灰色模型GM(1,1)和ARIMA在拟合全国婴儿、5岁以下儿童死亡率中的应用

目的比较分析灰色模型GM(1,1)、ARIMA模型在全国婴儿死亡率(IMR)和5岁以下儿童死亡率(U5MR)拟合过程中的适用性,为儿童保健工作提供科学依据。方法以1991-2012年全国IMR、U5MR为原始资料,统一运用SAS分析软件。采用灰色模型GM(1,1)和ARIMA模型进行拟合分析,分别计算各模型拟合MPE、MAPE值,比较各模型的适用性和精确性。结果婴儿死亡率GM(1,1)和ARIMA模型MPE分别为0.32、1.18,MAPE分别为3.09%、5.34%;5岁以下儿童死亡率GM(1,1)和ARIMA模型MPE分别为0.57、0.89,MAPE分别为3.11%、4.33%。结论 GM(1,1)模型对儿童保健指标拟合效果优于ARIMA模型,模型拟合要充分考虑数据特征。

中国婴儿死亡率影响因素的岭回归分析

目的:寻找中国婴儿死亡率的影响因素,分析人均GDP对婴儿死亡率的影响及其关系转变。方法:将1961~2018年分成6个阶段,以各阶段的婴儿死亡率为因变量、各经济社会指标为自变量,进行阶段性岭回归分析,回归系数t检验差异有统计学意义的自变量为婴儿死亡率的影响因素,判断人均GDP对婴儿死亡率有无影响确定二者关系的转变,比较标准化回归系数绝对值大小判断各自变量对因变量的影响程度。结果:6个阶段的岭回归方程F检验差异均有统计学意义(P 0.05),从1970年起5个阶段的人均GDP、2010~2018年人均当前卫生支出的回归系数t检验差异均有统计学意义(P < 0.05),其他纳入回归方程自变量的回归系数t检验差异均有统计学意义(P < 0.05)。从1961~1970年起6个阶段按标准化回归系数绝对值最大的自变量依次为农业用地、人口密度、中小学女生与男生的入学比例(1980~1990年)、能源使用量、高等院校入学率、中小学女生与男生的入学比例(2010~2018年)。结论:不同阶段婴儿死亡率影响因素各有差别。人均GDP与婴儿死亡率关系确实存在从无影响向有影响的转变。人均GDP并非一直是中国婴儿死亡率的影响因素,且不是首要影响因素。不能放大也不能忽略经济因素的作用。

基于GM(1,1)和ARIMA模型的安徽省孕产妇及儿童死亡率的预测研究

目的构建2022—2025年安徽省孕产妇死亡率(maternal mortality rate,MMR)、婴儿死亡率(infant mortality rate,IMR)、新生儿死亡率(neonatal mortality rate,NMR)及5岁以下儿童死亡率(under 5 mortality rate,U5MR)发展预测模型,预测安徽省4个指标的发展趋势,以期为安徽省“十四五”妇幼卫生规划的落实提供参考依据。方法收集2012—2021年安徽省卫生健康事业发展统计公报的相关数据,利用灰色预测模型GM(1,1)和差分自回归移动平均模型(autoregressive integrated moving average model,ARIMA),对2022—2025年安徽省MMR、IMR、NMR、U5MR进行预测。结果采用ARIMA和GM(1,1)模型对安徽省MMR、IMR、NMR、U5MR预测的平均绝对误差分别为2.021、0.880、0.671、1.131和1.900、0.290、0.150、0.341,平均相对误差分别为0.163、0.188、0.220、0.182和0.154、0.062、0.050、0.055,GM(1,1)预测误差较小。经预测,到2025年安徽省MMR、IMR、NMR、U5MR分别降至5.68/10万、1.57‰、0.82‰及2.23‰。结论运用GM(1,1)模型进行拟合和预测效果较好,2022—2025年安徽省MMR、IMR、NMR、U5MR的预测结果均呈逐年下降趋势。

