应用灰色模型GM(1,1)预测上海市甲肝发病率

目的:预测上海地区甲肝的发病趋势.方法:利用上海市甲肝发病资料,应用SAS软件建立灰色模型GM(1,1)来预测本市甲肝的发病率.结果:上海地区甲肝发病率(/10万)的灰色预测模型为:(ˇx)(1)(k+1)=-122.54e-0.1583k+ 148.61,拟合检验显示本模型精度等级为2级,可以应用于预测上海市甲肝未来的发病率.结论:灰色模型拟合和预测的结果显示上海市甲肝发病率保持持续下降的趋势.     

西安市PM2.5浓度季节变化特征及气象影响因素解析

目的 掌握西安市不同季节PM_2.5浓度水平及其与气象因素的关系。方法 收集2016—2018年西安市逐日PM_2.5监测数据和气象数据,依据《环境空气质量标准》(GB 3095—2012)中日均二级浓度限值标准(75 μg/m³),按照不同季节对PM_2.5日均浓度进行分析评价。通过Pearson相关分析不同季节PM_2.5日均浓度与气象影响因素的关系。通过多重线性回归评价不同季节各气象因素对PM_2.5浓度的影响程度。通过二元logistc回归评估不同季节气象因素对PM_2.5浓度超标风险的影响。结果 各季节PM_2.5达标天数占比由高到低依次为夏季(100.00%)＞春季(78.26%)＞秋季(70.33%)＞冬季(32.84%),差异有统计学意义(χ²=308.458,P＜0.001)。各季节PM_2.5浓度中位数由高到低依次为冬季(102 μg/m³)＞秋季(52 μg/m³)＞春季(50 μg/m³)＞夏季(30 μg/m³),差异有统计学意义(χ²=409.326,P＜0.001)。不同季节与PM_2.5日均浓度存在相关关系的气象因素不同。夏季PM_2.5日均浓度同平均温度、最高温度和最低温度呈正相关关系;冬季PM_2.5日均浓度同平均温度、最低温度、平均相对湿度和最小湿度呈正相关关系;其它显著性相关关系均呈负相关关系。多重线性回归方程调整后R²由高到低依次为冬季(0.436)＞秋季(0.272)＞春季(0.241)＞夏季(0.083)。二元logistc回归方程R²由高到低依次为冬季(0.547)＞秋季(0.360)＞春季(0.340)。结论 西安市冬季PM_2.5浓度高于其它季节,不同季节影响PM_2.5浓度的气象因素不同。     

应用灰色系统GM(1,1)模型预测某区出血热发病率

目的应用灰色系统GM(1,1)模型预测某区出血热(epidemic hemorrhagic fever,EHF)发病趋势,为制定针对性的防治管理措施提供依据。方法根据某区2004—2013年的EHF发病率,应用灰色系统理论建立发病率预测模型,进行预测研究。结果求得某区EHF发病率(1/10万)的灰色预测模型为:^Y=-77.217 8 e-0.190 8(t-1)+91.717 8,拟合检验显示本模型拟合精度好(C=0.270.35,P=1),能够较好地预测EHF发病率的趋势。结论预测表明2014—2015年某区EHF年发病率呈下降趋势,应继续强化疫情监测,加大防鼠灭鼠力度,积极推广EHF疫苗接种,进一步巩固防治成果。     

基于ARIMA与GM(1,1)模型的公立医院互联网门诊人次预测研究

目的 了解公立医院互联网门诊人次的变化趋势,为互联网医院的发展规划提供支持。方法 利用某公立医院2021年1月—2023年6月互联网门诊人次数据,分别构建ARIMA模型和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊人次。结果 通过ARIMA(1,2,1)模型和GM(1,1)模型对互联网门诊的复诊人次进行预测,平均绝对误差分别为369.86和978.84,均方根误差分别为479.49和1 444.83;通过ARIMA(0,1,0)模型和GM(1,1)对互联网门诊咨询人次进行预测,平均绝对误差分别为297.23和369.62,均方根误差分别为413.61和496.30,表明ARIMA模型的预测效果较好。预测结果显示,2023年12月互联网门诊的复诊人次预测值为14 831例,咨询人次预测值为7 461例。结论 2021—2023年某公立医院互联网门诊人次呈持续上升趋势。因此,医院应充分认识到互联网医疗服务的重要性,积极采取措施,不断优化医疗服务模式,为患者提供优质、高效、便捷的互联网医疗服务。     

