2020年南宁市流行性腮腺炎ARIMA模型预测研究

目的 建立自回归移动平均模型(auto-regressive integrated moving average,ARIMA)预测南宁市流行性腮腺炎的发病率,为防控流行性腮腺炎提供理论依据。 方法 采用SPSS 23.0软件,使用南宁市2013年1月—2019年6月流行性腮腺炎月发病率建立ARIMA模型,运用2019年7—12月的实际值与预测值进行评估,并预测2020年1—6月的发病率。结果 拟合的ARIMA(1,0,0)(0,1,1)₁₂模型最佳,MAE=0.695,RMSE=1.230,MAPE=23.487,经检验残差序列为白噪声,拟合模型对短期有良好的预测效果。2020年1—6月的预测月发病率分别为9.88/10万、7.62/10万、8.32/10万、9.40/10万、11.91/10万、11.67/10万。 结论 ARIMA模型可用于南宁市流行性腮腺炎发病趋势的短期预测,适宜推广使用。     

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。     

2004—2019年四川省肺结核时空趋势分析

目的 利用四川省2004—2019年肺结核报告发病数构建时间序列ARIMA模型,分析其时空变化趋势,为肺结核的综合防控提供参考依据。 方法 对2004年1月—2019年12月四川省肺结核发病情况进行分析,构建月度发病数ARIMA时间序列模型和年度发病率空间分布专题地图,分析四川地区肺结核时空流行特征及趋势。 结果 四川省2004—2018年肺结核发病持续下降,2019年略有上升,冬春季发病略高;全省疫情以川西人口稀少区域和川东北为主且相对稳定。ARIMA(2,1,1)(1,1,0)₁₂预测2020年肺结核报告发病数略高于2019年发病数。 结论 ARIMA模型能够较好地对四川省肺结核疫情报告发病数进行拟合和短期预测,肺结核疫情呈现的时空分布特征及其趋势能够为肺结核风险评估、重点地区和重点人群筛选等综合防控提供参考依据。     

ARIMA预测模型在甘肃省其他感染性腹泻发病预测中的应用

目的 建立并评价甘肃省其他感染性腹泻发病的ARIMA预测模型。 方法 利用2010—2018年甘肃省其他感染性腹泻的发病数据建立ARIMA预测模型,同时利用2019年发病数据评价模型并对2020年甘肃省其他感染性腹泻发病进行预测。 结果 根据模型拟合效果,模型ARIMA(0,1,1)(1,1,0)₁₂为最优模型。R²=0.741,Ljung-Box检验值为25.944,BIC值为11.060。模型拟合甘肃省其他感染性腹泻的发病趋势与实际发病趋势一致,MAPE=17.297%,预测结果显示2020年甘肃省其他感染性腹泻发病时间分布与往年趋于一致。 结论 ARIMA(0,1,1)(1,1,0)₁₂模型能较好地拟合甘肃省其他感染性腹泻的发病趋势,对该病的预防控制、风险评估等具有一定的公共卫生意义。     

ARIMA乘积季节模型在湖南省HIV感染的应用研究

目的 研究ARIMA乘积季节模型对湖南省HIV感染的适用性,并进行预测。 方法 本文以湖南省2005-2014年HIV月感染数据建立模型,以2015年月数据进行模拟。首先采用差分的方法对序列进行平稳化,然后进行模型识别、定阶,再对模型进行检验并预测未来3年的发病情况。 结果 对时间序列进行自然对数转换,一阶差分和一阶季节差分得到ARIMA乘积季节模型,结果显示ARIMA(1,1,1)(0,1,1)₁₂很好地拟合了HIV的感染情况(R²=0.894)。残差序列经Ljung-Box 检验为白噪声序列,P=0.472。预测结果显示未来3年全省HIV感染人数仍有增长趋势。 结论 利用乘积季节ARIMA模型对湖南省HIV感染拟合效果较好,可以为卫生工作者采取控制措施提供依据。     

ARIMA模型在上海市猩红热发病率预测中的应用

目的 探讨差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型在上海市猩红热月发病率预测的应用。方法 利用ARIMA时间序列模型拟合2004年1月—2017年6月上海市猩红热的月发病率资料,并利用最优模型对2017年7—12月猩红热的月发病率进行预测。结果 最终拟合ARIMA(1,1,0)(0,1,1)₁₂模型,其标准化贝叶斯信息准则值(Bayesian information criterion,BIC)(-2.247)最小,残差经Ljung-Box Q(18)检验为白噪声序列,预测值与实际值基本吻合,相对误差在0.35%~16.74%的范围内。结论 ARIMA模型用于上海市猩红热月发病率的短期预测,可应用于定量风险评估等猩红热疫情的预警预测。     

