周 扬 梁士杰

【提 要】 目的 建立郑州市近年肺结核月发病的ARIMA乘积季节模型(SARIMA)并进行预测，探讨该模型在郑州市肺结核早期预测预警中的可行性。方法 以郑州市2011-2018年肺结核月发病数为基础，建立适合郑州市肺结核ARIMA乘积季节模型，利用R语言的auto.arima( )代码自动得到最优模型后对2019年肺结核发病数进行预测。结果 构建的郑州市肺结核月发病预测模型为ARIMA( 2,0,0) (0,1,1)12，模型参数均有统计学意义( P<0.05)，模型拟合优度AIC=78.45，BIC=94.04，残差序列为白噪声( Ljung-Box test Q=17.285，P=0.3674 )，2019年1-12月实际值与拟合值的动态趋势高度吻合。结论 本研究建立的ARIMA( 2,0,0) ( 0,1,1)12可用于郑州市肺结核月发病的早期预测。

结核病是由结核分枝杆菌引起的传染病，主要导致肺部病变，是我国农村居民因病致贫、因病返贫的主要疾病之一[1]。我国是全球第二大结核病高负担国家，肺结核是我国重点关注丙类呼吸道传染病[2]。目前，肺结核作为一种慢性传染病，在我国每年均有大量病例报告。本研究利用季节性自回归滑动平均模型法( seasonal auto regressive integrated moving average，SARIMA)对郑州市2011年1月-2018年12月肺结核发病情况进行拟合，旨在为郑州市肺结核防控工作提供精准预测的科学依据。

资料与方法

1.数据来源

数据来自中国疾病预防控制信息系统，按发病日期统计的2011年1月-2019年12月报告的郑州市肺结核发病数。

2011年1月-2018年12月的数据用于建立SARIMA预测模型，2019年1-12月的数据用于模型效果检验及预测评价。

2.研究方法

ARIMA乘积季节模型是ARIMA(p,d,q)模型与季节性模型ARIMA(P,D,Q)s的混合效应模型[3]。

SARIMA建模过程包括平稳性检验、模型识别、模型诊断、模型预测[4]，发病数经自然对数转换后，利用R中的tseries和forecast包，对郑州市2011-2019年肺结核的发病数据建立SARIMA模型，利用auto.arima( )代码结合模型参数估计和残差诊断选择最优模型，模型构建采用R3.6.3软件。……