"圆型分布"法在预测传染病发病季节中的应用

传染病是危害人类健康和生命安全的主要疾病之一 ,一旦传播或流行 ,就会对人群构成巨大的威胁 ,而免疫接种是可以控制乃至最终消灭相应传染病的根本措施 ,是促进儿童健康成长的重要保证。实践证明 ,在预防传染病工作中 ,免疫预防是最经济、最方便、最有效的手段。为寻求一种准确快捷的传染病发病预测法 ,以便及时开展预防接种 ,制定防治传染病的卫生政策 ,有效控制传染病的发生与蔓延。我们用“圆型分布”法[1-3 ] 来预测传染病发病季节的时点 ,报告如下。1　资料与方法1.1　资料　准确收集天津市南开区 1981～ 2 0 0 1年 3种传染病登记卡片…     

指数曲线在传染病统计预测工作中的应用

本文报告了我县运用指数曲线预测传染病总发病率资料的情况。     

传染病季节流行现象在预测天津市猩红热疫情中的应用

目的运用季节流行现象(Z-D现象)应用的理论对天津市猩红热疫情进行预测,为控制猩红热暴发流行提供理论依据。方法利用天津市1970—2010年猩红热历史疫情资料,建立猩红热时间序列,进行最佳截取点的月累计百分位数与前兆升降比的相关分析,运用构建的外推模型进行预测研究。结果对最佳截取点的月累计百分位数和流行年前兆升降比的相关分析,得出两者呈负相关(r=-0.465,P<0.01)。回顾性符合率达77.14%,外推性预测符合率为75.00%,显示预测效果较好。结论猩红热的时间序列存在Z-D现象,依据本流行年猩红热的疫情资料,对下一流行年的疫情发生情况作出预测。     

趋势季节法在医院感染预测中的应用

为探讨医院感染(简称NI)随季度变化的规律,描述各季在医院感染中的比例,根据聊城市中心人民医院1993～1996年NI人数的历史资料,运用季度变动趋势,对不同季度的医院感染人次进行了预测,预测结果与实际感染人次基本一致.现介绍如下.1 方法与结果l.l 趋势季节预测法是利用季节趋势的时间数列,建立一条以时间数列中的时间t作自变量,数列值y作因变量的直线趋势方程.利用表1资料求得相关系数r=-0.6078(P<0.01),建立回归方程为y_t=225.6-4.6t,由此求出每一时期的趋势值y_t(表1).季度与季节的概念不同,本文利用趋势季节预测法原理,预测医院各季度感染人数和趋势值.文中季度代替季节概念.     

趋势季节模型预测法在医院统计预测中的应用

本文根据我院１９９３～１９９７年门诊工作量季统计资料，建立趋势季节模型预测１９９８年度１～４季度门诊诊疗人次数。资料来自我院１９９３～１９９７年医院工作季报表（表１）。经审核后在微机上应用趋势季节模型预测法进行汇总和统计分析。表１趋势值与季节指数计算...     

移动平均季节指数法在预测门诊量和出院人数中的运用

运用移动平均季度指数法预测医院的分季度统计指标值,是医院统计预测技术中的一种预测方法。本文对某院近三年的门诊量及出院人数变化进行分析,预测2010年3个季度的门诊量及出院人数。     

趋势季节模型预测法在放射科工作统计预测中的应用

目的通过季节变动因素对放射科工作量趋势影响的分析,来预测该变动对放射科工作量影响。方法应用趋势季节模型预测法以2012-2016年某院放射科工作量,对2017年1-4季的放射科工作量进行预测。结论用趋势季节模型预测法可得到与实际较为接近的预测结果,能为基层医院放射科的现代化管理提供科学依据。     

季节比率法在分析预测精神障碍患者住院季节变化中的应用

目的了解精神障碍患者住院的季节变化规律并进行趋势预测,为合理配置医疗资源和安排医疗活动,保证医院可持续发展服务。方法选取某院近5年入院的精神障碍患者人数资料,运用季节比率法中的“移动平均趋势剔除法”计算季节比率,并采用最小二乘法拟合直线趋势方程进行趋势预测。结果通过分析,发现精神障碍患者的住院规律为,按季春末夏初为最高峰,冬季为最低谷;按月6月为全年最高峰,5月次之,12月为最低谷。结论用季节比率法结合最小二乘法分析并预测精神障碍患者发病住院的规律和变化,消除了长期趋势和不规则因素的影响,因而更加科学和规范,为医院管理和领导决策提供了重要的参考和依据。     

趋势季节模型法在细菌性痢疾发病预测中的应用

应用趋势季节模型预测法对武威铁路分局1997～2002年细菌性痢疾疫情报告资料进行建模拟合,并对2004年细菌性痢疾发病预测值与实际发病率进行比较,现报告如下.     

