三種預測模型在主要傳染病發(fā)病率預測中的應用.pdf

1、背景:
　　 傳染病是由病原微生物和寄生蟲感染人體后所致的具有傳染性的疾病,迄今為止傳染病仍是嚴重危害人類健康的疾病之一。特別是近年來各種新發(fā)傳染病的出現,如嚴重急性呼吸綜合癥、人感染高致病性禽流感等,都為人類在21世紀防控傳染病提出了更高的挑戰(zhàn)。80年代以來,我國傳染病預測理論及其應用得到了迅速發(fā)展,并日臻完善,逐漸成為疾病監(jiān)測工作中的熱點。疾病的預測可以及早發(fā)現疾病的發(fā)展趨勢,為深入開展疾病的預警奠定基礎,也為制定防制策略及

2、措施提供理論依據。因此,有必要研究主要傳染病發(fā)病的流行規(guī)律,并用不同的模型預測其發(fā)病率,通過比較選擇適合主要傳染病的預測模型,預測其發(fā)病趨勢,評價預防控制措施的效果。
　　 資料與方法：
　　 本研究利用嘉善縣1951～2009年17種法定傳染病疫情報表資料,進行以下研究:①應用描述性流行病學方法分析嘉善縣17種法定傳染病總發(fā)病率的流行趨勢以及三種主要傳染病(病毒性肝炎、痢疾、麻疹)的流行趨勢及其季節(jié)分布特征;②分別用指

3、數曲線模型、灰色GM(1,1)模型及ARIMA模型擬合預測三種主要傳染病的發(fā)病率;用平均誤差率(MER)及決定系數(R2)兩個指標對模型擬合效果進行評價和比較;對于點預測,則采用殘差進行預測準確性的比較。通過比較,選擇擬合和預測效果最好的模型對主要傳染病未來發(fā)病率進行預測。
　　 結果:
　　 1.嘉善縣1951～2009年17種法定傳染病發(fā)病概況嘉善縣17種法定傳染病年總發(fā)病率在50年代后半期和60年代前半期較高,在7

4、0年代和80年代比較穩(wěn)定,直至90年代初明顯下降,且維持在較低水平?？偲骄l(fā)病率由最高峰的4938.73/10萬(60年代)下降至90.27/10萬(2000年代)。嘉善縣17種法定傳染病在不同年代前5位傳染病疾病譜發(fā)生了改變,由50年代的麻疹、痢疾、百日咳、瘧疾和流腦轉變?yōu)?000年代的病毒性肝炎、痢疾、麻疹、傷寒和瘧疾,但傷寒和瘧疾發(fā)病率僅為4.36/10萬和0.35/lO萬,發(fā)病率仍較高且居前三位的病毒性肝炎、痢疾及麻疹列為嘉善縣

5、目前主要的傳染病.
　　 2.三種模型在病毒性肝炎發(fā)病率預測中的應用甲肝的發(fā)病率呈連續(xù)下降趨勢,從1990年最高214.13/10萬降至2009年的O.15/lO萬;乙肝發(fā)病率從1990年(47.74/10萬)至2003年(56.97/10萬)處于波動狀態(tài),此后發(fā)病率一直下降,至2009年乙肝發(fā)病率達最低(16.56/10萬);甲肝發(fā)病具有明顯的季節(jié)波動性,冬春季發(fā)病明顯高于其它月份;乙肝發(fā)病季節(jié)波動性不明顯,1月份發(fā)病稍高于其

6、他月份。
　　 三種模型預測乙肝發(fā)病率情況為:GM(1,1)模型不能用于乙肝發(fā)病率的預測,指數曲線模型和ARIMA模型可以用來預測乙肝發(fā)病率。指數曲線模型和ARIMA(O,l,1)×(O,1,1)4模型對乙肝發(fā)病率擬合的MER分別為16.40％、10.10％,R2分別為0.21、0.71;兩種模型預測2009年乙肝發(fā)病率分別為28.13/10萬、20.16/1.0萬,2009年乙肝實際發(fā)病率為16.56/10萬,點預測殘差分別為

