基于状态空间的误差–趋势–季节模型在河南省肺结核发病率预测中的应用

目的 探索基于状态空间的误差–趋势–季节（ETSBSS）模型在河南省肺结核（TB）发病预测中的应用。方法 采用时间序列分解法解析2006—2019年河南省TB的趋势和季节组分。将数据分为训练（2006—2018年）和测试集（2019年）,然后使用ETSBSS模型进行拟合和预测,并将模型性能与季节性求和自回归滑动平均混合（SARIMA）模型进行比较。结果 ETSBSS(A,MD,M)和SARIMA(1,0,0)(0,1,0)12模型被选择为预测河南省TB发病的最优模型。两种模型在训练集上拟合的平均绝对百分比误差（MAPE）依次为ETSBSS模型（5.65%）相似文献   

基于移动流行区间法建立重庆市手足口病预警模型

  目的  探讨基于移动流行区间法（MEM）建立重庆市手足口病预警模型的可行性。  方法  收集2013年第1周至2019年第26周重庆市手足口病发病率数据。 通过绘制手足口病周平均发病率流行曲线将手足口病双高峰拆分为春夏季流行季节和秋冬季流行季节。 分别建立春夏季和秋冬季MEM模型,并筛选模型参数δ,采用灵敏度、特异度和约登指数评价模型拟合效果。 利用建立模型预警重庆市各县（市、区）2018/2019年度手足口病流行情况。  结果  2019年第13 — 26周处于春夏季流行季节流行期;2018年第36周至2019年第2周处于秋冬季流行期。 春夏季MEM模型最优参数δ=2.6,灵敏度、特异度和约登指数依次为0.883、0.908和0.791;秋冬季MEM模型最优参数δ=2.4,灵敏度、特异度和约登指数依次为0.805、0.862和0.667。 重庆市大部分县（市、区）手足口病流行水平一致。  结论  将手足口病流行双峰拆分为2个单峰分别建立的MEM模型能准确识别手足口病流行期,可以用于重庆市手足口病的预警。     

2014－2019年河南省水痘报告病例空间分布特征

  目的  分析2014 — 2019年河南省水痘病例时空分布特征,探讨空间聚集区域,为水痘的防控提供科学数据支持。  方法  收集2014 — 2019年中国疾病预防控制中心传染病监测系统河南省的水痘报告病例信息,使用SaTScan、Geoda等软件分析河南省水痘病例的流行病学特征、空间自相关分析和时空聚集分析。  结果  2014 — 2019年河南省通过监测系统共报告水痘病例143 333例,年平均发病率为25.13/10万,发病年龄以青少年为主,全局Moran’s I指数均为正值,分别为0.441、0.392、0.447、0.372、0.335和0.163（P<0.001）,高–高聚集区分布在河南省中部地区。  结论  河南省水痘疫情呈现上升趋势,以河南省中部地区为主,呈现较明显的时空聚集性。     

α-Sutte模型在疫情预测中的应用:基于R软件

  目的  介绍α-Sutte模型的原理、方法,并利用R软件建立α-Sutte模型。 比较α-Sutte模型与乘积季节自回归移动平均模型（SARIMA）拟合及预测效果,为α-Sutte模型在疫情预测中的应用提供参考。  方法  收集2020年1月1日至2021年7月16日印度、美国、意大利、巴西、俄罗斯、南非各国新型冠状病毒肺炎（COVID-19）逐日累计报告病例数。 以首例报告病例时间作为起点,起始日期至2021年6月16日数据作为训练数据,2021年6月17日至2021年7月16日作为测试数据。 利用R语言根据α-Sutte模型计算公式自行编写拟合及预测函数α-Sutte。 训练数据被用于训练α-Sutte模型和SARIMA模型。 建立2个模型预测2021年6月17日至2021年7月16日COVID-19逐日报告病例数。 拟合值与训练数据比较、预测值与测试数据比较评价模型拟合及预测效果。 采用评价指标为平均绝对误差百分比（MAPE）。  结果  印度、美国、意大利、巴西、俄罗斯和南非建立的最优SARIMA模型为SARIMA（5,2,2）、SARIMA（0,2,2）、SARIMA（2,2,2）、SARIMA（3,2,2）、SARIMA（0,2,1）和SARIMA（4,2,3）。 α-Sutte和SARIMA模型在印度、美国、意大利、巴西、俄罗斯、南非6个国家拟合的MAPE分别为1.32%、1.34%、0.89%、1.65%、0.99%、0.99%,以及1.51%、1.59%、0.89%、1.67%、1.03%、1.13%。 α-Sutte和SARIMA模型在6个国家预测的MAPE 分别为0.81%、0.09%、0.13%、1.58%、1.73%、3.77%,以及0.09%、0.09%、0.18%、1.13%、1.83%、3.43%。  结论  α-Sutte模型的原理、建模简单,利用R语言建立的模型拟合及预测精度高,值得在疾病监测领域推广使用。     