趋势季节模型法在细菌性痢疾发病预测中的应用

应用趋势季节模型预测法对武威铁路分局1997～2002年细菌性痢疾疫情报告资料进行建模拟合,并对2004年细菌性痢疾发病预测值与实际发病率进行比较,结果如下：     

指数平滑法在流行性腮腺炎预测预警中的应用

目的分析某省2005～2008年流行性腮腺炎(腮腺炎)监测资料,建立指数平滑模型对数据趋势进行预测和预警。方法对某省2005～2008年腮腺炎日报告发病数进行7d移动求和消除数据中"周末效应",用2005～2007年数据进行指数模型拟合,对2008年腮腺炎发病情况进行预测和预警。结果霍尔特-温特斯(Holt-Winters)指数平滑模型,对2008年数据预测趋势与实际发病情况接近,预测效果较好,对突发疫情警示的灵敏度76.92%,特异度83.33%,及时率80%。结论指数平滑法用于传染病趋势预警实际可行,对传染病预防控制有实用意义。     

季节移动平均比率法在门诊量预测中的应用

随着医院管理的深化 ,以统计数据为依据的管理规划和决策在医院管理中的地位愈显突出 ,统计预测就是其中较为重要的一个 ,通过准确、科学的预测 ,可为工作计划的制定提供科学依据 ,避免工作的盲目性和被动性。为了制定门诊工作计划 ,本文采用移动平均比率法对我院门诊量进行了预测 ,现报告如下。 1　资料来源取自我院门诊统计室 1995年 7月至 2 0 0 1年 6月门诊工作量统计台帐 ,见表 1表 1　西京医院 1995— 2 0 0 1年按季统计的门诊人数季节指数计算表年份( 1)季度( 2 )门诊人数TSCE( 3)每四季移动总和 ( 4)每四季度移动平均数( 5 ) =( 4…     

直线趋势季节预测法在医院管理中的应用

目的 分析季节变动因素对医院服务量趋势发展的影响,并以此来预测季节变动对未来医院服务量的影响. 方法 应用直线趋势季节预测法以2002-2007年某医院门诊服务量,对2008年4个季度的门诊服务量进行预测 . 结果 由于疾病流行特征、社会公众消费习惯原因,医院服务量存在季节变动. 结论 直线趋势季节预测法预测医院服务量,在医院管理中起着重要的作用.     

指数平滑法在医院统计预测中的应用

本文选用某医院1986～1995年收容量作为基础资料,利用指数平滑法对其进行分析预测和评估.1 资料来源资料来自某院1986～1995年医院工作年报表(见表1).表1 某医院 1986～1995年收容量年份 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995收容人次(y)13163　15350 14812 14712 15712 16523 17086 17131 17636 178472 分析步骤与结果基于时间序列中不同时期的数据,其所反映的信息重要程度不同(数据的重要程度按时间的远近呈非线性递减),指数平滑法就是给定一个权重系数a计算平滑值,来进行预测的.     

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。     

应用移动平均季节指数法预测门诊量和出院人数

目的通过对门诊量和出院人数的预测，为医院现代化管理提供依据。方法应用移动平均季节指数法预测门诊量和出院人数。结果预测结果与实际情况相符。结论移动平均季节指数法，是利用移动平均法分解时间序列4类变动因子，既消除长期趋势变动又消除循环变动和不规则变动的影响，比较精确地反映季节变动情况的季节指数，在此基础上再进行预测。     

应用折扣最小二乘法结合季节指数预测门诊量

目的 分析过去5年季节因素对医院门诊量的影响力,预测未来季度门诊量.方法 用折扣最小二乘法,拟合门诊量的预测模型,结合季节指数预测门诊量.结果 当折扣系数α＝0.6时,离均差最小,此时的直线方程为Y ′ t＝23 755-372Xt.季节指数分别为0.93、1.07、1.06、0.92.估计2010年第1～4季度门诊量...     

季节指数法和ARIMA模型在感染性腹泻周发病数预测中的应用研究

目的应用季节指数法和差分自回归移动平均模型(autoregressive integrated moving average model,ARIMA)建立传染病周预测模型。方法利用2008-2011年江苏省感染性腹泻周报告发病数资料,运用SPSS软件计算出季节指数、Eviews软件建立ARIMA模型,最后进行预测精度评价。结果江苏省感染性腹泻周发病数的预测模型为:Yt=St.(-0.335 6DYt-2’-0.206 1DYt-3’+0.572 2DYt-4’+0.174 5DYt-5’+μt+0.478 5μt-1-0.197 5μt-2+0.560 8μt-4+Yt-1’),该模型回代分析的平均误差率为12.44%,对2012年各周发病数进行预测也获得了较好的预测效果。结论运用季节指数法和ARIMA模型可以建立传染病的周预测模型,用于疫情的短期预测和动态分析。