首页 > 文献资料
-
ARIMA模型在肾综合征出血热发病率预测中的应用
目的 利用自回归滑动平均混合模型(autoregressive integrated moving average,ARIMA)模型开展长沙市肾综合征出血热(haemorrhagic fever with renal syndrome,HFRS)发病率预测,为相关政策的改进提供科学依据. 方法 收集长沙市1971-2010年HFRS发病率资料,用Excel 2003软件建立数据库,采用SPSS13.0统计分析软件实现模型构建,经过模型识别、参数估计、诊断检验后,利用建立好的模型对长沙市2011-2015年HFRS发病率进行预测. 结果 根据模型原理及与实际值的比较,ARIMA(1,0,0)模型适合模拟长沙市HFRS的发病规律,模型拟合值与实际值非常接近,模型回归系数有统计学意义.2011-2015年长沙市HFRS年发病率预测值分别为1.69/10万(95％CI:0.00～9.67/10万)、2.23/10万(95％CI:0.00～12.51/10万)、2.66/10万(95％CI:0.00～14.22/10万)、3.00/10万(95％CI:0.00～15.35/10万)、3.27/10万(95％CI:0.00～ 16.13/10万). 结论 2011-2015年长沙市HFRS发病有增加趋势,需进一步加大防控策略.
关键词： 时间序列 肾综合征出血热 自回归滑动平均混合模型 预测 -
上海市宝山区影响流感样病例的主要气象因素
目的 探讨宝山区影响流感样病例的主要气象因素.方法 采用时间序列的非参数广义相加模型,在控制长期时间趋势、空气污染物、病毒流行状况、"星期几效应"等混杂因素的基础上,探讨影响流感样病例就诊情况的主要气象因素.结果 利用广义相加模型对不同半年和不同年龄组的数据分析显示,气温、气压、相对湿度对流感样病例就诊数的影响差异有统计学意义.结论 气温、气压、相对湿度是影响宝山区流感样病例就诊的主要气象因素.
-
湖南省哨点医院流感样病例SARIMA模型预测
目的 建立湖南省流感SARIMA预测模型,为及时采取针对性防控措施提供重要的参考依据.方法 收集湖南省2010年第1周-2015年第52周流感样病例百分比(influenza like illness proportion, ILI％)数据建模,用2016年第1 ～16周次ILI％数据进行验证并对2016年第17～52周次ILI％进行预测;应用SPSS 18. 0的"预测"模块进行分析,建立SARIMA模型.结果 湖南省ILI％发病趋势预测模型为SARIMA(3,0,3)(1,1,0)52,模型参数Normalized BIC值为-1. 048,残差为白噪声(Ljung-Box Q=17. 980,P＞0. 05),预测值与实际值的绝对误差范围在0.14％～1.60％,平均绝对误差百分比(MAPE)为15. 96％;预测湖南省2016年ILI％呈现两个高峰,第1个流行高峰在第3～7周,第2个流行高峰在第22～27周,流行特征与2010-2015年基本一致.结论 SARIMA(3,0,3)(1,1,0)52模型拟合效果较好,可用于湖南省周ILI％的短期预测.
-
应用ARIMA模型对麻疹发病的预测及分析
目的 应用ARIMA模型对麻疹发病数预测并探讨其可行性,为防控麻疹疫情提供依据. 方法 采用SPSS17.0对乌鲁木齐市2009-2015年麻疹月发病数的资料建立ARIMA模型,并预测2016年麻疹月发病数. 结果 建立模型ARIMA(0,0,1)(1,1,0) 12是合适的,且模型检验自相关系数在±0.5之间,预测值与实际值有较高的吻合度. 结论 ARIMA模型能很好的拟合乌鲁木齐市麻疹发病数趋势,预测效果可靠.
-
ARIMA模型在深圳市法定传染病发病趋势预测的应用
目的 通过探讨单纯求和自回归滑动平均模型(ARIMA模型)应用于法定传染病发病率预测的可行性,为传染病防控工作提供科学依据.方法 采用SAS9.2软件对深圳市2004-2014年的病毒性肝炎、细菌性痢疾的月发病率进行ARIMA模型的建模拟合,预测2015年病毒性肝炎、细菌性痢疾的月发病率.结果 ARIMA模型对病毒性肝炎、细菌性痢疾的拟合效果较好.结论 ARIMA模型对深圳市几种传染病发病的时间序列变动趋势能进行较好的模拟,因此可以为法定传染病的预测提供依据.2015年预测结果提示病毒性肝炎的发病有上升趋势,需进一步调整相应防控策略.
