ARIMA预测模型在甘肃省其他感染性腹泻发病预测中的应用

doi:10.3969/j.issn.1006-3110.2021.01.031

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (2057 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要目的建立并评价甘肃省其他感染性腹泻发病的ARIMA预测模型。方法利用2010—2018年甘肃省其他感染性腹泻的发病数据建立ARIMA预测模型,同时利用2019年发病数据评价模型并对2020年甘肃省其他感染性腹泻发病进行预测。结果根据模型拟合效果,模型ARIMA(0,1,1)(1,1,0)₁₂为最优模型。R²=0.741,Ljung-Box检验值为25.944,BIC值为11.060。模型拟合甘肃省其他感染性腹泻的发病趋势与实际发病趋势一致,MAPE=17.297%,预测结果显示2020年甘肃省其他感染性腹泻发病时间分布与往年趋于一致。结论 ARIMA(0,1,1)(1,1,0)₁₂模型能较好地拟合甘肃省其他感染性腹泻的发病趋势,对该病的预防控制、风险评估等具有一定的公共卫生意义。

	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
	刘希波
	曹静
	王云
	李明阳
	王淑霞
	胡继宏

关键词 ： ARIMA, 预测模型, 其他感染性腹泻

Abstract：Objective To establish an autoregressive integrated moving average (ARIMA) prediction model in predicting the incidence of other infectious diarrhea in Gansu Province, and to evaluate its prediction effect. Methods Data regarding the incidence of other infectious diarrhea in Gansu Province from 2010 to 2018 were used to establish an ARIMA prediction model. At the same time, data about the incidence of other infectious diarrhea in 2019 were applied to evaluating the model, and the incidence of other infectious diarrhea in Gansu Province in 2020 was forecasted. Results The ARIMA (0,1,1)(1,1,0)₁₂ model was supposed to be the best fitted model. The value of R² was 0.741, the value of Ljung-Box Q statistic was 25.944, and BIC value was 11.060. The model fitted the incidence trend of other infectious diarrhea in Gansu Province, which was consistent with the actual incidence trend, and the mean absolute percentage error (MAPE) was 17.297%. The predicted results revealed that the time distribution of incidence of other infectious diarrhea in Gansu Province in 2020 tended to be similar to that of previous years. Conclusions The data predicted by the ARIMA(0,1,1)(1,1,0)₁₂ model can fit well with the incidence trend of other infectious diarrhea in Gansu Province, and the model has certain public health significance in prevention, control and risk assessment of other infectious diarrhea.

Key words： autoregressive integrated moving average (ARIMA) prediction model other infectious diarrhea

收稿日期: 2020-02-23

R181.2

基金资助:甘肃中医药大学研究生创新基金(CX2019-46)

通讯作者: 胡继宏,E-mail:hujihonghappy@163.com。

作者简介: 刘希波(1993-),男,在读研究生,研究方向:公共卫生。

引用本文:

刘希波, 曹静, 王云, 李明阳, 王淑霞, 胡继宏. ARIMA预测模型在甘肃省其他感染性腹泻发病预测中的应用[J]. 实用预防医学, 2021, 28(1): 113-115. LIU Xi-bo, CAO Jing, WANG Yun, LI Ming-yang, WANG Shu-xia, HU Ji-hong. Application of ARIMA prediction model in forecasting the incidence of other infectious diarrhea in Gansu Province. , 2021, 28(1): 113-115.

链接本文:

https://www.syyfyx.com/CN/10.3969/j.issn.1006-3110.2021.01.031 或 https://www.syyfyx.com/CN/Y2021/V28/I1/113

[1] 张平,张静. 我国2014—2015年其他感染性腹泻监测现状分析 [J]. 中华流行病学杂志, 2017, 38(4):424-430.
[2] 王琦琦,么鸿雁,胡跃华,等. 中国1990 年与2010 年感染性腹泻的疾病负担及变化研究 [J]. 疾病监测, 2016, 31(3):233-239.
[3] Richard LG, Margaret Kosek,et al. Magnitude and impact of diarrheal diseases [J]. Arch Med Res, 2002, 33(4):351-355.
[4] 中国疾病预防控制中心. 公共卫生科学数据中心[EB/OL]. (2019-11-26)[2020-01-13]. http://www.phsciencedata.cn/Share/ky_sjml.jspid=766c8437-9d73-4360-aa40-47c420767105.
[5] 甘肃省卫生健康委员会. 疫情通报 [EB/OL]. (2016-04-08)[2020-01-13].http://wsjk.gansu.gov.cn/single/10902/57428.html.
[6] 孙振球,徐勇勇. 医学统计学 [M]. 北京:人民卫生出版社, 2014:390-393.
[7] 孙良,万俊峰,宋秀萍,等. 自回归求和移动平均模型在阜阳市手足口病疫情预测预警中的应用 [J]. 公共卫生与预防医学, 2014, 25(4):25-27.
[8] 王建书,刘强,杭惠,等. ARIMA 乘积季节模型在苏州市其他感染性腹泻发病预测中的应用 [J]. 职业与健康, 2018, 34(6):769-775.
[9] 王金娜, 徐若君, 黄大锟, 等. ARIMA乘积季节模型预测永嘉县其他感染性腹泻的流行 [J]. 预防医学, 2017, 29(2):150-154.
[10] 金克微李昌崇, 蒋永贺. 儿科住院病例疾病谱及流行趋势6 987例分析 [J]. 中国儿童保健杂志, 2011, 18(11):898-900.
[11] 李姗姗. 2013—2017年安徽省住院儿童疾病谱分析 [D].合肥:安徽医科大学, 2018.
[12] 涂正波,李端,聂萍英. 2014—2016年南昌市红谷滩新区其他感染性腹泻病流行特征和经济负担分析 [J]. 预防医学情报杂志, 2018, 34(6):728-732.
[13] 孔令岩,李辉,吴景文,等. 南昌市其他感染性腹泻ARIMA 模型的建立及应用 [J]. 现代预防医学, 2013, 40(17):3153-3158.
[14] 宋媛媛,王雷,熊甜,等. ARIMA模型与GM(1,1)模型在痢疾发病数预测中的比较研究 [J]. 实用预防医学, 2019, 26(7):888-892.
[15] 潘欢弘,朱蒙曼,刘晓青. ARIMA乘积季节模型在江西省手足口病发病预测中的应用 [J]. 现代预防医学, 2018, 45(1):1-4.
[16] 杨小兵,孔德广,江高峰. ARIMA乘积季节模型在手足口病发病预测中的应用研究 [J]. 中国预防医学杂志, 2016, 17(3):207-211.
[17] 高强,苏琦,范刚. ARIMA 模型在2004—2014年淮安市其他感染性腹泻流行病学特征及发病趋势预测中的应用 [J]. 职业与健康, 2016, 32(14):1953-1956.