基于世界银行数据20个低收入国家婴儿死亡率影响因素的岭回归分析

目的:论证低收入国家是否存在人均GDP与婴儿死亡率关系变化的转折,判断人均GDP是否是婴儿死亡率的关键性影响因素,寻找不同阶段婴儿死亡率的影响因素。方法:以20个低收入国家婴儿死亡率及经济社会指标为研究对象,以测算的婴儿死亡率与人均GDP相关分析最小样本量为基础,进行阶段性分组。通过相关分析判断婴儿死亡率与人均GDP从非负相关向负相关的关系转变,再以婴儿死亡率为因变量,各经济社会指标为自变量,分别进行阶段性岭回归分析,进一步判断人均GDP对婴儿死亡率从无积极影响向有积极影响的关系转变。自变量的回归系数t检验差异有统计学意义的自变量为婴儿死亡率的影响因素,比较标准化回归系数绝对值大小判断对婴儿死亡率的影响程度。结果:20个低收入国家婴儿死亡率、人均GDP处于全球低层次水平,婴儿死亡率总体上呈下降趋势,但平均下降量小、下降速度缓慢,人均GDP总体上呈增长趋势,但平均增长量小、增长速度缓慢。在78个阶段中,婴儿死亡率与人均GDP有45个(57.69%)阶段呈不同程度的相关关系、33个(42.31%)阶段无相关关系。尼日尔1981年前1个阶段二者无相关关系,后两个阶段呈负相关系;卢旺达1980年前2个阶段二者无相关关系,后3个阶段呈负相关系。78个阶段的岭回归模型F检验差异均有统计学意义(P 0.05),另外在5个国家的6个阶段中出现了总生育率、城镇人口增长率、谷类产量、农业用地面积、人均居民最终消费支出、CO2排放量等6个自变量的回归系数t检验差异均无统计学意义(P > 0.05),除此之处,其他自变量的回归系数t检验差异均有统计学意义(P 0.05)、一个有统计学意义(P 0.05)、1个阶段有统计学意义(P < 0.05)但标准回归系数为正值,后2个阶段差异有统计学意义(P < 0.05)且标准回归系数为负值。岭回归模型自变量回归系数t检验差异有统计学意义的经济社会因素指标共24个,累积频数为412例次。其中,人口相关因素包括人口密度、总生育率、超百万城市群的人口、人口增长、城镇人口增长率(53.16%);农业相关因素包括农业用地、耕地、农业用地面积、农业增加值、谷类产量(16.50%);环境与能源相关因素包括CO2排放量、一氧化氮排放量、甲烷排放量、通电率、耗电量、能源使用量(13.11%);经济相关因素包括人均GDP、人均居民最终消费支出、人均当前卫生支出、卫生支出占比(10.68%);教育相关因素包括小学生毕业率、中小学女生与男生的入学比例、高等院校入学率(5.10%);卫生相关因素仅感染HIV的成年女性(1.46%)。前十位影响因素依次为人口密度、总生育率、超百万城市群的人口、人均GDP、农业用地、人口增长、城镇人口增长率、耕地、一氧化氮排放量、甲烷排放量(79.37%)。人均GDP在每个阶段的婴儿死亡率第一、第二影响因素中均位居第5,第三影响因素中位居第17,第四影响因素中位居第2,第五影响因素中位居第4。结论:低收入国家婴儿死亡率下降态势不容乐观。人均GDP与婴儿死亡率关系缺乏稳定性,仅尼日尔、卢旺达出现了从无积极影响向有积极影响的关系变化。婴儿死亡率影响因素复杂,人口相关因素占主导位置,农业、环境与能源、经济、教育、卫生等相关因素处于次要位置,人均GDP并不总是婴儿死亡率的影响因素。政府高度重视儿童生存发展,政府主导落实并适时调整防控策略,是取得实效的关键所在。