-
一项中断时间序列研究与集群随机试验:减少耐药细菌在重症监护室中定植和传播的干预措施
背景 重症监护室(ICU)是耐药细菌传播的高危科室,在设置标准预防措施时缺乏对"全面筛查和隔离携带或感染耐药细菌者"效果评估的对照研究,本研究评估此干预措施对减少ICU中耐药细菌的定植与传播的效果.
-
小儿重症监护室患者院内感染阴沟肠杆菌发生的时间序列分析
目的：了解新疆医科大学第一附属医院儿科重症监护室（ICU）患者院内感染阴沟肠杆菌发生的时间分布特点，为做好院内感染控制提供参考数据。方法收集该院2010年1月至2013年12月儿科ICU感染阴沟肠杆菌的患儿的临床资料，分月记录阴沟肠杆菌感染发生例数，使用SPSS 21.0统计软件进行时间系列分析，得到的模型使用2014年1~6月的数据进行预测验证。结果2010年1月至2013年12月儿科ICU共发生157例阴沟肠杆菌感染，其中2010年33例，2011年35例，2012年37例，2013年52例。时间序列拟合曲线具有代表性（R2=0.702，Ljung-Box Q（18）=36.021，P=0.004），显示阴沟肠杆菌在5~7月多发。使用2014年1~6月数据验证发现，预测值与实际值之间相差较小。结论新疆医科大学第一附属医院儿科ICU患儿院内感染阴沟肠杆菌发生的时间分布特点为每年5~7月多发；预测模型具有较好的预测效果，可以用作感染预防工作的参考。
-
大气污染与长沙市某儿童医院肺炎住院人数的关联性
目的:探讨大气污染与长沙市某儿童医院肺炎住院人数的关联性.方法:以长沙市某儿童医院2013年12月至2015年12月因肺炎住院者为研究对象,结合长沙市区2013年12月至2015年12月逐日气象数据及大气污染数据,利用时间序列的广义相加Poisson回归模型,探讨长沙市区大气污染与该儿童医院肺炎住院人数的关联性.结果:研究期间长沙市大气污染各指标中,PM2.5,PM10浓度均超出国家空气质量二级标准,SO2浓度超出国家一级标准;PM2.5,PM10,SO23种污染物浓度的改变与儿童肺炎住院人数改变的关联均有统计学意义(P＜0.05),其中SO2影响大,PM2.5,PM10次之.大气污染对男童肺炎住院人数的影响与对总住院人数的影响基本一致(P＜0.05),对女童住院人数的影响在各模型中均无统计学意义(P＞0.05).结论:SO2,PM25及PM10浓度与该儿童医院肺炎住院人数呈正相关,且对男童的影响较女童大.
-
ARIMA模型在乙肝发病预测中的应用
目的 拟合ARIMA模型对迁安市乙肝发病趋势进行时间序列分析和预测,为乙肝预警系统提供决策依据.方法 收集迁安市2004年1月～2010年12月乙肝月发病率资料,利用SPSS统计分析软件拟合ARIMA模型并预测2011年乙肝逐月发病率.结果 拟合佳模型为ARIMA(0,1,1)(1,1,0)12,残差为白噪声序列,预测值与实际值的平均相对误差为0.133,预测结果较为可靠.结论 利用ARIMA模型进行乙肝发病率的短期预测,预测结果符合当前的发病现状及采取的防治措施,能够对乙肝的早期预警模型的建立提供借鉴,从而有针对性地采取相应的控制措施.
-
某市暴雨洪涝对细菌性痢疾发病影响的时间序列分析
目的 定量评价广西省柳州市暴雨洪涝对细菌性痢疾发病的健康效应.方法 运用时间序列分析,控制长期趋势、季节趋势、滞后效应和气象因素等混杂因素的基础上,采用季节性自回归移动平均模型(SARIMA)定量分析洪水历时与居民细菌痢疾发病的关系.结果 研究发现发生洪水月份的细菌性痢疾发病率高于对照月份.SARIMA回归分析显示月洪水历时与细菌性痢疾月罹患率呈负相关,月洪水历时天数每增加1 d,其细菌性痢疾罹患率下降7.7％ ～8.0％.结论 暴雨洪涝对细菌性痢疾的发病产生明显影响,特别是历时短的严重洪水相比历时长的一般洪水造成细菌性痢疾发病风险更高.
