山西省流行性感冒的流行特征及基于小波-ARIMA模型的预测效果研究

发布时间：2020-10-09 01:33

　　 目的:研究山西省2010-2016年度流感在流行病学、病原学两方面的特征,了解山西省流感的流行分布特征、流行趋势、优势毒株;根据流感流行特征分析结果,建立ARIMA模型、小波-ARIMA模型,并进行短期预测,比较两种模型的预测效果,探讨有效、合理的预测模型,为山西省流感防控提供有效的理论支持。方法:收集整理2010-2016年度山西省17家哨点医院和12家网络实验室的流感监测数据,分析其流行分布特征、病原学特征;利用山西省各哨点医院2010年第14周~2016年第13周的流感样病例占门急诊就诊病例的百分比(ILI%),建立小波-ARIMA模型,以2016年第14周~2017年第13周数据评价两种模型的预测效果。结果:1.2010-2016年度山西省17家哨点医院累积监测门急诊就诊病例16,005,008例,流感样病例288,627例,在门急诊就诊病例中流感样病例占1.87%。2010-2016年度流感样病例占门急诊就诊病例的百分比(ILI%)有下降的趋势(趋势=6868.846,P0.001);不同监测年份流感样病例年龄组构成不同(~2(28)5302.203,P0.001),0~岁组流感样病例数最多(54.3%),60~岁组最少(3.4%)。2.2010-2016年度山西省12家流感监测网络实验室共检测送检标本56,643份,其中阳性标本9637份,阳性检出率为17.01%。不同年度的流感病毒分离阳性检出率不同(=341.367,P0.001);不同年度流感病毒亚型构成不同(~2(28)12398.105,P0.001),2010-2016年度优势毒株分别为甲型H3N2、B型(未分型)、甲型H3N2、新甲型H1N1、甲型H3N2、Victoria系、甲型H3N2;不同年龄段流感病毒阳性检出率不同(=479.757,P0.001),5~岁组阳性检出率最高(21.18%);不同性别之间流感病毒阳性检出率差异无统计学意义(=1.706,P=0.192);不同地区流感病毒阳性检出率不同(=669.385,P0.001)。3.小波-ARIMA模型与ARIMA模型的建模性能比较,一致性指标提高了11.3%;平均绝对误差减少了44.4%;平均相对误差减少了44.9%;均方误差减少了64.7%;均方根误差减少了40.4%。当预测时间为一个月时,与ARIMA模型的预测性能相比较,平均绝对误差减少了75%、平均相对误差减少了77.0%、均方误差减少了90%、均方根误差减少了71.0%,同时一致性指标提高了51.7%。结论:山西省2010-2016年度流感样病例在门急诊就诊病例中所占比例整体上呈现逐年下降的趋势,高峰期主要集中在冬春季;不同年度主要流行的优势毒株不同。利用小波-ARIMA模型、ARIMA模型对山西省流感监测数据进行短期预测,联合模型的建模、预测性能优于ARIMA模型。
【学位单位】：山西医科大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R511.7
【部分图文】：

图 2-1 2010-2016 年度流感样病例占门急诊就诊病例图 2-2 2010-2016 年度流感样病例占门急诊就诊病例（ILI%）周分布.1.2 哨点监测流感样病例年龄分布

9图 2-2 2010-2016 年度流感样病例占门急诊就诊病例（ILI%）周分布.1.2 哨点监测流感样病例年龄分布2010-2016 年度山西省流感样病例中，0~岁组病例数最多，为 156,621 例，占 54.0~岁组病例数最少，为 9738 例，占 3.4%。不同监测年度流感样病例年龄组构成（ 5302.2032 ，P＜0.001）（见表 2-2，图 2-3）。

图 2-3 2010-2016 年度哨点监测流感样病例年龄分布点监测流感样病例的病原学特征间分布 流感病毒分离情况010-2016 年度山西省 12 家流感监测网络实验室共检测送检标本 56,643 份标本 9637 份，阳性检出率为 17.01%。不同年度的流感病毒分离阳性检计学意义，可认为不同年度的流感病毒分离阳性检出率不同。2010 年度较高，为 21.73%；2014 年度阳性检出率较低，为 13.37%（见表 2-3、图表2-3 2010-2016年度山西省流感病毒阳性检出率份 标本数 阳性数 阳性检出率（%）2P10 3419 743 21.73

【参考文献】

相关期刊论文 前10条

1 许晶;张蕾;马萍;史伟;郑媛;王丽;梦瑶;余鹏博;徐艺;;2010-2016年陕西省度流行性感冒监测分析[J];现代预防医学;2017年17期

2 舒畅;石鑫;冷焱;曹博;苏杨;刘毅夫;许军;;黑龙江省2012-2016年度流感监测分析[J];中国公共卫生管理;2017年04期

3 马鑫;李新兰;舒跃龙;施国庆;;2010—2015年新疆流感监测分析[J];疾病预防控制通报;2017年03期

4 李保娣;李红育;张慧;于德山;何健;;甘肃省2014年-2015年流行性感冒监测分析[J];中国卫生检验杂志;2017年02期

5 卢囡囡;李红;赵生仓;姜双应;;2012-2015年青海省流感病原学监测结果分析[J];医学动物防制;2017年01期

6 于燕;史鲁斌;姬艳芳;赵升;僧明华;蒋红丽;叶莹;徐瑾;;2010-2015年河南省哨点医院流感样病例监测分析[J];现代预防医学;2016年22期

7 高雪芬;李国华;李晓清;樊婷;;山西省2014—2015年度流感监测结果分析[J];中国药物与临床;2016年11期

8 段玮;孙瑛;杨鹏;吴双胜;张莉;石伟先;庞星火;;2012-2015年北京市流感监测分析[J];首都公共卫生;2016年02期

9 林永强;陈乙东;许荣华;蔡振和;;莆田市年雷暴日时间序列的小波分析[J];海峡科学;2016年03期

10 石子泊;邹志红;;基于小波变换的ARIMA模型在水质预测中的应用研究[J];环境工程学报;2014年10期

相关博士学位论文 前2条

1 赵晋芳;山西省HIV/AIDS结核感染监测资料预测方法研究[D];山西医科大学;2009年

2 李翔;基于小波分析的测量信号处理技术研究[D];哈尔滨工业大学;2009年

相关硕士学位论文 前8条

1 王伟;2009～2014年山东省流感样病例流行特征及其与气象因素关系研究[D];山东大学;2016年

2 孟密元;优化理论与小波分析在时间序列分析中的应用研究[D];燕山大学;2015年

3 莫珍丽;基于遗传算法优化小波神经网络的传染病发病率预测模型研究[D];重庆医科大学;2015年

4 向以斌;昆明市2008～2011年流行性感冒监测研究及初步应用分析[D];昆明医科大学;2014年

5 苏思沁;基于小波和时间序列分析的城市需水量预测研究[D];天津理工大学;2013年

6 晋晓芳;小波神经网络在时间序列中的应用[D];山西医科大学;2012年

7 孙宇轩;基于小波分析的中国股市时间序列研究[D];北京交通大学;2010年

8 刘靖涛;基于小波方法的金融时间序列分析[D];华中科技大学;2009年

本文编号：2833037