目的:探讨我国5种病毒性肝炎（肝炎）的时间序列特征，并通过有效的模型预测其发病率。方法:按照甲型肝炎、乙型肝炎、丙型肝炎、戊型肝炎和未分型肝炎5种不同类型肝炎分类方式收集2009-2018年的月度发病数据，进行描述性和时间序列研究，采用趋势分解法以季节指数形式表示时间序列中的季节性，以线性回归模型表示其长期趋势，为每种肝炎建立差分自回归移动平均（ARIMA）模型。结果:2009-2018年报告肝炎14 856 990例，5种肝炎季节指数的极差均<1，戊型肝炎的季节性特征较为显著，其发病呈单峰型，其余4种肝炎的季节性特征一般。甲型肝炎、戊型肝炎和未分型肝炎的发病基本趋于平稳，在一个较低的水平上呈缓慢下降趋势，乙型肝炎发病数在5种肝炎中占比最高（79.59%，11 824 262/14 856 990），但其下降趋势也为各型肝炎中最快（-0.01/10万）。丙型肝炎发病呈不断上升的趋势，上升速率一直保持稳定（0.005/10万）。ARIMA模型拟合的2009年1月至2018年12月的预测值与实际值较一致，平均绝对误差百分比范围为3.756 8~8.068 3。结论:对于法定报告传染病监测数据的时间序列分析有助于更好地了解我国肝炎的发病特征，ARIMA模型可用于我国肝炎的短期预测，具有较好的应用价值。

目的:分析季节性差分自回归移动平均模型（SARIMA）、广义相加模型（GAM）和长短期记忆神经网络模型（LSTM）在肾综合征出血热（HFRS）发病率拟合及预测中的效果，为优化HFRS预测模型提供参考。方法:在公共卫生科学数据中心（https://www.phsciencedata.cn/）收集全国和HFRS发病率居前9位的省份（黑龙江、陕西、吉林、辽宁、山东、河北、江西、浙江和湖南省）2004-2017年HFRS逐月发病率资料，其中，2004-2016年资料作为训练数据，2017年1-12月资料作为测试数据。利用训练数据拟合全国和9个省份HFRS发病率的SARIMA、GAM、LSTM；利用拟合模型预测2017年1-12月HFRS发病率，并与测试数据比较。采用平均绝对百分比误差（ MAPE）评价模型拟合及预测精度， MAPE < 20%时模型拟合或预测效果为好，20%~50%为可接受，> 50%为差。 结果:从总体拟合及预测效果来看，全国和黑龙江、陕西、吉林、辽宁、江西省的最优模型为SARIMA（ MAPE分别为19.68%、20.48%、44.25%、19.59%、23.82%、35.29%），其中，全国和吉林省模型拟合及预测效果为好，其余均为可接受；山东、浙江省的最优模型为GAM（ MAPE分别为18.29%、21.25%），其中，山东省模型拟合及预测效果为好，浙江省为可接受；河北、湖南省的最优模型为LSTM（ MAPE分别为26.52%、22.69%），模型拟合及预测效果均为可接受。从拟合效果来看，GAM在全国数据中拟合精度最高， MAPE =10.44%。从预测效果来看，LSTM在全国数据中预测精度最高， MAPE = 12.23%。 结论:SARIMA、GAM、LSTM均能作为拟合HFRS发病率的最优模型，但不同地区拟合的最优模型表现出较大差异。今后在建立HFRS预测模型时应尽可能多地纳入备选模型进行筛选，以保证较高的拟合及预测精度。

目的:基于时间序列模型预测分析AP住院患者人数，探讨模型预测效能。方法:收集2014年1月至2019年12月西南医科大学附属医院AP住院患者的临床资料，使用R软件采集住院人数的时间序列，分析2014年至2018年AP住院人数趋势性及季节性特征，进一步通过平稳性检验、模型定阶、模型检验步骤建立自回归移动平均(ARIMA)模型，并运用筛选出的最佳模型对2019年每月住院人数进行预测，验证其预测效能。结果:共3 939例AP患者纳入研究。其中AP最常见病因为胆源性(48.2%)，其次为高三酰甘油血症(36.3%)；发病年龄高峰为40~60岁。时间序列分析显示AP住院患者人数呈逐年增长趋势；发病最高峰为每年2~3月，其次为9~11月，存在季节性变化，夏季的发病率相对较低。建立的原始训练集序列未通过平稳性检验( P＝0.061)，故对其进行一阶差分转化为平稳序列后建立ARIMA模型。模型定阶中根据AIC值最小的准则，筛选出ARIMA(2，1，1)(1，1，1) 12作为最佳模型，运用该模型对2019年AP住院人数进行预测，显示其能较好地拟合发病时间趋势，短期预测效果良好，其平均方根误差和绝对误差分别为6.8790和4.7783。 结论:AP患者住院人数呈逐年上升趋势，且存在季节性变化，ARIMA模型对AP住院患者人数预测效果较好，可用于短期预测。

