南京医科大学学报(自然科学版)

作者：马一鸣，丁勇

单位：南京医科大学康达学院医学信息工程学部，江苏 连云港 222000,,南京医科大学康达学院医学信息工程学部，江苏 连云港 222000,

关键词：病毒性肝炎;时间序列;季节性分解;预测

基金：南京医科大学康达学院第二期品牌专业建设工程资助项目（JX206000302）；南京医科大学康达学院医学信息模拟及预测科研团队资助项目（KD2022KYCXTD003）

目的：分析我国2012 2021年4种病毒性肝炎流行特征的季节性规律和长期趋势，探讨适合肝炎发病预测的时间序列模型，为科学防控肝炎提供参考依据和建议。方法：对我国2012年1月—2021年12月甲型、乙型、丙型和戊型肝炎的月发病例数进行时间序列的季节性分解，建立季节自回归移动平均模型（autoregressive integrated moving average model，ARIMA） 和季节指数平滑模型（exponential smoothing model，ES），并对2022年1 8月4种肝炎的发病例数进行预测，并比较预测效果。 结果：每年3月份是各类肝炎发病的高发期，10年期间，甲型肝炎总体保持下降趋势，乙型肝炎总体趋势有升有降，近年来有上升趋势；丙型肝炎总体呈上升趋势；戊型肝炎总体保持平稳趋势。乙型、丙型和戊型肝炎月平均发病例数分别为甲型肝炎的 57.06倍、11.50倍、1.35倍。季节ES模型的预测效果要优于季节ARIMA模型。结论：我国乙型和丙型肝炎发病人数众多，要加强重点防控。时间序列的季节性分解可用于分析肝炎流行特征的季节性规律和长期趋势，季节指数平滑模型中水平、趋势和季节3个参数，能体现肝炎发病的流行规律，在肝炎发病预测中，具有模型简单、计算简便、预测精度高的优点。

来源：2024年第1期

《南京医科大学学报(自然科学版)》期刊编辑部

查看南京医科大学学报(自然科学版)杂志2024年第1期