目的:基于自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型探讨影响医疗机构使用医用缝线的相关因素,为医疗机构合理使用医用缝线提供依据与优化策略.方法:以2014年1月至2023年11月期间某院每月医用缝线使用金额作为研究对象.将2014年1月至2018年12月的医用缝线使用金额数据作为训练集,采用R语言建立ARIMA模型;将2019年1月至2019年12月的医用缝线使用金额数据作为验证集,以验证ARIMA模型的可靠性.利用验证通过后的ARIMA模型预测2021年1月至2023年11月医用缝线每月使用金额并比较预测值与实际值之间的差异,用于评估2021年1月执行医用缝线优化政策带来的效益.结果:建立的ARIMA模型通过了白噪声检验(P＞0.05),且2019年全年预测值和实际值之间差异无统计学意义(P＞0.05);执行医用缝线优化政策后,某院医用缝线实际使用金额有所下降,2021年1月至2023年11月实际值远小于预测值,差异有统计学意义(P＜0.05).结论:基于ARIMA模型的医用缝线使用数据预测与配置优化方案可以充分挖掘某院医用缝线的使用规律,为医用缝线配置合理优化和智能精细化管理提供决策参考.

目的:分析中国老年人2004—2019年意外跌倒死亡情况及预测中国老年人2020—2024年意外跌倒标化死亡率，为制订预防老年人意外跌倒策略提供科学依据。方法:收集《中国死因监测数据集》中国老年人2004—2019年意外跌倒的死亡数据，计算2004—2019年总体及不同性别、居住地、年龄段死亡人数、死亡率和标化死亡率。采用Joinpoint 4.8.0.1统计软件计算标化死亡率的年度变化百分比（APC）和平均年度变化百分比（AAPC）。使用自回归移动平均模型（ARIMA）预测2020—2024年中国老年人意外跌倒标化死亡率。结果:中国老年人意外跌倒死亡人数从2004年的2 908人上升至2019年的23 709人；死亡率从2004年的51.89/10万上升至2019年的67.74/10万；标化死亡率2004—2019年总体呈上升趋势（AAPC=1.65， P>0.05），其中 2004—2010年呈上升趋势（APC=1.66， P>0.05），2010—2013年呈下降趋势（APC=-9.67， P>0.05），2013—2019年呈上升趋势（APC=7.83， P<0.01）。中国男性和女性老年人意外跌倒的死亡人数和死亡率在2004—2019年均呈上升趋势；标化死亡率2004—2019年也呈上升趋势（AAPC 男性=2.19，AAPC 女性=0.29， P均>0.05）。男性意外跌倒的标化死亡率总体高于女性，其中男性2013—2019年呈上升趋势（APC=7.36， P<0.05），女性2014—2019年呈上升趋势（APC=6.92， P>0.05）。居住地在农村和城市的老年人意外跌倒的死亡人数和死亡率2004—2019年均呈上升趋势；标化死亡率2004—2019年也呈上升趋势（AAPC 农村=1.71，AAPC 城市=1.00， P均>0.05），其中居住地为农村的老年人意外跌倒标化死亡率总体高于城市，居住地为农村和城市的老年人2013—2019年均呈上升趋势（APC 农村=8.24，APC 城市=6.11， P均 <0.05）。不同年龄段老年人意外跌倒的死亡人数和死亡率2004—2019年均呈上升趋势；65~74岁和≥85岁老年人的标化死亡率2004—2019年也呈上升趋势（AAPC 65~74岁=0.38，AAPC ≥85岁=4.09， P均 >0.05），75~84岁老年人的标化死亡率2004—2019年呈下降趋势（AAPC=-0.10， P>0.05），其中65~74岁老年人意外跌倒标化死亡率2010 —2019年呈上升趋势（APC=5.35， P<0.05），75~84岁和≥85岁老年人2013 —2019年均呈上升趋势（APC 75~84岁=6.49，APC ≥85岁=10.47， P均 <0.05）。ARIMA预测结果表明，2020—2024年中国老年人总体意外跌倒标化死亡率分别为69.11/10万、72.33/10万、74.41/10万、76.34/10万、76.48/10万，呈缓慢上升趋势。 结论:中国老年人2004—2019年意外跌倒死亡总体呈上升趋势，2020 —2024年老年人意外跌倒的标化死亡率也呈上升趋势。男性、居住地为农村、≥85岁的高龄老人是防治重点人群，应采取积极有效的防治措施减少老年人意外跌倒死亡的发生，促进积极健康的老龄化。

