基于ARIMA模型对海南某医院的医院感染发病率的预测研究

摘要 目的 探索ARIMA模型在预测医院感染发病率趋势中的应用价值,为进一步防控工作提供指导。方法 回顾性采集海南某医院2009-2018年住院患者的医院感染发病率数据,构建ARIMA模型并评价模型精度,预测2019年7月至2020年6月的医院感染月发病率。结果 本次研究最终确定ARIMA(0,1,1)模型为最优模型(BIC=-2.068,MAPE=10.574),残差序列Ljung-Box检验为白噪声(Q=9.864,P=0.909),模型拟合精度良好,预测2019年7月-2020年6月的月平均发病率为2.79%。结论 ARIMA(0,1,1)模型拟合该院医院感染发病率效果较好,可用于短期预测发病趋势和早期预警,有助于指导医院感染宏观防控决策的制定。     

ARIMA季节乘积模型预测济南市猩红热发病趋势

目的 探讨ARIMA季节乘积模型在济南市猩红热月发病率预测中的应用,并预测猩红热月发病趋势,为制订防控策略提供依据。方法 对济南市2006-2014年猩红热月发病率资料建立ARIMA季节乘积模型,利用2015年1-6月发病资料检验模型的精度,并预测2015年各月发病率。结果 构建ARIMA(1,0,0)(0,1,1)12模型可以用于济南市猩红热月发病率的拟合和预测,模型决定系数R2=0.64。结论 2015年济南市猩红热处于高流行期,应警惕出现流行和暴发的可能,在高发时间、高发地点做好猩红热的监测和应对工作,防止暴发流行。     

ARIMA乘积季节模型在盐城市手足口病疫情预测中的应用

目的 探讨自回归移动平均（autoregressive integrated moving average model,ARIMA）乘积季节模型在盐城市手足口病发病趋势预测的可行性。方法 利用盐城市2009年1月至2015年12月的手足口病月发病率建立ARIMA乘积季节模型,并对2016年手足口病发病趋势进行预测。结果 盐城市手足口病预测模型为ARIMA（1,0,1）（1,1,0）12,该模型的参数估计具有统计学意义,拟合优度检验统计量最小Normalized BIC=2.997,残差序列检验统计量Ljung-Box=20.692（P0.05）,残差为白噪声,模型能够拟合出手足口病的发病趋势,且实际值都在95%可信区间内,但模型拟合的平均误差率为41.296%,检验模型预测效果的平均误差率为23.998%,模型预测精度高于拟合精度。结论 运用ARIMA乘积季节模型能够对盐城市手足口病发病趋势进行预测和动态分析,对手足口病预防控制产生积极的指导作用。     

基于时间序列模型对上海市某医院医院感染发病率的预测研究

目的 探索可用于预测医院感染发病趋势的最佳时间序列模型,为进一步防控工作提供指导。方法 以上海市某医院2015年1月—2020年12月医院感染发病率数据为基础,采用时间序列方法建立模型,比较指数平滑模型和自回归滑动平均混合模型(ARIMA)的拟合精度,确定最优预测模型,并预测2021年1—12月医院感染发病率,同时对预测效果进行评价。结果 2015—2020年共监测住院患者631 195例,发生医院感染4 200例,总发病率为0.67%。本次研究最终确定Winters可加性指数平滑模型为最优模型(平稳R²=0.762,MAPE=13.430)。应用Winters可加性指数平滑模型预测2021年1—12月医院感染发病率,实际发病率均在预测值的95%CI范围内。结论 Winters可加性指数平滑模型能较好预测该院医院感染发病情况,可用于医院感染的短期预测和早期预警,并为医院决策提供一定的数据支持。     

住院新生儿医院感染分析及其防治

目的了解新生儿患者医院感染相关因素，以制定有效控制措施，减少医院感染的发生。方法采用回顾性调查的方法，对本院新生儿住院患者医院感染相关因素进行分析。结果医院感染部位前三位的是胃肠道感染、呼吸道感染和皮肤感染，其中以胃肠道感染为主，构成比为57，60％。细菌分布以革兰阴性杆菌为主；医院感染率由2001年10月的7．60％开始，逐渐下降至2006年9月的2．45％，线性回归方程为y=358．161-0．466x，r=-0.875（P=0.01），差异系高度显著负相关。结论本院新生儿住院患者医院感染以胃肠道和呼吸道感染多见，医务人员应严格无菌操作，合理使用抗生素，加强医疗护理，有效地控制医院感染的发生。     

