基于移动平均法的季节趋势模型对细菌性痢疾的预测应用

目的探讨移动平均法的季节趋势模型在菌痢发病预测的应用,为采取防控措施提供科学依据。方法基于宜昌市2010-2013年逐月菌痢发病率建立移动平均法的季节趋势模型,并将拟合值与实际值进行拟合评价。结果2010-2013年菌痢的实际值与拟合值平均相对误差为1.72%,模型拟合较好。应用季节趋势模型可对2014年菌痢的发病率进行预测。结论基于移动平均法的季节趋势模型,能较好的模拟菌痢发病在时间序列的变化趋势,为制定科学的防控措施和策略提供依据。     

杭州市麻疹发病数的ARIMA模型预测

目的通过对杭州市麻疹的预测,为今后该病的防控提供科学依据。方法利用求和自回归滑动平均模型建模技术对杭州市麻疹监测数据进行2013年发病水平的预测。结果建立了杭州市麻疹发病率的季节模型ARIMA(2,0,1)×(0,1,1)52,利用该模型预测2013年杭州市麻疹周发病数,平均绝对误差为3.26,年发病数相对误差为7.92%,趋势预测结果吻合。结论 ARIMA模型中的季节模型应用于麻疹的短期预测能够获得较好的预测效果。     

应用移动平均法的季节趋势模型对甲型病毒肝炎的预测

目的探讨移动平均法的季节趋势模型在甲型病毒性肝炎发病预测的应用,为采取防控措施提供科学依据。方法首先建立2009—2014年宜昌市甲型病毒性肝炎月发病率(Yc)和月份(t)之间的直线回归方程,然后建立移动平均法的季节趋势模型(Pt=Yc+Et),并将拟合值与实际值进行验证(拟合评价)。结果2009—2014年甲型病毒性肝炎月发病率(Yc)和月份(t)之间的直线回归方程(Yc=0.312~0.003t),建立移动平均法的季节趋势模型的拟合值与实际值平均相对误差为4.264%,模型验证结果较好。应用季节趋势模型可对2015年甲肝的发病率进行预测,预测的发病率有逐年下降的趋势。结论移动平均法的趋势季节模型,能较好的模拟甲肝发病的变化趋势,为制定科学的防控措施提供依据。     

将ARIMA模型应用于深圳市1980-2007年重点法定传染病预测分析

[目的]探讨自回归移动平均混合模型（ARIMA模型）在预测法定传染病发病方面的可行性,为传染病预防控制提供科学依据。[方法]选取深圳市发病数高、疾病负担较重、有代表性的部分重点传染病,利用时间序列的ARIMA模型对1980～2007年的发病数进行拟合。[结果]ARIMA模型对病毒性肝炎、狂犬病、细菌性痢疾、肺结核、伤寒与副伤寒、淋病、梅毒、猩红热、艾滋病病毒携带与艾滋病、风疹的拟合效果较好,对霍乱、疟疾、流感、流脑、腮腺炎、麻疹、登革热的拟合效果较差。[结论]ARIMA模型对深圳市几种重点传染病发病的时间序列变动趋势能进行较好的模拟．因此可以为法定传染病的预测提供依据。     

感染性腹泻病的气象预报模式的建立与验证

[目的]通过分析上海市感染性腹泻发病情况与气象要素的关系,建立感染性腹泻病的气象预报模式.[方法]收集上海市2002-2008年逐日感染性腹泻发病数和同期气象资料,分析气象因素与感染性腹泻发病的关系,采用时间序列的广义相加模型,建立感染性腹泻预测模型,利用2009-2010年逐日报告确诊的感染性腹泻病例和逐日气象数据检验模型的预测效果.根据验证结果,提出感染性腹泻病的预测预警应用. [结果]所建立的感染性腹泻预测模型对发病趋势拟合符合率为66.43％,对流行季节(5月至10月)拟合符合率为77.23％.形成腹泻指数并运用其开展相应的防病提示. [结论]感染性腹泻病的气象预报模式可较好地为上海市提供肠道传染病预警服务,为疾病预防控制部门传染病防控提供科学依据.     