目的:了解宁波市鄞州区2017-2022年≤6岁儿童疱疹性咽峡炎（HA）流行特征并分析其与手足口病（HFMD）发病的互相关性。方法:基于鄞州区域健康大数据平台2017-2022年的电子病历数据和公共卫生管理数据，分析≤6岁儿童HA流行特征。利用公共卫生管理数据中传染病报告数据计算HFMD发病率，采用自回归移动平均模型与互相关函数分析HA和HFMD发病的相关性。结果:2017-2022年鄞州区≤6岁儿童中累计监测HA病例25 385例，男女性别比为1.12∶1。HA年均发病率为4 986.67/10万，2018年最高（10 477.09/10万），2020年最低（870.88/10万）。HA发病高峰为6、7月，1岁组发病率高于其他年龄组，发病率为7 950.45/10万；云龙镇、姜山镇和下应街道发病率较高，发病率依次为8 764.31/10万、8 377.58/10万和7 965.31/10万。HA发病率与滞后0、7、12、18 d的HFMD发病率互相关系数分别为0.199、0.139、0.090、0.086（均 P<0.05）。 结论:2017-2022年鄞州区≤6岁儿童中HA呈高流行水平，发病率存在季节性和地区差异性，HA发病与HFMD发病存在相关性，且HFMD发病有一定滞后性。应重视HA监测，开展HA和HFMD的同期监测和管理，加强两者的综合防控。

目的:分析江西省2017-2022年其他感染性腹泻流行趋势，探讨自回归移动平均（ARIMA）模型在江西省其他感染性腹泻发病预测中的应用，为开展其他感染性腹泻预测和防控工作提供参考。方法:对江西省2017-2022年其他感染性腹泻病例进行描述性流行病学分析，建立ARIMA模型对2023年其他感染性腹泻发病数进行预测。结果:2017-2022年江西省累计报告其他感染性腹泻为204 842例，年均报告发病率为74.32/10万。全年龄段均有病例报告，发病呈明显的季节性特征，存在冬春季（1-3月）和夏秋季（7-9月）两个发病高峰，且冬春季峰值较高。ARIMA（0，1，2）（2，1，0） 12和ARIMA（1，0，0）（2，1，0） 12模型的各项参数均有统计学意义（ P<0.05），且贝叶斯信息准则值最小分别为13.83和9.12，残差系列均为白噪声（ P>0.05）；模型预测值与实际值较为吻合，预测趋势与实际趋势一致，模型预测效果较好。 结论:2017-2022年其他感染性腹泻发病仍居江西省法定传染病发病前列，防控形势不可忽视，应在流行季加强对防控重点人群≤3岁儿童和散居儿童家庭的疾病监测和健康宣教工作。ARIMA模型可用于江西省其他感染性腹泻发病的短期预测和趋势分析。

目的 掌握北京市东城区2009-2019年蝇种类、密度、分布及其季节消长规律,探讨基于生态学监测的蝇类密度预测方法,为东城区蝇类预测与科学防控提供依据.方法 收集整理东城区2009-2019年蝇类生态学监测数据并进行分析;利用MATLAB R2018b软件构建的季节性差分自回归移动平均模型(SARIMA)对2019年4-10月的蝇类密度进行预测并与实际监测值进行比较,验证模型预测效果.结果 2009-2019年东城区各生态学监测点蝇类年平均密度为7.09只/笼,优势蝇种为麻蝇科,占捕获蝇总数的56.82％,占比超过5％以上的蝇种类依次为厩腐蝇(11.74％)、家蝇(10.17％)、丝光绿蝇(8.99％)和大头金蝇(6.93％);不同生境中,宾馆饭店蝇类密度最高,为11.86只/笼,餐饮外环境最低,为2.20只/笼,麻蝇科在不同生境中均为优势种群;蝇类密度高峰主要出现在7月和8月.基于历史生态学监测数据构建的最优模型SARIMA(0,1,4)(2,1,3)12预测2019年4-10月的蝇类密度与实际密度基本一致,实际监测值均落在预测值95％置信区间内,模型评价指标均方根误差(RMSE)和平均绝对误差(MAE)分别为1.379和1.014,预测效果较好.结论 2009-2019年北京市东城区以麻蝇科为优势种群,宾馆饭店是蝇类防控的重点场所,活动高峰主要出现在7-8月;通过对SARIMA模型效果评价,该方法可用于蝇类密度短期变化趋势预测.

