南宁市江南区2008-2018年流行性腮腺炎疫情分析及ARIMA模型预测

发布时间：2020-11-19 01:35

　　 目的描述南宁市江南区2008-2018年流行性腮腺炎的流行病学特征,分析其发病趋势。通过建立流行性腮腺炎的ARIMA预测模型,对流行性腮腺炎的月发病率进行预测,为提早制定流行性腮腺炎的防控策略提供科学依据。方法1、通过中国疾病预防控制信息系统,收集、整理南宁市江南区2008年1月1日~2018年12月31日的疫情数据,通过发病率、构成比等指标对江南区腮腺炎疫情进行描述分析,应用Excel2010和SPSS 20.0统计软件对其进行数据处理和统计分析。2、应用SPSS20.0软件对2008~2017年流行性腮腺炎月发病率建立ARIMA预测模型,然后根据最优模型对2018年南宁市江南区流行性腮腺炎发病率进行预测,并将2018年腮腺炎实际月发病率与模型预测的结果进行比较分析,最后应用确定的最优模型,对2019年流行性腮腺炎的发病情况进行预测。结果1、南宁市江南区2008-2018年流行性腮腺炎报告病例数为2595例,病例以散发为主,无死亡病例。流行性腮腺炎年平均发病率为49.44/10万,其中,2008年至2011年发病率呈急剧上升趋势,2011年发病率达到最高峰,为118.32/10万,此后大幅下降,2017年发病降至最低水平,为19.65/10万;全年各月份均有发病,具有明显的季节性分布特征,主要集中在4~7月发病,呈6月高发的周期性波动。8个街道及乡镇均有病例报告,城区和乡镇累计报告病例数分别占总报告病例数的82.66%、17.34%。病例中男、女性别比为:1.6:1,病例主要集中在中小学生和学龄前儿童,发病以1~15岁人群为主,占总报告病例数的83.55%。2、ARIMA(0,1,1)(0,1,1)_(12)为拟合原序列获得的最佳模型,当拟合优度指标R~2=0.436,BIC=1.984时,模型拟合效果最好。应用ARIMA(0,1,1)(0,1,1)_(12)模型对2018年发病率进行预测,预测值与2018年真实值进行比较,各个月份的预测发病率和实际发病率均在95%置信区间范围内,平均绝对百分比误差为31.24%,模型的预测效果良好。应用模型预测2019年发病情况,结果显示,2019年总体发病有小幅度升高趋势,但仍处于较低发病水平。结论1、南宁市江南区2008-2018年流行性腮腺炎报告病例数共2595例,流腮年平均发病率为49.44/10万,发病率属于较高水平;发病具有明显季节周期性特征,每年主要集中在4~7月发病,呈6月高发的周期性波动;发病人群主要为1~14岁的青少年和儿童,男、女性别比为:1.6:1,青少年和儿童仍是重点高危人群。2、ARIMA(0,1,1)(0,1,1)_(12)为拟合原序列获得的最佳模型,模型拟合参数均具有统计学意义,模型预测效果良好,可用于预测南宁市江南区流行性腮腺炎发病趋势。
【学位单位】：广西医科大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R181.3;R512.1
【部分图文】：

表 1-1 南宁市江南区 2008-2018 流行性腮腺炎年发病时间分布情况年份 常住人口数（人） 发病数 发病率(/10 万2008 43444319845.582009 44065924655.822010 44905740991.082011 456403540118.322012 46074437781.822013 47554721545.212014 48217810421.572015 49737612725.532016 51411915229.572017 52428610319.652018 51411912424.12合计5248931 259549.44

6 月高发的季节性周期波动，详见表 1-2、图 1-2。表 1-2 南宁市江南区 2008-2018 流行性腮腺炎分月发病时间分布情况年份 1 月 2 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 12 月2008 21 9 10 11 19 23 31 20 17 18 12 72009 7 16 6 34 28 41 28 18 17 10 14 272010 25 20 18 35 52 58 62 41 23 12 26 372011 28 17 27 79 71 114 63 42 31 19 25 242012 21 18 44 29 39 73 46 24 22 22 24 152013 13 11 17 14 23 21 33 18 19 12 19 152014 7 3 9 6 12 12 6 9 16 9 8 72015 6 11 9 12 12 11 11 7 11 8 15 142016 14 5 19 22 12 25 10 7 9 10 10 92017 7 4 1 10 6 11 6 6 4 20 16 122018 11 5 6 15 13 8 8 14 12 10 12 10合计 160 119 166 267 287 397 304 206 181 150 181 177

