新疆生产建设兵团2008-2020年肺结核流行特征分析及发病预测

  目的  探讨新疆生产建设兵团肺结核的流行特征,建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型并预测未来的发病趋势,为肺结核防控工作提供支持。  方法  收集2008年1月1日-2020年12月31日传染病疫情信息网络直报系统中的肺结核数据,对时间、地区、人群分布特征采用传统描述性流行病学方法进行分析。使用R 4.0.3软件基于2008年1月-2020年6月的数据建立模型,通过2020年7-12月的数据验证模型性能。使用模型预测未来两年的发病趋势。  结果  2008-2020年新疆生产建设兵团肺结核发病总体呈下降趋势,年均报告发病率为70.68/10万,3月是发病高峰。第三师、第八师、第十三师年均发病率较高。男女发病数比为1.77∶1, 65~＜75岁占比最大,患者职业主要为离退人员、农民。ARIMA(1, 1, 1)(0, 1, 1)₁₂为最优模型,2020年7-12月的实际发病数均落在模型模拟数据的95% CI内。使用该模型预测2021年和2022年的肺结核报告发病例数分别为1 301、1 219例。  结论  针对新疆生产建设兵团肺结核的发病特点,重点人群、重点地区应加强防控。ARIMA模型的预测能力较好,适合短期预测以及动态分析,可供相关部门在制定防控策略时参考。     

佳木斯市2004-2017年流行性腮腺炎流行特征分析及趋势预测

  目的  分析佳木斯市流行性腮腺炎的流行特点,并对其发病趋势进行预测,为黑龙江省高寒地区采取有针对性的防控方法提供一定依据。  方法  通过传染病报告信息管理系统,收集佳木斯市2004-2017年报告的腮腺炎病例。选用描述流行病学方法,对其流行病学特点进行系统分析,并用自回归移动平均模型（autoregressive integrated moving average,ARIMA）对2018年腮腺炎的发病趋势进行预测。  结果  2004-2017年佳木斯市腮腺炎共报告1 586例,年均发病率达到4.52/10万,近三年腮腺炎发病率出现上升趋势;男女发病率比为1.67∶1;病例主要集中在3~19岁,占全部病例的86.32%,5~9岁,10~14岁儿童发病率较高;发病有明显的季节性,每年的4-7月和11-次年1月为发病高峰;城区年发病率高于外郊县市区;ARIMA（4,1,2）（2,0,0）₁₂模型为相对最佳模型,预测的2018年1~6月腮腺炎发病率和实际值相符,预测2018年7~12月发病率为0.30/10万、0.35/10万、0.38/10万、0.39/10万、0.35/10万、0.33/10万。  结论  ARIMA模型可以较为准确地预测佳木斯市腮腺炎发病趋势,为有效降低儿童发病率,建议在儿童学龄前阶段（3~6岁）或小学阶段开展第二剂次的腮腺炎疫苗接种,同时应继续做好托幼机构等集体单位的疫情监测防控工作。     

2010-2017年枣庄市流行性腮腺炎流行病学特征分析和模型预测

  目的  分析2010-2017年枣庄市流行性腮腺炎流行病学特征,建立模型预测疾病发病趋势,为流行性腮腺炎的科学防控提供参考依据。  方法  运用描述流行病学方法对从《中国疾病预防控制信息系统的传染病报告信息管理系统》中筛选出来的2010-2017年流行性腮腺炎疫情资料进行分析,应用时间序列分析方法科学建模并预测疾病发病趋势。  结果  2010-2017年枣庄市累计报告流行性腮腺炎病例6 353例,年平均报告发病率为19.75/10万,发病率男性高于女性,4~7月、12~次年1月季节指数均大于1,峄城区和市中区发病率较高,3~14岁发病例数占发病总数的76.85%,学生、散居儿童、托幼儿童占发病总数的86.11%;建立时间序列模型为:求和自回归移动平均（autoregressive integrated moving average,ARIMA）模型,即ARIMA（1,0,0）×（0,0,0）₁₂,模型预测平均绝对百分误差为39.99%,模型预测2018年发病数为471例,发病率为11.13/10万。  结论  中小学生和散居儿童是流行性腮腺炎的主要防控人群,流行性腮腺炎模型预测效果良好,可用于流行性腮腺炎发病短期预测和动态分析。     