7、11.57/10萬,3.60/1.O萬。運用最優(yōu)模型ARIMA(O,1,1)×(0,1,1)4模型預測2010年、2011年乙肝發(fā)病率,分別為15.30/10萬及13.34/10萬。
　　 3.三種模型在痢疾發(fā)病率預測中的應用痢疾在50年代平均發(fā)病率(224.40/10萬)高于60年代(110.55/10萬),70～80年代達到最高峰(大于500/10萬),80年代后期逐漸下降,2000年代達最低(20.56/10萬);不同年代

8、痢疾發(fā)病均呈現一定的季節(jié)性,發(fā)病高峰在夏秋季。
　　 三種模型預測痢疾發(fā)病率情況為:指數曲線模型、GM(1,1)模型以及ARIMA(0,l,1)×(0,1,1)4模型均可以對痢疾發(fā)病率進行擬合預測。三種模型對痢疾發(fā)病率擬合的MER分別為44.21％、28.00％、19.87％,R2分別為0.76、0.94、0.93;三種模型預測2009年痢疾發(fā)病率分別為8.09/10萬、1.45/10萬、5.93/10萬,2009年痢疾實際發(fā)病

9、率為3.92/10萬,點預測殘差分別為4.17/10萬、2.47/10萬、2.01/10萬。運用最優(yōu)模型ARIMA(0,1,1)×(o,1,1)4模型預測2010年、2011年痢疾發(fā)病率,分別為1.67/10萬及0.98/10萬。
　　 4.三種模型在麻疹發(fā)病率預測中的應用麻疹發(fā)病率在未使用疫苗時期(1951～1965年)、小規(guī)模使用疫苗時期(1966～1969年)、按年接種時期(1970～1983)及按月旬接種時期(1984～

10、2009)平均發(fā)病率分別為871.10/10萬、264.76/10萬、80.54/10萬、8.82/10萬;麻疹發(fā)病在四個時期均有一定的季節(jié)性。
　　 三種模型預測麻疹發(fā)病率情況為:指數曲線模型和GM(1,1)模型不能用來預測麻疹發(fā)病率;ARIMA(1,1,O)模型理論上可以用來預測麻疹發(fā)病率。ARIMA(1,1,0)模型對麻疹發(fā)病率擬合的MER為75.03％,R2為0.09;預測2009年發(fā)病率為13.61/10萬,2009年

11、麻疹實際發(fā)病率為4.21/10萬,點預測殘差為9.40/10萬,相對誤差為223.28％。ARIMA(1,1,0)模型擬合效果差,預測準確性也差,不能用于麻疹發(fā)病率的預測。
　　 結論:
　　 1.指數曲線模型對發(fā)病率基本呈現持續(xù)下降趨勢、呈指數函數變化的痢疾預測效果較好;對發(fā)病率先小幅波動后呈下降趨勢的乙肝預測效果不理想;對發(fā)病率波動性較大的麻疹不能進行預測。
　　 2.GM(1,1)模型對發(fā)病率基本呈現持續(xù)下

12、降趨勢、呈指數函數變化的痢疾預測效果較好;對發(fā)病率先小幅波動后呈下降趨勢的乙肝以及發(fā)病率波動性較大的麻疹不能進行預測。
　　 3.ARIMA模型能對發(fā)病率先小幅波動后呈下降趨勢的乙肝作出較好的預測;也能較好的預測發(fā)病率基本呈現持續(xù)下降趨勢的痢疾;對發(fā)病率波動性較大但數據量不足的麻疹不能作出預測.用于一維時間序列傳染病發(fā)病率預測的常用模型中ARIMA模型擬合效果最好,預測出未來乙肝發(fā)病仍呈緩慢下降趨勢,痢疾發(fā)病在較低水平下仍呈下降