婺源县肠道症状病例发病趋势预测预警分析

目的 探讨自回归移动平均模型(ARIMA)在肠道传染病早期预测预警中的可行性，为早期防控提供参考。方法以婺源县2017—2022年肠道症状监测病例月发病数为基础构建ARIMA乘积季节模型并用2022年月发病数验证评估，预测2023年发病趋势。结果 婺源县2017—2022年共报告肠道症状病例2 409例，发病数时间序列图显示每年存在春季(3～4月)和秋季(9～10月)2个发病高峰，有较明显的季节性和周期性趋势；构建的最优模型为ARIMA(0,1,1)(1,1,0)₁₂,2022年1～12月预测值和实际值比较结果显示，2022年各月实际发病数均在模型预测的95%CI内，拟合值和实际值相差较小，相对误差9.4%,模型整体拟合效果较好；预测2023年全年发病数349例，时间分布与往年基本一致，将在4月和9月出现发病高峰。结论 建立的ARIMA乘积季节模型对监测点肠道症状病例发病数拟合效果较好，可用于短期预测和动态分析。     

应用随机时间序列分析法对军队乙型肝炎疫情的预测研究

[目的]探讨应用ARMA模型拟合时间序列的方法,并将其应用于军队乙型肝炎的预测,为传染病预警系统提供决策依据. [方法]利用SPSS软件对全军1996～2005年乙型肝炎的月发病数据进行建立模型.并用所建模型对2006乙肝逐月发病人数进行预测,将预测值与实际值进行比较. [结果]ARIMA(0,1,1)×(0,1,1)12模型较好地拟合了既往时间段上的发病序列,其对2006年各月发病人数的预测值符合实际发病人数的变动趋势. [结论]在乙型肝炎的近期预测中引入时间序列的ARMA模型方法,为传染病预测具有指导意义.     

自回归移动平均模型在北京市朝阳区手足口病发病预测中的应用

目的通过构建时间序列自回归移动平均模型(autoregressive integrated moving average model,ARIMA),对手足口发病趋势进行预测,探讨该模型在发病预测中的应用。方法从疾病监测信息报告管理系统提取北京市朝阳区2010年1月-2016年12月手足口病月发病数据。建立ARIMA季节乘积模型,对2010年1月-2015年12月的月发病数进行拟合,再以2016年1-12月的月发病数作为验证数据,评价其预测效果。结果通过对模型进行拟合优度及残差序列进行白噪声检验,最后选择了ARIMA(1,0,0)(1,1,0)_(12)为最佳模型。对2016年1-12月发病数进行预测,实际发病数均落入95%CI内,平均相对误差为49.37%。模型中加入2016年1-6月的月实际发病数,预测2016年7-12月的月发病数,平均相对误差为18.12%。结论 ARIMA季节模型可应用于手足口病等具有季节性变动特征的传染病预测。ARIMA模型短期预测手足口病的发病情况精度更高,可通过不断纳入新的实际观测值开展动态分析。ARIMA模型仅为一种数学工具,在实际防控及监测工作中,需要结合专业理论知识及具体情况进行分析。     

江川县2003年～2O10年麻疹控制效果评价

[目的]评价江川县控制麻疹各项措施实施效果,探索控制麻疹策略。[方法]综合分析2003年～2010年麻疹疫苗常规免疫调查接种率、麻疹疫苗接种存在的问题;麻疹疫苗应急接种和强化免接种率、麻疹疫苗免疫后抗体检测情况;法定传染病的报告系统与麻疹监测系统的疫情资料。[结果]江川县麻疹疫苗常规免疫调查接种率呈上升趋势,麻疹疫苗应急和强化免疫后,人群抗体增高,防控效果较好,全县麻疹确诊病例下降明显,麻疹监测和实验室能力得到提高。[结论]江川县2003年～2010年控制麻疹采取的综合措施实施效果显著,能有效控制麻疹的发病。     

乙型肝炎发病趋势的时间序列分析和预测模型研究

[目的]利用乘积季节模型预测无锡市乙型肝炎(乙肝)的发病趋势,为制订相应的防治措施提供科学依据.[方法]利用最小二乘原理,应用自回归求和移动平均模型与随机季节模型相结合的乘积季节模型,对无锡市1998～2006年乙肝月发病数进行时间序列分析并建立预测模型,用2007年相应数据验证预测效果,并对2008年以后无锡乙肝发病趋势进行预测. [结果]利用1998～2006年资料构建ARIMA(1,1,1)(1,1,1)12模型,所建立模型的预测效果良好,实际值均在预测值的95%可信区间内,预测2008～2012年无锡乙肝发病人数呈下降趋势. [结论]采用ARIMA乘积季节模型预测无锡市乙肝发病情况,拟合及近期预测效果均较好.预测结果符合我市乙肝发病现状及目前采取的乙肝防治措施.     