2011-2018年我国登革热疫情时间序列分析及空间自相关分析

  目的  了解2011-2018年我国登革热疫情时空分布特征,对2019年我国登革热的发病情况进行预测。  方法  基于中国疾病预防控制信息系统中2011-2018年我国登革热的病例数据,借助R 3.6.0软件,使用自回归积分滑动平均模型（autoregressive integrated moving average model,ARIMA）对登革热的发病趋势进行描述和预测。基于国家人口与健康科学数据共享服务平台提供的2011-2016年全国以及各省市登革热发病率、发病人数数据,采用GeoDa 1.12软件进行全局、局部空间自相关分析,确定登革热时空热点区域。  结果  预测2019年全年登革热发病数为14 302人。2012年（Moran's I=-0.088,P=0.037）、2013年（Moran's I=-0.121,P=0.040）和2014（Moran's I=-0.076,P=0.045）年全国登革热发病呈现全局空间负相关关系,2016年（Moran's I=0.078,P=0.048）登革热发病呈现全局空间正相关关系。局部自相关分析结果显示,登革热发病高聚集区域主要在我国东南沿海地区。  结论  2019年我国登革热的流行无明显波动趋势,且疫情呈空间聚集性分布。     

2004—2019年四川省肺结核时空趋势分析

目的 利用四川省2004—2019年肺结核报告发病数构建时间序列ARIMA模型,分析其时空变化趋势,为肺结核的综合防控提供参考依据。 方法 对2004年1月—2019年12月四川省肺结核发病情况进行分析,构建月度发病数ARIMA时间序列模型和年度发病率空间分布专题地图,分析四川地区肺结核时空流行特征及趋势。 结果 四川省2004—2018年肺结核发病持续下降,2019年略有上升,冬春季发病略高;全省疫情以川西人口稀少区域和川东北为主且相对稳定。ARIMA(2,1,1)(1,1,0)₁₂预测2020年肺结核报告发病数略高于2019年发病数。 结论 ARIMA模型能够较好地对四川省肺结核疫情报告发病数进行拟合和短期预测,肺结核疫情呈现的时空分布特征及其趋势能够为肺结核风险评估、重点地区和重点人群筛选等综合防控提供参考依据。     

湖南省2009-2018年百日咳流行特征分析与发病趋势预测

  目的  分析湖南省2009-2018年百日咳发病的流行病学特征,建立自回归移动平均(autoregressive integrated moving average, ARIMA)模型,为百日咳疫情防控提供科学依据。  方法  收集传染病监测系统中2009-2019年的百日咳监测数据资料,分析2009-2018年百日咳流行病学特征,基于2009年1月-2018年12月的百日咳月发病率资料建立预测模型,并对2020年百日咳发病趋势进行预测。  结果  2009-2018年湖南省共报告百日咳病例2 530例,年均报告发病率为0.371/10万;5-9月为百日咳报告的高发月份,10月-次年4月为低发月份;高发地区为娄底市、益阳市、长沙市、郴州市;男性发病率高于女性,报告病例主要为散居儿童、幼托儿童和学生。ARIMA(0, 1, 1) × (0, 1, 0)₁₂为最优预测模型,2019年的发病与模型预测结果基本一致,预测2020年发病率为7.642/10万,高于2019年。  结论  湖南省2018年开始出现百日咳暴发流行,且发病率有持续走高趋势,可能存在“百日咳重现”现象。ARIMA模型在百日咳短期发病趋势预测中效果较好,预测2020年发病水平将继续升高,应结合湖南省百日咳流行病学特征及实际情况进行疫情防控策略调整。     