灰色GM(1,1)模型在手足口病发病率预测中的应用

目的预测全国和辽宁省2005—2017年手足口病发病率,为制定防治措施提供参考。方法分别收集全国和辽宁省2005—2017年手足口病发病率数据,用灰色模型GM(1,1)进行预测。结果拟合全国手足口病发病预测方程GM(1,1)为X(k+1)=544.294e~((0.10895k))-543.801,C=0.35,P=1.0,模型精确等级为优秀;拟合辽宁省手足口病发病预测方程GM(1,1)为X(k+1)=953.269e~((0.04488k))-953.257,C=0.32,P=0.972,模型精确等级为优秀。结论灰色模型GM(1,1)能较好地预测全国和辽宁省2005—2017年手足口病发病率趋势,可为手足口病防治决策提供参考。     

GM(1,1)模型在AIDS发病预测中的应用

目的 探讨应用灰色系统GM(1,1)模型预测AIDS发病率的可行性.方法 应用灰色GM(1,1)模型对南宁市2004～2010年艾滋病发病率数据进行拟合,并外推预测.结果 所建模型,拟合精度高(C≈0.0888,P=1),可用于外推预测.结论 GM(1,1)模型可以很好地模拟和预测AIDS发病率在时间序列上的变化趋势,将其应用于AIDS发病预测是可行的.     

GM(1,1)灰色模型在预测住院人次中的应用

目的 预测我院住院病人的变化趋势,为医院管理制定相应的对策提供理论依据.方法 利用GM(1,1)灰色模型对我院住院人次进行拟合和预测变化趋势.结果 根据我院2000～2008年的住院人次建立的灰色模型为:y(t)=17.9e0.0554(t-1)-16.77,模型的平均误差率为3.1%,该模型精度为优(c=0.2842,P=1.0000),预测效果好.结论 GM(1,1)模型拟合效果较为理想,是一种短期内预测精度较高的预测模型.     

基于ARIMA和GM(1,1)模型的互联网肿瘤专科门诊接诊现状预测研究

目的 充分了解互联网肿瘤门诊接诊现状的变化趋势,为互联网医院的发展及管理提供支持。方法 利用某肿瘤专科医院2021年1月—2023年6月互联网门诊接诊数据,分别构建ARIMA和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊接诊比例及互联网门诊人次占线下门诊比例。结果 通过ARIMA(1,1,2)和GM(1,1)模型对互联网门诊接诊比例进行预测,平均绝对误差分别为2.06%和2.41%,均方根误差分别为3.01%和3.17%;通过ARIMA(0,1,1)和GM(1,1)模型对互联网门诊人次占线下门诊比例进行预测,平均绝对误差分别为0.58%和1.08%,均方根误差分别为0.75%和1.31%,表明ARIMA模型的预测效果更好。预测结果显示,2023年12月互联网门诊接诊比例预测值为90.35%,互联网门诊人次占线下门诊比例预测值为16.46%。结论 2021—2023年某肿瘤专科医院互联网接诊比例呈现持续稳定趋势,互联网门诊人次占线下门诊比例呈现持续上升的趋势。因此,医院需建立持续的监测机制,不断调整管理...     

