2013—2022年北京市东城区肺结核报告发病流行特征及发病预测分析

目的:分析2013—2022年北京市东城区肺结核报告发病流行特征和变化规律,运用季节性自回归滑动平均混合模型(seasonal autoregressive integrated moving average,SARIMA)对既往报告发病数建模并预测2023年1—6月报告发病情况,为本区肺结核防控措施提供参考数据。方法:通过“中国疾病预防控制信息系统”子系统“传染病监测系统”获取2013年1月至2023年6月北京市东城区肺结核报告发病数据,分析2013—2022年肺结核报告发病流行特征;使用2013—2022年月报告发病数建立SARIMA模型,并用2023年1—6月报告发病数据进行模型预测和验证。结果:2013—2022年北京市东城区累计报告2505例活动性肺结核患者,年平均报告发病率28.81/10万,报告发病率最高为2013年(38.68/10万,379例),最低为2020年(23.30/10万,185例),总体呈下降趋势(χ_(趋势)^(2)=25.371,P<0.001),年均递降率为5.26%。病原学阳性肺结核检出率最高为2022年(57.74%,97/168),最低为2017年(30.71%,74/241),总体呈逐年上升趋势(χ_(趋势)^(2)=29.945,P<0.001)。男性肺结核年均报告发病率为36.85/10万(1559例),明显高于女性的21.20/10万(946例),男女性别比为1.73∶1,差异有统计学意义(χ^(2)=184.738,P<0.001);20~29岁组(19.88%,498/2505)和离退人员(37.72%,945/2505)患者构成比较高;患者主要集中在永定门外街道(11.38%,285/2505)。季节分析显示,季节指数在0.83~1.09之间,呈周期性波动,流行期主要集中在3—8月和12月。SARIMA(0,1,2)(1,2,1)12模型较好的拟合报告发病趋势(AIC=657.67),预测发病数平均相对误差为-17.72%,预测精确度较高(均方根误差为5.188,平均绝对百分比误差为22.01%)。结论:2013—2022年北京市东城区肺结核报告发病呈稳定下降趋势,以男性、离退人员为主,需注重春夏季节、老年和青壮年人群的结核病防控及宣教工作。SARIMA(0,1,2)(1,2,1)12模型能较好拟合本区肺结核报告发病变化趋势且预测效果良好。

2011-2021年浙江省肺结核发病率预测:基于三体模型和三体预测法

目的研究三体模型和三体预测法在预测肺结核发病趋势中的应用。方法使用浙江省2011—2021年肺结核月度发病率数据,基于三体模型和三体预测法构建预测模型,并评估该预测模型的预测性能。结果基于三体模型和三体预测法获得的预测模型1和预测模型2的平均相对预测误差分别为7.94%、8.43%,而使用自回归移动平均(ARIMA)模型获得的平均相对预测误差为8.87%,以上平均相对预测误差均处于区间(7.9%~8.9%),显示预测模型表现优秀。结论三体模型是表现优秀的时间序列预测模型,三体预测法是表现优秀的时间序列预测方法,具有较高的应用价值。

基于乘积SARIMA模型的肺结核发病率预测

目的应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据。方法应用EViews 7.0.0.1软件对我国2004年1月至2012年12月的肺结核逐月发病率建立乘积SARIMA模型并进行拟合,选取2013年1月至12月肺结核发病率数据评价模型的预测性能。结果建立的SARIMA(2,0,2)×(0,1,1)12模型能较好地拟合既往时间段内肺结核的发病率,对2013年1月至12月肺结核发病率的预测与实际发病率趋势基本吻合,平均误差绝对值为0.416 992,平均误差绝对率为5.350 8%。结论乘积SARIMA模型能较好地模拟和预测肺结核发病率在时间序列上的变动趋势,将其应用于肺结核发病预测是可行的,具有推广应用前景。