2009－2018年西藏自治区手足口病流行特征分析

  目的  了解西藏自治区（西藏）手足口病的流行病学特征和病原学特点，为西藏手足口病的防控提供科学依据。  方法  收集国家疾病监测信息报告管理系统的2009 — 2018年西藏手足口病疫情及其病原学监测数据，进行描述性流行病学分析。  结果  2009 — 2018年西藏累计报告手足口病病例14 500例，年均发病率46.62/10万，重症病例23例，无死亡病例报告；10年间发病率呈隔年高发特征。 报告发病率居前3位为拉萨市（148.17/10万）、林芝市（96.39/10万）和阿里地区（76.89/10万）；发病高峰为春夏季（5 — 7月）和秋季（9月）；男女性别比为1.29∶1；发病年龄高峰集中在1～4岁年龄组，占67.18%；全区发生暴发疫情57起，病例主要分布在托幼机构及小学，占暴发疫情总数的90.18%。 病原体以柯萨奇病毒A组16型（Cox A16）和肠道病毒71型（EV71）为主，分别占44.01%和36.07%。  结论  2009 — 2018年西藏手足口病发病率呈现隔年高发的周期性特点，有明显的地区、季节和人群特征。 西藏手足口病防控应将春夏季和秋季作为重点时段，将学龄前儿童作为重点人群，将城市作为重点地区；提高EV71疫苗接种的宣传，预防重症病例的发生。     

2016－2021年广西壮族自治区手足口病流行特征及时空聚集性分析

  目的   分析2016—2021年广西壮族自治区（广西）手足口病的流行特征及时空变化规律,为手足口病防控提供依据。  方法   手足口病数据来源于中国疾病预防控制信息系统,地理信息数据来源于中国疾病预防控制中心。采用ArcGIS 10.5软件进行可视化制图及空间自相关分析,SaTScan 9.3软件进行时空扫描统计分析。  结果   2016—2021年广西累计报告手足口病发病1 174 847例,发病以5岁以下儿童为主（91.36%）,男女性别发病数比为1.46∶l。 2016—2021年手足口病发病在县（区）级水平存在空间正相关（Moran's I为0.18～0.35,P<0.01）;高–高聚集区主要发生在南宁市、柳州市及其周边县（区）,且与高发病率区域一致。 时空扫描结果显示,发病主要聚集在4—10月;Ⅰ类聚集区分别出现在以南宁市、柳州市、河池市为中心的广西中部地区和以防城港市为中心的广西南部地区;Ⅱ类聚集区多位于广西东部。  结论   广西手足口病发病呈现较明显的时空聚集性,中部和南部地区聚集性高,需重点防控。此外,在疫情高发期也应注重广西东部地区的防控。     