ARIMA模型和BP神经网络模型在甘肃省结核病发病率预测中的应用

  目的  探讨自回归滑动平均混合模型（autoregressive integrated moving average，ARIMA）与误差逆传播（（back propagation，BP）神经网络模型在甘肃省结核病发病率预测中的预测效果，选取合适的模型预测发病趋势。  方法  以甘肃省1997-2017年结核病数据为基础，建立ARIMA时间序列模型和BP神经网络模型分别预测2018-2019年的发病率，并比较两种模型的预测精度和建模效果。  结果  对于甘肃省2018年和2019年结核病发病率，ARIMA时间序列模型预测结果为55.1075，54.5373，MSE=92.24，MAE=7.5313，MAPE=9.26%；BP神经网络模型预测结果为62.0132，73.4460，MSE=9.6575，MAE=1.1449，MAPE=1.68%。  结论  BP神经网络模型对甘肃省结核病发病率的预测效果更佳，预测得2018-2019年甘肃省结核病发病率将呈小幅上升趋势。     

ARIMA乘积季节模型和LSTM深度神经网络对石家庄市手足口病疫情预测效果的比较

  目的   运用自回归移动平均(autoregressive integrated moving average model, ARIMA)乘积季节模型和长期短期记忆网络(long short term memory, LSTM)对石家庄市手足口病(hand, foot and mouth disease, HFMD)的发病趋势进行预测, 为疫情防控工作提供理论依据。   方法   利用Eviews 8.0和python 3.7.1软件对2013年1月-2018年5月石家庄市HFMD逐月发病数据分别建立ARIMA乘积季节模型和LSTM神经网络, 以2018年6月-2019年5月的发病资料检验模型预测精度, 最后应用模型预测2019年6月-2019年8月的月发病数。   结果   最优模型ARIMA(1, 0, 0)×(1, 1, 2)₁₂和LSTM神经网络外推预测2018年6月-12月的MAPE分别为22.14和10.03, 而外推预测2018年6月至2019年5月的MAPE分别为43.84和25.26, 提示LSTM神经网络的拟合效果和预测精度优于ARIMA模型, 预测结果与实际情况基本一致。   结论   LSTM神经网络对石家庄市HFMD发病趋势的拟合度和预测效果较好, 能够为手足口病疫情的预测预警工作提供指导。     

中国2008-2016年手足口病月发病率时间序列分析及预测模型

  目的  通过时间序列分析我国手足口病（hand-foot-mouth disease,HFMD）的发病趋势并构建时间序列预测模型,为制定防控策略提供科学依据。  方法  从公共卫生科学数据中心收集2008-2016年我国HFMD月发病数据,使用Excel 2007建立发病率数据库并进行图表绘制,通过SAS 9.1拟合自回归综合移动模型（autoregressive integrated moving average model,ARIMA model）。以2008年1月-2015年12月HFMD月发病率作为测试集构建时间序列模型,2016年发病率数据作为验证集检验预测效果,做出模型评价,利用该模型对2017年HFMD发病率做出预测。以P<0.05为差异有统计学意义。  结果  最终构建ARIMA（（12）,2,0）疏系数模型,残差为白噪声序列,实际值均落在预测值95% CI内,模型回归系数有统计学意义,预测值与实际值总体吻合程度良好,均方误差平方根为3.6490,平均绝对误差=2.62,平均绝对百分比误差=28.24%。  结论  疏系数模型可较好的拟合我国HFMD发病率的时间序列趋势,对HFMD防控策略的制定有指导意义。     