基于季节性ARIMA模型的新疆肺结核发病预测分析

目的 探讨季节性时间序列模型(autoregressive integrated moving average,ARIMA)在新疆肺结核发病预测中的应用,并验证模型的可行性和适用性。 方法 采用季节性ARIMA(p, d, q )(P, D, Q)_s拟合2005年1月—2019年8月新疆地区肺结核月发病人数,建立多个季节时间序列模型并进行比较,选出最优模型对2019年9—12月肺结核发病人数进行预测。 结果 2005年1月—2019年8月新疆地区肺结核累积发病人数为627 869例,年平均发病人数为3 567例。 新疆地区肺结核月发病数具有季节性,1—5月平均发病数高于平均水平,6—12月平均发病数低于平均水平,发病高峰为1月和3月,发病低谷为9月。通过赤池信息量(Akaike Information Criterion,AIC)和贝叶斯信息量(Bayesian Information Criterion,BIC)最小原则得出,ARIMA(1, 1, 1 )(0, 1, 2)₁₂是最优模型,其残差序列为白噪声,参数的回归系数均具有统计学意义,拟合的平均绝对百分比误差MAPE为8.723%。预测的MAPE为18.674%,真实值均处于预测值的95%置信区间内。 结论 ARIMA(1, 1, 1 )(0, 1, 2)₁₂模型能够较好地拟合新疆肺结核发病数据,并进行短期预测,对新疆卫生防控措施的制定具有一定指导意义。     

2010-2017年枣庄市流行性腮腺炎流行病学特征分析和模型预测

  目的  分析2010-2017年枣庄市流行性腮腺炎流行病学特征,建立模型预测疾病发病趋势,为流行性腮腺炎的科学防控提供参考依据。  方法  运用描述流行病学方法对从《中国疾病预防控制信息系统的传染病报告信息管理系统》中筛选出来的2010-2017年流行性腮腺炎疫情资料进行分析,应用时间序列分析方法科学建模并预测疾病发病趋势。  结果  2010-2017年枣庄市累计报告流行性腮腺炎病例6 353例,年平均报告发病率为19.75/10万,发病率男性高于女性,4~7月、12~次年1月季节指数均大于1,峄城区和市中区发病率较高,3~14岁发病例数占发病总数的76.85%,学生、散居儿童、托幼儿童占发病总数的86.11%;建立时间序列模型为:求和自回归移动平均（autoregressive integrated moving average,ARIMA）模型,即ARIMA（1,0,0）×（0,0,0）₁₂,模型预测平均绝对百分误差为39.99%,模型预测2018年发病数为471例,发病率为11.13/10万。  结论  中小学生和散居儿童是流行性腮腺炎的主要防控人群,流行性腮腺炎模型预测效果良好,可用于流行性腮腺炎发病短期预测和动态分析。     

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。     

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。     

基于ARIMA模型的2020年衡阳市肺结核发病趋势预测

目的 用差分整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型对肺结核发病率进行预测,为人群肺结核的防治以及制定干预措施提供参考依据.方法 收集衡阳市2010年1月—2019年12月肺结核月发病数据,运用SPSS 22.0软件进行数据分析,构建ARIM...     

上城区其他感染性腹泻ARIMA乘积季节模型的建立与预测

目的 建立上城区其他感染性腹泻病求和自回归移动平均(auto-regressive integrated moving average, ARIMA)乘积季节模型，为早期防控提供参考。方法 利用SPSS 25.0软件对上城区2010—2020年其他感染性腹泻病发病数据构建ARIMA乘积季节模型，通过对2021年月发病数进行回代预测评价模型拟合效果，并用构建的模型对2022年月发病数进行预测。结果 上城区2010—2020年共报告其他感染性腹泻病40 534例，年均报告发病数为3 685例，无死亡病例报告。构建的较优模型为ARIMA(2,1,1)(1,1,1)₁₂,平稳R²=0.870,贝叶斯信息准则(Bayesian information criterion, BIC)=9.524,平均绝对百分误差(mean absolute percentage error, MAPE)=27.351,模型Box-Ljung检验差异无统计学意义(Q=10.420,P=0.659)。模型实测发病趋势与预测发病趋势基本一致，预测值和实测值平均相对误差为23....     

