中国乙类呼吸道传染病发病波动与长短期预测
发布时间：2021-02-08 10:21
目的分析中国乙类呼吸道传染病发病的波动规律并进行长期趋势预测和短期预测,为制定防控策略提供科学依据。方法利用CensusX-12季节调整法和Hodrick-Prescott （HP）滤波法对中国乙类呼吸道传染病发病的月度时间序列数据进行分解,将时间序列中不规则变动、季节因素、趋势因素和循环因素分离,研究其波动规律,同时结合回归模型和Holt-Winter季节指数平滑模型实现长期趋势预测和短期预测。结果乙类呼吸道传染病的发病情况受季节因素影响较大,呈现循环周期性波动,发病的长期趋势为逐年下降,同时利用Holt-Winter季节指数平滑模型取得了很好的短期预测效果。结论 CensusX-12季节调整法和HP滤波法可较好的分析中国乙类呼吸道传染病发病的季节特征和循环周期特征,实现长期趋势预测和短期预测,对疾病防控策略的制定有指导意义。
【文章来源】：中华疾病控制杂志. 2020,24(08)北大核心
【文章页数】：6 页
【部分图文】：
2012―2019年中国乙类呼吸道传染病发病时间序列图
剔除时间序列中的季节因素后,分解得到季节调整后的序列。见图2。可以看出2012年1月到2012年4月乙类呼吸道传染病发病经历了急剧增加到下降的过程,但其总体呈现出较为明显的下降趋势,短期内的波动也较为明显。但是乙类呼吸道传染病的波动并不稳定,仍比较复杂,需要进一步分解。图3描述了乙类呼吸道传染病的季节因素。可以看出,季节指数在每年的3月、4月、5月与其它月份相比明显增大,这个阶段内发病受季节因素的影响呈现出上升的趋势。季节指数在每年的6月到10月一直处于下降的状态,这个阶段内该类疾病的发病受季节因素的影响呈现出下降的趋势。季节指数在每年的11月到次年的2月有一个先增大后减小的变化过程,这个阶段内该类疾病的发病受季节因素的影响呈现出先上升后下降的趋势。由此可以得到乙类呼吸道传染病在每年的3～5月为发病高峰期,12月为次高峰期。
图3描述了乙类呼吸道传染病的季节因素。可以看出,季节指数在每年的3月、4月、5月与其它月份相比明显增大,这个阶段内发病受季节因素的影响呈现出上升的趋势。季节指数在每年的6月到10月一直处于下降的状态,这个阶段内该类疾病的发病受季节因素的影响呈现出下降的趋势。季节指数在每年的11月到次年的2月有一个先增大后减小的变化过程,这个阶段内该类疾病的发病受季节因素的影响呈现出先上升后下降的趋势。由此可以得到乙类呼吸道传染病在每年的3～5月为发病高峰期,12月为次高峰期。剔除季节因素后可以得到描述乙类呼吸道传染病发病的趋势循环序列。见图4。从图4中可以看出,该类传染病从2012年到2016年下降趋势尤为明显,而2016年到2018年中国乙类呼吸道传染病发病呈现出上升到平缓的趋势,但从长期趋势来看总体上呈现出下降的趋势,这说明中国防控工作取得了很好的效果。
【参考文献】：
期刊论文
[1]北京市2015-2018年法定呼吸道传染病流行特征分析[J]. 史芸萍,李刚,刘洋,王超,谢春艳,高燕琳. 中华疾病控制杂志. 2020(01)
[2]基于季节性指数平滑法的学校因病缺课预测研究[J]. 顾蓉艳,张玲,宋肖肖,李燕,蔡乐,崔文龙,刘伟. 中华疾病控制杂志. 2019(07)
[3]ARIMA模型和BP神经网络模型在甘肃省结核病发病率预测中的应用[J]. 杨文姣,肖俊玲,丁国武. 中华疾病控制杂志. 2019(06)
[4]灰色系统GM（1,1）模型在预测徐州市甲乙类呼吸道传染病发病趋势中的应用[J]. 安晓红. 江苏预防医学. 2019(01)
[5]陕西省2010-2016年猩红热流行特征分析及趋势预测[J]. 宁少奇,陈飒,曹磊,周体操,王维华,王舒,张义. 中华疾病控制杂志. 2018(06)
[6]指数平滑法在麻疹发病率预测中的应用[J]. 唐广心,张飞飞,鲁苇葭,彭敬,贺利敏,李苑. 实用预防医学. 2018(06)
[7]基于HP滤波法的我国猪肉价格波动周期性探究[J]. 叶锋,谢娟,马敬桂. 价格月刊. 2017(10)
[8]某部2004～2013年传染病发病规律分析及重点传染病预测[J]. 杨春梅,卢娟,宫占威,张雪璨. 西北国防医学杂志. 2015(07)
[9]集中度和圆形分布法在传染病季节性特征分析中的应用[J]. 毛龙飞,何茶清. 中国卫生统计. 2014(02)
