应用时间序列分析研究秋冬型恙虫病时间分布特征及趋势
山东大学公共卫生学院流行病与卫生统计学研究所、山东省疾病预防控制中心病毒病所，山东省传染病预防控制重点实验室共同发表论文，旨在应用时间序列分析探讨秋冬型恙虫病的时间分布特征及趋势。研究指出，秋冬型恙虫病流行可能具有周期性，总体流行强度将持续增强，2012-2014年该病年增长率约为9％；每年以10月流行最严重，应用ARIMA(0,1,1)(0,1,0)12模型可较好地预测发病情况。该文章发表在2012年第33卷第7期《中华流行病学杂志》上。
山东大学公共卫生学院流行病与卫生统计学研究所、山东省疾病预防控制中心病毒病所，山东省传染病预防控制重点实验室共同发表论文，旨在应用时间序列分析探讨秋冬型恙虫病的时间分布特征及趋势。研究指出，秋冬型恙虫病流行可能具有周期性，总体流行强度将持续增强，2012-2014年该病年增长率约为9％；每年以10月流行最严重，应用ARIMA(0,1,1)(0,1,0)12模型可较好地预测发病情况。该文章发表在2012年第33卷第7期《中华流行病学杂志》上。
基于山东省疾病报告信息系统2006-2011年恙虫病监测数据，对以年为单位的监测数据采用频谱分析、移动平均分析，预测2012-2014年该病发病数；以月为单位的数据进行乘法季节效应分析，进行差分自回归移动平均模型(ARIMA)建模拟合，预测2011年11、12月秋冬型恙虫病发病情况，并与实际发病数进行比较。
结果显示，频谱分析结果显示秋冬型恙虫病流行周期为3年；移动平均分析表明其流行强度将持续增强，2012-2014年各年预测发病数分别为310、337、366例，年增长率约9％。乘法季节效应分析显示该病符合秋冬型流行特点，10、11月季节效应指数分别为8.454、2.230，其他月份指数均＜1.000；ARIMA(0,1,1)(0,1,0)12模型为(1-B)(1 -B12)Xt=(1-0.811B)ut，残差序列为白噪声，Box- Ljung统计量为3.116，P=0.999，模型拟合效果良好。应用该模型预测2011年11、12月发病数，预测值与实际发病数相符，实际观测值均在预测值的95％CI内。
相关文章
评论
我要跟帖
.jpg)
