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 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2011-2020年乌鲁木齐市手足口病(HFMD)流行病学特征,构建SARIMA模型预测发病趋势,为完善防控举措提供依据.方法 对2011-2020年乌鲁木齐市HFMD病例数据进行描述性流行病学特征分析,建立SARIMA模型.结果 乌鲁木齐市2011-2020年HFMD年均发病率为68.60/10万,重症32例,死亡4例;2011-2019年呈隔年高发趋势,2018年发病率为近10年最高(105.69/10万),季节性明显,呈双峰流行.HFMD年均发病率最高的区县为经开区(头区),达到107.35/10万.男性年均发病率为80.55/10万,女性为56.12/10万,男女比为1.50∶1.00,2011-2019年男性发病率高于女性,差异有统计学意义(P＜0.05),2020年男女发病率比较,差异无统计学意义(P＞0.05).发病最小年龄为1 d,最大为67岁,5岁以下儿童病例数占比最高(85.82％);主要为托幼和散居儿童.2011-2020年共检测HFMD标本7778份,阳性率为81.15％,以其他肠道病毒占比最高(46.28％).SARIMA(1,0,0)(0,1,1)12模型为最优模型.结论 乌鲁木齐市HFMD有周期性、季节性、性别、年龄差异,应持续做好监测,加强重点人群防控工作;SARIMA(1,0,0)(0,1,1)12模型拟合较好,与实际发病情况趋势一致,可用于预测乌鲁木齐市HFMD未来发病情况,对指导乌鲁木齐市HFMD防控存在一定理论价值;关注病原分布和变化情况,完善实验室病毒分型.

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2014-2021年福建省道路交通伤害死亡情况,探索适用的趋势预测模型.方法 采用季节差分自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)、支持向量回归(support vector regression,SVR)、长短期记忆(long short-term memory,LSTM)网络拟合2014年1月一 2021年6月福建省道路交通伤害死亡率数据,对2021年7-12月死亡率进行预测,并与实际值验证比较,评价模型的预测效果.结果 2014-2021年福建省道路交通伤害年报告率呈下降趋势(AAPC=-6.29％,P＜0.001).模型比较LSTM网络预测准确度最好,均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)分别为 0.070 5、0.061 2、8.72％.结论 福建省道路交通伤害死亡总体呈下降趋势,LSTM网络可用于道路交通伤害死亡率的短期预测.

目的 基于江阴市食源性疾病监测数据,探讨SARIMA模型在江阴市食源性疾病发病趋势中的应用.方法 采用江阴市2018年1月至2022年6月的食源性疾病病例报告数据,建立SARIMA预测模型,用2022年7至12月报告数据验证所建立模型,预测2023年1至6月江阴市食源性疾病报告发病率.检验水准α=0.05.结果 SARIMA(0,0,1)(1,1,1)12模型可以较好拟合江阴市2018年1月至2022年6月的食源性疾病月报告发病数据,并且能够较为准确地预测未来短期报告发病数据,MAPE=17.17％.结论 SARIMA模型能够适用于江阴市食源性疾病报告发病趋势的短期预测,可作为食源性疾病预测预警的参考模型,为食源性疾病防控提供理论依据.

目的 比较不同时间序列模型对不同法定传染病的拟合及预测效果,为预测预警模型的选择提供参考.方法 以荆州市2012-2018年肺结核、丙型病毒性肝炎(丙肝)、肾综合征出血热(HFRS)、手足口病(HFMD)、其他感染性腹泻病周发病率数据为例,分别建立SARIMA、ETS、TBATS、NNETAR、SPLINE、THETA、prophet和BSTS8种时间序列模型.预测2019年1～52周5种法定传染病报告发病率并与实际值比较.采用平均绝对误差百分比(Mean Absolute Percentage Error,MAPE)评价模型拟合及预测效果.结果 其它感染性腹泻病(9.12％)、手足口病(13.80％)拟合效果最优模型为SPLINE,肺结核(3.82％)和丙肝(15.53％)、肾综合征出血热(1.83％)拟合效果最优模型为NNETAR.其它感染性腹泻病(20.27％)、肾综合征出血热(34.73％)预测效果最优模型为TBATS;手足口病(65.67％)预测效果最优模型为prophet;肺结核(16.66％)、丙肝(26.19％)预测效果最优模型为SARIMA.其它感染性腹泻病(14.89％)拟合及预测综合精度最高的模型为TBATS,手足口病(32.05％)、肺结核(6.52％)、丙肝(19.92％)和肾综合征出血热(8.50％)拟合及预测综合精度最高的模型为TBATS.结论 不同模型对不同疾病拟合及预测精度均不同,应根据研究需要择优选取.