[10]ARIMA模型在常见呼吸道传染病疫情预测中的应用[J]. 时照华,苏虹,秦凤云,田余红. 安徽医科大学学报. 2013(07)
硕士论文
[1]2004-2015年我国乙类传染病发病趋势的动态因子模型分析[D]. 杨丽娟.安徽医科大学 2019
[2]经济时间序列的季节调整[D]. 杨辉.西南财经大学 2016
本文编号：3023771
【文章来源】：中华疾病控制杂志. 2020,24(08)北大核心
【文章页数】：6 页
【部分图文】：
2012―2019年中国乙类呼吸道传染病发病时间序列图
剔除时间序列中的季节因素后,分解得到季节调整后的序列。见图2。可以看出2012年1月到2012年4月乙类呼吸道传染病发病经历了急剧增加到下降的过程,但其总体呈现出较为明显的下降趋势,短期内的波动也较为明显。但是乙类呼吸道传染病的波动并不稳定,仍比较复杂,需要进一步分解。图3描述了乙类呼吸道传染病的季节因素。可以看出,季节指数在每年的3月、4月、5月与其它月份相比明显增大,这个阶段内发病受季节因素的影响呈现出上升的趋势。季节指数在每年的6月到10月一直处于下降的状态,这个阶段内该类疾病的发病受季节因素的影响呈现出下降的趋势。季节指数在每年的11月到次年的2月有一个先增大后减小的变化过程,这个阶段内该类疾病的发病受季节因素的影响呈现出先上升后下降的趋势。由此可以得到乙类呼吸道传染病在每年的3～5月为发病高峰期,12月为次高峰期。
图3描述了乙类呼吸道传染病的季节因素。可以看出,季节指数在每年的3月、4月、5月与其它月份相比明显增大,这个阶段内发病受季节因素的影响呈现出上升的趋势。季节指数在每年的6月到10月一直处于下降的状态,这个阶段内该类疾病的发病受季节因素的影响呈现出下降的趋势。季节指数在每年的11月到次年的2月有一个先增大后减小的变化过程,这个阶段内该类疾病的发病受季节因素的影响呈现出先上升后下降的趋势。由此可以得到乙类呼吸道传染病在每年的3～5月为发病高峰期,12月为次高峰期。剔除季节因素后可以得到描述乙类呼吸道传染病发病的趋势循环序列。见图4。从图4中可以看出,该类传染病从2012年到2016年下降趋势尤为明显,而2016年到2018年中国乙类呼吸道传染病发病呈现出上升到平缓的趋势,但从长期趋势来看总体上呈现出下降的趋势,这说明中国防控工作取得了很好的效果。
【参考文献】：
期刊论文
[1]北京市2015-2018年法定呼吸道传染病流行特征分析[J]. 史芸萍,李刚,刘洋,王超,谢春艳,高燕琳. 中华疾病控制杂志. 2020(01)
[2]基于季节性指数平滑法的学校因病缺课预测研究[J]. 顾蓉艳,张玲,宋肖肖,李燕,蔡乐,崔文龙,刘伟. 中华疾病控制杂志. 2019(07)
[3]ARIMA模型和BP神经网络模型在甘肃省结核病发病率预测中的应用[J]. 杨文姣,肖俊玲,丁国武. 中华疾病控制杂志. 2019(06)
[4]灰色系统GM（1,1）模型在预测徐州市甲乙类呼吸道传染病发病趋势中的应用[J]. 安晓红. 江苏预防医学. 2019(01)
[5]陕西省2010-2016年猩红热流行特征分析及趋势预测[J]. 宁少奇,陈飒,曹磊,周体操,王维华,王舒,张义. 中华疾病控制杂志. 2018(06)
[6]指数平滑法在麻疹发病率预测中的应用[J]. 唐广心,张飞飞,鲁苇葭,彭敬,贺利敏,李苑. 实用预防医学. 2018(06)
[7]基于HP滤波法的我国猪肉价格波动周期性探究[J]. 叶锋,谢娟,马敬桂. 价格月刊. 2017(10)
[8]某部2004～2013年传染病发病规律分析及重点传染病预测[J]. 杨春梅,卢娟,宫占威,张雪璨. 西北国防医学杂志. 2015(07)
[9]集中度和圆形分布法在传染病季节性特征分析中的应用[J]. 毛龙飞,何茶清. 中国卫生统计. 2014(02)
[10]ARIMA模型在常见呼吸道传染病疫情预测中的应用[J]. 时照华,苏虹,秦凤云,田余红. 安徽医科大学学报. 2013(07)
硕士论文
[1]2004-2015年我国乙类传染病发病趋势的动态因子模型分析[D]. 杨丽娟.安徽医科大学 2019
[2]经济时间序列的季节调整[D]. 杨辉.西南财经大学 2016
本文编号：3023771
本文链接：https://www.wllwen.com/yixuelunwen/chuanranbingxuelunwen/3023771.html
最近更新
教材专著
