新陈代谢灰色模型对广东省肺结核报告发病率的预测分析

目的 利用新陈代谢灰色模型预测广东省结核病发病趋势,为制定结核病的防控措施提供依据。 方法 根据广东省2001-2011年肺结核报告发病率数据分别建立常规灰色模型［grey model(1,1),简称GM(1,1)］和新陈代谢灰色模型［简称新陈代谢GM(1,1)模型］。通过短序列与长序列预测结果,比较两种预测精度和准确性,选择最优的模型进行外推预测。模型的预测精度以后验差比值C和小误差概率P表示,精度等级越小越好,精度一级最好,四级不合格。 结果 不同维度的新陈代谢GM(1,1)模型的误差小于相应维度的常规GM(1,1)模型,短序列预测的误差小于长序列。5维新陈代谢GM(1,1) 模型精度检验指标均为一级,后验差比值C和小误差概率P分别为0.14和1。 结论 新陈代谢GM(1,1)模型是处理此类数据较为理想的模型,5维新陈代谢GM(1,1)模型对于广东省肺结核报告发病率的预测具有一定优势。     

灰色模型在新疆维吾尔自治区伊宁市肺结核发病率预测中的应用

目的 通过建立灰色模型拟合肺结核的发病率,对新疆维吾尔自治区伊宁市肺结核的流行趋势进行预测,为当地结核病防控工作提供参考依据。方法 根据2012—2018年新疆维吾尔自治区伊宁市肺结核报告发病资料,应用灰色模型(grey models,简称“GM模型”)拟合肺结核的发病率。2012—2018年伊宁市肺结核发病率依次为:151.56/10万(781/515299)、134.60/10万(721/535668)、146.51/10万(820/559691)、152.00/10万(893/587507)、142.64/10万(782/548241)、177.85/10万(992/558860)、196.81/10万(1124/571122),通过矩阵实验室(Matrix Laboratory,简称“MATLAB”)软件(美国MathWorks公司出品)建立一阶微分方程的GM模型,计算后验差比值C和小误差概率P检验GM(1,1)模型的拟合效果。若C值<0.5且P值>0.8,说明模型拟合效果合格,可以进行外推预测;反之,则对模型进行残差修正。结果 模型拟合效果合格,模型的平均残差为0.195,平均相对误差为4.553%,小误差概率P值为0.83,后验差比值C值为0.43;2019—2021年伊宁市肺结核发病率预测值分别为203.28/10万、218.87/10万、235.66/10万。结论 伊宁市2019—2021年的肺结核发病率可能会以年发病率7.67%的增幅继续增加,应继续加强对结核病的防控工作,降低结核病对人群的危害。     

季节性差分自回归滑动平均模型对肺结核发病情况的预测效果研究

目的:分析季节性差分自回归滑动平均(seasonal auto regressive integrated moving average, SARIMA)模型用于肺结核发病情况预测的准确性。方法:通过“中国疾病预防控制信息系统”子系统“传染病监测系统”收集浙江省湖州市2010年1月至2021年12月肺结核发病数据。利用2010年1月至2020年12月湖州市肺结核月报告数据，分别建立月报告发病数SARIMA模型与发病率SARIMA模型，以2021年1—12月肺结核报告发病数据验证模型，并用平均绝对百分比误差(mean absolute percentage error,MAPE)和均方根误差百分比(relative root mean square error percentage,RMSEP)评价两种模型的预测效果。结果:肺结核月报告发病数SARIMA(0,0,1)(0,1,1)₁₂模型和月报告发病率SARIMA(0,0,1)(1,1,1)₁₂模型为最佳拟合模型。经模型验证，2021年9月湖州市肺结核真实报告发病数(112例)与模型预测发病数...     

我国肺结核月报告死亡病例数的自回归移动平均模型的建立及预测

目的: 分析我国肺结核月报告死亡病例数的变化趋势以建立及确定最佳预测自回归移动平均模型(autoregressive integrated moving average model,ARIMA)。方法: 搜集《疾病监测》杂志发布的2010—2020年全国 (不包括我国港澳台地区,下同)每月报告的肺结核死亡病例数,共计报告21055例。以2010—2018年数据作为建模数据库组成时间序列并拟合ARIMA模型。以2019年和2020年每月报告的实际数据作为验证数据库,对ARIMA模型进行筛选与评价,选择出最佳模型并预测2021年1—12月我国肺结核月报告死亡病例数。 结果: 基于2010—2018年我国肺结核月报告死亡病例数构建模型,经参数评估与整体诊断初步筛选出3个备选模型,即平稳决定系数最大(R²=0.589)的ARIMA(0,1,1)(1,1,0)₁₂模型、均方根误差值最小(RMSE=24.572)的ARIMA(0,1,2)模型和标准化贝叶斯信息准则值最小(NBIC=6.517)的ARIMA(0,1,1)模型。运用备选模型预测2019年和2020年我国肺结核月报告死亡病例数并与实际数据相比较,筛选出最优预测模型为ARIMA(0,1,1),其预测2019年和2020年数据的相对误差分别为6.56%(147/2241)和58.52%(910/1555)。以ARIMA(0,1,1)模型预测2021年1—12月我国肺结核死亡病例数约为2542例,平均月报告死亡病例数为212例。结论: ARIMA模型的短期预测效果较好,可用于预测近期我国肺结核月报告死亡病例数,但在预测远期或受到较大因素影响年份的数据时效果欠佳。     