GM(1,1)模型在我国肺结核发病率预测中的应用

目的探索肺结核的发病规律,合理预测肺结核的发病率,为卫生部门制定相应的防治策略提供理论依据。方法根据国家卫生部《2007年统计年鉴》中1998—2006年肺结核的发病率资料,采用GM(1,1)模型预测2007—2009年的肺结核发病率。结果建立的GM(1,1)模型精度指标后验差比值C为0.3112,小误差概率P=1,该模型为一级模型,拟合效果较理想。结论预测2007年、2008年、2009年的发病率分别为114.1854/10万、131.4256/10万、151.1748/10万,发病率很高,提示卫生管理部门应加强肺结核的防治工作。

ARIMA模型在涂阳肺结核月发病预测中的应用

目的探讨重庆市涂阳肺结核月发病数随时间的变化规律,为控制和预防肺结核提供科学依据。方法采用SPSS13.0软件对2005～2009年重庆市涂阳肺结核月发病数资料建立ARIMA模型,利用该模型预测2010年1月～12月的涂阳肺结核月发病数,对模型的短期预测及其效果进行初步评价。结果建立的ARIMA(1,1,0)×(0,1,1)12模型是拟合重庆市涂阳肺结核月发病数的合适模型,2005～2009年观测值落在拟合值95%的可信区间内,2010年预测值的平均相对误差为6.31%。结论 ARIMA(1,1,0)×(0,1,1)12模型能很好地预测重庆市涂阳肺结核月发病情况,为控制和预防肺结核提供了可靠依据。

灰色模型在新疆维吾尔自治区伊宁市肺结核发病率预测中的应用

目的通过建立灰色模型拟合肺结核的发病率,对新疆维吾尔自治区伊宁市肺结核的流行趋势进行预测,为当地结核病防控工作提供参考依据.方法根据20122018年新疆维吾尔自治区伊宁市肺结核报告发病资料,应用灰色模型(grey models,简称“GM模型”)拟合肺结核的发病率.20122018年伊宁市肺结核发病率依次为:151.56/10万(781/515299)、134.60/10万(721/535668)、146.51/10万(820/559691)、152.00/10万(893/587507)、142.64/10万(782/548241)、177.85/10万(992/558860)、196.81/10万(1124/571122),通过矩阵实验室(Matrix Laboratory,简称“MATLAB”)软件(美国MathWorks公司出品)建立一阶微分方程的GM模型,计算后验差比值C和小误差概率P检验GM(1,1)模型的拟合效果.若C值<0.5且P值>0.8,说明模型拟合效果合格,可以进行外推预测;反之,则对模型进行残差修正.结果模型拟合效果合格,模型的平均残差为0.195,平均相对误差为4.553%,小误差概率P值为0.83,后验差比值C值为0.43;2019-2021年伊宁市肺结核发病率预测值分别为203.28/10万、218.87/10万、235.66/10万.结论伊宁市2019-2021年的肺结核发病率可能会以年发病率7.67%的增幅继续增加,应继续加强对结核病的防控工作,降低结核病对人群的危害.

新陈代谢灰色模型对广东省肺结核报告发病率的预测分析

目的利用新陈代谢灰色模型预测广东省结核病发病趋势,为制定结核病的防控措施提供依据。方法根据广东省2001—2011年肺结核报告发病率数据分别建立常规灰色模型[grey model(1,1),简称GM(1,1)]和新陈代谢灰色模型[简称新陈代谢GM(1,1)模型]。通过短序列与长序列预测结果,比较两种预测精度和准确性,选择最优的模型进行外推预测。模型的预测精度以后验差比值C和小误差概率P表示,精度等级越小越好,精度一级最好,四级不合格。结果不同维度的新陈代谢GM(1,1)模型的误差小于相应维度的常规GM(1,1)模型,短序列预测的误差小于长序列。5维新陈代谢GM(1,1)模型精度检验指标均为一级,后验差比值C和小误差概率P分别为0.14和1。结论新陈代谢GM(1,1)模型是处理此类数据较为理想的模型,5维新陈代谢GM(1,1)模型对于广东省肺结核报告发病率的预测具有一定优势。

