新型冠状病毒肺炎感染的数学建模与控制策略

  目的   针对新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)感染进行数学建模, 预测疫情的发展趋势, 并为该病的防控提供参考。   方法   采用SEIR模型进行数学建模, 收集自2020年01月10日至2020年02月28日中国国家卫健委公布的当前感染人数、治愈人数和死亡人数的数据, 对模型进行参数估计; 并针对模型中不同参数的变化, 预测疾病未来发展趋势。   结果   根据COVID-19传播机制, 建立了SEIR模型, 并基于国家卫健委公布的数据, 通过fmincon和lsqnonlin函数对建立的数学模型进行分阶段拟合, 感染人数和移出人数的相关性分别为99.9%和99.8%, 预测的误差率分别为0.67%和0.89%。   结论   基于中国近一个月来COVID-19发病率数据, 本研究建立了精准度较高的数学模型, 通过数学模型的精确分析和有效预测, 结果提示对潜伏期人群和感染人群进行严格隔离, 同时不断提高患者的移出率, 可有效控制该传染病疫情。     

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。     

河南省新型冠状病毒肺炎疫情传播动力学研究

  目的   通过构建河南省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)早期传播动力学模型, 研究疫情流行趋势, 为疫情防控提供依据。   方法   收集河南省2019年1月21日至2020年2月23日河南省卫生健康委员会公布的疫情数据和河南省统计年鉴中的人口数据, 对COVID-19进行描述性流行病学分析, 采用MATLAB 7.0软件构建传播动力学SEIR模型, 分析河南省COVID-19流行趋势。   结果   截至2020年2月23日河南省累计报告COVID-19确诊病例1 271例, 报告发病率约为1.16/10万; 报告病例集中分布在信阳市、南阳市、郑州市和驻马店市。SEIR模型拟合显示, 河南省COVID-19的基础再生指数R₀平均约为2.41, 防控措施干预使得峰值降低55%, 高峰推迟3天。   结论   河南省COVID-19疫情前期增长较快, 采取防控措施后, 有效再生数逐渐降低, 疫情逐步得到控制。     

ARIMA模型在三门峡市手足口病发病预测中的应用

目的 建立以三门峡市手足口病发病数据为基础的整合滑动平均自回归模型(autoregressive integrated moving average model, ARIMA),并利用该模型对三门峡市手足口病的发病数进行预测。 方法 以三门峡市2008年1月—2017年12月的手足口病月发病数据为基础差分平稳化后经过文献查阅和验证建立最优ARIMA,并对2018年1月—12月的手足口病发病数进行预测,通过与实际值的比较评价预测效果。 结果 三门峡市手足口病发病预测模型为ARIMA(1,1,1)×(0,1,1)₁₂ ,模型各项参数均有统计学意义(P<0.001),拟合优度检验BIC=0.287,残差序列为白噪声序列(P=0.10),拟合效果较好。预测了三门峡市2018年1—12月的手足口发病数,并与实际值进行比较,1—2月预测值与实际值符合度较高。 结论 拟合的三门峡市手足口病发病序列模型ARIMA(1,1,1)×(0,1,1)₁₂效果较好,可用于对三门峡市手足口病发病趋势进行短期预测。     

福建省新型冠状病毒肺炎疫情趋势分析

  目的   分析福建省新型冠状病毒肺炎(COVID-19)疫情趋势和预测时空聚集性, 为风险评估和防控提供参考。   方法   对福建省2020年1月2日―2020年2月18日COVID-19发病数进行时空趋势分析和预测。   结果   福建省2020年1月2日―2020年2月18日COVID-19报告发病数为293例, 无死亡。各时间点累计报告县(区)数(累计报告数)依次为:1月19日22个(35例)、1月26日53个(159例)、2月2日57个(244例)、2月18日61个(293例)。局部空间自相关分析提示, 截至2月18日, 鼓楼、仓山、闽侯、福清等福州县(区)热点性质为高聚集区。截至1月26日, 时空聚集区快速蔓延, 一级和二级聚集区多达7个, 分别以鲤城、涵江、思明、连江、沙县、古田和湄北为中心, 其中以鲤城和思明为中心预测发生于1月27日―2月18日, 期望发病数分别为54和24例。截至2月18日, 时空聚集区减少至2个, 分别以城厢和南安为中心。   结论   泉州、福州、莆田等市的部分县(区)COVID-19时空聚集风险较大, 应重点防控, 但低风险聚集区也不应忽视。     