2011-2021年无锡市梁溪区婴儿死亡因素分析

目的:研究无锡市梁溪区2011年至2021年婴儿死亡率变化趋势、主要死因构成情况,为制定干预政策以降低婴儿死亡率提供实践依据。方法:回顾性分析梁溪区2011年至2021年的婴儿死亡资料,通过线性拟合计算婴儿死亡率的年估计百分比(EAPC)变化,分析婴儿死亡率变化趋势,采用卡方检验分析其年龄、危险因素和死因等分布特征。结果:2011-2021年婴儿死亡率和新生儿死亡率的EAPC均无统计学差异,分别为-0.003%(95%CI为-4.78%~4.39%)和-1.784%(95%CI为-7.96%~4.71%);低出生体质量儿死亡发生率大于非低出生体质量儿(χ~2=1326.559,P<0.05);早产儿死亡发生率大于非早产儿(χ~2=909.733,P<0.05)。比较婴儿死亡7个死因在各年龄组别的死亡率,新生儿窒息(χ~2=45.094,P<0.05)、早产低出生体质量(χ~2=9.955,P<0.05)和RDS(χ~2=26.143,P<0.05)在0-6日龄死亡率最高;意外(χ~2=21.900,P<0.05)在28日-11月龄死亡率最高。结论:2011-2021年梁溪区婴儿死亡率稳定在较低水平,死亡率变化趋势平稳;不同年龄组婴儿死因死亡率存在差异。提示应借鉴发达地区或国家经验,结合中国国情,制定降低婴儿死亡的干预措施。

日本人均GDP与婴儿死亡率关系转变的分析与启示

本文检索世界银行数据库,以1961~2018年日本婴儿死亡率、人均GDP及其他可能的相关影响因素为基础,先进行数据Z-scores标准化,再以相关分析最小样本量为依据进行阶段性分组,通过相关分析寻找人均GDP与婴儿死亡率关系变化的转折,并以婴儿死亡率为因变量、人均GDP和相关影响因素为自变量,构建岭回归模型进行验证。研究发现日本在上世纪九十年代中后期出现了人均GDP与婴儿死亡率关系从有积极影响向无积极影响的转变。认识二者关系所处的位置、判断关系变化的转折点对适时调整防控策略有一定的意义,不可放大也不能忽视人均GDP的作用。

应用ARIMA模型预测广西孕产妇死亡率的可行性研究

目的探讨应用ARIMA时间序列模型预测广西孕产妇死亡率的可行性,为广西继续降低孕产妇死亡率提供理论依据。方法基于2002—2006年广西的逐月孕产妇死亡率,采用非条件最小二乘法估计模型参数,按照残差不相关原则与简洁原则确定模型结构,依据AIC与SBC准则确定模型的拟合优度,建立预测广西孕产妇死亡率的最优ARIMA模型。用所得模型预测广西2007年的孕产妇死亡率,比较预测值与实际值的差异;再以2002—2007年的数据构建模型预测广西2008年的孕产妇死亡率。结果模型ARIMA(2,1,0)(0,1,1)12较好拟合了既往时间段孕产妇死亡率的时间序列,模型自回归参数(AR1=-0.708,AR2=-0.537)与季节滑动平均参数(SMA1=0.511)均有统计学意义(P<0.05),AIC=33.814,SBC=39.364,模型残差为白噪声(P>0.05),模型数学函数式为(1+0.708B)(1+0.537B2)(1-B)(1-B12)Zt=(1-0.511 B12)μt。2007年逐月孕产妇死亡率的预测值符合实际值的变动趋势,2007年孕产妇死亡率与实际值的相对误差率仅为2.08%。预测2008年广西的孕产妇死亡率为21.232/10万。结论ARIMA模型可以较好地拟合孕产妇死亡率的时间变化趋势,并用于预测未来的孕产妇死亡率,是一种短期预测精度较高的预测模型。

中国婴儿1991～2004年死亡率趋势及预测分析

[目的]了解1991～2004年中国婴儿死亡率(IMR)现况及变化趋势,预测中国2005～2007年的IMR水平。[方法]计算IMR的平均增长速度并进行趋势性检验;利用ARIMA模型(自回归移动平均模型)预测中国及城乡2005～2007年的IMR水平。[结果](1)1991～2004年间,中国IMR呈现下降趋势,其中城市、农村IMR平均下降速度分别为3.77%(u=3.9964,P﹤0.001)、5.97%(u=4.7628,P﹤0.001);农村IMR明显高于城市。(2)2005～2007年农村IMR呈明显下降趋势,而城市IMR则保持相对稳定的状态。[结论]中国IMR无论城乡均呈下降趋势,但城乡差异明显,农村IMR仍然较高,与城市相比,农村IMR有更大的下降空间。

