SARIMA模型和Holt-winters模型在我国丙肝月报告发病人数预测中的应用比较

目的 分析2013-2019年我国丙型病毒性肝炎（丙肝）发病趋势，探讨比较SARIMA模型和Holt-winters模型在我国丙肝发病序列预测中的应用。 方法 基于2013-2018年我国丙肝月发病数据拟合建立SARIMA模型和Holt-winters模型，采用2019年1月-12月发病数据验证两种模型预测效果。 结果 SARIMA模型最优模型为ARIMA(2,1,4)(2,1,2)12，预测平均误差百分比（MAPE）为4.447%，Holt-winters模型最优模型为相加模型，预测平均误差百分比（MAPE）为2.958%。 结论 Holt-winters相加模型预测精度相对较高，可用于我国丙肝发病人数的预测。     

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。     

基于空间数据分析技术的重庆市丙型肝炎发病研究

目的 探讨重庆市丙型肝炎(丙肝)发病的空间分布模式及其影响因素。方法 收集重庆市2010年1月至2014年12月38个区/县的丙肝监测数据,应用GeoDa 1.6.7软件对其分别进行空间自相关分析和空间回归分析。结果 2010-2014年重庆市丙肝报告发病率介于7.3/10万～13.6/10万之间,年均报告发病率10.3/10万。全局Moran''s I分别为0.478、0.503、0.529、0.438和0.406,P值均 <0.05;局域自相关分析得出,2010年重庆市丙肝发病有6个热点区域,2011年有4个热点区域,2012年有7个热点区域,2013年有5个热点区域,2014年有6个热点区域。空间回归分析显示,重庆市丙肝报告发病率与城镇化率(Z=2.126,P=0.033)有关。结论 2010-2014年重庆市丙肝发病整体上呈高度聚集性分布模式。发病热点区域主要分布在经济较发达的都市功能核心区和拓展区,发病冷点区域主要分布在经济欠发达的渝东南生态保护区。城镇化率在空间层面上对丙肝发病具有一定程度的正向影响作用。     

ARIMA模型在预测我国乙肝月报告发病数中的应用

目的 建立适合预测我国乙肝月报告发病人数的自回归移动平均（autoregressive integrated moving average,ARIMA）模型。方法 收集2010年3月~2017年8月我国乙肝月报告发病人数据资料,用Excel 2010建立数据库,用R 3.3.3软件进行模型构建。其中2010年3月~2017年3月数据用于模型建立,2017年4~8月数据用于模型检验。结果 我国乙肝月报告发病数整体呈现下降趋势并于每年2月达到最低值,于3月份迅速上升到高峰值,具有明显季节性和周期性。建立ARIMA（2,1,1）（1,1,1）₁₂模型对我国乙肝月报告发病数进行预测,该模型预测的绝对误差平均值为2 628.55,相对误差最大值为6.16%,最小值为1.29%,平均值为2.61%。结论 基于本研究数据,ARIMA（2,1,1）（1,1,1）₁₂模型能较好地拟合我国乙肝的月报告发病人数,可用于预测。     

指数平滑法与ARIMA模型在湖北省丙型病毒性肝炎发病预测中的应用

目的分析指数平滑法和ARIMA模型对湖北省丙型病毒性肝炎(丙肝)发病率的预测效能。方法选取湖北省2004年1月-2014年12月丙肝发病数据作为指数平滑法和ARIMA模型的建模部分,2015年1-12月丙肝发病数据作为模型验证部分,比较两种模型的拟合和预测效果优劣。结果 2004-2015年湖北省丙肝报告发病率呈现明显上升趋势,ARIMA(0,1,1)×(0,1,1)_(12)模型拟合的均方根误差(RMSE)为0.076,2015年1-12月预测值年平均相对误差为1.67%;运用指数平滑法构建的模型是Winters加法模型,其拟合结果 RMSE为0.086,预测2015年1-12月的年平均相对误差为2.12%。结论 ARIMA模型拟合效果较好,预测精度更高,可应用于丙肝疫情的预测和预警。     

指数平滑法在兰州市围产儿出生缺陷预测中的应用

目的 通过建立时间序列模型分析与预测甘肃省兰州市出生缺陷的发生情况,探索出生缺陷的流行变化趋势,为制定出生缺陷的防控措施提供决策依据。方法 收集2010年1月-2018年12月兰州市出生缺陷监测资料进行基本情况分析,应用时间序列分析方法建模并预测出生缺陷发病趋势。结果 2010-2018年兰州市共报告出生缺陷4297例,出生缺陷发生率整体呈上升趋势;Winters加法指数平滑模型能够较好拟合出生缺陷发生情况,平稳R²为0.621,平均相对误差为11.07%;预测结果显示2019年兰州市1-12月出生缺陷发生率分别为107.98/万、99.53/万、126.76/万、117.76/万、115.98/万、111.87/万、126.42/万、124.20/万、109.09/万、133.53/万、141.20/万、121.76/万,且发病趋势与2018年接近,整体略有降低趋势,峰值与2018年接近。结论 时间序列模型中Winters加法模型对兰州市出生缺陷数据具有较好的预测效果,预测结果提示,与历年相比较,2019年兰州市出生缺陷发病率仍处于较高水平,加强出生缺陷的防控是兰州市近几年公共卫生重点工作。     