2011—2020年呼和浩特市流行性腮腺炎流行特征分析

目的 分析呼和浩特市2011—2020年流行性腮腺炎(流腮)流行病学特征,为制定有针对性防控措施提供参考依据。方法 对呼和浩特市2011—2020年流行性腮腺炎的发病数据进行监测分析,描述其分布及趋势。 呼和浩特市2011—2020年共报告流腮病例6 176例,年均发病率20.60/10万,其中2012年发病率最高为40.17/10万,2020年发病率最低为7.08/10万,2012年和2020年发病率差异有统计学意义(χ2=717.641,P<0.001),10年间流腮发病呈波动下降趋势。流腮发病具有明显季节性,11月至次年1月和4—7月出现2个发病高峰。年龄分布以儿童和青少年为主,占总病例数60.83%。流腮病例最多人群是学生,占总病例数的61.08%。 流腮暴发疫情主要发生在中小学校,应加强儿童入托、入学预防接种证查验和流腮疫苗查漏补种工作,必要时开展6～15岁学生为目标人群的应急接种。     

2017—2021年苏州市流行性腮腺炎流行病学分析

目的 分析苏州市2017—2021年流行性腮腺炎流行病学特征,为进一步制定流行性腮腺炎防治措施提供科学依据。方法 从中国疾病预防控制信息系统收集2017—2021年苏州市报告的流行性腮腺炎临床确诊病例,采用描述性流行病学方法进行分析。结果 2017—2021年苏州市共报告流行性腮腺炎病例6 690例,年平均发病率为8.55/10万。2017—2019年流行性腮腺炎年平均发病率为9.09/10万,2020 —2021年平均发病率较之有所降低,为7.87/10万(χ2=14.07,P＜0.05)。4 —6月以及10 —12月为发病高峰。2017—2021年发病率最高的地区为太仓市,其次为常熟市、吴中区。男性年平均发病率为9.98/10万,高于女性的6.90/10万(χ2=44.08,P＜0.05)。发病人群以学生、幼托儿童、散居儿童为主,分别占报告病例总数的46.08%、35.00%、8.89%。结论 自2020年以后,苏州市流行性腮腺炎发病率有所下降,接种2剂次麻腮风疫苗可有效减少并推迟流腮的发生。     

扩大国家免疫规划前后内江市流行性腮腺炎流行病学特征分析

目的 分析内江市扩大国家免疫规划实施前后流行性腮腺炎流行病学特征,为防控流行性腮腺炎提供科学依据.方法 采用描述流行病学方法,对扩大国家免疫规划实施前后(2004-2010年和2011-2020年),内江市流行性腮腺炎流行病学特征进行分析.结果 扩大国家免疫规划实施前后,年均报告发病率分别为13.05/10万和12.2...     

ARIMA模型和ARIMA-GRNN模型在AIDS发病预测中的应用

目的 探究适用于预测我国艾滋病月发病人数的模型,为艾滋病的预防提供参考。方法 收集2011年1月至2017年12月我国艾滋病月发病报告人数资料,建立自回归移动平均（autoregressive integrated moving average,ARIMA）模型及广义回归神经网络（generalized regression neural network,GRNN）模型与ARIMA模型的联合。用2018年1月至5月艾滋病月发病数评估该模型预测效果。结果 艾滋病月发病数呈明显季节性,拟建立ARIMA（1,1,1）（0,1,1）₁₂模型对我国艾滋病月发病报告数进行预测。建立ARIMA-GRNN模型的光滑因子为0.021。ARIMA-GRNN模型拟合及预测误差均低于ARIMA模型。结论 ARIMA（1,1,1）（0,1,1）₁₂和ARIMA-GRNN模型均能较好地拟合并预测我国艾滋病月发病人数,但联合模型的效果更优。     

ARIMA季节乘积模型在儿童肺炎门急诊人次预测中的应用

目的 探索自回归差分移动平均(autoregressive integrated moving average,ARIMA)季节乘积模型在预测儿童肺炎门急诊人次的应用,为合理利用医疗资源提供科学依据。 方法 收集乌鲁木齐市两家三级甲等医院2011－2016年儿童肺炎逐月门急诊人次数据,使用R 3.4.1软件进行模型的识别、参数估计与检验,建立ARIMA季节乘积模型对2011年1月－2016年6月儿童肺炎逐月门急诊人次进行拟合,并利用2016年7－12月数据计算预测值与实际值的平均预测相对误差来评价预测效果。 结果 ARIMA(0,1,2)(1,1,0)₁₂模型是拟合儿童肺炎门急诊人次的最佳预测模型,平均相对误差为9.82%。 结论 ARIMA 季节乘积模型有较好的拟合和短期预测效果,能为医院合理利用医疗资源提供参考依据。