应用灰色系统GM(1,1)模型预测温州市肺结核发病率

目的:预测温州市肺结核发病趋势,为卫生管理部门防控肺结核提供理论依据。方法:根据2005-2012年肺结核发病率,应用灰色系统GM(1,1)建立发病率预测模型,使用2013年数据检验近期预测效果。结果:2014-2016年温州市肺结核发病率分别为47.13/10万,44.21/10万和41.47/10万。结论:2014-2015年温州市肺结核发病率将以平均2.83%的幅度继续下降。应保持投入,控制肺结核。     

ARIMA模型与GM(1,1)模型对兴化市结核病发病数预测效果比较

目的 比较求和自回归滑动平均模型(ARIMA)和灰色模型GM(1,1)对结核病发病数的预测效果。方法 利用兴化市2012—2019年结核病月发病和年发病数,分别构建ARIMA模型和GM(1,1)模型,进行发病数的拟合,采用平均绝对百分误差(MAPE)、平均绝对误差(MAE)和判定系数(R²)评价拟合效果。采用优势模型预测2020—2024年发病数。结果 2012—2019年兴化市共报告结核病5 673例,年均发病率55.88/10万。发病率总体呈逐年下降趋势■,男性年平均发病率(79.09/10万)高于女性(31.75/10万),差异有统计学意义(χ²=1017.707,P<0.001)。构建的ARIMA模型为SARIMA(0,1,1)(0,1,1,)₁₂,GM(1,1)模型为■。平均误差率(MER)、平均绝对误差(MAE)和判定系数(R²),ARIMA模型为5.42%、36.43、0.929,GM模型为4.24%、28.50、0.973。GM(1,1)模型的预测效果较好。利用GM(1,1)预...     

GM(1,1)模型在孕产妇死亡率预测中的应用

目的 探讨应用GM（1,1）灰色预测模型在全国及城市、农村的孕产妇死亡率预测中的可行性,为制订措施降低孕产妇死亡率提供参考。方法 收集全国及城市、农村的2006-2016年孕产妇死亡率数据,建立模型,评价其预测效果并预测。结果 全国及城市、农村的孕产妇死亡率的预测模型分别为x^（1）（k+1）=-544.9e^（-0.07k）+586（C=0.06,P=1.000）、x^（1）（k+1）=-737.7e^（-0.04k）+762.5（C=0.43,P=0.820）、x^（1）（k+1）=-460.5e^（-0.09k）+506（C=0.08,P=1.000）;平均相对误差分别为1.90%、5.31%和2.77%;预测2017-2019年孕产妇死亡率呈持续下降趋势。结论 GM（1,1）灰色预测模型可较好的拟合全国及农村的孕产妇死亡率变化趋势并预测,对城市孕产妇死亡率的拟合效果稍差。预测未来三年全国及城市、农村孕产妇死亡率将持续下降。提示应有针对性的加强管理。     

ARIMA模型和GM（1,1）模型在全国艾滋病发病率预测中的比较研究

目的利用ARIMA模型和GM（1,1）模型对全国艾滋病发病率进行预测并进行效果比较。方法利用1999-2011年全国艾滋病发病率分别建立ARIMA模型和GM（1,1）模型,进行回代拟合,并预测2012和2013年艾滋病发病率。同时,比较2个模型的拟合和预测效果。结果利用ARIMA模型拟合艾滋病发病趋势效果较好,预测2012年和2013年艾滋病发病率分别为1.51/10万、1.49/10万,即未来2年艾滋病发病率将维持在一个较高水平。GM（1,1）模型显示拟合精度为二级,预测2012年和2013年全国艾滋病发病率为2.88/10万和3.70/10万,结果提示,艾滋病发病率呈明显上升趋势。结论 2种预测模型结果存在差异,均显示未来2年我国艾滋病发病率未有减缓之势,有关卫生部门应改进卫生策略与措施,争取控制进而遏止艾滋病流行趋势。     

PM2.5呼吸系统损伤效应机制研究进展

细颗粒物(fine particulate matter, PM_2.5)是重要的空气污染物,PM_2.5通过诱导炎性反应、氧化应激等造成呼吸道损伤。本文综述PM_2.5对慢性呼吸道疾病的影响及损伤机制,并提出干预建议,期望为PM_2.5健康影响相关研究及健康防护提供参考。     

GM(1,1)SSODMM在城市垃圾产生量预测中的应用

分析了成都市2000-2005年的城市垃圾产生量,运用GM(1,1)SSODMM对成都市2006-2013年城市生活垃圾产生量进行了预测,模型预测精度达到一级.并指出该模型可进一步推广应用于南方其他城市的垃圾产生量的预测.     

