时间序列分析法在传染病发病率预测中的应用

目的探讨时间序列分析法在乙类传染病发病率预测中的应用,为制定辖区传染病防控策略提供依据。方法用深圳市宝安区沙井街道2006年1月至2019年12月的乙类传染病月发病率数据,建立自回归移动平均模型(ARIMA)并验证模型的预测效果。结果建立的ARIMA(2,1,1)模型预测效果较好,实际值均在预测值的95%可信区间内,对2020年1~6月乙类传染病发病率的预测值基本符合实际变动趋势。结论ARIMA模型能较好地模拟短期内乙类传染病发病率的变动趋势。

特定关键词百度指数与新型冠状病毒肺炎流行相关性分析

目的分析特定关键词的百度指数与新型冠状病毒肺炎流行的相关性,探讨大数据时代中新发传染病监测的新思路。方法以范围选词法为主,直接选词法为辅,结合国家新冠肺炎诊疗及防控方案,并运用百度指数的拓展功能确定关键词库;选取2020年1月19日至2月29日的数据,分别对每个关键词的百度指数与新冠肺炎发病数进行Spearman相关分析。结果共有25个关键词进入词库,"口罩"、"N95口罩"、"外科口罩和医用口罩的区别"等15个关键词的百度指数与新冠肺炎发病数的相关关系有统计学意义(P<0.01),其中"发热"、"乏力"、"咳嗽"等11个关键词的百度指数序列向前移动若干单位时间后,与新冠肺炎发病数的相关系数达到最大值,相关系数为0.71~0.92。结论"发热"、"乏力"、"咳嗽"等11个关键词作为先行关键词可提前对新冠肺炎的疫情做出反馈,具有一定预测预警的价值。