APP下载

SARIMA模型在南昌市HIV/AIDS疫情预测中的应用

2021-01-14张小玲甘仰本

南昌大学学报(医学版) 2020年6期
关键词:趋势疫情模型

张小玲,徐 丹,甘仰本,况 杰

(1.传染病预防控制国家重点实验室研究基地、江西省动物源与媒介生物性传染病重点实验室、南昌市疾病预防控制中心,南昌330038;2.南昌市卫生健康委员会疾控科,南昌 330006;3.南昌大学公共卫生学院、江西省预防医学重点实验室,南昌330006)

艾滋病(AIDS)作为一种由人类免疫缺陷病毒(HIV)感染引起的的免疫缺陷病具有病死率高、长期危害大的特征,已成为最严重的公共卫生和社会问题之一[1]。我国艾滋病疫情总体维持在低流行水平,但感染人群多样化,流行形势复杂化,报告感染人数呈快速上升趋势[2]。南昌市自1994年报告首例HIV感染者后HIV/AIDS流行呈快速增长趋势,从高危人群向一般人群蔓延趋势明显,艾滋病防控形势严峻[3]。本研究基于2007—2016年南昌市HIV/AIDS感染疫情资料建立季节性差分自回归移动平均模型(SARIMA)预测模型预测其今后发病情况,为制定更有针对性的艾滋病防控策略提供科学依据。

1 资料与方法

1.1 资料来源

疫情数据来源于2007年1月至2017年6月艾滋病综合防治信息系统中以现住址报告的南昌市HIV/AIDS病例,内容包括HIV感染人群的性别、年龄、职业、感染途径等。以每月报告的HIV/AIDS病例数构成时间序列。

1.2 SARIMA模型建立

考虑到HIV/AIDS疫情可能存在一定的季节效应,故采用季节性ARIMA(p,d,q)×(P,D,Q)12模型(SARIMA)进行预测,p、d、q分别表示模型自回归部分的阶数、序列差分的次数、滑动平均的阶数,P、D、Q分别表示季节性自回归部分的阶数、序列差分的次数、滑动平均的阶数。SARIMA模型建立的主要步骤为:序列平稳化、模型识别、参数估计和模型检验、模型预测与评估[4]。……

登录APP查看全文

猜你喜欢

趋势疫情模型
一半模型
战疫情
趋势
抗疫情 显担当
疫情中的我
重尾非线性自回归模型自加权M-估计的渐近分布
疫情期在家带娃日常……
初秋唇妆趋势
3D打印中的模型分割与打包
SPINEXPO™2017春夏流行趋势