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: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:使用中断时间序列分析方法评估河南省新冠病毒感染疫情防控对手足口病流行趋势的影响.方法:从河南省卫生健康委员会法定报告传染病系统中收集2013年1月至2022年9月手足口病发病数据.用河南省2013年1月至2019年6月手足口病发病数据构建ARIMA预测模型,用2019年7月至2019年12月数据验证模型的预测效果.以该模型预测的2020年1月至2022年9月(疫情防控期间)手足口病发病数据为预测值,同期报告数据为真实值,采用阶跃变化、脉冲变化两种评价方法,分析疫情防控对手足口病发病的影响.结果:ARIMA(0,1,1)(0,1,1)12 模型的 MA1=0.43(t=3.14,P＜0.001),SMA1=-0.62(t=6.94,P＜0.001);根据 AIC、AICC 和BIC最小,LL最大,确定其为最优模型.该模型的预测值与真实值的平均相对误差为10.20％.疫情防控期间估计的手足口病发病数阶跃变化为-3 471(95％CI为-11 794～4 852)例,估计的脉冲变化为每月9 210(95％CI为3 153～15 268)例.结论:新冠病毒感染疫情防控降低了河南省手足口病发病水平.

目的 比较季节自回归移动平均模型(SARIMA)、长短期记忆网络(LSTM)、经验动态建模(EDM)在包含及不包含气象因素的情况下预测潍坊市肾综合征出血热(HFRS)发病的效果,探索最佳预测模型.方法 选取 2011 年1 月至 2017 年 12 月潍坊市HFRS月发病率分别构建SARIMA模型、单变量LSTM模型、单变量EDM模型,以及包含气象因素的SARIMAX模型、多变量LSTM模型、多变量EDM模型,对2018 年1 月至2018 年12 月的月发病率进行预测,并比较各模型的预测效果.结果 SARIMA模型的平均绝对误差百分比(MAPE)为 42.17%,SARIMAX模型未通过参数检验;单变量LSTM模型、多变量LSTM模型的MAPE分别为 48.40%,16.19%;单变量EDM,多变量EDM模型的MAPE分别为 55.00%,51.79%.结论 包含气象因素的多变量LSTM模型对潍坊市HFRS发病率预测效果最佳,预测结果可为未来HFRS的防控提供参考.

目的 分析吉林省肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)流行病学特征并对2024年吉林省HFRS发病趋势进行预测,为该病的防控提供参考.方法 收集2018-2023年中国疾病预防控制信息系统中吉林省HFRS的发病数据及吉林省各监测点的宿主动物监测数据,采用描述流行病学方法对其进行分析.通过建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型,对2018-2023年吉林省HFRS病例数进行拟合并预测2024年发病情况.结果 2018-2023年吉林省共报告HFRS病例1 993例,其中2018年病例数和发病率均为最高(578例,2.13/10万),之后总体呈下降趋势,2023年病例数和发病率最低(158例,0.67/10万).发病高峰为4-6月(635例,占31.86%)和10-12月(724例,占36.33%).共报告男性1 511例,女性482例,性别比为3.13∶1;各年龄组人群均有病例报告,以30～64岁年龄组为主(1 464例,占73.46%);职业分布以农民为主(1 242例,占62.32%).各市(州)均有病例报告,累计报告病例数前3位的地区为通化市(440例,占22.08%)、白城市(357例,占17.91%)和延边朝鲜族自治州(335例,占16.81%).春季居民区累计鼠密度前3位的监测点分别为珲春市(5.26%)、梨树县(4.36%)、双阳区(3.81%);野外累计鼠密度前3位的监测点分别为珲春市(5.55%)、磐石市(4.00%)、双阳区(3.47%).秋季居民区累计鼠密度前3位的监测点分别为珲春市(4.43%)、双阳区(4.09%)、抚松县(3.84%);野外累计鼠密度前3位的监测点分别为珲春市(6.84%)、双阳区(4.21%)、磐石市(4.00%).捕获鼠类以褐家鼠和黑线姬鼠为主.时间序列分析结果显示ARIMA(0,0,1)(0,1,1)12能够较好地拟合和预测吉林省HFRS发病情况(MAE=6.56,MRE=-0.16%),2024年预测月均发病数为7例.结论 吉林省HFRS发病率总体呈下降趋势,优势鼠种为褐家鼠和黑线姬鼠,2024年发病数预计低于2023年.有关部门今后应持续做好HFRS常规监测及预警工作.