2014—2018年全国学生肺结核疫情变化趋势及特征分析

目的 分析全国(不包括我国香港、澳门和台湾地区)学生肺结核(结核性胸膜炎除外)疫情变化及特征,为有效控制学生肺结核疫情提供参考。方法 收集2014—2018年《传染病报告信息管理系统定时报表》、《传染病报告信息管理系统实时报卡》、《结核病管理信息系统》和《中国统计年鉴》中有关学生肺结核疫情和人口的数据(注:信息系统中学生肺结核患者数据有动态实时变化,故报表间数据存在差异),分析学生肺结核报告发病的三间分布和就诊延迟情况。全国在校学生总人数2014年为25800万名,2015年为25581万名,2016年为25927万名,2017年为26275万名,2018年为26867万名。结果 2018年全国共报告学生肺结核患者48289例,报告发病率为17.97/10万(48289/26867万),与2014年(13.91/10万,35881/25800万)相比上升了29.19%[(17.97-13.91)/13.91]。每年3、4月份为学生肺结核报告高峰(2014—2018年分别为4506和4521例、4350和4252例、4802和4110例、4695和3810例、5407和4851例);东部地区(11.64/10万,12391/10641万)疫情较低,中部(15.82/10万,13369/8450万)和西部地区(28.97/10万,22529/7776万)疫情较高;2018年各年龄组学生报告发病例数构成比中,高中阶段(16~18岁组)占比最高,为43.90%(21186/48257),其次是大学本专科阶段(19~22岁组),为31.44%(15172/48257)。2018年学生肺结核患者从出现症状至首次到医疗机构就诊的时间间隔中位数(四分位数)为13(3,33)d,与2017年[13(3,34)d]相比,差异无统计学意义(Z=-0.31,P=0.753);2018年就诊延迟率为47.38%(20643/43572)。结论 2014—2018年学生肺结核疫情呈上升趋势,16~18岁为高发年龄段,西部地区疫情偏高;学生仍然是结核病防控的重点人群之一,应深入开展健康教育,提高主动监测能力。     

ARIMA模型的建立及对中国肺结核月报告例数的预测效果研究

目的 建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型,并对全国(不包括我国港澳台地区,下同)肺结核月报告患者例数进行预测效果研究,为肺结核防控措施的制定提供科学参考。方法 通过中国疾病预防控制中心主办的《疾病监测》杂志公布的我国每月甲、乙、丙类传染病疫情动态简介,搜集2006年1月至2019年8月全国肺结核月报告患者例数。采用SPSS 26.0统计学软件,以2006年1月至2018年12月的全国肺结核月报告患者例数为基础建立时间序列,初步识别和定阶ARIMA模型类型;再以满足模型简洁、ARIMA模型各参数[包括自回归法(AR),平均移动法(MA),季节自回归法(SAR),季节移动平均法(SMA)]均有统计学意义(P值均<0.05),以及P>0.05的模型总体检验指标(Ljung-Box Q值)、最大平稳决定系数(R ²)、最小整体模型的标准化贝叶斯信息准则值(NBIC)、最小均方根误差(RMSE)为标准筛选几种ARIMA模型;继而以2019年1—8月报告患者例数作为验证数据,参照预测值相对误差越小模型越优的原则筛选出最小相对误差的模型为最优模型;最后再以该模型预测我国2019年9月至2020年12月肺结核月报告患者例数。结果 根据2006—2018年每年的全国肺结核月报告患者例数为基础建立时间序列,确定需拟合ARIMA(p,d,q)或ARIMA(p,d,q)×(P,D,Q)模型。以Ljung-Box Q值所对应的P值均>0.05、模型简洁、模型各参数均有统计学意义(P值均<0.05)筛选出12个基本模型,然后再以R ²最大的模型[ARIMA(1,0,1)(0,1,1)₁₂,R ²=0.707]、RMSE最小的模型[ARIMA(0,1,2)(0,1,1)₁₂,RMSE=9147.85]、NBIC最小的模型[ARIMA(0,1,1)(0,1,1)₁₂,NBIC=18.355]、Ljung-Box Q值最小的模型[ARIMA(1,1,1)(0,1,1)₁₂,Ljung-Box Q=8.797]作为备用模型,预测2019年1—8月中国肺结核月报告患者例数,并与实际的月报告患者例数进行比较,确定预测平均相对误差最小(0.55%)、MA(1)=0.875(t=19.243,P<0.001)、SMA(1)=0.876(t=7.596,P<0.001)、Ljung-Box Q=9.876(df=16,P=0.873)的ARIMA(0,1,1)(0,1,1)₁₂模型为最优模型。再以该模型预测我国2019年9月至2020年12月肺结核月报告患者例数,其中2020年1—12月患者总计1025863例,平均每月85489例。结论 ARIMA(0,1,1)(0,1,1)₁₂模型对预测中国肺结核月报告患者例数方面效果较好,但应注意模型的建立和预测是个动态变化过程,需不断根据积累的数据进行调整,从而提高预测精度。     

