重慶市2004～2006年流感流行特征分析及ARIMA模型在傳染病發(fā)病預(yù)測(cè)中的應(yīng)用.pdf

1、目的：本研究一方面為了掌握我市近幾年的流感流行狀況，為制定流感防制策略提供科學(xué)依據(jù)；另一方面，探討ARIMA模型在傳染病發(fā)病預(yù)測(cè)方面的應(yīng)用，以流感、痢疾為代表，對(duì)其進(jìn)行分析、評(píng)價(jià)，尋求該方法的最佳適用范圍與適用條件。 方法：(1)通過(guò)哨點(diǎn)醫(yī)院監(jiān)測(cè)和暴發(fā)疫情現(xiàn)場(chǎng)調(diào)查處理，收集我市2004年4月至2006年3月部分地區(qū)的流感樣病例(ILI)發(fā)病資料和全市ILI/流感的暴發(fā)疫情資料，并采集ILI標(biāo)本進(jìn)行實(shí)驗(yàn)室檢測(cè)，對(duì)所有流行病學(xué)資料和

2、病原學(xué)檢測(cè)結(jié)果進(jìn)行描述、分析。(2)通過(guò)全市各醫(yī)療機(jī)構(gòu)收集我市2002年1月至2006年12月的流感和痢疾發(fā)病資料，用SPSS統(tǒng)計(jì)軟件對(duì)流感和痢疾的月發(fā)病數(shù)建立ARIMA模型，用Q統(tǒng)計(jì)量檢驗(yàn)法對(duì)模型的適應(yīng)性進(jìn)行檢驗(yàn)，并用組外回代的方法檢驗(yàn)其預(yù)測(cè)精度。 結(jié)果：(1)2004年4月至2006年3月，我市流感監(jiān)測(cè)哨點(diǎn)醫(yī)院ILI就診百分比(ILI％)出現(xiàn)2004年4月和10月、2005年4月和8月和11月、2006年4月和7月幾個(gè)高峰，

3、流感病毒分離高峰與ILI％高峰基本一致，稍有滯后。2005年、2006年ILI％夏季高峰高于春季高峰，但病原學(xué)檢測(cè)沒有顯示在夏季分離到更多的流感病毒。(2)我市流感季節(jié)類型明顯，2004年8月、2005年2月和9月、2006年2月和7月出現(xiàn)優(yōu)勢(shì)毒株的變化，隨后1、2個(gè)月，出現(xiàn)ILI％高峰。(3)ILI/流感暴發(fā)疫情全年均有，春季和秋季略有增加；疫情發(fā)生地以中小學(xué)校為主(占91.20％)，尤其是偏遠(yuǎn)地區(qū)更易發(fā)生；疫情類型以A型為主，H1N

4、1型與H3N2型引起的暴發(fā)交替出現(xiàn)，且與哨點(diǎn)醫(yī)院收集的ILI標(biāo)本毒株型別變化一致。(4)我市流感月發(fā)病數(shù)時(shí)間序列的自相關(guān)分析圖顯示：我市流感沒有固定的季節(jié)性，用ARIMA模型法建立預(yù)測(cè)模型，只能進(jìn)行3個(gè)月以內(nèi)的預(yù)測(cè)，預(yù)測(cè)區(qū)間范圍較大，缺乏實(shí)際意義。痢疾月發(fā)病數(shù)時(shí)間序列的自相關(guān)分析圖顯示：我市痢疾具有明顯的季節(jié)性，建立季節(jié)復(fù)合模型后預(yù)測(cè)效果比較理想，可進(jìn)行至少1年的預(yù)測(cè)；用48個(gè)數(shù)據(jù)建模，6個(gè)月預(yù)測(cè)效果的擬合度R<'2>=0.9733，1

5、2個(gè)月預(yù)測(cè)效果的R<'2>=0.8574；36個(gè)數(shù)據(jù)和42個(gè)數(shù)據(jù)也能取得比較理想的預(yù)測(cè)效果，但R<'2>比48個(gè)數(shù)據(jù)相同時(shí)間預(yù)測(cè)效果的R<'2>要低些。 結(jié)論：(1)我市可能存在春季和秋季兩個(gè)流感流行高峰，應(yīng)加強(qiáng)春秋兩季的流感疫苗接種，推薦流感疫苗最佳接種時(shí)間為每年2、3月或9、10月；加強(qiáng)我市夏季呼吸道疾病的鑒別診斷，盡量避免誤診；每年2月、8月前后加強(qiáng)我市流感病毒的分離工作，及早發(fā)現(xiàn)毒株變異，當(dāng)優(yōu)勢(shì)毒株出現(xiàn)變化時(shí)應(yīng)警惕ILI

6、流行高峰的出現(xiàn)；我市流感暴發(fā)疫情的防控應(yīng)以農(nóng)村中小學(xué)為重點(diǎn)，哨點(diǎn)醫(yī)院監(jiān)測(cè)到A型毒株型別出現(xiàn)變化時(shí)，應(yīng)警惕新型毒株引起的暴發(fā)疫情高峰的出現(xiàn)。(2)ARIMA模型法可以對(duì)疾病的季節(jié)性進(jìn)行分析，對(duì)不同疾病的預(yù)測(cè)效果存在較大差異，當(dāng)疾病發(fā)病比較穩(wěn)定時(shí)預(yù)測(cè)效果可能更好；在用ARIMA模型法進(jìn)行預(yù)測(cè)時(shí)，應(yīng)根據(jù)資料選用不同的模型類型，所需建模數(shù)據(jù)可以少于通常要求的50個(gè)，但建模數(shù)據(jù)越多預(yù)測(cè)效果越好，隨著預(yù)測(cè)時(shí)間的推移，預(yù)測(cè)效果有所降低，因此運(yùn)用該方法