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 利用R软件构建传染病组合预测模型,为疾病监测工作者提供参考.方法 以全国(不含香港、澳门特别行政区和台湾省数据)、吉林省、辽宁省、黑龙江省2004-2017年肾综合征出血热(HFRS)逐月发病率作为训练数据拟合模型,2018年1-12月数据用于评价预测效果.组合模型选择自回归移动平均模型(SARIMA)、指数平滑模型(ETS)、自回归神经网络模型(NNETAR)、指数平滑空间状态模型(TBATS)进行组合,采用R软件"forecastHybrid"包构建.单一模型权重相同的组合模型记为组合模型A;单一模型权重根据训练数据拟合效果确定,记为组合模型B.采用平均绝对误差百分比(MAPE)、离均差平方和(RMSE)评价6个模型拟合及预测效果.选取2004-2011年、2004-2012年、2004-2013年、2004-2014年、2004-2015年、2004-2016年、2004-2017年数据作为训练集分别建立模型,预测未来1-12月发病率进行敏感性分析.计算组合模型拟合及预测的MAPE、RMSE顺位累计和评价模型拟合及预测效果稳定性.结果 SARIMA、ETS、NNETAR、TBATS、组合模型A、组合模型B在全国、吉林省、辽宁省、黑龙江省拟合的MAPE依次为11.81％、9.75％、11.50％、9.71％、8.09％、8.06％;29.63％、15.39％、23.04％、14.60％、16.33％,16.29％;19.76％、15.48％、3.93％、15.24％、12.66％、7.08％;21.92％、17.96％、6.73％、15.80％、13.55％、10.29％.上述 6 个模型在上述 4 个地区预测的 MAPE 依次为 23.38％、20.35％、11.01％、34.28％、17.03％、16.02％;11.72％、14.26％、24.32％、14.16％、11.93％、11.92％;28.09％、27.57％、29.19％、27.32％、26.91％、26.49％;23.72％、33.28％、28.96％、33.75％、25.86％、27.31％.上述6个模型在上述4个地区拟合的 RMSE依次为 0.01、0.01、0.01、0.01、0.01、0.01;0.08、0.08、0.05、0.08、0.05、0.05;0.08、0.07、0.01、0.07、0.04、0.02;0.16、0.16、0.04、0.15、0.08、0.06.上述6个模型在上述4个地区预测的 RMSE 依次为 0.02、0.01、0.02、0.02、0.01、0.01;0.03、0.04、0.07、0.04、0.05、0.05;0.07、0.05、0.05、0.05、0.05、0.05;0.13、0.14、0.11、0.14、0.12、0.12.敏感性分析显示,从拟合效果来看,组合模型B总体上在4个地区均居首位;组合模型A居2～4位.从预测效果来看,组合模型在4个地区的2个评价指标中最优位次为首位或第2位.结论 组合模型拟合及预测优于单一模型,根据训练数据拟合效果确定模型权重的组合模型为最优模型.利用R软件通过简单编程即能构建组合模型,值得推广应用.