用灰色模型分析荆门市结核病的流行趋势

我国邓聚龙教授于1982年创立了灰色系统理论。灰色系统理论的建模法是运用一定的数学方法使信息不完全明确的系统数据经处理后能得到较明确的、符合实际情况结果的一种新兴数学预测系统。灰色模型GM(1,1)是一种单变量一阶线性模型,对样本含量和概率的分布没有严格要求,拟合程度较高,预测效果好,可以作为疾病监测和预测的有效工具。在模型较稳定和拟合效果满意的条件下,可以利用模型对疾病发病趋势进行预测,掌握疾病的发病趋向,进而为制定和调整防治策略提供科学依据。为了解荆门市结核病的疫情变化趋势,评价现行结核病防治策略的效果及存在的问题,为今后制定防控措施提供数据,笔者运用灰色理论,对荆门市2006-2009年肺结核疫情进行分析,现将结果报告如下。     

全国活动性肺结核报告发病率变动趋势及预测研究

目的 研究全国2009—2018年活动性肺结核报告发病率的变动趋势,并对2019—2022年报告发病率及终止结核病流行状况进行预测。方法 收集全国2009—2020年活动性肺结核报告发病率监测资料,应用Mann-Kendall趋势检验研究全国2009—2018年活动性肺结核报告发病率的变动趋势,并应用灰色模型GM(1,1)对全国活动性肺结核报告发病率进行预测。结果 全国活动性肺结核报告发病率从2009年的81.09/10万下降到2018年的59.27/10万,10年间下降了26.91%,10年间年均递降率为3.42%,总体呈下降趋势(Mann-Kendall趋势检验,Z=-3.940,P<0.001)。灰色模型GM(1,1)拟合结果显示,预测值和实测值平均相对误差为0.8255%,后验差比值C=0.097,小误差概率值P=1,说明拟合精度为优,可以用于外推预测。应用灰色模型GM(1,1)预测全国2019—2022年活动性肺结核报告发病率结果为56.7673/10万、55.1394/10万、53.5581/10万、52.0222/10万。如结核病防控策略维持不变,按照年均递降率为3.42%计算,到2030年全国活动性肺结核报告发病率为39.04/10万,到2035年为32.80/10万。结论 2009—2018年全国活动性肺结核报告发病率总体呈下降趋势,如结核病防控策略维持不变,实现世界卫生组织终止结核病流行策略难度很大。     

基于列线图的利福平敏感肺结核患者不良转归预测模型的构建和验证

目的:构建肺结核患者不良转归预测模型，评价模型预测效果和实用价值，为进一步提高肺结核成功治疗率提供理论依据。方法:回顾性分析福建省2016—2020年登记的利福平敏感活动性肺结核患者治疗转归情况，将所有患者按照1∶1的比例随机分成训练集和验证集，在训练集中采用多因素logistic回归构建不良转归预测模型，采用列线图对预测模型进行展示，分别采用受试者工作特征曲线、校准曲线和决策曲线评价模型区分度、校准度和临床净收益，在验证集中对模型进行内部验证。结果:2016—2020年福建省利福平敏感肺结核患者平均不良转归率为9.15%(6872/75 063)。多因素logistic回归分析显示，女性(OR=0.772,95%CI:0.705～0.845),现住址在厦门市(OR=0.823,95%CI:0.704～0.961)、南平市(OR=0.571,95%CI:0.468～0.699)和宁德市(OR=0.701,95%CI:0.583～0.843)为肺结核不良转归的保护因素；年龄升高(OR=1.028,95%CI:1.025～1.030),职业为公共场所及商业服务(OR=1.496,95%CI...     