目的:了解2011—2023年嘉兴市百日咳流行病特征，构建自回归积分滑动平均（autogressive integrated moving average，ARIMA）模型预测短期发病趋势。方法:从中国疾病预防控制信息系统中收集2011—2023年嘉兴市的百日咳监测数据，采用描述性流行病学方法分析百日咳流行特征，构建ARIMA模型预测2024年嘉兴市百日咳发病趋势。结果:2011—2023年嘉兴市共报告百日咳病例429例，年均报告发病率0.75/10万，呈上升趋势（ χ2趋势=236.35， P<0.001）。疾病呈全年发病趋势，3月起在高位波动。不同地区报告发病率存在差异，海宁市年均报告发病率0.95/10万，其次为嘉善县和桐乡市，分别为0.80/10万、0.81/10万。嘉兴市百日咳报告病例呈现≤1周岁（44.29%,190/429）和5~9周岁（34.50%,148/429）年龄段双高峰现象。采用ARIMA（2,1,2）（0,1,1） 12为最优预测模型，预计2024年嘉兴市百日咳发病趋势将在高位波动。 结论:嘉兴市百日咳报告发病率处于较低水平，但总体呈上升趋势。不同地区存在报告发病率差异，应关注≤1周岁小年龄段、5~9周岁儿童和成人百日咳疫情。预测短期内百日咳发病率仍处于高位波动。

目的:探讨AB分型联合Arima分型预测浅表食管鳞状细胞癌（superficial esophageal squamous cell carcinomas，SESCC）浸润深度的临床价值。方法:2017年7月至2022年12月期间在宁波市医疗中心李惠利医院及江苏省中医院接受内镜黏膜下剥离术治疗且鳞状上皮乳头内毛细血管袢（intra-epithelial papillary capillary loops，IPCL）AB分型为B2型的患者（76处SESCC病变）纳入回顾性研究，根据Arima分型规则对IPCL进行二次分类，以病理判定的浸润深度为金标准，分析B2型联合Arima分型对SESCC浸润深度预测的敏感度、特异度、阳性预测值和阴性预测值。结果:76处病变中，31处（40.79%）浸润黏膜肌层（T1a-MM）或黏膜下层浅层（T1b-SM1），B2型IPCL预测T1a-MM/T1b-SM1 SESCC的敏感度、特异度、阳性预测值、阴性预测值、准确率分别为70.45%（31/44）、79.64%（176/221）、40.79%（31/76）、93.12%（176/189）、78.11%（207/265）。对病变的IPCL进行Arima分型后，B2-4ML型、B2-AVA-4M型IPCL预测T1a-MM/T1b-SM1 SESCC的敏感度、特异度、阳性预测值、阴性预测值、准确率分别为61.36%（27/44）、88.24%（195/221）、50.94%（27/53）、91.98%（195/212）、83.77%（222/265）和38.64%（17/44）、94.57%（209/221）、58.62%（17/29）、88.56%（209/236）、85.28%（226/265）。结论:B2型IPCL联合Arima分型可以提高对T1a-MM/T1b-SM1 SESCC的诊断准确性。

目的:分析亚洲主要国家胰腺癌的疾病负担，预测中国胰腺癌流行趋势，为胰腺癌防控提供参考依据。方法:收集全球疾病负担研究(GBD)2019版数据库中全球及亚洲主要国家的胰腺癌疾病负担数据，对年份、性别、社会人口指数对发病、死亡、伤残调整寿命年(DALY)的绝对数或标化率的分布情况进行描述，采用估计年百分比变化(EAPC)描述标化率的趋势。比较2019年不同年龄、性别和地区胰腺癌风险因素的死亡归因占比。运用R语言建立ARIMA模型预测2020—2029年中国胰腺癌标化发病率和死亡率。结果:1990—2019年，中国胰腺癌的标化发病率从3.17/10万增加到5.78/10万，标化死亡率从3.34/10万增加到5.99/10万，增幅超过亚洲高收入国家；全球胰腺癌标化发病率、死亡率和DALY率均呈逐年上升趋势。在亚洲主要国家中，中国疾病负担增速最高(标化发病率EAPC＝2.32%，95% CI：2.10%~2.48%；标化死亡率EAPC＝2.25%，95% CI：2.03%~2.42%)。ARIMA模型预测结果显示，中国胰腺癌发病率和死亡率在2020—2029年继续呈上升趋势，发病率预计增长15.92%，死亡率预计增长15.86%。 结论:中国胰腺癌的标化发病率和死亡率逐年增加，疾病负担呈上升趋势。随着人口老龄化，胰腺癌疾病负担还将进一步增长，应采取积极防控措施。