应用ARIMA模型预测成都市新都区麻疹的发病趋势

[目的]预测成都市新都区麻疹的发病趋势,为制定防治措施提供参考依据。[方法]以1985～2008年成都市新都区麻疹年发病率作为历史序列,建立自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)模型。[结果]采用ARIMA(1,2,0)预测该地区麻疹的发病趋势,2009～2012年麻疹的发病率分别为2.66/10万、1.65/10万、0.88/10万、0.35/10万。[结论]至2012年该地区达到WHO和我国提出消除麻疹水平(1/100万以下)的要求尚存在一定差距,因此,当前应进一步加强本地区麻疹预防控制措施的力度。     

ARIMA乘积季节模型与LSTM神经网络模型对我国麻疹发病数预测效果的比较

目的 探讨长短期记忆神经网络(long short term memory, LSTM)模型和差分整合移动平均自回归(autoregressive integrated moving average model, ARIMA)乘积季节模型在全国麻疹发病趋势预测中的应用,为麻疹的早期防控提供科学依据。方法 选取2005年1月至2016年2月全国麻疹月发病数分别构建LSTM模型和ARIMA乘积季节模型,同时运用得到的模型对2016年3月至2018年12月发病数进行预测,运用两种评价指标平均绝对百分比误差(mean absolute percentage error, MAPE)和均方根误差(root mean square error, RMSE)检验模型的外推预测精度。最后应用模型预测2019年1月至2019年5月的全国麻疹月发病数。结果 LSTM模型和最优模型ARIMA(0,1,1)(0,1,1)₁₂外推预测的均方根误差(RMSE)分别为0.25和1.54,平均绝对百分比误差(MAPE)分别为3.6%和18.7%,提示LSTM神经网络的外推预测精度优于ARIMA模...     

ARIMA乘积季节模型在青州市布鲁氏菌病发病预测中的应用

目的应用自回归求和移动平均(ARIMA)乘积季节模型预测青州市布鲁氏菌病月发病数,构建青州市布鲁氏菌病月发病数的预测模型,为青州市布鲁氏菌病防控措施提供科学依据。方法收集青州市2011—2017年布鲁氏菌病监测数据,采用SPSS 25.0统计软件建立ARIMA时间序列模型,并对模型进行检验,预测出2018年的布鲁氏菌病月发病数,用2018年布鲁氏菌病实际月发病数评价模型的预测效果。结果模型ARIMA(0,1,1)(1,1,0)12标准化的BIC值最小,Box-Ljung检验统计量Q=23.746,P>0.05,残差序列为白噪声,确定为最优模型。结论ARIMA乘积季节模型短期预测青州市布鲁氏菌病月发病数效果较好。     

气温和相对湿度与太原市麻疹发病的相关性分析

[目的]探讨太原市气候变化对麻疹流行的影响。[方法]采用Spearman相关性分析和Poisson回归模型分析太原市1994～2006年每月麻疹发病数与月平均温度、相对湿度的相关性。[结果]Spearman相关性分析结果,麻疹发病数与前1个月、前2个月的平均气温呈中度正相关（r=0．37、0．55,P〈0．01）,与当月的平均相对湿度呈中度负相关（r=0．42,P〈0．01）;Poisson回归分析得出较一致结论,表明,麻疹发病数与前2个月的平均气温呈正相关（β=0．93,P=0.01）,与当月的平均相对湿度呈负相关（β=1.95,P=0.01）。[结论]当月的相对湿度和前2个月的平均气温对麻疹发病具有明显的影响。     

指数平滑法在麻疹发病率预测中的应用

目的 通过指数平滑法对麻疹发病率进行预测,为制订预防和控制麻疹的流行提供依据。 方法 收集2005-2015年某区确诊的麻疹发病率,通过SPSS 18.0进行指数平滑法预测,并对预测结果进行评价。 结果 指数平滑法的Holt-Winters相乘模型适合麻疹月发病率的预测(RMSE=7.69,adj R²=0.52, R²=0.85, Ljung-Box Q=21.91),预测模型线性趋势Alpha=1.000,P=0.000。模型预测结果显示2015年的麻疹疫情处于相对低发水平,麻疹月发病率将呈上升后波动趋势,实际麻疹月发病率则出现先上升后急剧下降维持在低水平上的波动趋势。 结论 指数平滑模型1～5月份预测结果与实际发病率的相对误差仅为10.60%,说明指数平滑法在短期预测麻疹发病情况中有一定效果。     