2014－2018年广西柳州市手足口病流行病学特征及病原学监测分析

  目的   分析2014—2018年广西壮族自治区柳州市手足口病的流行病学特征和病原学检测结果,为柳州市手足口病的防控提供依据。  方法  采用描述性和空间流行病学方法分析手足口病的流行病学特征,利用全局和局部空间自相关分析手足口病的空间聚集性,利用趋势面分析手足口病的空间分布趋势,并对各年度的病原学检测结果进行分析。  结果   2014—2018年柳州市手足口病的平均发病率为821.59/10万,主要为0～5岁儿童（95.90%）,以散居儿童居多（64.58%）。 2014—2018年手足口病发病率及重症病例数总体呈下降趋势,其高发季节在4—7月和9—11月。 病原学检测结果显示,2014年主要病原为肠道病毒71型（EV71）和其他肠道病毒,2015和2017年以其他肠道病毒为主（>80%）,2016和2018年以柯萨奇病毒A组16型（Cox A16）为主,其次为其他肠道病毒,EV71占比较低。 手足口病存在高度空间聚集性,热点区域集中在柳州市南部地区,冷点区域集中在融水苗族自治县;高发地区集中在柳南区城区、鱼峰区城区、柳北区城区、城中区、拉堡镇、鹿寨镇、雒容镇、三都镇、进德镇、成团镇、沙塘镇、四排乡和古宜镇。 趋势面分析显示,手足口病发病率总体呈由北向南逐渐升高、东西两边向中间逐渐升高趋势。  结论   柳州市手足口病以<5岁散居儿童多见,有明显夏、秋季的发病高峰和地区聚集性,不同年份主导病原不同,应加强高发地区的危险因素研究,为防控策略的制定和公共卫生资源的优化配置提供科学依据。     

2010－2019年贵州省肺结核时空分布特征分析

  目的   分析2010—2019年贵州省肺结核发病的时空分布特征,探索该省肺结核发病高危地区,为疾病防控工作提供参考依据。  方法   从中国疾病预防控制信息系统结核病管理信息系统中,导出2010—2019年贵州省肺结核患者发病数据,采用ArcGIS 10.2软件构建地理信息数据库和可视化结果,GeoDa 1.14.0软件做空间自相关分析,SaTScan 9.5软件做时空扫描统计分析。  结果   2010—2019年贵州省报告肺结核患者715 985例,年均发病率为143.82/10万（103.24/10万～139.95/10万）,总体呈下降趋势（P=0.006）;肺结核发病具有明显的全局空间正相关性（Moran′s I值在0.15～0.33之间）;高?高发病聚集区主要分布于望谟县、紫云县、贞丰县（P＜0.05）。 贵州省肺结核发病存在时空聚集性分布,扫描出5个聚集区域共覆盖41个县（市、区）,聚集时间均达5年,其中一类聚集区是以绥阳县为中心,覆盖23个县（市、区）,聚集时间为2010—2014年。  结论   2010—2019年贵州省肺结核发病得到一定控制,且存在明显的空间和时空聚集性,望谟县、紫云县、贞丰县、5个时空聚集区域所覆盖的县（市、区）为重点防治区域。     

2005-2019年上海市奉贤区流行性腮腺炎流行病学特征

  目的  分析2005 — 2019年上海市奉贤区流行性腮腺炎流行病学特征,为流行性腮腺炎的免疫防控策略提供科学依据。  方法  通过中国疾病预防控制信息系统,收集2005 — 2019年奉贤区流行性腮腺炎报告病例资料,采用描述性流行病学方法进行分析。  结果  2005 — 2019年奉贤区共报告流行性腮腺炎病例2900例,年平均发病率为19.31/10万,各年发病数、发病率分别为89～438例和8.26/10万～54.78/10万;男性发病率高于女性;发病人群年龄以5～9岁为主;发病高峰在4 — 7月;本地人口病例多于外来人口,无含腮腺炎成分疫苗免疫史或免疫史不详的病例多于有免疫史病例。  结论  2005 — 2019年上海市奉贤区流行性腮腺炎发病呈现总体下降趋势,5～9岁儿童高发;建议加强流行性腮腺炎疫情的监测,重点做好适龄儿童的疫苗接种和疫情防控。     