2009—2018年银川市流行性感冒流行特征及发病趋势预测

  目的  分析2009-2018年银川市流行性感冒（简称流感）的发病情况及流行病学特征,并预测发病趋势,为流感的防控提供科学依据。  方法  采用描述性研究的方法,描述2009-2018年银川市流感的流行病学特征,并用自回归移动平均混合模型（autoregressive integrated moving average model,ARIMA）预测2019年1月-2020年6月流感的发病趋势。  结果  2009-2018年银川市流感共报告2 254例,年均发病率为11.22/10万,整体呈下降趋势（χ2_趋势=28.95,P < 0.001）。流感在秋冬季节高发,发病高峰为11月-次年1月。西夏区发病率最高（504例,18.34/10万）,贺兰县最低（75例,3.59/10万）。男性发病率高于女性（11.86/10万vs10.56/10万,χ2=7.580,P < 0.001）;流感在各年龄段均有分布,主要为0~5岁年龄段（528例,23.43%）;以学生（776例,34.43%）、散居儿童（471例,20.90%）、农民（240例,10.65%）为主。ARIMA模型预测结果显示,2019年1月-2020年6月银川市流感发病率与2018年持平。  结论  2009-2018年银川市流感发病率整体呈下降趋势。西夏区为流感重点防控地区,学生、散居儿童、农民为易感人群,提示应更加关注易感人群的健康,加强对高发地区及5岁以下儿童流感的监测与管理。     

2014-2018年甘肃省流行性乙型脑炎发病与气象因素的动态响应关系

  目的  运用向量自回归(vector autoregressive, VAR)模型分析甘肃省流行性乙型脑炎(简称乙脑)发病与气象因素的动态响应关系,为不同气象条件下乙脑的防控提供科学依据。  方法  用2014年1月-2018年12月乙脑发病率和同期气象数据建立VAR模型,通过脉冲响应和方差分解定量分析气象因素对乙脑发病的影响。  结果  VAR(2)模型的拟合优度为0.95,调整后拟合优度为0.95,希尔不等系数(Theil inequality coefficient, TIC)为0.06。平均气温、日照时数和降雨量对乙脑发病率变化的贡献到第6期分别为9.52%、2.13%和38.62%。  结论  VAR(2)模型可用于分析乙脑发病与气象因素的动态关系,乙脑的防控及预测预警可考虑结合当地气象因素。     

2005—2021年湖北省细菌性痢疾流行特征分析及短期发病预测

  目的  分析湖北省细菌性痢疾分布特征,了解其流行规律,预测其发病趋势,为科学制定防控措施提供参考依据。  方法  基于2005—2021年湖北省细菌性痢疾发病数据,采用Spearman秩相关检验、季节指数、K-均值聚类分析流行特征,运用自回归移动平均(auto-regressive integrated moving average,ARIMA)模型拟合数据并进行预测。  结果  细菌性痢疾年均发病率为14.07/10万,发病呈逐年下降趋势(r_s=-0.985,P＜0.001);K-均值聚类将2005—2011年分为一类,2012—2021年分为另一类;5—10月季节指数大于1,7月最大,8月次之;武汉市、仙桃市、宜昌市为高发地区;男女发病比值为1.23∶1,比值随年龄组先下降后上升;0~＜5岁组发病率最高,其次是≥85岁组;病例以散居儿童、农民、学生为主;拟合最优模型为ARIMA(1, 0, 0) (0, 1, 1)₁₂,预测2022年发病率为1.61/10万。  结论  湖北省细菌性痢疾发病率与年份呈负相关;2005—2011年属于高流行水平期,2012—2021年属于低流行水平期,两个时期的流行特征基本一致;细菌性痢疾在夏季、男性、儿童及老年人群体、交通便利人口密集地区高发;2022年发病持续下降,处于低流行水平。     

甘肃省流行性乙型脑炎的流行病学特征和疾病负担分析

目的 探讨甘肃省2017-2018年流行性乙型脑炎(简称乙脑)的流行病学特征和疾病负担.方法 利用甘肃省2017年1月1日—2018年12月31日乙脑病例数据和随访数据,计算乙脑的发病率、死亡率、病死率以及潜在减寿年数,比较不同分组的乙脑病例病情转归情况,采用二项Logistic回归分析模型分析甘肃省乙脑患者病情转归的...     

2010-2019年福建省肺结核流行特征及发病预测模型应用

目的 了解2010-2019年福建省肺结核流行特征,建立自回归滑动平均混合模型(autoregressive integrated moving average,ARIMA),并探讨其在福建省肺结核月发病数预测中的应用.方法 通过中国疾病预防控制中心《结核病信息管理系统》获取2010年1月—2020年6月福建省报告的活...