基于时间序列模型的兰州市5岁以下儿童死亡预测分析

  目的  分析2010-2018年兰州市5岁以下儿童死亡情况,构建时间序列模型预测2019年兰州市5岁以下儿童死亡趋势。  方法  采用描述流行病学方法综合分析兰州市2010年1月-2018年12月5岁以下儿童死亡情况,利用SPSS 21.0软件构建时间序列分析模型,筛选最佳模型并预测2019年兰州市5岁以下儿童死亡情况。  结果  兰州市2010-2018年共报告5岁以下儿童死亡病例1 650例,男、女报告死亡例数分别为871例和774例,年均死亡率为6.23‰。近几年兰州市5岁以下儿童死亡率总体呈下降趋势;5岁以下儿童死亡以新生儿为主,占65.27%;通过不同模型比较发现简单季节性指数平滑模型为最优模型,该模型较好的拟合了兰州市2010-2018年5岁以下儿童月死亡例数,预测2019年兰州市5岁以下儿童总死亡例数为140例,与2018年的死亡例数相近。  结论  兰州市5岁以下儿童死亡率总体呈逐年下降趋势,简单季节性指数平滑模型可以较好的反映兰州市5岁以下儿童的死亡趋势并进行短期预测。     

神经网络自回归模型在丙肝发病趋势和预测研究中的应用

目的探讨神经网络自回归模型在丙肝发病趋势和预测研究中的应用。方法通过神经网络自回归模型对2004年1月至2015年12月我国全国丙肝发病率进行拟合建模,估计丙肝的发病趋势,并对2016年我国丙肝发病率进行预测,与实际值对比,根据相对误差、平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)对模型的预测效果进行评价。结果神经网络自回归模型能够识别出我国丙肝在过去13年的发病趋势,逐年增长并具有季节性,且相对误差、MAE、MAPE和RMSE均较小,尤其RMSE10%。结论神经网络自回归模型可以运用于丙肝的时间序列数据的分析中,其预测精度较高。     

差分自回归移动平均乘积季节模型预测广州市肺结核发病趋势

目的 探讨应用差分自回归移动平均(autoregressive intergrated moving average,ARI-MA)乘积季节模型预测广州市肺结核月发病数的可行性,为制定防控措施提供参考依据.方法 利用2010年1月至2019年6月广州市肺结核月发病数据建立ARIMA模型,并以2019年7-12月数据对模...     

时间序列分析(自回归求和移动平均模型)在流行性乙型脑炎预测中的应用

目的探讨时间序列分析[自回归求和移动平均(Autoregressive Integrated Moving Average,ARIMA)模型]在流行性乙型脑炎(乙脑)预测中的应用,建立乙脑报告发病数的预测模型,预测2010年乙脑发病趋势。方法使用2003年1月～2009年12月中国疾病监测信息报告系统中的乙脑报告月发病资料,使用SPSS软件专家建模器,考虑季节因素建立ARIMA预测模型,并用所得模型对2010年全国乙脑报告发病数进行预测。结果 ARIMA(0,0,1)(0,1,1)12模型能较好地拟合时间序列,2010年乙脑预测病例数为4579例,高峰仍在7、8月份。结论该ARIMA模型可较好地拟合乙脑发病的时间序列趋势;与2009年比较,预测2010年乙脑报告发病数相对平稳。     

湖南省2010-2015年丙型肝炎发病流行病学特征与短期发病趋势预测

目的 对湖南省丙型病毒性肝炎（丙肝）发病的流行病学特征进行分析并进行短期发病趋势预测。方法 根据传染病报告信息管理系统中报告的2010-2015年湖南省丙肝疫情数据，运用描述性流行病学方法分析其流行病学分布特征，并使用指数平滑法预测2016-2017年湖南省丙肝发病趋势。结果 2010-2015年，湖南省累计报告丙肝病例60 328例，其中男性32 597例，女性27 731例，男女比例为1.18:1。年平均发病率为18.337/10万，发病率呈逐年递增趋势，发病数、发病率的平均增长速度分别为22.39%和20.86%。发病有较明显季节性，表现为春夏季高发，3月为发病高峰。高发地区为怀化市（10 138例，占16.8%），邵阳（7 335例，占12.16%），衡阳（7 016例，11.63%）以及长沙（6 530例，占10.82%）。丙肝发病具有年龄单峰分布特征，从20岁开始发病急剧增高，40~50岁达到顶峰。在不同的职业构成中，农民构成比最高，为50.00%。使用Winters可加性模型预测2016-2017年月平均发病率分别为14.769/10万、13.687/10万，2016-2017年湖南省丙肝发病率较2015年水平将呈现出下降趋势。结论 2010-2015年湖南省丙肝发病呈上升趋势，Winters可加性模型能较好的预测短期湖南省丙肝发病趋势，应结合预测情况与其实际流行病学特征制定防控丙肝策略，合理规划、分配卫生资源。     