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。     

应用ARIMA模型对河南省1991-2011年乙型肝炎发病趋势分析

目的 探讨应用ARIMA模型对河南省进行乙肝发病趋势进行预测,为制定防控策略提供科学依据.方法 采用SPSS15.0软件对河南省1991 ～2011年乙型肝炎发病率拟合ARIMA模型进行预测,将预测值与实际值进行比较.结果 确定模型为ARIMA(0,1,1),残差序列为随机序列,预测值和实际值平均相对误差为10.04％,预测2012年乙肝发病率为182.1/10万.结论 ARIMA(0,1,1)模型可以很好拟合乙肝发病趋势,可为乙肝防治提供科学依据.2012年预测结果提示乙肝发病有上升趋势,当地可制定相应防控策略.     

2010-2018年湖北省猩红热流行病学特征及发病趋势预测

  目的   分析猩红热的流行病学特征, 预测其发病趋势, 为猩红热防控策略的制定提供参考依据。   方法   采用Spearman相关分析、聚类分析、季节指数模型和季节ARIMA模型进行分析和预测。   结果   2010-2018年猩红热年均发病率为1.37/10万, 年发病率与年份存在正相关关系(r_s=0.817, P=0.007);4-6月和11-12月为高发月份; 聚类分析具有统计学意义(F=4795.30, P < 0.001), 高发地区为神农架林区、宜昌市、恩施州、武汉市; 报告病例集中在1~14岁, 以学生、幼托儿童和散居儿童为主, 男性发病率高于女性; 拟合的最优模型为自回归积分滑动平均模型(auto-regressive integrated moving average, ARIMA)(0, 1, 1)(0, 1, 0)₁₂, 预测显示2019年月度发病特征与历年一致, 年发病率为10.22/10万(95% CI:2.33/10万~30.43/10万), 较2018年发病水平上升。   结论   2010-2018年湖北省猩红热发病水平整体呈上升趋势; 发病呈双峰特征, 以学生为主要发病群体, 男性高于女性, 发病主要集中在鄂西南等山区和省会城市; ARIMA模型在猩红热发病趋势预测中具有较好的适用性, 2019年发病水平会持续上升, 需结合流行特征加强监测和防控。     

应用ARIMA模型对麻疹发病的预测及分析

目的 应用ARIMA模型对麻疹发病数预测并探讨其可行性,为防控麻疹疫情提供依据。 方法 采用SPSS17.0对乌鲁木齐市2009-2015年麻疹月发病数的资料建立ARIMA模型,并预测2016年麻疹月发病数。 结果 建立模型ARIMA(0,0,1)(1,1,0)₁₂是合适的,且模型检验自相关系数在±0.5之间,预测值与实际值有较高的吻合度。 结论 ARIMA模型能很好的拟合乌鲁木齐市麻疹发病数趋势,预测效果可靠。     

神经外科ICU医院感染ARIMA模型的建立与应用

目的 应用自回归移动平均模型(ARIMA)建立神经外科重症监护室(ICU)医院感染发病率的预测模型,为医院感染防控工作提供参考依据。方法 收集2012年1月-2021年2月上海交通大学医学院附属仁济医院神经外科ICU感染发病率数据,利用2012年1月-2019年12月的数据建立ARIMA模型,选取2020年1月-2021年2月的发病率数据评价模型的预测性能,并进行短期预测。结果 2012年1月-2021年2月神经外科ICU共有12 708例住院患者,总住院天数为52 397 d,医院感染人数为756例,日感染发病率为14.43‰。逐月的日感染发病率时间序列呈下降趋势,且有周期性。根据2012年1月-2019年12月医院发病数据,ARIMA(3,1,1)(1, 1,0)₁₂模型的拟合效果相对较优,2020年1月-2021年2月实际观测值均落在预测值95%可信区间内。利用全部数据重新拟合模型进行预测,结果提示该神经外科ICU的医院感染发病率将保持在较平稳的水平。结论 ARIMA模型对神经外科ICU患者日感染发病率的拟合效果较好,有助于制定医院感染管理相关防控措施。     