中国婴儿死亡率性别比的地域差异

目的文章利用全国第3～5次人口普查资料,描述了1981～2000年中国婴儿死亡率性别比的变化趋势和地域差异。方法利用并结合全国社会、经济和文化等资料对影响婴儿死亡率性别比地域差异的原因进行多因素分析。结果研究结果显示,我国的婴儿死亡率性别比自80年代初开始出现异常(女婴死亡率高于男婴),其严重程度随时间推移不断加剧。全国婴儿死亡率性别比从1981年的1.05,下降到1989年的0.87和2000年的0.72。死亡率性别比异常的省份从1981年的4个增加到1989年的19个和2000年的26个。1981年各省份婴儿死亡率性别比最低为0.87,1989年最低为0.77,2000年最低至0.40。异常程度严重的地区包括安徽、江西、广西、广东、海南等省份。结论在现行的计划生育政策背景下,造成婴儿死亡率性别比地区差异的主要原因是偏好男婴的传统观念在不同地区的差别,其次与不同地区计划生育政策执行力度不同有关,而与不同地区经济水平的关联度较小。

中国1998～2003年婴儿死亡率及其相关因素研究

目的:发现与婴儿死亡相关的因素,为降低婴儿死亡率提供依据。方法:利用第3次国家卫生服务调查的资料,计算全国的婴儿死亡率,并对相关因素进行单因素和多因素分析。结果:1999～2003年婴儿死亡率平均为11.3‰;农村地区的婴儿死亡率差异较大,经济最不发达的4类农村地区的婴儿死亡率最高,达到了25.1‰;对农村地区婴儿死亡影响大的因素包括:婴儿性别、母亲民族与受教育水平、家庭饮用水类型及年人均医疗卫生支出。结论:经济最不发达的4类农村地区应该成为卫生干预的重点对象,应加强健康教育、引入针对性干预项目和普及社会医疗保险。

我国婴儿死亡率影响因素的灰色关联分析

[目的]分析影响婴儿死亡率(infant mortality rate,IMR)水平的主要因素,为进一步降低我国IMR水平提供科学依据。[方法]以全国116个妇幼卫生监测点为调查现场,收集监测点的IMR和社会、经济、教育、交通通信、社会保障、卫生以及人口等社会经济发展指标数据,通过灰色关联分析影响我国及不同地区IMR下降的主要因素。[结果]经济发展较好的地区影响和制约IMR的主要因素是卫生资源的配置、卫生服务的利用和流动人口管理,而经济发展较差的地区主要的制约因素是经济发展状况和居民收入。[结论]影响我国IMR的因素众多,各种因素对不同地区IMR影响的程度、方式、途径都有各自特点。为进一步控制和降低我国的IMR,应抓住各地存在的主要问题,制定具有针对性的政策和措施。

基于径向基函数神经网络的婴儿死亡率预测模型

目的:采用径向基函数神经网络建立预测模型对婴儿死亡率进行预测。方法:采用径向基函数神经网络建立回归模型,并对全国22个省的32个县的婴儿死亡率进行预测。结果:预测值与实际值误差较小。该模型具有较高的预测精度。结论:利用径向基函数神经网络建立预测模型是一个新颖而有发展前途的方法。

中国贫困地区县级婴儿死亡率的多因素多水平分析

目的 对影响婴儿死亡率的因素从宏观水平进行分析 ,从而制定优先的降低婴儿死亡率的措施。方法 运用多因素线性回归的方法 ,从人口学、社会学以及流行病学等方面 ,分析了 1997年中国 5个贫困省的县级的婴儿死亡率、社会人口学和卫生资源等方面的资料。结果 住院分娩率、人均卫生人员数、以及人口密度与婴儿死亡率呈负相关 ;高危妊娠率、人均儿科卫生人员数、年人均收入、以及少数民族人口比例与婴儿死亡率呈正相关。在分析中还发现了一些影响婴儿死亡率的内源性因素和外源性因素。结论 结果提示提倡住院分娩 ,提高住院分娩率 ,加强高危管理 ,加强基层卫生人员的服务水平 ,提高他们的服务能力 ,并对少数民族和边远的地区 ,给予更多的关注和倾斜 ,将有利于降低婴儿死亡率。