自回归移动平均模型在北京市朝阳区手足口病发病预测中的应用

目的通过构建时间序列自回归移动平均模型(autoregressive integrated moving average model,ARIMA),对手足口发病趋势进行预测,探讨该模型在发病预测中的应用。方法从疾病监测信息报告管理系统提取北京市朝阳区2010年1月-2016年12月手足口病月发病数据。建立ARIMA季节乘积模型,对2010年1月-2015年12月的月发病数进行拟合,再以2016年1-12月的月发病数作为验证数据,评价其预测效果。结果通过对模型进行拟合优度及残差序列进行白噪声检验,最后选择了ARIMA(1,0,0)(1,1,0)_(12)为最佳模型。对2016年1-12月发病数进行预测,实际发病数均落入95%CI内,平均相对误差为49.37%。模型中加入2016年1-6月的月实际发病数,预测2016年7-12月的月发病数,平均相对误差为18.12%。结论 ARIMA季节模型可应用于手足口病等具有季节性变动特征的传染病预测。ARIMA模型短期预测手足口病的发病情况精度更高,可通过不断纳入新的实际观测值开展动态分析。ARIMA模型仅为一种数学工具,在实际防控及监测工作中,需要结合专业理论知识及具体情况进行分析。     

丙肝，不得不说的事

前不久,中国医师协会等单位联合公布了在7个城市的丙型肝炎（以下简称丙肝）健康诊疗行动义诊筛查数据,结果显示丙肝病毒抗体阳性率为7．91％。2010年我国丙肝报告发病人数约15万人,相当于平均每3分钟就发现1例。更重要的是,许多患者是因为查体才得知自己患了丙肝,丙肝就像一个披着神秘面纱的魔鬼,悄悄地吞噬着人们的健康。     

2004—2010年商丘市丙肝流行病学分析

目的对2004-2010年商丘市丙型病毒性肝炎疫情分析,为制定有效的防控措施提供依据。方法对全市2004—2010年报告的丙肝病例进行流行病学分析。结果 2004—2010年商丘市共报告丙肝病例4 067例,年均报告发病率为7.23/10万,报告发病率最低年份是2004年(1.11/10万),报告发病率最高的年份为2010年(16.57/10万),发病水平呈逐年上升趋势,职业分布以农民居多,占报告发病总数的62.64%,发病年龄以青壮年为主,占报告发病总数的66.17%。结论医源性传播和性接触传播是丙肝的主要传播途径,加强各级各类医疗机构消毒监测及采供血管理,大力宣传传染病防护知识,是控制丙肝的有效措施。     

BSTS和SARIMA模型在河南省丙肝发病趋势预测中的性能比较研究

目的 探讨河南省丙肝疫情的时间序列特征,比较贝叶斯结构时间序列(BSTS)和季节性差分自回归滑动平均(SARIMA)模型在丙肝发病趋势预测中的性能。方法 收集2013年1月—2022年9月河南省丙肝发病数据,采用普雷斯科特(HP)和相乘季节分解法解析数据的周期和季节模式。使用2013年1月—2021年6月数据分别构建SARIMA和BSTS模型,2021年7月—2022年9月数据测试预测准确性。结果 2013—2022年河南省共报告丙肝267 968例,2月的季节因子最小(0.85),3月和4月的季节因子较大(分别为1.22和1.11)。BSTS模型预测的平均绝对误差(307.65)、平均绝对百分比误差(18.86%)、均方根误差(409.57)、平均误差率(0.17)、均方根百分比误差(0.27)均小于SARIMA模型(分别为469.29、27.80%、532.59、0.26、0.34),敏感性分析结果相似。使用BSTS模型预测2022年10月—2023年12月河南省丙肝发病总数为27 981(95%CI:14 729～41 612)例,月均发病数为1 865(95%CI:982～2 ...     

