疾病监测

作者：崔伟红,吕燕灵,刘海韵,马赫,张淑霞,李娜,刘娟

关键词：时间序列模型, 戊型肝炎, 预测

  目的  分析山东省烟台市戊型肝炎（戊肝）的发病特征，探讨用乘积季节模型预测戊肝的发病率的效果。  方法  利用SAS 9.2软件对烟台市2007—2021年戊肝发病率进行时间序列分析，构建季节性自回归移动平均（SARIMA）模型，筛选出最优模型预测2022—2023年戊肝发病率。  结果  烟台市戊肝发病率整体呈明显震荡下降趋势，有明显季节性波动，发病高峰在2—3月，低峰在9—10月。 经过数据平稳化处理、参数估计和模型检验后，建立了发病预测最优模型SARIMA（1,0,1）（0,1,1）12。 对数据进行24期预测显示，平均绝对百分误差（MAPE）值为10.034%，拟合效果良好；全市戊肝月发病率未来2年仍呈震荡下降趋势，至2023年底，月发病率约为0.206/10万。 芝罘、福山、莱山和蓬莱沿海城区戊肝发病率将明显高于其他区域。  结论  SARIMA模型对戊肝发病率具有较好的短期预测能力，可根据预测结果重点关注烟台市北部和东部沿海地区。

来源：2023年第8期

《疾病监测》期刊编辑部

查看疾病监测杂志2023年第8期