行特征,为内蒙古今后HFRS的防治工作提供科学依据。方法：应用Excel软件对2001-2010年HFRS监测资料进行描述流行病学分析。结果：2001-2010年内蒙古累计发病2 640例,年均发病率为1.10/10万,死亡35例,病死率为1.33%,较上个10年发病人数下降了34%。HFRS流行地区有所扩大,但多以散发为主,高发地区仍集中在呼伦贝尔市和巴彦淖尔市。发病集中在秋冬季,11月份一直为高发月份,青壮年仍是发病主体,各年龄组男性发病多于女性,农民发病最多。HFRS发病率呈逐年下降趋势,2007年后维持在1/10万以下的低水平。实施扩大免疫规划的3年较2005-2007年发病人数减少了543例,平均发病率由1.19/10万下降到0.43/10万。结论：自2001年实施以疫苗注射为主的防治策略以来,内蒙古HFRS的发病率和死亡率显著降低。     

应用回归法预测贵州省伤寒副伤寒发病

目的预测贵州省伤寒、副伤寒发病趋势,为进一步制定伤寒、副伤寒防控策略和措施提供依据。方法根据贵州省2004-2012年的伤寒、副伤寒发病率数据,用Excel软件建立数据库进行趋势回归模型的选择,然后利用合适的模型对该数据进行拟合,并预测2013、2014年伤寒、副伤寒发病率,分析其变化趋势。结果建立的贵州省2004-2012年伤寒、副伤寒发病率预测模型为二次多项式趋势回归模型,即y=0.3 821x2-5.8 632x＋24.785,决定系数R2=0.9 909,模型拟合效果较好。2013年和2014年预测发病率分别为4.36/10万、6.52/10万。结论贵州省伤寒、副伤寒发病率近年来呈逐年下降趋势,2013年和2014年预测发病率有所升高,需采取综合防治措施。     

中国乙脑发病率趋势分析及预测

目的分析和预测中国乙脑发病率趋势,为制定公共卫生政策提供参考。方法采用线性回归方法分析2005-2014年中国乙脑发病率变化趋势;建立GM(1,1)模型,并对未来3年乙脑发病率进行预测。结果 2005-2014年间中国乙脑发病率呈快速下降趋势,APC值为-18.13%;灰色GM(1,1)模型表达式为,后验差比值为0.3 476,小误差概率为100%,利用该模型预测未来3年发病率(1/10万)分别为0.0 562、0.0 440、0.0 345。结论中国乙脑发病率呈持续下降趋势,还需继续加强实施消除蚊媒滋生环境、预防接种和健康教育等相关措施,进一步降低乙脑发病率。     

南宁市淋病1996～2005年发病率灰色模型及预测研究

目的了解南宁市1996～2005年淋病流行趋势，通过建立发病率（1／10万）灰色系统GM（1，1）模型和预测，为制定和开展更为有效的淋病预防控制措施提供科学依据。方法对南宁市10年来的淋病疫情资料进行回顾性分析，建立发病率（1／10万）灰色系统GM（1，1）模型并进行预测。结果南宁市淋病发病率多年来呈上升趋势，2003年开始呈下降趋势。预测2008、2010和2012年南宁市淋病发病率呈下降趋势结论应持续开展淋病的综合防治措施，加强淋病疫情的监测工作，以有效地控制淋病的传播与蔓延。     

应用GM（1,1）模型预测河南省细菌性痢疾发病趋势

目的描述分析河南省近十七年细菌性痢疾的发病率变化趋势,探讨OM（1,1）模型在细菌性痢疾分析中的作用,为卫生部门制定相应的防治策略提供理论依据。方法根据河南省1996—2012年细菌性痢疾的报告发病率数据,应用GM（1,1）灰色预测模型进行模型拟合和趋势预测,外推预测2013年、2014年和2015年的发病率。结果1996-2012年河南省菌痢报告发病率总体呈下降趋势,由58．68／10万降至19．56／10万。求得预测模型为：Y（t＋1）=-750.89e^-0．0717t＋809.51,模型拟合精度合格,外推2013～2015年菌痢发病率分别为1649／10万,15．36／10万,1429／10万。结论QM（1,1）模型较好的拟合了河南省细菌性痢疾的发病趋势,预测河南省菌痢发病率将继续呈下降趋势。     

应用指数曲线模型对新生儿住院人次的预测

目的预测新生儿住院人次,为医院管理决策提供依据。方法对1996年~2006年新生儿住院人次建立指数曲线模型并预测下一年的新生儿住院人次。结果新生儿住院人次呈上升趋势,预测值与实际值比较,平均相对误差为9.926%。结论指数曲线模型较好地模拟了新生儿住院人次在时间序列上的变动趋势,可以为医院规划新生儿病区提供可靠的决策依据。     

洛阳市1981～1999年肾综合征出血热临床流行病学分析

目的　了解本地区肾综合征出血热 (HFRS)临床流行病学特征。方法　将我院 19年 (1981～ 1999)中收治的 743例HFRS作回顾性分析。　结果　HFRS发病年龄以 2 0～ 49岁为主 (6 8.8% ) ,男性明显高于女性 (P <0 .0 5 ) ,农民发病多 (75 .7% )。 1981年HFRS发病率最高 ,总体呈下降趋势。全年每月均有发病 ,4～ 6月份为高峰。死亡 35例 ,病死率为 4.7%。结论　本地区HFRS流行病学特征符合家鼠型HFRS的特点     

指数曲线模型对疟疾防治措施效果的评价

莒县为非稳定性间日疟低流行区,经过30多年的防治,达到了基本消灭的标准。用指数曲线模型对疟防措施进行评价。50年代和60年代发病率均不呈指数曲线下降;70年代发病率呈指数曲线下降,但拟合度较差;80年代发病半呈指数曲线下降,且拟合度较好。表示莒县70年代后疟疾防治措施是对的,效果是好的,与莒县30多年来的防治情况一致。     

应用灰色模型预测三门峡市痢疾发病趋势

目的探讨灰色模型预测痢疾发病率的价值,为制定防治措施提供依据。方法应用灰色模型GM（1,1）对1986～2007年痢疾发病率进行模型拟合和趋势预测,应用后验差比值C和小概率误P检验拟合效果。结果痢疾发病率灰色模型y（t）=2094．41—1575．61e^-0.1（t-1）,拟合精度属于1级,拟合效果好。预测2008年、2009年三门峡市痢疾发病率分别为10．88／10万和9．46／10万。结论三门峡市痢疾发病呈逐年下降趋势,但痢疾的防治仍不容忽视。