兰州市2004—2009年丙型病毒性肝炎流行病学特征分析及防制措施

目的分析兰州市丙型病毒性肝炎(简称"丙肝")流行病学特征,提出预防控制措施。方法收集兰州市2004—2009年中国法定传染病报告系统中的丙肝疫情资料,进行描述性流行病学分析。结果兰州市城关区、七里河区报告病例数最多;3月份和7月份分别出现2个小高峰;60岁年龄组(38.56%)和离退休人员(28.72%)报告病例最多;男女性别比为1.24:1。结论兰州市丙肝病例逐年增加,卫生部门要加强以宣传为主的综合防制措施,同时,要加强传染病网络报告丙肝病例的审核和订正工作。     

2006—2016年兰州市职业病报告动态监测分析

目的分析兰州市2006—2016年职业病发病规律和特征,为制定职业病防治政策提供科学依据。方法根据2006年1月1日—2016年12月31日职业病信息网络报告数据,以兰州市确诊的职业病报告病例为分析对象,采用Excel 2010和SPSS 18.0软件进行汇总统计与分析。结果 2006—2016年兰州市共报告新发职业病485例,2010年报告例数最多(128例)呈高峰,近年来仍有上升趋势。报告的职业病中共涉及9大类,以煤工尘肺(39.59%)和矽肺(26.60%)为主,其次为铝尘肺(6.80%)、水泥尘肺(6.39%)和职业性白内障(6.39%)。职业病发病年龄为(25~88)岁,中位数(M)50岁,工龄为<1个月~46年,M为22年。行业分布以煤炭开采及洗选业为主(45.57%)其次为非金属矿采选业和制品业(16.91%)、有色金属冶炼及压延加工业(9.90%)。职业病企业规模分布以大型企业为主(55.05%)。职业病经济类型分布以公有制企业为主(69.90%)。结论兰州市职业病发病仍然存在增长趋势,需要加强对尘肺的防治,防治重点以煤炭开采及洗选业、大小型企业和公有制企业为主。     

辽宁省手足口病疫情季节性ARIMA模型预测效果评价

目的利用时间序列法研究手足口病的发病趋势和流行特征,建立ARIMA乘积季节模型,对2017年7月—2018年12月辽宁省手足口病的月发病疫情情况及流行强度进行预测,为手足口病的预防监测工作提供依据。方法收集辽宁省手足口病2012年1月—2016年12月的月发病报告数,采用Excel 2010建立辽宁省手足口病月报告发病数数据库,应用SPSS 23.0软件进行SARIMA模型的构建,拟合发病情况,对辽宁省手足口病2017年7月—2018年12月发病数进行预测,评价预测效果。结果辽宁省手足口病发病特征以年为流行周期,季节性周期为12个月(s=12)。每年6—9月为该病的发病高峰期。最佳模型为SARIMA(0,1,0)×(1,1,0)_(12)季节性模型,模型残差Ljung-Box Q=18.564,P=0.354,序列为白噪声。预测平均相对误差为0.229,预测效果较好。结论季节性ARIMA模型能较好的拟合辽宁省手足口病的发病流行趋势,能够比较直观准确的反映辽宁省手足口病的疫情发展情况,该模型适用于辽宁省手足口病的短期流行趋势的预测。     

全国伤寒、副伤寒发病的季节趋势模型研究

目的分析全国2006-2010年伤寒、副伤寒报告病例数据,应用季节趋势模型预测2011年的发病例数。方法应用SPSS 15.0和Excel软件拟合2006-2010年全国伤寒、副伤寒逐月报告发病人数的季节趋势模型。结果全国伤寒、副伤寒的发病情况呈逐年下降趋势,应用逐月报告发病人数建立的季节趋势模型差异有统计学意义（F=11.688,P=0.001）,应用模型预测2011年全国伤寒、副伤寒的发病人数为12543例,较上年减少2169例。结论季节趋势模型充分考虑了疾病流行的长期趋势和季节性流行特点,拟合近年全国伤寒、副伤寒发病数据效果较好,可利用模型进行短期预测。     

ARIMA乘积季节模型在流行性腮腺炎发病率预测中的应用

目的构建时间序列分析ARIMA乘积季节性模型,预测武汉市2013年流行性腮腺炎发病趋势,探讨该模型在流行性腮腺炎发病率预测中的应用。方法利用中国疾病监测信息报告系统2005年1月至2012年12月武汉市流行性腮腺炎月发病资料,运用PASWStatistics18．0专家建模器,考虑季节性因素建立ARIMA预测模型,并将所建模型对2013年流行性腮腺炎月发病率进行预测。结果模型残差序列为白噪声,ARIMA（0,1,0）（0,1,1）。：模型构建理想,能较好地拟合时间序列,2013年流行性腮腺炎月发病高峰在5～7月,至11、12月出现次要高峰。结论专家建模器构建乘积季节性模型拟合效果较好,但在实际工作中要充分考虑流行性腮腺炎各项防控措施推行等影响因素,综合分析,为防控工作提出理论与实证建议。