基于ARIMA的新冠肺炎疫情前后结核病流行趋势预测与分析

目的 构建ARIMA季节性模型,探讨新型冠状病毒肺炎疫情(简称新冠肺炎疫情)对结核病流行特征的影响,预测上海市宝山区结核病流行趋势。方法 收集上海市宝山区2009—2021年结核病月发病率资料,构建ARIMA季节性模型,验证预测模型效果,分析预测误差的原因。结果 上海市宝山区结核病月发病率模型为ARIMA(2,0,0)(0,1,1)₁₂,BIC值最小,Ljung-Box统计量Q=23.127,P=0.081,残差序列为白噪声。2019年实际月发病率与预测值变化趋势基本一致,且均在预测值95%可信区间内。受新型冠状病毒肺炎疫情影响,近两年观察值与预测值差异较大,2021年2月观察值在拟合值的95%置信区间外。结论 ARIMA(2,0,0)(0,1,1)₁₂模型能较为准确地预测宝山区新冠肺炎疫情前结核病发病趋势,受新冠肺炎疫情影响时,预测结果偏差较大,需要后疫情时代结核病发病数据来重新建模。     

基于干预分析模型的COVID-19疫情对手足口病的影响

目的 利用苏州市某区近年来儿童手足口病(hand, foot and mouth disease, HFMD)发病数据建立预测模型,判断HFMD发病变化趋势,以及推测COVID-19疫情防控对HFMD的影响。方法 根据2009年1月―2019年12月的儿童HFMD监测数据库,利用季节性自回归移动平均(seasonal autoregressive integrated moving average, SARIMA)模型建立HFMD数据预测模型,预测2020年1―10月的发病数,将实际值与预测值进行比较,确定HFMD发病的变化。在最佳SARIMA模型中加入干预变量,确定COVID-19疫情对儿童HFMD发病的影响。结果 与2019年同期儿童HFMD发病情况相比,2020年1―10月发病数均有下降。2020年1―10月儿童HFMD的发病实际趋势与预测趋势差别较大,发病实际值均低于预测值,2020年2―9月的偏离度均超过100%。在SARIMA模型中加入干预变量后分析显示,干预变量的系数为-135.4(P=0.010),说明儿童HFMD的发病例数平均每月减少135例。结论 苏州市某区在202...     

基于求和自回归滑动平均模型的道路交通伤害死亡趋势预测分析

目的分析2014-2018年河北省道路交通伤害死亡情况,探讨求和自回归滑动平均模型(autoregressive integrated moving average model,ARIMA)在道路交通伤害死亡趋势预测中的可行性。方法采用描述流行病学分析2014-2018年河北省道路交通伤害死亡概况,运用R 3.5.3软件对河北省2014年1月―2018年6月道路交通伤害月度死亡资料建立ARIMA预测模型,进行整体回代观察拟合效果,比较2018年7月―12月预测值与真实值,评价预测效果。结果2014-2018年河北省累计报告道路交通伤害死亡人数13147例,男性10071例,女性3076例,年均死亡率为17.79/10万,总体呈现下降趋势。构建的最佳预测模型为ARIMA(0,1,1)(0,1,1)12,赤池信息量准则(Akaike information criterion,AIC)为390.64,Schwaz贝叶斯准则(Schwarz Bayesian criterion,SBC)为395.78;残差序列为白噪声序列(均有P>0.05),模型参数非零(均有P<0.05);预测结果实际值均落在预测值95%置信区间内,预测值与实际值之间的相对误差在1.15%~11.85%之间,RMSE=13.65,MAE=10.88,MAPE=4.80%,模型预测性能良好。结论河北省道路交通伤害死亡水平总体呈逐年下降趋势,ARIMA模型可用于道路交通伤害死亡趋势的短期预测。     