关键词： 暴雨洪涝 细菌性痢疾 时间序列 季节性自回归移动平均模型 -
SARIMA在拟合罗湖区手足口病疫情中的应用
目的 建立罗湖区手足口病疫情的季节性求和自回归滑动平均模型法(SARIMA)模型.方法 以2009年1月至2013年12月罗湖区手足口病疫情资料建立时间序列分析模型,以2014年的疫情资料作为考核样本评价模型预测效果.先采用季节差分方法对序列资料进行处理使之平稳化,然后进行定阶并估计参数,建立SARIMA模型,后对预测结果进行分析和评价,探讨该模型在疫情预警方面的作用.结果 SARIMA(0,0,1)(1,1,0)12拟合罗湖区手足口病既往时间段的发病率变动趋势较为理想.利用SARIMA(0,0,1)(1,1,0)12模型对2014年罗湖区手足口病发病率逐月进行预测,检验该模型的实用性,实际发病率均落在了预测值的上、下限之间,2014年预测发病率262.70/10万,与实际发病率293.58/10万,相对误差-10.52％,差距基本可以接受.结论 SARIMA模型能较好地拟合罗湖区手足口病疫情在时间序列上的变动,可用其对未来的手足口病发病率进行预测.
-
运用时间序列模型对流行性腮腺炎流行趋势的预测
目的 利用时间序列分析方法动态研究流行性腮腺炎发病趋势,探讨合理的预测模型,为制定流行性腮腺炎的预防监测措施提供决策依据.方法 应用时间序列分析方法对昌平区2005-2012年流行性腮腺炎月发病数据进行分析并建立预测模型,对建立的预测模型进行参数估计、模型诊断、模型评价,选择优预测模型.结果 昌平区2005-2012年流行性腮腺炎的发病呈周期性波动,并呈季节性变化.建立的ARIMA模型的拟合精度和预测效果较为理想.结论 ARIMA模型能较好的模拟昌平区流行性腮腺炎的发病趋势,可用于流行性腮腺炎的短期预测和动态分析.
-
平均化验检查费用增长情况的时间序列分析
目的 分析化验检查费用的变化情况,为加强化验检查费用的科学管理提供参考数据.方法 以我院检验科1994年1月～2006年6月平均化验检查费的统计数据为样本,采用自回归线性模型时间序列分析法对我院平均化验检查费用的变化情况进行分析.结果 1994年1月～2006年6月我院平均化验检查费用沿逐年上升的趋势波动,12年来平均化验检查费用约上涨3.2倍.该模型对2006年1～6月我院平均化验检查费用估计值的相对误差为1.03%～3.44%;根据模型分析,我院2006年下半年的平均化验检查费仍将趋缓慢上涨.结论 采用时间序列分析方法分析和预测平均化验检查费的变化趋势能为医疗费用的总体控制和医疗改革工作提供有益的参考信息.
-
ARIMA模型预测职业性噪声聋发病趋势
目的 探讨自回归积分滑动平均模型(ARIMA模型)在职业性噪声聋(ONID)发病趋势预测中的应用价值.方法 以广东省2006—2015年新发ONID病例数建立ARIMA模型,对之进行验证,并采用该模型预测2016—2020年新发ONID的发病趋势.结果 广东省2006—2015年新发ONID病例数呈指数式增长趋势.采用2006—2015年新发ONID病例数拟合的优模型为ARIMA(2,2,2)模型,可较好拟合2008—2015年的新发ONID病例数.根据ARIMA(2,2,2)模型预测,2016—2020年广东省年新发ONID仍呈快速增长趋势.结论 基于时间序列的ARIMA模型可较好地拟合ONID发病的时间变化趋势,可用于ONID的发病趋势预测.