应用灰色模型对我国结核病死亡率进行趋势分析及预测

目的 分析近年来全国结核病死亡变化趋势并做出预测,为制定合理有效的结核病防治策略提供参考。方法通过全国疾病监测系统死因监测（DSP）获得的全国2005—2012年结核病死亡率分别为6.58、5.14、4.65、4.15、4.05、3.87、3.39和2.29,2005年调整后的DSP系统,包括全国31个省（自治区、直辖市）（不含港澳台地区）的161个监测点。其中城市监测点64个,农村监测点97个。DSP系统总监测人口8153万,约占全国人口的6%,死因分类参照国际疾病分类标准第10版（ICD-10）。通过世界卫生组织（WHO）全球结核病报告（2012版）获得的全国1990—2010年每隔5年的结核病死亡率分别为19.00、13.00、8.70、5.70和3.80。建立GM（1,1）灰色模型,采用MATLAB 7.0分别处理两种来源的结核病死亡率历史数据,获得全国结核病死亡率趋势模型,经拟合检验确认效果后进行外推,得到未来年份的结核病死亡率预测数据。结果 通过GM（1,1）趋势模型、以两种数据来源的数据为依据进行预测,2015、2020、2025年结核病死亡率分别为2.44/10万、1.62/10万、1.07/10万和2.55/10万、1.71/10 万、1.14/10万。作为对比,通过时间序列模型（指数平滑法）以两种数据来源的数据为依据进行预测,2015、2020、2025年结核病死亡率分别为2.27/10万、1.40/10万、0.86/10万和2.54/10万、1.70/10 万、1.14/10万。结论 利用灰色模型GM（1,1）对我国结核病历史死亡率的拟合效果较好,结果显示在整体外部环境和影响因素不变的情况下,我国结核病死亡率呈稳步下降趋势,有希望完成联合国结核病防治千年发展目标。     

差分自回归移动平均模型与Elman神经网络及其组合模型对北京市肺结核发病预测效果的比较

目的 比较差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型、Elman神经网络及其组合(ARIMA-Elman)模型对北京市肺结核发病趋势的预测效果,探讨最佳预测模型。方法 以2010—2017年北京市肺结核月报告发病例数为数据基础,分别采用ARIMA模型、Elman神经网络及ARIMA-Elman组合模型,预测2018年12个月肺结核报告发病例数,以2018年的实际月报告发病例数验证3种模型的预测效果,评价指标使用平均绝对误差和平均绝对百分误差。结果 ARIMA模型、Elman神经网络和ARIMA-Elman组合模型对北京市肺结核月发病例数的预测相对误差多在±10%以内,分别为8个、8个和9个;此外,ARIMA模型预测结果相对误差在±10%~±20%的有3个,超过±20%的有1个;Elman神经网络预测结果相对误差在±10%~±20%的有2个,超过±20%的有2个;ARIMA-Elman组合模型预测结果相对误差在±10%~±20%的有3个。ARIMA模型、Elman神经网络及ARIMA-Elman组合模型的平均绝对误差分别为44.7(536/12)、47.8(574/12)和43.8(526/12),3种模型的平均绝对百分误差分别为8.7%(1.039/12×100%)、8.2%(0.99/12×100%)和7.9%(0.953/12×100%),ARIMA-Elman组合模型的2个预测评价指标均小于单一ARIMA模型和Elman神经网络。结论 ARIMA-Elman组合模型预测精度更高,对北京地区肺结核发病情况有更加理想的预测效果。     