改进的GM(1,1)模型在肺结核发病率预测中的应用

目的利用改进的GM(1,1)模型,对我国肺结核发病率进行预测。方法选取我国2007—2017年肺结核发病率资料,建立改进的GM(1,1)模型,对其发病率进行拟合和预测。结果对GM(1,1)模型、改进的GM(1,1)模型所得结果相对误差平均值和预测相对误差进行比较,认为改进的GM(1,1)模型拟合和预测精度较高。结论改进的GM(1,1)模型可用于肺结核发病率的预测,精度较高。     

灰色系统GM(1,1)模型在梅毒发病预测研究中的应用

目的探讨应用灰色系统一阶一个变量的微分方程型模型(GM(1,1)模型)预测梅毒发病率的可行性。方法应用灰色GM(1,1)模型对广西南宁市2005~2010年梅毒年发病率数据进行建模拟合,并进行外推预测。结果建立的广西南宁市梅毒年发病率GM(1,1)预测模型,拟合精度高(C≈0.2812,P=1),可用于外推预测。结论灰色系统一阶模型可以很好地模拟和预测梅毒发病率在时间序列上的变化趋势,将其应用于梅毒发病预测是可行的。     

GM（1,1）模型在乙型肝炎发病预测中的应用

目的：预测海宁市乙型肝炎的发病率。方法：采用海宁市2005-2011年乙型肝炎发病资料,建立GM（1,1）模型进行预测。结果：预测模型为^X（0）（k＋1）=443.4131e-0.186 3,经拟合优度检验,后验差C值为0.28,P值为1.00,模型预测精度等级为1级。结论：模型精度检验结果表明模型的精度等级为一级,是一个较好的模型,可以比较精确地反映海宁市乙肝的发展趋势。预测显示,海宁市乙肝的发病率呈下降趋势。     

常州市细菌性痢疾发病趋势灰色模型GM(1,1)预测

目的建立细菌性痢疾灰色预测模型GM(1,1),应用于常州市细菌性痢疾发病趋势的预测。方法根据中国疾病预防控制信息系统中2004-2011年常州市细菌性发病报告资料,建立细菌性痢疾发病灰色预测模型GM(1,1),并对2012-2014年常州市细菌性痢疾发病率进行预测。结果建立的预测模型为x^(1)(k+1)=-302.9891e-0.14632k+358.7827,经拟合检验,后验差比值C为0.153,小概率误差P为1,拟合精度为优秀。利用建立的模型预测常州市2012-2014年细菌性痢疾发病率分别为14.8089/10万、12.7931/10万和11.0518/10万。结论 GM(1,1)模型较好地拟合了常州市细菌性痢疾发病的趋势,预测菌痢发病将继续呈下降趋势,但防控仍不容忽视。     

GM(1,1)模型在我国梅毒发病率预测中的应用

目的 探讨GM(1,1)模型及其新陈代谢模型在我国梅毒发病率预测中的效果,为我国梅毒病情控制提供理论参考。 方法 收集2008－2017年全国梅毒年发病率数据,用R3.4.3软件建立GM(1,1)模型及其新陈代谢模型并预测,比较两类模型的拟合及预测效果。 结果 拟建立的两个GM(1,1)模型及两个新陈代谢模型分别为x⁽¹⁾(k+1)=511.37e^(0.048k)-491.88,x⁽¹⁾(k+1)=1 830.61e^(0.016k) -1 803.75,x⁽¹⁾(k+1)=753.35e^(0.036k)-730.28,x⁽¹⁾(k+1)=922.35e^(0.016k)-895.48。其拟合相对误差为4.38%、0.79%、2.55%、1.96%,预测相对误差为5.46%、5.51%、6.85%、1.48%,模型精度高。 结论 新陈代谢GM(1,1)模型的效果优于普通模型,用监测数据建立GM(1,1)模型优于用预测数据建立模型。