-
应用自回归单整移动平均模型预测高血压脑出血患者颅内压的可行性
目的 探讨应用时间序列的自回归单整移动平均(ARIMA)模型预测高血压脑出血患者颅内压(ICP)变化的可行性.方法 对9例高血压脑出血患者颅内植入ICP监测探头,记录入院72 h内每小时的ICP值,应用SPSS 17.0统计软件的专家建模器对随机选择的6例患者ICP数据建立ARIMA模型,拟合ICP的变化过程,并用其他3例ICP数据检验该模型.结果 ARIMA(1,0,1)模型通过统计学检验,证明所建模型合理、可信度高.用该模型对其他病例进行检验、预测,发现该模型预测精度较高.结论 时间序列的ARIMA模型可尝试用于高血压脑出血患者ICP变化趋势的预测.
-
出血性脑卒中发病的日节律及SARIMA模型的定量预测
目的 了解出血性脑卒中(HS)发病的日分布规律,构建时序预测模型,为HS的一级预防提供参考.方法 入选3个研究单位2017年6月1至30日诊治的895例HS患者,统计昼夜发病的时间点,应用季节乘积模型(SARIMA)建模.结果 各时段的发病例数不等或不全等,P＜0.05,北京时间8:00-11:00时段发病243例(占27.15％),18:00-21:00时段发病297例(占33.18％).通过识别与检验,逐一尝试法建立了SARIMA(1,0,1)×(1,1,1) 24模型,该模型较准确地预测了历史数据.结论 北京时间8:00-11:00时和18:00-21:00时为HS的高发时段,SARIMA(1,0,1)×(1,1,1)24模型为HS发病日分布趋势提供了较好的预测,可作为HS防治措施的重要参考依据.
-
深圳市肾综合征出血热时间序列预测分析
目的：利用拟合ARIMA模型对深圳市肾综合征出血热（HFRS）的发病趋势进行时间序列分析和预测，为制定 HFRS防治策略提供科学依据。方法收集深圳市2005—2014年 HFRS季度发病资料，通过 SPSS 19.0软件拟合ARIMA模型，预测2015年各季度的发病数。结果终拟合为ARIMA（0,0,0）（0,1,1）4模型，残差为白噪声序列，预测值与实际值的平均相对误差为28.6%。2015年各季度HFRS发病的预测值符合实际值的变动趋势。结论 ARIMA模型能较好模拟深圳市HFRS的发病趋势。
-
基于乘积季节 ARIMA模型的出院人数预测
目的：分析医院出院人数变化规律，预测2014年医院出院人数。方法运用SPSS19．0软件，基于自回归滑动平均（ ARIMA）乘积季节模型对2009～2013年医院出院人数建模，使用得到的ARIMA模型对2014年出院人数进行预测。结果 ARIMA（2，1，0）×（1，1，0）12模型很好的拟合了历年出院人数，其R2＝0．833，平均绝对误差为6．472％，差异有统计学意义。结论 ARIMA模型能够较好描述出院人数的周期性、趋势性和波动性，预测效果可信，能为医院管理提供依据。
-
基于时间序列模型的广西肺结核患者登记数量发展趋势分析
目的：了解广西肺结核患者登记人数的时间变化规律，预测2015～2016年登记数量，为广西肺结核病的预防与控制提供依据。方法对2009～2014年广西登记的肺结核各类患者人数采用时间序列分析法建立模型，并根据模型预测2015～2016年广西肺结核患者登记数量变化趋势。结果2009～2014年广西登记的肺结核患者总人数具有下降趋势，呈现夏秋季高发的季节周期性；2015年和2016年肺结核患者总人数预测值（置信区间）分别为34108（32082，36134）、32618（30537，34698）人；涂阴／非涂阳患者登记人数历年及2015～2016年两年保持总体平稳上升；5年及2015～2016年登记的涂阳肺结核患者登记人数预测值与观察值拟合尚佳，呈下降趋势。结论未来肺结核患者登记总数和涂阳登记数均将持续下滑，但涂阴／非涂阳患者登记数总体平稳向上，疫情维持居高不下的基本面依然存在，但减缓了总体登记数的降速。
-
广西卫生人力及床位预测分析
卫生资源是指提供各种卫生服务所使用的投入要素的总和,包括人力、物力、财力和信息等资源[1].卫生资源配置则是指政府或市场如何使卫生资源公平且有效率地在不同的领域、地区、部门、项目、人群中分配,从而实现卫生资源的社会和经济效益大化.而对相关卫生资源做出科学的预测则是合理制定各种规划的前提条件.