中国婴儿死亡率分析

近四十年来,随着社会经济及文化水平的提高,卫生事业的发展,我国城乡婴儿死亡率显著下降,受到国内外有关学者的关注。本文根据我国有关婴儿死亡率的调查统计资料,对我国解放前后婴儿死亡率的变动及其主要死因作了对比分析与评价,为确定当前妇幼保健工作的重点与对策提供参考。

贫困地区乡、村卫生资源对婴儿死亡率的影响

采用云南 2 0个县婴儿死亡及乡村卫生资源等资料 ,应用多元线性回归分析方法 ,研究乡、村两级卫生资源对婴儿死亡的影响。结果表明 ,在每千出生人口中 ,平均的乡妇产科医生数、乡防保组人数、乡卫生院接生人数、平均行政村医疗点数的增加均伴随着婴儿死亡数量的减少 ,呈高度的负相关。说明在贫困农村地区 ,配置配足乡妇产科医生数、乡防保组人数 ,提高住院分娩率是降低婴儿死亡率的一项有效措施。增加村级医疗点 ,加强村卫生室的建设 ,转变村医的服务职能 。

云南省预期寿命与婴儿死亡率的相关性分析

目的: 探讨人群的预期寿命与婴儿死亡率之间的相互关系。方法: 根据云南省第五次人口普查资料以及云南省卫生厅妇幼处、云南省妇幼保健院、云南省建水县妇幼保健院的有关资料进行统计学处理, 计算预期寿命及婴儿死亡率; 并分析有关指标的相关性。结果: 云南省人口平均寿命为 67岁, 其中男性 65. 69岁, 女性 68. 57岁。婴儿死亡率为 62 .68‰, 其中男性 54 .94‰, 女性 71 22‰。人群预期寿命与婴儿死亡率之间存在着高度的负相关关系 (r=-0. 861), 婴儿死亡率降低 10个千分点, 平均寿命可提高近 1岁。结论: 降低婴儿死亡率是提高人群预期寿命的重要措施。

卫生Ⅷ项目地区婴儿死亡率影响因素的多水平分析

目的探索卫生Ⅷ项目地区婴儿死亡率的影响因素。方法利用重复测量的多水平模型分析卫生Ⅷ项目县8年监测资料。结果项目地区婴儿死亡率的影响因素为年份、孕产妇系统管理率、年内四苗接种率和粗出生率,而干预类型、农民人均纯收入等变量对于婴儿死亡率不具统计学意义。结论孕产期保健服务利用水平的提高对降低项目地区婴儿死亡率起了重要作用。

婴儿死亡率指数与儿童死因结构关系的研究

采用婴儿死亡率指数（ＩＭＩ）及可预防性死亡指数（ＰＤＩ）评价儿童死因与死亡率水平。ＰＤＩ为负值时可作为可预防性死亡已基本控制的测量指标。我省１９９１年的调查结果表明：城市ＰＤＩ为负３。７２，揭示在各种死因中，以内源性病因为主，外源性病因基本得到控制。农村ＰＤＩ为正７．４，提示在婴儿死因中，可预防性死亡虽有下降，但与城区比较所占比重仍较大，外源性病因引起的死亡占３６．９７％。

基于支持向量机的婴儿死亡率预测模型

目的 将通常的回归分析方法应用于婴儿死亡率预测 ,结果往往不尽人意。因此 ,本文采用支持向量机回归算法建立预测模型对婴儿死亡率进行预测。方法 采用支持向量机回归算法建立回归模型 ,并对全国 2 2个省的 3 2个县的婴儿死亡率进行预测。并用径向基函数神经网络建立回归模型对同一数据进行预测。结果 预测值与实际值误差较小。该模型具有较高的预测精度。并且 ,支持向量机预测精度高于径向基函数神经网络。结论 利用SVM回归算法建立预测模型是一个新颖而有发展前途的方法。