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:探讨时间序列模型在上海市肿瘤患者医院感染发病率预测中的应用，为医院感染的早期预警和防控提供参考。方法:基于2013年至2018年上海市某三级甲等肿瘤专科医院住院患者的医院感染发病率数据，应用SPSS 22.0统计软件构建自回归求和移动平均(autoregressive integrated moving average，ARIMA)模型和指数平滑模型，通过比较两种模型的拟合精度，确定最优拟合模型。以2019年1月至6月的医院感染发病率数据作为验证数据集，评价模型的预测效果。结果:2013年至2018年共监测379 477例住院患者，其中3 170例发生医院感染，总感染率为0.84%。霍尔特-温特相加法模型为拟合最优模型( R2＝0.82)。应用霍尔特-温特相加法模型预测2019年1月至6月的医院感染发病率，预测值和实际值动态趋势较一致，平均相对误差为15.22%。 结论:霍尔特-温特相加法模型能较好地拟合和预测肿瘤患者医院感染的发生趋势，可为肿瘤专科医院感染的监测预警提供依据。

目的:了解新疆乌鲁木齐市2014—2018年其他感染性腹泻流行状况，探索ARIMA模型对其他感染性腹泻的预测应用，为科学防治提供依据。方法:收集整理"中国疾病预防控制信息系统"中2014—2018年某三甲医院其他感性腹泻流行病学资料及医院实验室检测结果数据进行描述性流行病学分析，同时应用SPSS软件进行ARIMA模型预测。结果:2014—2018年某三甲医院其他感染性腹泻病例主要集中在6~10月(1 748例)，占全年总病例的65.89%。10岁以下儿童是其它感染性腹泻就诊的主要人群(1 699例)，占比49.26%。轮状病毒感染是导致其他感染性腹泻发生的主要原因(339例)，占所有检出病原的93.38%。ARIMA(0，1，2)(0，1，1) 12为最优模型，验证2018年乌鲁木齐市1~12月发病数平均相对误差20%，实际值均在预测值95%可信区间内。 结论:应重点加强对乌鲁木齐10岁以下儿童及家长针对其他感染性腹泻预防的健康教育工作，重点应关注轮状病毒腹泻，做好10岁以下儿童轮状病毒疫苗的推广和接种工作。ARIMA(0，1，2)(0，1，1) 12对于其他感染性腹泻发病情况预测具有一定价值。

目的:比较常见时间序列模型应用于新型冠状病毒肺炎（COVID-19）疫情预测的效果。方法:收集2020年4月1日至9月30日美国、印度和巴西3个国家COVID-19每日确诊病例数，分别建立差分自回归移动平均（ARIMA）模型和循环神经网络（RNN）模型，使用平均绝对百分比误差（MAPE）和均方根误差（RMSE）等指标，比较不同模型预测9月21-30日确诊病例的表现。结果:应用ARIMA模型预测美国、印度和巴西疫情的MAPE分别为13.18%、9.18%和17.30%，RMSE分别为6 542.32、8 069.50和3 954.59；应用RNN模型预测美国、印度和巴西疫情的MAPE分别为15.27%、7.23%和26.02%，RMSE分别为6 877.71、6 457.07和5 950.88。结论:ARIMA和 RNN模型的COVID-19预测效果存在地区差异，ARIMA模型的预测效果在美国和巴西较优，而RNN模型的预测效果在印度较优。

目的:评估上海市2014-2020年流感监测网络的运行情况以及流感发病强度的变化。方法:基于上海市2014年1月1日至2020年12月31日的流感监测数据，对哨点医院流感样病例（ILI）缺报漏报和ILI标本采集情况进行评价，计算ILI就诊百分比（ILI%）、流感病毒检出阳性率和流感发病率，利用季节性自回归移动平均模型构建“反事实”情况下2020年流感发病强度的基线，以定量估计上海市2020年流感发病强度的相对变化。结果:2020年上海市ILI缺报漏报情况评价得分和ILI标本采集情况评价得分<5分的医院占比分别为9.68%和21.05%。上海市2014-2019年和2020年的ILI%分别为1.51%（95% CI：1.50%~1.51%）和2.31%（95% CI：2.30%~2.32%），流感病毒检出阳性率分别为24.27%（95% CI：24.02%~24.51%）和7.15%（95% CI：6.78%~7.54%），流感发病率分别为3.66‰（95% CI：3.62‰~3.70‰）和1.65‰（95% CI：1.57‰~1.74‰）。上海市2020年的ILI%升高了45.25%，流感病毒检出阳性率和流感发病率分别降低了78.45%和51.80%。 结论:2020年上海市流感监测网络的运行情况发生改变，ILI%有所升高，流感病毒检出阳性率和流感发病率均有所降低，流感监测质量的改变是一个潜在的影响因素，未来仍需进一步加强流感监测的质量控制。