基于ARIMA与NNAR模型的中国食管癌疾病负担预测

  目的  探索中国食管癌疾病负担时间序列特征,并进行预测。   方法  收集1990—2019年中国食管癌发病率、死亡率、伤残调整寿命年(disability adjusted life year, DALY)等疾病负担数据,基于1990—2016年数据建立自回归移动平均(autoregressive integrated moving average, ARIMA)模型、神经网络自回归(neural network autoregression, NNAR)模型,通过平均误差率(modulation error ratio, MER)、平均绝对百分比误差(mean absolute percentage error, MAPE)、平均绝对误差(mean absolute error, MAE)和均方根误差(root mean squared error, RMSE)比较2017—2019年预测数据与实际数据以验证模型预测性能,并预测2020—2024年食管癌疾病负担。   结果  1990—2019年中国食管癌疾病负担整体呈波动上升趋势,发病率上升33.26%,死亡率上升21.26%,DALY率上升6.66%。ARIMA模型与NNAR模型的预测值和实际值动态趋势基本一致,选择其中更优模型预测得到2020—2024年中国食管癌发病率分别为20.375/10万、21.057/10万、21.380/10万、21.341/10万和21.080/10万;死亡率分别为18.834/10万、19.647/10万、20.407/10万、20.889/10万和20.988/10万。DALY率分别为418.192/10万、431.123/10万、442.780/10万、452.376/10万和459.358/10万。   结论  中国食管癌疾病负担在2020—2024年将上升。NNAR模型在拟合中国食管癌疾病负担应用中具有良好预测性能与精度,可为疾病负担短期预测提供借鉴方法。     

安徽省新型冠状病毒肺炎流行病学特征

  目的   对安徽省2020年1月22日-2020年2月15日新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)的流行病学特征进行分析, 为本地区疫情防控提供流行病学依据。   方法   病例资料来源于安徽省及其各地市卫生健康委员会公布的COVID-19疫情公告。运用描述性研究方法统计分析安徽省及各地级市COVID-19在时间、空间、时空以及人群的分布特征。采用Spearman秩相关分析探索日发病率与迁徙指数(迁入数据)的相关性。使用ArcGIS 10.6软件绘制安徽省确诊病例的时空分布地图。   结果   2020年1月22日-2020年2月15日期间, 安徽省累计COVID-19确诊病例数为962例, 累计发病率为1.52/10万; 累计治愈出院人数比例为24.12%;共有6例死亡病例, 粗病死率为0.62%;确诊病例的年龄集中在30~59岁(66.70%), 不同年龄层病例数差异有统计学意义(χ2=247.96, P < 0.001);安徽省16个地市均有COVID-19确诊病例, 其中合肥市(17.57%)、蚌埠市(16.32%)以及阜阳市(15.80%)地区病例数较多; 安徽省日发病率与12 d前迁徙指数(迁入数据)存在正相关关系(r _s=0.74, P < 0.001)。   结论   安徽省各地市均出现COVID-19确诊病例, 截至2月15日, 各地市累计确诊病例仍有增加, 增幅下降, 确诊病例主要集中在合肥市及皖北地区, 各年龄层普遍易感, 30~59岁确诊病例比例最高。各级政府需采取相应的干预措施, 以控制COVID-19的蔓延。     

新型冠状病毒肺炎疫情对重大传染病疫情防控信息采集的启示

完整、准确、及时和开放的数据对重大传染病疫情防控决策的制定至关重要。本文基于突发公共卫生事件应对理论和传染病传播理论, 围绕控制疫情播散、救治在院病例和后勤保障3项核心工作, 系统梳理了重大传染病疫情防控决策中所需关键信息及其在本次新冠肺炎疫情中的采集现状。针对本次疫情防控中暴露出的主要数据采集问题, 提出4条建议:(1)进一步完善现有传染病网络直报系统和突发公共卫生事件报告管理信息系统; (2)尽快全面规范医疗机构临床诊疗信息的采集工作; (3)制定重大传染病疫情决策所需核心信息采集规范、应用平台技术标准和管理架构; (4)尽快推进数据开放和共享, 提高数据的使用。