SARIMA-SVM组合模型在肺结核发病率预测中的应用

利用2004-2015年甘肃省肺结核逐月发病疫情资料,论文构建了SARIMASVM组合模型,并将其应用于肺结核发病率的预测.根据数据特征组合模型的构建采用串联方式,进而利用均方误差(MSE)、平均绝对百分误差(MAPE)等指标评价所建模型的内插拟合效果,以比较单一SARIMA模型与SARIMA-SVM组合模型在肺结核发病率预测中的精度.结果表明:SARIMA-SVM组合预测模型能有效提高模型的预测精度,其预测效果优于单一SARIMA模型,具有较强的实用性与泛化能力.基于此组合模型,论文就甘肃省肺结核发病率做出外推预测,以期为管理与控制甘肃省肺结核疾病提供科学定量依据.

我国肺结核发病率的发展动向及预测研究

目的:揭示我国肺结核发病率的发展方向,为预防工作的顺利开展提供事前预测工具。方法:本文采用灰色GM(1,1)模型及其改进形式对过去十年我国肺结核发病率的统计数据加以分析处理,得到最优灰色模型,并通过该模型对我国未来几年肺结核发病率情况作出预测。结果:通过该最优模型对我国未来几年肺结核发病率的预测可知,若按照目前这种形势发展下,我国肺结核发病率将逐年升高,且在2013年将突破100/10万人次结论:肺结核发病率在我国有上升的趋势,若不加以控制,将威胁整个民族的健康,加强基础卫生医疗设施的建设,完善医保体制改革,做到早发现、早治疗仍是我国未来几年控制肺结核的重点工作。

自回归求和移动平均季节乘积模型在结核病发病率预测中的应用

目的探讨自回归求和移动平均(autoregressive integrated moving average,ARIMA)季节乘积模型在季节性时间序列资料分析中的应用,建立结核病发病率的预测模型。方法利用重庆市结核病防治所登记的某区1993至2004年结核病新发病例数及该区各年的平均人口数,采用条件最小二乘法估计模型参数,按照残差不相关原则、简洁原则确定模型的结构,依据 Akaike 信息准则(Akaike's information criterion,AIC)与 Schwartz 的贝叶斯信息准则(Bayesian information criterion,BIC)确定模型的阶数,建立结核病发病率 ARIMA 季节乘积预测模型。结果非季节和季节移动平均参数分别为0.84076和0.46602,t 检验的 P 值均小于0.05,有统计学意义,方差估计值为0.088589,AIC=19.75979,SBC=23.28219,显示模型提取序列中几乎所有的样本相关信息。对模型进行残差白噪声分析,x^2检验统计量的 P 值均大于0.05,表明 ARIMA(0,1,1)(0,1,1)_4NOINT 模型是有效的。结论 ARIMA(0,1,1)(0,1,1)_4NOINT 模型是一种短期内预测精度较高的结核病发病率预测模型。

灰色模型在新疆生产建设兵团结核病流行趋势预测中的应用

目的通过灰色模型预测新疆生产建设兵团(以下简称"兵团")地区肺结核报告发病趋势,为制定结核病的防控措施提供依据。方法根据2005—2016年兵团肺结核报告发病率资料,采用一个变量的一阶微分方程GM(1,1)模型,做矩阵运算,以进行预测。通过Excel和MATLAB计算机软件建立数学模型进行预测。结果 2016—2018年预测值分别为58.42/10万、53.56/10万、49.10/10万,其中2016年实际发病率为58.25/10万,预测值与实际值的残差为0.17。数据后验差比值为0.29,残差百分率平均为4.51%,预测精度为95.49%,模型拟合效果优秀。结论本研究预测值与兵团历年结核病发病率的总体下降趋势相符合,对兵团未来3年结核病发病率的预测值是一个基于模型的理想值,可能会与实际值有所差距,但可以为兵团卫生行政部门制定结核病预防和控制策略提供有价值的预测理论依据。