目的 探讨湖北省肾综合出血热最优预测模型,为建立湖北省肾综合征出血热监测预警模型提供依据.方法 利用2005-2021年湖北省肾综合征出血热逐月发病率监测数据,以指数平滑模型(ETS),乘积季节自回归移动平均模型(SARIMA)及带回归变量的SARIMA-REG,具有Box-Cox变换、ARMA误差、趋势和季节性分量的指数平滑状态空间模型(TBATS),时间序列神经网络模型(NNETAR)及带回归变量的NNETAR-REG,线性回归时间序列模型(TSLM)和三次样条预测模型(SPLINEF)8种单一时间序列模型为基础,通过1～4个模型进行组合,共建立162个模型.采用平均绝对百分比误差(MAPE)作为评价指标,评价模型拟合及预测效果.拟合及预测综合效果通过计算拟合、预测MAPE均值评价.结果 TSLM模型及其构建组合模型拟合及预测综合MAPE均超过100％.其它98个模型中,单一模型、2个模型的组合模型、3个模型的组合模型、4个模型的组合模型最优拟合模型分别为SPLINEF(11.98％),SARIMA-SPLINEF(15.14％),SARIMA-NNETAR-REG-SPLINEF(16.06％),SARIMA-TBAT-NNETAR-REG-SPLINEF(17.75％).单一模型、2个模型的组合模型、3个模型的组合模型、4个模型的组合模型最优预测模型分别为SARIMA-REG(34.48％),SARIMA-REG-TBATS(22.77％),SARIMA-TBATS-SPLINEF(23.84％),SARIMA-SARIMA-REG-TBATS-SPLINEF(22.31％).单一模型、2个模型的组合模型、3个模型的组合模型、4个模型的组合模型最优拟合及预测模型分别为 SPLINEF(24.75％),SARIMA-SPLINEF(22.55％),SARIMA-TBATS-SPLINEF(20.92％),SARIMA-SARIMA-REG-TBATS-SPLINEF(20.75％).结论 综合模型数量、模型拟合及预测精度认为SARIMA-TBATS-SPLINEF为最优预测模型,可以用于湖北省肾综合征出血热监测预警.

目的 分析2016-2023年乌鲁木齐市大气细颗粒物(PM2.5)污染状况,并建立预测模型,为大气污染防治工作提供参考.方法 通过我国生态环境部网站收集2016-2023年乌鲁木齐市PM2.5监测资料,采用时序图、季节指数分析PM2.5质量浓度的时间变化趋势.利用2016-2023年PM2.5月均质量浓度建立自回归移动平均(ARIMA)模型,用2023年数据进行验证,采用平均绝对百分比误差(MAPE)评价模型的拟合效果,并预测2024-2025年PM2.5月均质量浓度.结果 2016-2023年乌鲁木齐市大气PM2.5日均质量浓度呈下降趋势(rs=-0.239,P＜0.001),1月、2月和12月的季节指数较高,具有一定的季节性.建立最优预测模型为ARIMA(1,0,0)(1,1,0)12,赤池信息准则值为727.38,修正的赤池信息准则值为727.88,贝叶斯信息准则值为737.10.2023年PM2.5月均质量浓度的预测值与实际值比较,绝对误差范围为0.31～7.45 μg/m3,相对误差范围为0.01～0.53,MAPE为14.42%.经预测,2024-2025年乌鲁木齐市PM2.5月均质量浓度与2016-2023年变化趋势基本一致.结论 2016-2023年乌鲁木齐市大气PM2.5质量浓度呈下降趋势,冬季质量浓度相对较高;ARIMA(1,0,0)(1,1,0)12可用于乌鲁木齐市大气PM2.5污染状况的短期预测.

目的 分析2010-2021年甘肃省手足口病流行特征及病原学组成,对2022-2024年甘肃省手足口病发病人数进行预测,为疾病的防控提供参考依据.方法 收集2010-2021年甘肃省手足口病的发病资料,用描述性流行病学方法分析其流行特征及病原学组成.基于R语言以2010-2021年甘肃省手足口病月发病人数构建季节性自回归移动平均(ARIMA)模型,对2022-2024年甘肃省手足口病发病人数进行预测.结果 2010-2021年甘肃省共报告手足口病病例126 265例,男女报告发病率分别为0.59％、0.41％,差异存在统计学意义(x2=4 433.505,P＜0.05);发病年龄主要集中在0～5岁,其中1～岁年龄组发病人数最多(29269例);发病呈周期性流行,基本趋势为隔年出现发病高峰,2020年发病率最低,2019年发病率最高;全年有2个发病高峰,5-7月为主高峰,9-11月为次高峰.病原构成方面,肠道病毒71型(EV71)所占比例逐渐降低,其他肠道病毒逐渐变为优势毒株;重症及死亡病例病原体以EV71为主;男女性别间病原构成比较,差异无统计学意义(P＞0.05).构建季节性ARIMA模型ARIMA(4,0,1)(2,1,1)12,预测结果显示,2022-2024年甘肃省手足口病发病水平与2021年基本一致,预测发病人数与2021年接近,并保留以往双高峰发病的特点.结论 5岁以下婴幼儿是手足口病的高发人群.其他肠道病毒逐渐变为优势毒株,夏季高发.ARIMA(4,0,1)(2,1,1)12可以拟合甘肃省手足口病发病的演变趋势并进行短期预测.

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.