封闭社区结核病患者接触者结核感染状况预测模型

目的 通过监测封闭社区(强制隔离戒毒所)中结核病患者接触者的结核感染状况,分析影响接触者结核感染的可能因素,并构建感染预测模型。方法 采用结核菌素皮肤试验(TST),对封闭社区中2016年10月至2018年11月确诊的13例结核病患者的所有接触者,每6个月进行一次TST,至2019年7月。依据《WS 288—2017 肺结核诊断》相关标准,有卡介苗接种卡痕者硬结平均直径≥10mm、无卡痕者硬结平均直径≥5mm判断为结核病患者接触者(以下简称“接触者”)结核感染。在考虑场所特征(吸毒时间、戒毒次数、首次入本戒毒所)和不考虑场所特征情况下,分别采用Cox回归、条件logistic回归法对年龄、体质量指数(BMI)值、卡介苗接种史、既往结核病史、肺结核可疑症状、接触程度、接触患者分类因素构建感染预测模型,比较各模型对结核感染预测情况及预测值计算的ROC曲线下面积,寻找最优感染预测模型。结果 研究期间共纳入13例结核病患者,以及合格完成TST的检查对象2062名。接触者首次TST阳性而判断为结核感染者1060例,感染率为51.4%(1060/2062)。在后续2年的结核感染监测中,1002名第一次检查未感染者中有267例(26.6%,267/1002)接触者变为感染,其中173例(64.8%,173/267)是在封闭社区中出现新结核病患者后转变为结核感染;2年中社区接触者结核感染者共1327例,感染率64.4%(1327/2062)。使用logistic回归分析,在考虑场所特征情况下,纳入10个因素建立的封闭社区接触者结核感染预测模型为:结核感染=0.041×年龄+0.373×接触程度+0.046×BMI+0.028×吸毒年限-2.285;在不考虑场所特征情况下,纳入7个因素建立的预测模型为:结核感染=0.050×年龄+0.372×接触程度+0.041×BMI-2.282,ROC曲线下面积分别为0.584(95%CI:0.558~0.609)、0.625(95%CI:0.600~0.650),P值均<0.001;对结核感染预测准确率为93.6%(1242/1327)和94.1%(1249/1327)。使用Cox回归分析,在考虑场所特征情况下,建立的结核感染预测模型为:结核感染=0.020×年龄+0.133×接触程度+0.030×BMI+0.013×吸毒年限,ROC曲线下面积为0.633(95%CI:0.608~0.658),P<0.001;不考虑场所特征,建立的预测模型为:结核感染=0.025×年龄+0.135×接触程度+0.028×BMI,ROC曲线下面积为0.625(95%CI:0.600~0.650),P<0.001。结论 不考虑场所特征情况下,封闭社区结核病患者接触者结核感染预测中要考虑的因素包括年龄、BMI值、接触程度,使用两种建模方法的效果接近;如果考虑场所特征,需考虑的因素要增加吸毒年限。在能获得社区接触者随访时间的情况下,使用Cox回归预测效果更好。本研究对封闭社区接触者结核感染预测准确率较高,但尚不完善,亟需探索更多可能的影响因素。     

Kriging插值在中国结核病分布中的应用

目的应用克里格(Kriging)插值研究中国结核病的空间分布特征,为结核病的防控提供科学依据。方法收集第4次全国结核病流行病学抽样调查资料,建立相关数据库。第4次流调共调查365 097人,发现活动性肺结核病患者1340例,活动性肺结核患病率367.03/10万(1340/365 097)。应用Kriging插值研究中国活动性肺结核患病率的空间分布特征。结果 (1)半变异函数表明,中国活动性肺结核患病率由空间自相关引起的空间变异性中等,C0/(C0+C)=66.14%。(2)中国活动性肺结核患病率的Kriging插值研究,显示出中国活动性肺结核患病率的空间分布不均衡。结论利用Kriging插值等空间分析技术可以通过抽样调查数据对全国活动性肺结核患病率进行总体估计。     

动力学模型在天津市肺结核发病率预测及防控策略效果评估中的应用

目的 通过建立肺结核动力学模型,对天津市肺结核报告发病率进行预测,为优化肺结核防控策略提供科学依据。方法 根据肺结核传播机制,构建肺结核动力学传播模型,计算模型的基本再生数?₀。利用2008—2015年天津市肺结核报告发病率数据,预测天津市肺结核报告发病率变化趋势,并计算2016—2018年肺结核报告发病率的预测值与验证数据的相对误差。通过降低易感者的感染率(β₁、β₂),或降低结核分枝杆菌潜伏感染者到活动性肺结核患者的进展率(κ₁、κ₂),或降低治疗成功者的复发率(ω₁、ω₂),评价不同肺结核防控策略效果。结果 天津市肺结核传播的基本再生数?₀=0.259<1,模型的无病平衡点全局渐进稳定。模型对2016—2018年报告发病率的预测值与验证数据相对误差分别为0.76%、1.30%和-1.54%,预测较准确。模型预测天津市肺结核的报告发病率在2035年时将下降至18.3/10万。保持其他参数取值不变,β₁和β₂下降50%时,预测2035年天津市肺结核报告发病率为17.8/10万;κ₁和κ₂下降50%时,预测2035年天津市肺结核报告发病率为9.86/10万;ω₁和ω₂下降50%时,预测2035年天津市肺结核报告发病率为17.9/10万。结论 应加强对结核分枝杆菌潜伏感染人群的有效管理,否则天津市难以实现世界卫生组织终止结核病战略在2035年的目标(发病率<10/10万)。