基于自回归移动平均模型各亚型流行性感冒流行特征与趋势预测

目的 分析我国2010—2019年流行性感冒的流行特征和分布规律,预测各亚型流感发病趋势。方法 采用ARIMA乘积季节模型,对流感数据进行原始序列预处理、模型识别、参数估计和统计建模,预测流感发病趋势。结果 构建流感自回归移动平均模型(ARIMA)乘积季节模型,预测模型为ARIMA(1,2,1)(0,1,1)₁₂,数据信息提取充分(Q=14.257,P>0.05),相对误差约10%;甲型流感预测模型为ARIMA(2,1,1)(0,2,2)₁₂,数据信息提取充分(Q=13.236,P>0.05),预测2018年12月至2019年3月的甲型流感发病率较高,4月开始,发病率迅速下降,与实际情况相似,相对误差控制在10%以内;乙型流感预测模型为ARIMA(1,2,1)(1,0,1)₁₂,数据信息提取充分(Q=9.841,P>0.05),但模型预测2019年乙型流感发病率较低,相对误差较高。结论 流感、甲型流感ARIMA乘积季节模型预测效果较好;乙型流感预测模型数据信息提取充分,但相对误差较高,可能与乙型流感发病...     

SARIMA模型和Holt-Winters指数平滑法在江苏省肺结核发病数预测中的应用

目的 建立季节性差分自回归移动平均（SARIMA）模型和Holt-Winters指数平滑法,对江苏省结核病发病数进行预测,并评价两种方法的准确性,旨在为江苏省肺结核防控提供科学参考。方法 利用2016年1月至2020年12月江苏省肺结核发病数据分别建立SARIMA模型和Holt-Winters指数平滑法模型,以2021年1—12月肺结核发病数验证模型并用均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）评价两种模型的预测效果。结果 拟合最佳的SARIMA模型为（0,1,2）(0,1,0)12, RMSE为229.52, MAE为146.81, MAPE为6.33%,总的相对误差为5.21%。Holt-Winters相加模型的RMSE为206.75,MAE为156.45,MAPE为6.63%,总的相对误差为7.74%。结论 两种模型均能较好的拟合肺结核发病数,SARIMA模型预测效果更佳。     

2016-2019年河北省手足口病流行特征及时空聚集性分析

目的 分析河北省2016—2019年手足口病流行特征和时空分布特征,探讨河北省手足口病发病的重点区域,为制定手足口病防控策略提供科学依据。方法 收集传染病信息网络直报系统报告的手足口病发病资料,对2016—2019年河北省手足口病流行病学特征进行描述性分析;通过空间自相关分析与时空扫描分析相结合的方法探索2016—2019年河北省手足口病的时空分布特征。结果 2016—2019年河北省累计报告手足口病病例179 705例,年均发病率为59.63/10万,发病高峰期主要分布于6—8月。男女发病性别比为1.50∶1,发病主要集中在0～5岁年龄组,散居儿童为主要发病人群,发病率最高的地区主要分布在河北省中部、中南部和东部。空间自相关分析与时空扫描分析结果显示河北省手足口病发病具有时空聚集性,聚集时间主要分布在5—12月,2016—2018年高发病聚集区主要分布在河北省中部和中南部地区,2019年分布在河北省北部地区。结论 河北省手足口病发病有明显季节、人群、地区差异,且存在明显的时空聚集性,中部及中南部地区为手足口病的重点防控地区;发病聚集区在各年间存在变化,对低发病地区的防控同样不可忽视。     

ARIMA乘积季节模型在山西省结核病预测中的应用

目的 应用自回归移动平均（ARIMA）乘积季节模型对山西省2022和2023年结核病发病率进行预测,为结核病防控提供参考依据。方法 收集《中国疾病预防控制信息系统-结核病管理信息系统》2010—2021年山西省结核病月发病率数据,进行模型构建和检验。基于2010—2020年结核病月发病率数据使用R 4.1.0软件构建ARIMA乘积季节模型,并用2021年月发病率检验模型,同时预测山西省2022和2023年结核病流行趋势。结果 2010—2021年山西省共报告结核病患者191 517例,发病率由68.29/10万下降到23.74/10万,总体呈下降趋势。每年的1、2、10月发病率较低,3—6月发病率较高,尤其以冬春交替之际发病率最高。根据2010年1月至2020年12月结核病月发病率拟合出ARIMA(0,1,1)(1,1,1)12模型,该模型的赤迟信息量准则、均方根误差、平均绝对百分比误差和平均绝对误差分别为202.07、0.49、9.19、0.33。通过检验发现该模型的平均绝对百分比误差为11.34%,预测2022年山西省结核病发病率在0.51/10万～2.12/10万,2023年在0...     

