长春市2007～2016年猩红热流行特征分析及趋势预测

发布时间：2020-08-11 12:24

【摘要】：目的:本研究旨在对长春市2007~2016年猩红热的疫情概况进行统计描述,分析其不同时间、不同地区、不同人群的流行特征;同时,采用GM(1,1)模型、ARIMA模型和BP神经网络模型分别对2017年长春市猩红热的发病情况进行趋势预测,并对模型的预测效果进行评估,从而得到最优模型,为未来长春市猩红热的预防和控制提供重要的流行病学依据。方法:本研究中猩红热疫情监测数据来源于“中国疾病预防控制信息系统”,长春市常住人口数据来源于长春市统计局,长春市1:10万数字地图来源于吉林大学地球测绘学院。采用描述性流行病学方法对长春市2007~2016年猩红热疫情进行流行病学分析。采用Microsoft Excel 2007软件对数据进行整合、处理,采用SPSS 21.0软件进行相关资料统计分析,采用Mapinfo 9.5软件绘制地区分布图;以发病病例数、发病率、构成比指标描述长春市2007~2016年猩红热流行特征。采用R软件建立GM(1,1)模型和ARIMA模型,采用Matlab软件建立BP神经网络模型,探索最优模型结构,并分别进行模型检验并对2017年长春市猩红热发病率进行预测。采用平均绝对误差(MAE)和均方误差(MSE)两个指标对以上三个模型的预测效果进行评估。结果:1.长春市2007~2016年累计报告猩红热病例3202例,年平均发病率为4.26/10万,无死亡病例报告。2011年发病率为10年间最高,为8.58/10万。2.长春市2007~2016年猩红热在时间分布上呈现明显的季节性“双峰分布”,第一个高峰出现在5~7月份,第二个高峰出现在10~12月份;在地区分布上,城区发病率(6.79/10万)高于外县(市)区发病率(2.54/10万),高发病率地区主要集中在双阳区(11.61/10万),高新开发区(10.76/10万)和绿园区(9.58/10万);在人群分布上,男性发病例数及发病率均高于同年女性发病水平,男女发病率比为1.55:1,发病年龄主要集中在0~15岁年龄组,学生、散居儿童、幼托儿童为主要发病人群,分别占报告病例总数的41.04%,31.57%,24.02%,共计96.63%。3.采用2007~2016年10年间历史同期猩红热月发病率分别建立相应GM(1,1)模型,2月、8~12月所建立的GM(1,1)模型拟合精度不合格,不能进行外推预测;2017年1月、3~7月发病率预测结果分别为0.218/10万、0.088/10万、0.138/10万、0.250/10万、0.370/10万、0.235/10万。4.采用2007~2016年猩红热月发病率建立时间序列,ARIMA(2,1,2)模型为预测长春市猩红热发病趋势的最优ARIMA模型结构,预测结果显示2017年长春市猩红热1~12月发病率分别为0.295/10万、0.194/10万、0.147/10万、0.193/10万、0.283/10万、0.328/10万、0.291/10万、0.212/10万、0.169/10万、0.198/10万、0.268/10万、0.309/10万,且2017年各月实际发病率均在预测值的95%置信区间范围内波动。5.建立BP神经网络模型中,采用前3年历史同期发病率预测当前月份发病率,综合考虑网络性能、预测效果和模型的简洁性,选择结构为3-9-1的BP神经网络作为最终的预测模型,预测结果显示2017年长春市猩红热1~12月发病率分别为0.321/10万、0.145/10万、0.130/10万、0.131/10万、0.135/10万、0173/10万、0.334/10万、0.162/10万、0.128/10万、0.128/10万、0.143/10万、0.199/10万。6.从可行性来看,ARIMA(2,1,2)模型和结构为3-9-1的BP神经网络都成功地预测了2017年各月的发病率,而GM(1,1)模型只对1月、3~7月发病率成功进行了预测;从预测效果来看,GM(1,1)模型的MAE值与MSE值均为最小,其次为ARIMA模型,最后为BP模型。结论:1.长春市2007~2016年累计报告猩红热病例3202例,年平均发病率为4.26/10万,无死亡病例报告,2011年发病率为10年间最高。2.长春市2007~2016年猩红热疫情呈现明显的“双峰”季节性分布,两个发病高峰分别出现在5~7月份和10~12月份;城区发病率高于外县(市)区;男性发病率均高于女性,以0~15岁年龄组的学生、散居儿童、幼托儿童为主。3.综合比较GM(1,1)模型、ARIMA模型和BP神经网络模型,ARIMA(2,1,2)模型为预测长春市猩红热发病率的最佳模型。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R181.3;R515.1
【图文】：

典型结构,隐蔽层

图 1.1 人工神经网络的典型结构图在上述的典型结构里，神经网络通过输入多个非线性模型，以及不同模型之间的加权互联，最终得到一个输出模型。具体来说，多元输入层是指一些自变量，这些自变量通过加权结合到中间的层次上，称为隐蔽层。隐蔽层主要包含的是非线性函数，也叫转换函数或者挤压函数。隐蔽层就是所谓的黑箱部分，几乎没有人能在所有的情况下读懂隐蔽层中那些非线性函数是如何对自变量进行组合的，这是计算机思考代替人类思考的一个典型案例。因为运用人工神经网络可以处理高度非线性问题。在各种人工神经网络中，误差逆传播（BackPropagation,BP）神经网络是一种单向传播的多层前馈网络模型，BP 神经网络是一种按误差反向传播算法训练的多层感知器网络，其本质上是最小均方算法的扩展。BP 神经网络通常由三层组成，包括输入层、隐含层和输出层。它的学习过程分为正向传播和反向传播，其以非线性函数（双曲正切 S 型函数和对数 S 型函数）进行传输。因该模型自学

猩红热,发病率

区分布分析结果表明，除 2010 年九台区未有猩红热病例发生外，2016 年间各年份各地区均有猩红热病例报告，发病率较高的地区的南部。2007～2016 年十年间年平均猩红热发病率排在前三位的，高新开发区和绿园区，发病率分别为 11.61/10 万、10.76/10 万和安县、九台区、德惠市、榆树市年平均发病率较低，发病率介于万之间。结果详见图 3.3 和表 3.2。07～2016 年长春市十年间共报告 3202 例猩红热病例，其中城区（宽城区、朝阳区、二道区、南关区、绿园区）和 4 个开发区（经车开发区、净月开发区、高新开发区））共发生 2130 例，占病例；外县（市）（包括双阳区、农安县、九台区、德惠市、榆树市），占病例总数的 33.35%。除 2013 年城区发病率与外县（市）区发，各年间城区发病率始终高于外县（市）区发病率。见表 3.3。

时序图,猩红热,发病率,时序图

（3）模型的外推预测采用各月所建立的灰色 GM（1,1）模型对 2017 年长春市猩红热各月发病率进行预测，由于 2 月、8～12 月所建立的灰色 GM (1, 1) 模型拟合精度不合格，不能进行外推预测。1月、3～7月预测结果显示发病率分别为0.218/10万、0.088/10万、0.138/10 万、0.250/10 万、0.370/10 万、0.235/10 万。3.2.2 ARIMA 模型（1）时间序列平稳性判断对 2007～2016 年长春市猩红热月发病率数据进行处理，采用 ts( )函数生成时间序列对象。时序图如 3.6 所示。从时序图中未能直接观察到数据围绕某一常数上下波动，故不能直接判断时间序列的平稳性。从而采用 ADF 检验进行时间序列的平稳性检验，结果显示P=0.482>0.05，该序列存在单位根，为非平稳序列。

【参考文献】