目的 分析2000-2020年山东省卫生总费用结构变动及影响因素,通过短期预测为卫生部门决策提供参考依据.方法 选取2000-2020年山东省卫生总费用及卫生总费用影响因素指标数据,采用结构变动度分析法分析山东省卫生费用变动,利用主成分回归分析法分析影响卫生费用变动的显著因素,构建自回归移动平均(ARIMA)模型对卫生总费用进行预测.结果 2000-2020年山东省卫生费用结构变动大(DSV=66.12％),政府卫生支出和社会卫生支出总体呈正向变动,结构变动值分别为0.114和0.217,个人现金卫生支出为负向变动,结构变动值为-0.331,卫生筹资结构明显优化;卫生服务供给、卫生服务需求、人口总量、人口老龄化、经济增长对总费用变动影响显著,偏回归系数分别为0.3 25、0.205、0.101、0.111、0.101;预计2021-2025年山东省卫生总费用将持续增长,到2025年达到7 180.87亿元.结论 卫生费用变动受诸多因素长期影响,筹资和控费需综合考虑长期因素;卫生费用变动受部分因素短期影响,卫生事业发展需警惕短期影响因素;基于模型预测的趋势分析需综合长期和短期因素的潜在影响和实际变化.

目的 了解黑龙江省佳木斯市肾综合征出血热(HFRS)疫情特征,预测其发病趋势,为制定HFRS防控措施提供依据.方法 采用描述流行病学方法对HFRS流行特征进行分析,率的比较用x2检验;运用SPSS 22.0和Eview 10.0软件对2004-2021年HFRS月发病率建立自回归差分移动平均(ARIMA)最优模型,预测2022年月发病率.结果 共报告HFRS 5 772例,年均发病率为13.15/10万;5-7月为HFRS春夏季小高峰,10-12月为秋冬季大高峰.各县(市、区)HFRS年均发病率同江和抚远市较高;发病年龄主要集中在15～69岁人群,35～39岁年龄组构成比最高;病例主要以青壮年男性为主;职业以农民最多,占69.53％;男女性别比例为3.65:1.ARIMA(1,1,1)(1,1,1)12为短期预测佳木斯市HFRS发病率的最优模型,贝叶斯信息准则(BIC)值为-0.879,残差序列Ljung-Box Q检验为白噪声(Q=15.867,P=0.322),残差序列自相关系数和偏自相关系数均落在95％置信区间内.应用该模型预测2022年HFRS月发病率,结果显示有小幅升高趋势,但仍处于较低水平.结论 2004-2021年佳木斯市HFRS发病率总体呈下降趋势,呈季节性双峰分布;边境市年均发病率较高;男性高于女性,职业以农民为主.ARIMA(1,1,1)(1,1,1)12为最优模型,可用于预测佳木斯市HFRS短期发病趋势,为针对性防控提供科学依据.

目的 掌握辽阳市不同生境、不同时间的蟑螂种群、密度及变化趋势,为制定其控制策略提供科学依据.方法 2009-2016年每月在居民、宾馆、餐饮、医院、农贸市场等5类场所用粘张纸法开展监测,计算不同生境、不同年份的蟑密度和侵害率,采用自回归移动平均模型预测2017年的月蟑密度.结果 2009-2016年辽阳市共在居民区、宾馆、餐饮、医院、农贸市场等5类场所布放有效粘蟑纸9 588张,阳性张数2 779张,平均侵害率为28.98％;共捕获蟑螂13 453只,平均蟑密度为1.4只/张;捕获的蟑螂以德国小蠊为主,占99.10％.不同生境的蟑螂侵害率有显著差异(X2=2766.107,P=0.000),农贸市场和居民区的侵害率最高;不同生境的蟑密度也不同,餐饮场所和农贸市场密度较高.2015年和2016年辽阳市蟑螂密度和侵害率显著升高,7月份蟑螂密度最高,根据建立的ARIMA(0,1,1)模型预测,2017年辽阳市蟑密度仍将在高位.结论 辽阳市农贸市场、餐饮场所、居民区等蟑螂密度均较高,种群以德国小蠊为主,采取综合措施,有效控制蟑螂密度.