GM(1,1)模型在我国梅毒发病率预测中的应用

doi:10.3969/j.issn.1006-3110.2019.09.012

摘要
图/表
参考文献(15)
相关文章 (15)

全文: PDF (979 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要目的探讨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。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王雅文
	沈忠周
	杨银

关键词 ：梅毒, GM(1,1), 新陈代谢, 预测

Abstract：Objective To explore the performance of basic GM(1,1) model and metabolic GM(1,1) model in forecasting the incidence rate of syphilis in China so as to provide theoretical references for syphilis control. Methods The data about yearly incidence rates in China from 2008 to 2017 were collected, and R 3.4.3 software was used to develop models. The fitting and forecasting performance of the models was compared. Results The expression of two basic GM(1,1) models and metabolic GM(1,1) models wasx⁽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, and x⁽¹⁾(k+1)=922.35e^(0.016k)-895.48,respectively. The relative errors of fitting of these four models were 4.38%, 0.79%, 2.55% and 1.96%, respectively. The relative error of forecastingwas 5.46%, 5.51%, 6.85% and 1.48%, respectively. The accuracy of the four models was high. Conclusions The performance of metabolic GM(1,1) model is better than that of basic GM(1,1) model, and the performance of GM(1,1) model built with actual data is superior to that of model built with forecasted data.

Key words： syphilis GM(1,1) metabolism prediction

收稿日期: 2018-12-22

R759.1

基金资助:北京协和医学院2016年“青年教育学者计划”(2016zlgc0705)

通讯作者: 杨银,E-mail:yyboby0706@163.com。

作者简介: 王雅文(1994-),女,新疆呼图壁县人,在读硕士研究生,研究方向:流行病学。

引用本文:

王雅文, 沈忠周, 杨银. GM(1,1)模型在我国梅毒发病率预测中的应用[J]. 实用预防医学, 2019, 26(9): 1069-1071. WANG Ya-wen, SHEN Zhong-zhou, YANG Yin. Application of GM (1,1) model to forecasting the incidence rate of syphilis in China. , 2019, 26(9): 1069-1071.

链接本文:

https://www.syyfyx.com/CN/10.3969/j.issn.1006-3110.2019.09.012 或 https://www.syyfyx.com/CN/Y2019/V26/I9/1069

[1] 赵鹏鹏, 胡锦流, 孙修福, 等. 2006－2015年江苏淮安市梅毒流行病学特征分析[J]. 公共卫生与预防医学, 2017,28(4):73-76.
[2] 张万宏, 徐业华, 石卫东, 等. 2010－2015年武汉市梅毒网络报告发病率与人群估计感染率对比分析[J]. 实用预防医学, 2018,25(10):1184-1186.
[3] 陈福亭, 郑熠, 石萍, 等. 2008－2016年武汉市性传播疾病流行状况及趋势分析[J]. 实用预防医学, 2018,25(7):805-809[4] 中华人民共和国卫生部. 中国预防与控制梅毒规划(2010－2020年)[R].2010.
[5] Wang YW, Shen ZZ, Jiang Y. Comparison of ARIMA and GM(1,1) models for prediction of hepatitis B in China[J]. PLoS One, 2018,13(9):e201987.
[6] 刘文东, 吴莹, 梁祁, 等. 新陈代谢GM(1,1)模型在中国HIV/AIDS流行趋势预测中的应用[J]. 中国卫生统计, 2013,30(6):821-823,828.
[7] 宋媛媛, 王雷, 熊甜, 等. 灰色预测模型GM(1,1)在手足口病发病率预测中的应用[J]. 公共卫生与预防医学, 2018,29(5):51-54.
[8] 原凌云, 周以军, 朱妮, 等. 多种数据模型在手足口病发病预测的应用探讨[J]. 实用预防医学, 2018,15(11):1400-1402.
[9] 高礼勇, 高凌云, 季美娟, 等. 2012－2017年如皋市梅毒流行病学特征及趋势预测[J]. 江苏预防医学, 2018,29(5):524-525.
[10] 马晓梅, 史鲁斌, 其木格, 等. 基于ARIMA乘积季节模型和Holt-Winters季节模型的梅毒月发病率预测[J]. 郑州大学学报(医学版), 2018,53(1):79-84.
[11] 李莉, 余爱玲, 苟伟斌, 等. 几种预测方法在甘肃省梅毒发病率预测中的应用[J]. 中国艾滋病性病, 2017,23(7):647-650.
[12] Wang YN, Wei FF, Sun CQ, et al. The research of improved grey GM (1, 1) model to predict the postprandial glucose in type 2 diabetes[J]. Biomed Res Int, 2016,2016:1-6.
[13] Zheng YL, Zhang LP, Zhang XL, et al. Forecast model analysis for the morbidity of tuberculosis in Xinjiang, China[J]. PLoS One, 2015,10(3):e0116832.
[14] Cao H, Wang J, Li Y, et al. Trend analysis of mortality rates and causes of death in children under 5 years old in Beijing, China from 1992 to 2015 and forecast of mortality into the future: an entire population-based epidemiological study[J]. BMJ Open, 2017,7(9):e015941.
[15] 蒋莉, 钟球, 周琳, 等. 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[J]. 中国防痨杂志, 2012,34(7):459-462.