自回归移动平均乘积季节模型在甲型肝炎发病数中的应用

doi:10.6040/j.issn.1671-7554.0.2018.551

摘要/Abstract

摘要： 目的建立自回归移动平均(ARIMA)乘积季节模型,利用该模型预测并分析全国甲型肝炎发病情况,为全国甲型肝炎疫情防控提供决策依据。方法利用中国疾病预防控制中心2011年1月~2016年12月全国甲型肝炎月报告数据,建立甲型肝炎ARIMA乘积季节预测模型,并用2017年1~12月发病数评估模型的预测效果。结果非季节和季节移动平均的参数分别是0.282 、0.530,赤池信息量准则(AIC)=815.710,许瓦玆贝叶斯准则(SBC)=819.865,最优模型显著性检验结果显示P均<0.05,模型残差白噪声检验的6、12、18、24阶的χ2值分别为6.83、12.38、15.12和18.28,差异无统计学意义(P均>0.05),据此建立ARIMA(0,1,1)(0,1,1)₁₂模型,模型表达式为∇∇₁₂x_t=(1-0.282B)(1-0.530B12)ε_t,以此开展甲型肝炎发病数预测。结论 ARIMA(0,1,1)(0,1,1)₁₂乘积季节模型能够较好地拟合甲型肝炎发病趋势,可用于全国甲型肝炎发病预测,为全国甲型肝炎疫情防控提供一定的科学依据。

关键词: 甲型肝炎, 自回归移动平均乘积季节模型, 时间序列, 预测

Abstract: Objective To establish a multiple seasonal autoregressive integrated moving average(ARIMA)model, predict the national incidence of hepatitis A, and provide decision-making basis for the prevention and control of hepatitis A. Methods Based on the monthly data of the National Hepatitis A Report from Jan. 2011 to Dec. 2016, the multiple seasonal model of ARIMA was established, whose predictive effect was evaluated with the number of cases from Jan. to Dec. 2017. Results The parameters were below: unseasonal moving=0.282, seasonal moving=0.530, Akaike information criterion(AIC)=815.710, and Schwarz Bayesian criterion(SBC)=819.865. The significance test of the optimal model showed that P<0.05, the model residual white noise test showed that χ2=6.83, 12.38, 15.12 and 18.28 for 6, 12, 18 and 24 orders(P>0.05), and there were no significant differences. Based on the above parameters, ARIMA(0, 1, 1)(0, 1, 1)₁₂ model was established, and the formula of the model was ∇∇₁₂x_t=(1-0.282B)(1-0.530B12)ε_t. Conclusion The ARIMA(0, 1, 1)(0, 1, 1)₁₂ model can fit the incidence trend of hepatitis A. It can be used to predict the incidence and to provide a scientific basis for the prevention and control of hepatitis A in China.

Key words: Hepatitis A, Multiple season model of autoregressive integrated moving average model, Time series, Prediction

中图分类号:

R512.6

李欣阳,李素娟,刘晓迪,樊安彤,闫萍,刘洪庆. 自回归移动平均乘积季节模型在甲型肝炎发病数中的应用[J]. 山东大学学报 (医学版), 2018, 56(12): 103-108.

LI Xinyang, LI Sujuan, LIU Xiaodi, FAN Antong, YAN Ping, LIU Hongqing. Application of multiple seasonal autoregressive integrated moving average model in the prediction of viral hepatitis A[J]. Journal of Shandong University (Health Sciences), 2018, 56(12): 103-108.