目的:分析2013-2022年北京市东城区肺结核报告发病流行特征和变化规律,运用季节性自回归滑动平均混合模型(seasonal autoregressive integrated moving average,SARIMA)对既往报告发病数建模并预测2023年1-6月报告发病情况,为本区肺结核防控措施提供参考数据.方法:通过"中国疾病预防控制信息系统"子系统"传染病监测系统"获取2013年1月至2023年6月北京市东城区肺结核报告发病数据,分析2013-2022年肺结核报告发病流行特征;使用2013-2022年月报告发病数建立SARIMA模型,并用2023年1-6月报告发病数据进行模型预测和验证.结果:2013-2022年北京市东城区累计报告2505例活动性肺结核患者,年平均报告发病率28.81/10万,报告发病率最高为2013年(38.68/10万,379例),最低为2020年(23.30/10万,185例),总体呈下降趋势(x2趋势=25.371,P＜0.001),年均递降率为5.26％.病原学阳性肺结核检出率最高为2022年(57.74％,97/168),最低为2017年(30.71％,74/241),总体呈逐年上升趋势(x2趋势=29.945,P＜0.001).男性肺结核年均报告发病率为36.85/10万(1559例),明显高于女性的21.20/10万(946例),男女性别比为1.73:1,差异有统计学意义(x2=184.738,P＜0.001);20～29 岁组(19.88％,498/2505)和离退人员(37.72％,945/2505)患者构成比较高;患者主要集中在永定门外街道(11.38％,285/2505).季节分析显示,季节指数在0.83～1.09之间,呈周期性波动,流行期主要集中在3-8月和12月.SARIMA(0,1,2)(1,2,1)12模型较好的拟合报告发病趋势(AIC=657.67),预测发病数平均相对误差为-17.72％,预测精确度较高(均方根误差为5.188,平均绝对百分比误差为22.01％).结论:2013-2022年北京市东城区肺结核报告发病呈稳定下降趋势,以男性、离退人员为主,需注重春夏季节、老年和青壮年人群的结核病防控及宣教工作.SARIMA(0,1,2)(1,2,1)12模型能较好拟合本区肺结核报告发病变化趋势且预测效果良好.

目的 分析近年来厦门市恙虫病的流行特征并对今后的流行趋势进行预测,为当地制定防控措施提供依据.方法 收集2013-2022年厦门市报告的恙虫病病例资料,采用描述流行病学方法对疾病的三间分布进行分析;同时使用季节性自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型对2023-2025年厦门市恙虫病的发病趋势进行预测.结果 2013-2022年,厦门市共报告恙虫病病例862例,年均发病率为2.06/10万,不同年份的发病率总体呈波动下降趋势(χ2趋势=170.74,P<0.05).时间分布上存在较为明显的季节性和周期性,呈现双峰分布:发病主要集中在5-10月(737例,占85.50%),其中6-7月和9-10月出现2个发病高峰.不同地区中,报告年均发病率较高的是海沧区(3.56/10万)、思明区(2.64/10万)和同安区(1.95/10万).人群分布上,报告病例的男女比例为1.09∶1,男女报告发病率均为2.06/10万;报告病例平均年龄(46.97±17.35)岁,发病年龄主要集中在40～69岁(547例,占63.46%),其中50～59岁年龄组的报告病例数最多(228例,占26.45%),60～69岁年龄组的报告发病率最高(6.75/10万);不同职业中,家务及待业人群的报告病例数最多(208例,占24.13%),其次为农民(197例,占22.85%).报告病例从发病到诊断的时间间隔中位数为7(4,12)d.SARI-MA(2,0,0)(0,1,1)[12]模型可以较好地预测厦门市恙虫病流行趋势(RMSE=0.50,R2=0.75),对2023、2024和2025年发病数的预测值分别为42例、39例和36例.对2023年1-9月的预测数据进行验证,实际发病数据均位于SARIMA模型的预测区间(RMSE=7.84,R2=0.76).结论 厦门市恙虫病发病率总体呈波动下降趋势,2023-2025年预计将保持中等流行水平.