图 1-3 南宁市江南区 2008-2018 年流行性腮腺炎地区构成情况igure 1-3 Regional composition of mumps in Jiangnan District of Nanning City, 2008-2群分布 性别分布008-2018 年南宁市江南区流行性腮腺炎报告病例为 2595 例，为 1596 例，女性病例为 999 例，男、女性别比为：1.60：1，
【相似文献】

相关期刊论文 前10条

1 李新朋;;基于ARIMA模型的上海城镇居民人均可支配收入预测研究[J];经济研究导刊;2019年10期

2 王镱乔;;社会消费品零售总额的预测——基于季节ARIMA模型[J];时代金融;2018年24期

3 王成;;基于ARIMA模型的安康市人均GDP预测研究[J];统计与管理;2018年04期

4 刘丽泽;;基于多元线性回归模型及ARIMA模型的北京市房价预测[J];科技经济导刊;2018年29期

5 付嫦娥;;乘积季节ARIMA模型预测上海市松江区手足口病发病趋势[J];健康之路;2017年04期

6 周宏伟;张梦骁;高峰云;曾日桓;刘洋怡;;基于ARIMA模型对北京市月平均相对湿度的预测[J];考试周刊;2017年59期

7 范圣伟;朱丽佳;;基于ARIMA模型的大连市车险保费规模预测[J];保险理论与实践;2017年07期

8 杨探;;基于ARIMA模型的我国城镇居民人均可支配收入的分析与预测[J];时代金融;2018年26期

9 王蓉;;基于ARIMA模型的我国民航客运量时序分析[J];兰州石化职业技术学院学报;2019年01期

10 蔡承智;黄军结;梁颖;;基于ARIMA模型的世界大豆总产预测分析[J];大豆科学;2019年02期

相关博士学位论文 前9条

1 邹治;高校毕业生失业预警系统研究[D];南京航空航天大学;2012年

2 汪琼;我国轿车企业新车面市时间与先行者优势相关研究[D];华中科技大学;2010年

3 张晓南;中国大陆地区早期儿童龋流行病学特征及预测的研究[D];重庆医科大学;2016年

4 洪希成;湖北省钉螺分布规律及血吸虫病防控策略的研究[D];武汉大学;2013年

5 陈艳艳;湖北省血吸虫病空间流行特征及预测分析[D];华中科技大学;2014年

6 严薇荣;传染病预警指标体系及三种预测模型的研究[D];华中科技大学;2008年

7 熊剑;粒子滤波及其在光纤捷联惯性导航系统中的应用[D];南京航空航天大学;2010年

8 朱奕奕;上海市甲型病毒性肝炎免疫策略评价研究[D];复旦大学;2012年

9 李晓林;突发事件对金融市场的影响研究[D];电子科技大学;2013年

相关硕士学位论文 前10条

1 蒙婞婞;南宁市江南区2008-2018年流行性腮腺炎疫情分析及ARIMA模型预测[D];广西医科大学;2019年

2 李文红;基于指数平滑模型和ARIMA模型的博兴县鸡蛋价格预测[D];山东财经大学;2018年

3 李珊珊;基于ARIMA模型的丽江旅游股票价格的时间序列分析[D];云南大学;2017年

4 王承庆;基于考虑季节调整ARIMA模型的区域月度售电量预测研究[D];天津大学;2018年

5 张琦;基于ARIMA模型企业价值评估中企业自由现金流量的预测[D];河北经贸大学;2018年

6 沈钰钢;嵊州市流感样病例监测结果及ARIMA模型预测[D];浙江大学;2017年

7 孙丽萍;安徽省农村居民收入区域差距及协调研究[D];中南大学;2013年

8 梁沛枫;统计预测模型在医院感染危险度评估中的应用[D];宁夏医科大学;2012年

9 崔江华;货币政策调整对股市流动性的影响分析[D];东北财经大学;2012年

10 戚建江;浙江省1992～2004年食物中毒动态分析与防制策略[D];浙江大学;2006年

本文编号：2889504