参考文献

[1] 刘尚辉, 娄岩, 邓妍, 等. 我国大陆地区各省不同类型病毒性肝炎报告发病率的系统聚类分析[J].实用预防医学, 2014, 21(6): 641-645. LIU Shanghui, LOU Yan, DENG Yan, et al. Hierarchical clustering analysis on the reported incidence of different types of viral hepatitis in mainland China[J]. Practical Preventive Medicine, 2014, 21(6): 641-645.
[2] 许春杰, 尹素凤, 郭春月, 等. 基于ARIMA-ERNN组合模型预测我国甲肝发病率[J]. 郑州大学学报(医学版), 2016, 51(6): 726-730. XU Chunjie, YIN Sufeng, GUO Chunyue, et al. Forecasting incidence of hepatitis A based on ARIMA-ERNN combination model in China[J]. Journal of Zhengzhou University(Medical Sciences), 2016, 51(6): 726-730.
[3] 郭在清. 甲、乙型病毒性肝炎控制现状分析与对策[J]. 中外医学研究, 2015, 13(10): 144-145.
[4] 高云云, 李军, 杨海燕, 等. ARIMA模型在河南省甲型病毒性肝炎发病数预测中的应用[J]. 现代预防医学, 2017, 44(7): 1294-1298. GAO Yunyun, LI Jun, YANG Haiyan, et al. Application of ARIMA model in prediction of hepatitis A, Henan Province [J]. Modern Preventive Medicine, 2017, 44(7): 1294-1298.
[5] 罗佳伟, 张强, 杨书. 基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J].预防医学情报杂志, 2018, 34(3): 247-250. LUO Jiawei, ZHANG Qiang, YANG Shu. Application of ARIMA-BPNN hybrid model in predicting the incidence of AIDS in Chongqing[J]. Journal of Preventive Medicine Information, 2018, 34(3): 247-250.
[6] 曹务春. 传染病流行病学[M]. 北京: 高等教育出版社, 2008: 96.
[7] 李滨, 丁善飞. ARIMA乘积季节模型在辽阳市乙型肝炎发病预测中的应用[J]. 微生物学免疫学进展, 2018,46(2): 57-62. LI Bin, DING Shanfei. Application of multiple seasonal ARIMA model in prediction of hepatitis B prevalence in Liaoyang City [J]. Progress in Microbiology and Immunology, 2018, 46(2):57-62.
[8] 郑骥飞, 尹文强, 于倩倩, 等. 基于ARIMA模型的“十三五”期间卫生总费用趋势预测[J]. 中国卫生统计, 2016, 33(5): 823-825.
[9] 李军,叶莹,马雅婷.河南省2010-2012年甲型病毒性肝炎疫情分析[J].现代预防医学, 2014, 41(12): 2260-2261. LI Jun, YE Ying, MA Yating. Epidemiological analysis on hepatitis A in Henan from 2010 to 2012[J]. Modern Preventive Medicine, 2014, 41(12): 2260-2261.
[10] 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): 769-771,775. WANG Jianshu, LIU Qiang, HANG Hui, et al. Application of multiple seasonal ARIMA model in predicting the incidence of other infectious diarrhea in Suzhou City [J]. Occupation and Health, 2018, 34(6): 769-771, 775.
[11] 范宇琴, 冯娟, 阳玉萍, 等. 基于SARIMA模型预测乌鲁木齐市变应性鼻炎发病趋势[J]. 新疆医科大学学报, 2017, 40(10): 1251-1254. FAN Yuqin, FENG Juan, YANG Yuping, et al. Prediction of trend of allergic rhinitis in Urumqi based on SARIMA model [J]. Journal of Xinjiang Medical University, 2017, 40(10): 1251-1254.
[12] 方积乾, 陆盈, 张晋昕, 等. 现代医学统计学[M]. 北京: 人民卫生出版社, 2002.
[13] 王燕. 应用时间序列分析[M]. 3版. 北京: 中国人民大学出版社, 2012: 141.
[14] 朱猛, 祖荣强, 霍翔, 等. 时间序列分析在流感疫情预测预警中的应用[J]. 中华预防医学杂志, 2011, 45(12): 1108-1111. ZHU Meng, ZU Rongqiang, HUO Xiang, et al. The application of time series analysis in predicting the influenza incidence and early warning[J]. Chinese Journal of Preventive Medicine, 2011, 45(12): 1108-1111.
[15] 刘雷, 张连生, 汤恒, 等. ARIMA 乘积季节模型在丙肝发病预测中的应用[J]. 中华疾病控制杂志, 2014, 18(4): 366-367. LIU Lei, ZHANG Liansheng, TANG Heng, et al. Application of ARIMA multiplicative seasonal model on Hepatitis C incidence [J]. Chinese Journal of Disease Control & Prevention, 2014, 18(4): 366-367.
[16] 卢娟, 杨春梅, 宫占威, 等. ARIMA模型应用于部队病毒性肝炎预测预警分析[J]. 中华疾病控制杂志, 2011, 15(2): 173-175. LU Juan, YANG Chunmei, GONG Zhanwei, et al. Forecast analysis on viral hepatitis in army by ARIMA model [J]. Chinese Journal of Disease Control & Prevention, 2011, 15(2): 173-175.
[17] 严婧, 杨北方. 指数平滑法与ARIMA模型在湖北省丙型病毒性肝炎发病预测中的应用[J]. 中国疫苗和免疫, 2017, 23(3): 292-297. YAN Jing, YANG Beifang. Application of exponential smoothing methods and ARIMA modeling to predict the incidence of hepatitis C in Hubei province[J]. Chinese Journal of Vaccines and Immunization, 2017, 23(3): 292-297.
[18] 姚英, 沈毅. 手足口病发病趋势的ARIMA模型预测[J]. 浙江预防医学, 2015, 27(2): 147-149. YAO Ying, SHEN Yi. The application of ARIMA model in predicting incidence trend of hand-foot-mouth disease [J]. Zhejiang Journal of Preventive Medicine, 2015, 27(2): 147-149.
[19] 李静. 谈病毒性肝炎的防治[J].饮食保健, 2015, 2(16): 219.
[20] 谭京广, 杨峥嵘, 陈琳, 等. 深圳市艾滋病病例报告灰色预测[J]. 实用预防医学, 2015, 22(12): 1521-1523. TAN Jingguang, YANG Zhengrong, CHEN Lin, et al. Grey forecast of AIDS case reporting in Shenzhen City [J]. Practical Preventive Medicine, 2015, 22(12): 1521-1523.
[21] 王永斌, 郑瑶, 柴峰, 等. 基于周期分解的ARIMA模型在甲肝发病率预测中的应用[J]. 现代预防医学, 2015, 42(23): 4225-4229. WANG Yongbin, ZHENG Yao, CHAI Feng, et al. Forecasting incidence of hepatitis A with ARIMA-GRNN hybrid model in China [J]. Modern Preventive Medicine, 2015, 42(23): 4225-4229.
[22] 朱奕奕, 冯玮, 赵琦, 等. ARIMA乘积季节模型在上海市甲肝发病预测中的应用[J]. 复旦学报(医学版), 2012, 39(5): 460-464. ZHU Yiyi, FENG Wei, ZHAO Qi, et al. Application of multiple seasonal ARIMA model in forecasting the incidence of hepatitis A in Shanghai[J]. Fudan University Journal of Medical Sciences, 2012, 39(5): 460-464.