某医院神经外科住院患者医院感染预测

摘要 目的 了解医院神经外科住院患者医院感染发病率情况,探讨小波神经网络模型在神经外科医院感染发病率预测中的应用价值。方法 采用小波神经网络模型,对贵州省某三甲医院神经外科2014-2016年住院患者医院感染发病率数据进行2017年度住院患者医院感染预测分析。结果 医院感染发病率实际值与预测值吻合程度较高,平均相对误差为0.4313%。结论 小波神经网络能较好地预测医院神经外科医院感染发病率,可为医院感染的整体监控和管理提供参考依据。     

ARIMA模型在宝鸡市手足口病预警预测中的应用

目的 利用时间序列分析方法动态研究手足口病发病趋势,探讨合理的预测模型,为宝鸡市制定手足口病的预防控制措施提供决策依据。方法 应用时间序列分析方法对宝鸡市2008-2014年手足口病月发病数据进行分析并建立预测模型,对建立的预测模型进行参数估计、模型诊断、模型评价,选择最优预测模型,利用所得到的模型对2015年1-6月的发病情况进行预测,并评价其预测效果。结果 通过参数和模型拟合优度检验以及残差白噪声序列检验,得到模型ARIMA (1,1,1) (0,1,1)12,R2=0.820,标准化的BIC=10.507,Ljung-Box=4.631(P=0.995),2015年1-6月手足口病月发病数预测值和实际值的平均相对误差仅为2.34%,实际值都在95%可信区间内,建立的ARIMA模型的拟合精度和预测效果较为理想。结论 ARIMA模型能较好的模拟宝鸡市手足口病的发病趋势,预测效果可信。     

应用ARIMA模型预测嘉峪关市痢疾发病率的可行性

目的 探讨应用ARIMA模型进行痢疾发病率预测的可行性,为甘肃省嘉峪关市痢疾防治提供参考依据。 方法 应用Eviews 5.0软件对2000-2008年嘉峪关市痢疾发病率进行模型拟合,所得到的模型对2009年1-6月痢疾发病率进行预测,并与实际值进行比较。 结果 ARIMA(2,1,3)(1,1,1)12模型拟合效果总体较好,其对2009年1-6月痢疾发病率预测值符合实际值的变化趋势。 结论 ARIMA模型可以模拟嘉峪关市痢疾的发病率,并能够预测痢疾的变动趋势,为该市痢疾防治提供一定帮助。     

乘积季节性ARIMA模型在重症监护病房医院感染发病率预测中的应用

摘要 目的 研究乘积季节性ARIMA（p,d,q）×（P,D,Q）s模型在重症监护病房医院感染发病率预测中的应用价值。方法通过收集某医院重症监护病房（ICU）医院感染发病率,建立乘积季节性ARIMA（p,d,q）×（P,D,Q）s模型,对重症监护病房医院感染发病率进行预测。结果ARIMA（1,1,1）×（1,1,1）s 能够较好的拟合该院重症监护病房医院感染发病率情况。此模型医院感染发病率实际值与预测值的吻合程度较高,平均相对误差为0.82%。结论ARIMA（1,1,1）×（1,1,1）s 能够较好地拟合该院重症监护病房医院感染发病率情况,可为医院感染的整体监控提供参考依据。     

ARIMA模型在梅毒预测中的应用

目的 构建天津市梅毒月发病率预测的ARIMA模型,为梅毒防控工作提供参考依据。 方法 利用天津市1996 - 2008年梅毒月发病率资料,应用SPSS 15.0统计软件包,拟合构建最佳ARIMA模型。利用2009年梅毒月发病率资料对模型的预测效果进行评价,并对天津市2010年月梅毒发病率进行预测,构建梅毒月发病率预测最佳模型,为今后梅毒预防控制工作提供参考依据。 结果 拟合ARIMA(2,1,0),(0,1,1)模型为天津市梅毒月发病率预测的最佳模型,该模型具有较高的预测精度,预测值与实际值较为接近,且实际值均在预测值的95%可信区间范围内。 结论 ARIMA模型能较好的预测梅毒发病率的变化趋势,为梅毒预防控制措施的制定提供重要依据。