差分自回归移动平均模型在肾综合征出血热发病预测中的应用研究

目的探讨差分自回归移动平均模型（ARIMA）在肾综合征出血热（HFRS）预测分析中的应用。方法用SPSS16．0软件建立1986-2011年河北省HFRS逐月疫情资料数据库,用ARIMA相关模块进行建模拟合并进行预测分析。结果河北省1986-2011年HFRS发病数呈现明显的季节周期性。筛选ARIMA（0,1,1）×（0,1,2）_12模型为最优模型,对河北省2012年各月发病数进行预测,2012年1-12月实际值均落人了预测值的95％可信区间内。结论ARIMA模型可以很好地拟合HFRS发病数的变动趋势,并可用于预测未来疫情,为HFRS防控工作提供依据。     

ARIMA模型与残差自回归模型在手足口病发病预测中的应用

目的 探讨求和自回归滑动平均混合模型（autoregressive integrated moving average model,ARIMA）和残差自回归模型在我国手足口病月发病率预测中的应用,并对它们的预测效果进行比较。方法 收集2008年1月～2014年12月我国手足口病月发病率资料,用SPSS 13.0和EViews 8.0分别拟合ARIMA模型和残差自回归模型,并用2014年7月～12月的数据评价模型的预测效果。结果 ARIMA模型拟合及预测的平均相对误差（average relative error,MRE）,均方误差（mean square predict error,MSE）,均方根误差（root mean squared predict error,RMSE）和平均绝对误差（mean absolute error,MAE）分别为14.006,4.689,2.165,0.147; 13.565,4.416,2.101,0.133。残差自回归模型拟合及预测的MRE,MSE,RMSE和MAE分别为16.793,7.247,2.692,0.171,16.206,6.639,2.577,0.164。结论 ARIMA模型拟合及预测效果优于残差自回归模型。     

2006～2009年资兴市麻疹疫情资料分析

[目的]了解资兴市麻疹流行病学特征,探讨麻疹控制对策,为制定消除麻疹策略提供科学依据。[方法]对2006～2009年麻疹发病情况应用描述流行病学方法进行分析。[结果]资兴市2006～2009年共报告麻疹病例248例,年平均报告发病率为16.78/10万,各年发病率分别为17.59/10万、1.08/10万、5.69/10万、42.75/10万,差异有统计学意义(P0.01)。发病人群主要是6岁以下儿童,占病例总数的83.06%(206/248)。其中≤8月龄的婴儿占病例总数的16.53%(41/248);病例主要集中在流动人口较多的新区、东江、鲤鱼江等地区,占全市发病人数的62.90%(156/248);1～5月为高发季节,占总发病率的82.26%(204/248);8个月以上病例无免疫史或免疫史不详占85.02%。[结论]资兴市近年麻疹发病呈上升趋势。为降低麻疹发病率,特别是降低小月龄麻疹发病,减少麻疹暴发,除应对全市8个月龄至6岁儿童开展初始强化免疫外,建议对8个月龄以下婴儿实行初免以提高其保护率。     

差分自回归移动平均乘积季节模型预测广州市肺结核发病趋势

目的 探讨应用差分自回归移动平均(autoregressive intergrated moving average,ARI-MA)乘积季节模型预测广州市肺结核月发病数的可行性,为制定防控措施提供参考依据.方法 利用2010年1月至2019年6月广州市肺结核月发病数据建立ARIMA模型,并以2019年7-12月数据对模...     

ARIMA模型在细菌性痢疾预测中的应用

[目的]探讨应用ARIMA模型进行细菌性痢疾预测、预报的可行性。[方法]应用SPSS13.0软件分析1990～2008年广西细菌性痢疾月发病数资料,构建ARIMA乘积模型,并预测2009～2010年细菌性痢疾月发病数。[结果]最优乘积模型为ARIMA(1,1,1)(0,1,1)12,模型具有较高的预测精度,预测值与实际值基本吻合,且实际值均在预测值可信区间范围内。[结论]ARIMA模型是一种行之有效的预测方法,能够应用于广西细菌性痢疾流行趋势的预测及疫情的预警、预报,为实施干预提供依据。