2016-2021年云南省大理白族自治州手足口病流行特征及时空聚集性分析

目的 分析2016—2021年云南省大理白族自治州（大理州）手足口病（HFMD）的流行特征及时空聚集性,为该地区HFMD的防控提供科学依据。方法 收集传染病监测系统中网络直报的大理州HFMD的发病资料,对2016—2021年HFMD的流行病学特征进行描述性分析,通过空间自相关分析与时空扫描分析相结合的方法探索大理州HFMD的时空分布特征。结果 2016—2021年大理州累计报告HFMD 32 476例,年均发病率为149.00/10万,多数年份为双峰流行,主高峰在7月,而少数年份为单峰流行,2020年高峰在11月,2021年高峰在1月;男女发病率性别比为1.30∶1;发病年龄主要集中在0～6岁,散居儿童占比最高;高发病率地区逐年变化。全局空间自相关分析显示,大理州仅有2017年的HFMD发病率存在空间正相关性。局部空间相关性显示,2016—2019年大理州HFMD发病率具有局部空间相关性,而2020—2021年不具有。时空扫描分析显示,大理州HFMD发病率具有时空聚集性,主集群在地理空间上均有所变化,其中2018年覆盖范围最大,相对危险度值为5.34,对数似然比值1 452.77,P ...     

基于自回归移动平均模型的浙江省肺结核发病趋势预测

  目的   应用自回归移动平均（ARIMA）模型对浙江省肺结核疫情预测分析,为浙江省肺结核精准化防控工作提供科学依据。   方法   收集2011年1月至2021年8月的浙江省肺结核发病率数据, 基于R软件（4.0.3）利用2011 — 2020年肺结核发病率数据建立ARIMA模型,比较2021年1—8月预测数据和实际数据并选择最优模型。   结果   2011年1月至2020年12月浙江省报告新发肺结核患者总计374 718例,呈逐年下降趋势,每年12月至次年2月发病率较低,3 — 5月相对较高。 确定最优模型为ARIMA（2,1,0）（1,1,2）₁₂,该模型拟合的2021年1 — 8月浙江省肺结核发病率预测值与真实值的平均相对误差为8.87%,赤池信息准则值、贝叶斯信息准则值、均方根误差值和平均绝对百分比误差值分别为95.02、111.05、0.30和4.39。  结论   ARIMA（2,1,0）（1,1,2）₁₂模型能较好地拟合预测浙江省肺结核发病率在时间序列上的变动趋势,但需根据实际情况动态调整,提高预测精度。     

2010-2021年四川省乙型肝炎流行特征分析及发病预测

目的 分析四川省2010—2021年乙型肝炎（乙肝）流行特征,建立自回归移动平均（ARIMA）模型并预测乙肝发病趋势,为四川省乙肝防控提供理论依据。方法 采用描述性流行病学方法分析四川省2010—2021年乙肝流行特征;运用R 4.0.2软件建立ARIMA模型并预测四川省乙肝月发病情况。结果 2010—2021年四川省累计报告乙肝536 017例,年均报告发病率为54.44/10万,整体呈先下降后上升的趋势;急性乙肝发病率呈逐年下降的趋势;无明显季节性发病高峰;凉山彝族自治州、巴中市和甘孜藏族自治州为高发地区;发病人群主要以农民为主（占62.85%）,发病年龄段主要集中在35～54岁（占41.83%）,男女性别比为1.95∶1。ARIMA(0,1,1)(0,1,1)12为最优模型,2022年1—6月的实际发病数均落入模型预测值95%CI内,模型的平均绝对百分比误差为4.86%。结论 四川省乙肝疫苗母婴阻断工作已有效遏制急性乙肝的发病,但总乙肝发病率居高不下;男性、35～54岁年龄组以及农民是乙肝防控重点人群;建立的ARIMA(0,1,1)(0,1,1)12模型能较好地预测四川省乙肝发病...