2004-2018年我国狂犬病疫情时间序列分析

doi:10.3969/j.issn.1002-2694.2019.00.171

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (2310 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要目的分析2004-2018年我国狂犬病疫情的时间序列特征,建立自回归移动平均模型(Autoregressive Integrated Moving Average Model, ARIMA),利用该模型对我国狂犬病疫情进行短期预测,为狂犬病的防控提供参考。方法建立2004-2017年我国狂犬病月发病数时间序列,利用SPSS 19.0建立ARIMA季节模型,并将该模型预测的2018年狂犬病发病数据与实际数据比较,对模型进行优化评估;最后利用优化模型对2019年狂犬病发病情况进行短期预测。结果根据建立的时间序列分析得到最优模型为ARIMA(0,1,1)×(0,1,1)12,模型的拟合结果与真实值变化趋势一致,具有良好的拟合效果;模型预测2018年发病总数为363,相对误差为0.82%。结论截至目前,我国仍是狂犬病高发国家,狂犬病疫情呈现季节性变化特征,ARIMA乘积季节模型对我国狂犬病发病趋势具有较高的拟合度,可用于我国狂犬病疫情的短期预测,可为我国狂犬病的防控提供参考依据。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	谢渊
	刘淑清
	董国英
	朱武洋

关键词 ：狂犬病, 时间序列分析, ARIMA模型

Abstract：In order to analyze the time series characteristics of rabies and explore the short-term prediction of rabies epidemic situation in China, SPSS19.0 was used to establish the time series of monthly incidence of rabies in China from 2004 to 2017 and to establish the Autoregressive Integrated Moving Average Model. Comparing the monthly incidence of 2018 predicted by the model with the actual data,to optimize the model was optimized. According to the established time series analysis, the optimal model is ARIMA(0,1,1)×(0,1,1)12, and the fitting result of the model is consistent with the trend of from real values. The total number of rabies cases in 2018 predicted by the model is 363, and the relative error is 0.82%. Up to now, China is still a country with high incidence of rabies. The ARIMA product season model hasshows in a high fitting degree withof fitting to the incidence of rabies in China and can be used for short-term prediction of rabies epidemics in China.

Key words： rabies time series analysis ARIMA model

收稿日期: 2019-05-29

R373.9

基金资助:国家科技重大专项(No.2018ZX10201002)

通讯作者: 刘淑清,Email: liushuqing1986@126.com; ORCID: 0000-0002-9412-3436, 董国英,Email: 11112011086@bnu.edu.cn; ORCID: 0000-0003-2090-0498

引用本文:

谢渊, 刘淑清, 董国英, 朱武洋. 2004-2018年我国狂犬病疫情时间序列分析[J]. 中国人兽共患病学报, 2019, 35(11): 1041-1046. XIE Yuan, LIU Shu-qing, DONG Guo-ying, ZHU Wu-yang. Time series analysis of rabies in China, 2004-2018. Chinese Journal of Zoonoses, 2019, 35(11): 1041-1046.

链接本文:

http://www.rsghb.cn/CN/10.3969/j.issn.1002-2694.2019.00.171 或 http://www.rsghb.cn/CN/Y2019/V35/I11/1041

[1] 尹景峰. 狂犬病流行病学研究进展[J]. 现代农业, 2017(11):79-82. DOI: 10.14070/j.cnki. 15-1098. 2017.11.060
[2] 罗宇宏. 狂犬病流行病学的研究进展[J]. 今日畜牧兽医,2018,34(11):70-71.
[3] 赵小东,张玉辉,徐奇,等. 狂犬病的流行及防治[J]. 口岸卫生控制,2018,23(4): 27-30. DOI:10.3969/j.issn. 1008-5777.2018.04.007
[4] 郑日真,廖旭菱.我国狂犬病流行现状与防控对策[J]. 预防医学论坛,2016,22(12): 946-948. DOI:10.16406/j.pmt.issn.1672-9153.2016.12.021
[5] Shwiff S, Hampson K, Anderson A.Potential economic benefits of eliminating canine rabies[J].Antivir Res,2013,98(2):352-356. DOI:10.1016/j.antiviral.2013.03.004
[6] 陶晓燕,李浩,焦文涛,等.中国狂犬病病毒的分群和进化特征[J].疾病监测,2013,28(5):340-343.
[7] Hampson K, Coudeville L, Lembo T, et al.Estimating the Global Burden of Endemic Canine Rabies[J].Plos Negl Trop Dis, 2015, 9(4):e0003709.DOI:10.1371/journal.pntd.0003709
[8] Jackson AC.Human rabies:a 2016 update[J]. Curr Infect Dis Rep, 2016, 18(11):38. DOI:10.1007/s11908-016-0540-y
[9] Tenzin, Ward MP.Review of rabies epidemiology and control in south, south east and east Asia:past, present and prospects for elimination[J].Zoonoses Public Hlth, 2012, 59(7):451-467.DOI:10.1111/j.1863-2378. 2012.01489.x
[10] 任江萍, 陈直平, 孙继民, 等.全国人间狂犬病疫情的时间序列分析[J].中国人兽共患病学报, 2018, 34(3):239-242.DOI:10.3969/j.issn.1002-2694.2018.00.039
[11] 孟凡东, 吴迪, 隋承光.2004-2015年中国狂犬病发病数据ARIMA乘积季节模型的建立及预测[J].中国卫生统计, 2016, 33(3):389-391.
[12] 杨静, 张强.ARIMA模型在成都市成华区狂犬病暴露监测数据分析中的应用[J].中国卫生统计, 2016, 33(5):755-757.
[13] 张文彤, 董伟.SPSS 统计分析高级教程[M].2版.北京:高等教育出版社, 2013:395-398.
[14] 潘浩, 郑杨, 吴寰宇, 等.ARIMA模型预测上海市手足口病发病趋势[J].预防医学情报杂志, 2011, 27(6):408-411.
[15] 周宏鹏, 刘拥军, 张秀娟, 等.全球狂犬病流行现状及防治策略[J].中国动物检疫, 2015, 32(1):50-52.
[16] Chen B, Sumi A, Toyoda S, et al.Time series analysis of reported cases of hand, foot,and mouth disease from 2010 to 2013 in Wuhan,China[J].BMC Infect Dis, 2015, 15(1):495. DOI:10.1186/s12879-015-1233-0
[17] 魏杰, 张璇, 王柳, 等.基于灰色预测和ARIMA模型的疾病分析与预测[J].数理医药学杂志, 2018, 31(12):1739-1742.
[18] 杨其松, 朱蒙曼, 张天琛, 等.ARIMA模型在宜春市肾综合征出血热发病率预测中的应用[J].中国卫生统计, 2018, 35(5):713-719.
[19] 李家琦, 王雷, 宋媛媛, 等.ARIMA模型在湖北省肺结核发病数预测中的应用[J].公共卫生与预防医学, 2018, 29(5):37-40.
[20] 王怡, 张震, 范俊杰, 等.ARIMA模型在传染病预测中的应用[J].中国预防医学杂志, 2015, 16(6):424-428.DOI:10.16506/j.1009-6639.2015.06.008
[21] 孟蕾, 王新华, 白亚娜, 等.甘肃省哨点医院流感样病例ARIMA模型预测[J].中国公共卫生, 2014, 30(2):228-230.