疾病监测

作者：胡斌,卢浩,刘星言,李继贞,王永斌,邢莹莹

关键词：肺结核, 基于状态空间的误差–趋势–季节模型, 季节性求和自回归滑动混合模型, 发病率, 预测

  目的  探索基于状态空间的误差–趋势–季节（ETSBSS）模型在河南省肺结核（TB）发病预测中的应用。  方法  采用时间序列分解法解析2006—2019年河南省TB的趋势和季节组分。 将数据分为训练（2006—2018年）和测试集（2019年），然后使用ETSBSS模型进行拟合和预测，并将模型性能与季节性求和自回归滑动平均混合（SARIMA）模型进行比较。  结果  ETSBSS（A，MD，M）和SARIMA（1，0，0）（0，1，0）12模型被选择为预测河南省TB发病的最优模型。 两种模型在训练集上拟合的平均绝对百分比误差（MAPE）依次为ETSBSS模型（5.65%）<SARIMA模型（5.71%）；在测试集上预测的MAPE依次为ETSBSS模型（4.61%）<SARIMA模型（6.67%）。 平均绝对误差、均方根误差、平均误差率和均方根百分比误差的值也表明ETSBSS模型的拟合及预测值小于SARIMA模型，特别在预测集上。  结论  ETSBSS（A，MD，M）模型对河南省TB发病的预测性能高，可作为一种有效的决策工具动态预测河南省TB未来流行模式。

来源：2022年第10期

《疾病监测》期刊编辑部

查看疾病监测杂志2022年第10期