相关文章 15

[1]	贺士卿,李皖皖,董书晴,牟婧怡,刘宇莹,魏思雨,刘钊,张家新. 基于数据库构建乳腺癌焦亡相关基因的预后风险模型[J]. 山东大学学报 (医学版), 2022, 60(8): 34-43.
[2]	冯一平,孙大鹏,王显军,纪伊曼,刘云霞. DLNM和LSTM神经网络对临沂市手足口病发病的预测效果比较[J]. 山东大学学报 (医学版), 2022, 60(2): 96-101.
[3]	吕丽,姜璐,陈诗鸿,庄向华,宋玉文,王殿辉,安文娟,李倩,潘喆. 210例绝经后2型糖尿病发生骨质疏松的相关因素[J]. 山东大学学报 (医学版), 2021, 59(7): 19-25.
[4]	李皖皖,周文凯,董书晴,贺士卿,刘钊,张家新,刘斌. 利用数据库信息构建乳腺癌免疫关联lncRNAs风险评估模型[J]. 山东大学学报 (医学版), 2021, 59(7): 74-84.
[5]	田庆,刘永鹏,张晶晶,刘洪庆. ARIMA乘积季节模型在山东省肺结核发病预测中的应用[J]. 山东大学学报 (医学版), 2021, 59(7): 112-118.
[6]	赵洁,李岩,李明,于德新. 螺旋CT对黏液性软组织肿瘤良恶性鉴别的价值[J]. 山东大学学报 (医学版), 2021, 59(4): 100-107.
[7]	张倍,张修磊, 巴桑片多,尼玛次仁,石大春,次仁加布,尹亭亭,胡军. 日喀则市2011至2018年肺结核空间流行特征及预测分析[J]. 山东大学学报 (医学版), 2021, 59(2): 108-113.
[8]	姜小峰,姚静静,朱大伟,何平,石学峰,孟庆跃. 补偿机制改革对山东省某县级公立医院住院服务的影响[J]. 山东大学学报 (医学版), 2020, 1(9): 95-102.
[9]	肖宇飞,冯佳宁,王晓璇,毛倩,石福艳,王素珍. 利用数据库数据采用联合模型动态预测312例肝硬化患者预后的观察分析[J]. 山东大学学报 (医学版), 2020, 1(9): 71-76.
[10]	吴强,何泽鲲,刘琚,崔晓萌,孙双,石伟. 基于机器学习的脑胶质瘤多模态影像分析[J]. 山东大学学报 (医学版), 2020, 1(8): 81-87.
[11]	刘晓迪,马洁,修璟威,崔庆霞,李望晨,王在翔. 乘积季节模型在我国肺结核疫情预测中的应用[J]. 山东大学学报 (医学版), 2018, 56(9): 71-76.
[12]	马洁,田野,黄璐,孟维静,王素珍,石福艳. ARIMA乘积季节模型与广义回归神经网络模型在布鲁菌病发病预测的比较[J]. 山东大学学报 (医学版), 2018, 56(6): 76-82.
[13]	崔亮亮,张萌,于坤坤,姜超,阮师漫. 济南市大气重点污染物对居民应急呼叫事件的急性影响[J]. 山东大学学报 (医学版), 2018, 56(11): 34-41.
[14]	刘晓利,刘芳盈,孟超,李平,张殿平,殷茂荣,翟慎永. 淄博市大气污染物浓度与急救人次关联的时间序列分析[J]. 山东大学学报 (医学版), 2018, 56(11): 42-47.
[15]	王志强,徐艳龙,肖长春,冯晓亮,郑莉,李飞,黄发源. 合肥市2014~2016年大气污染物PM_2.5对居民循环系统疾病死亡效应的时间序列分析[J]. 山东大学学报 (医学版), 2018, 56(11): 48-52.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed