莆田县麻疹疫情灰色系统模型预测

一、莆田县麻疹暴发流行的灰色系统模型预测（论文文献综述）

王燕^[1]（2018）在《2004-2016年辽宁省甲肝发病规律及预测模型研究》文中指出目的本研究通过对辽宁省甲肝数据进行描述性分析和统计,了解辽宁省甲肝发病趋势及流行特征,利用辽宁省非沿海地区甲肝发病数据建立差分自回归移动平均模型（ARIMA模型）、反向传播神经网络模型（BPNN模型）、差分自回归移动平均-反向传播神经网络组合模型（ARIMA-BPNN组合模型）,对比预测效果,选择最优预测模型,探讨疾病流行规律,实现甲肝暴发和流行的早期预警,为甲肝防控提供科学依据。方法通过查询中国疾病监测信息报告管理系统得到2004—2016年辽宁省及各市甲肝月发病数据,由辽宁省统计年鉴获得人口数据,月发病率=月发病数/当年人口数X105。采用描述性分析方法对数据进行分析,描述辽宁省甲肝发病的流行强度、时间、地区、年龄、职业等流行病学特征。通过2004—2015年辽宁省非沿海地区甲肝月发病率数据建立ARIMA模型、BPNN模型及ARIMA-BPNN组合模型,对2016年甲肝发病进行预测,根据2016年各模型预测值与实际值之间的均方误差（MSE）和平均相对误差（MAPE）2个预测精度指标评价预测效果,精度指标越小,预测效果越好,得到最优预测模型。结果（1）通过2004—2016年辽宁省甲肝流行特征分析表明,辽宁省甲肝发病呈先下降后上升趋势,高发时间为每年的2～4月份左右。高危地区出现在辽宁省沿海地区。发病人群中所有年龄组男性的发病人数均多于女性,年龄集中在25～39岁年龄段。农民仍然是主要发病职业,家务及待业比例上升。（2）本研究以辽宁省非沿海地区甲肝月发病率为拟合对象,分别建立ARIMA模型、BPNN模型及ARIMA-BPNN组合模型,建立的ARIMA模型各参数为p=1,d=1,q=1,P=0,D=1,Q=1,S=12,模型为 ARIMA（1,1,1）（0,1,1）12,预测 2016年发病率,得到MSE为0.0060、MAPE为0.4485;BPNN模型通过反复尝试确定网络结构为3-10-1,即网络输入是用过去3年历史同期发病率数据,网络输出是下1年同期发病率,隐含层神经元数为10,预测2016年发病率,得到MSE为0.0109、MAPE为0.3523;组合模型是将ARIMA模型预测值作为BPNN模型的网络输入,实际值为网络输出,通过不断尝试所构建,预测2016年发病率,得到MSE为0.0061、MAPE为0.4518;通过预测精度比较,最终选取ARIMA模型为最优预测模型。结论（1）辽宁省甲肝发病仍以沿海地区为主,青壮年发病居多,应在继续做好甲肝常规免疫的同时,有针对性的开展甲肝免疫策略研究对防控甲肝具有重要意义。（2）本研究拟合的非沿海地区甲肝预测模型中,实际值在ARIMA（1,1,1）（0,1,1）12模型的预测范围内,可以采用ARIMA（1,1,1）（0,1,1）12模型对未来辽宁省非沿海的甲肝发病率进行预测,为应对甲肝疫情提供支持工具。

张凡^[2]（2011）在《天津市主要法定报告传染病流行趋势及预测的研究》文中提出目的传染病在历史上一直是威胁人类健康和生命的疾病。目前,在大多数发展中国家,传染病对人类健康的危害更为严重,是发病与死亡的主要病种。近年来传染病却呈现出全球性流行和蔓延的趋势,提示我们在今后相当长的时间里传染病防治将是疾病预防控制工作的重点。应运用科学的预测方法,基于已有疫情数据,推断疾病的发展趋势。从理论上探求其流行规律,在传染病暴发、流行前对其疾病的发生和发展进行预测,并针对其自身特点,有的放矢的采取相应的干预措施,防治传染病的暴发、流行,具有重要的理论价值和实际意义,也是疾病预防控制工作的一项重要任务。本研究拟用天津市1970-2010年20种法定报告传染病历史疫情资料,应用描述流行病学方法分析天津市20种法定报告传染病的发病流行趋势。并尝试以ARIMA模型、传染病季节流行现象（Z-D现象）为基本方法,定性、定量的描述天津市重点传染病的流行规律及预测。为我市的传染病预测建立动态模型,对传染病疫情的发生发展做出预测预报,从理论角度为制定科学有效的传染病防治措施提供依据。方法1、应用描述流行病学方法对天津市1970-2010年20种法定报告传染病进行流行趋势分析；2、应用ARIMA模型对天津市乙肝发病率进行分析及发病预测；3、应用传染病季节流行现象（Z-D现象）对猩红热发病情况进行分析及发病预测。结果1、天津市1970年-2010年20种法定报告传染病的逐年总发病率总体上呈下降趋势,70年代和80年代总发病率较高,1991年后总发病率基本稳定在300/10万以下。痢疾在70年代至今均居第一位,但发病率水平在逐步下降；病毒性肝炎在70年代位于第四位,80年代至今上升第二位,80年代至今发病率水平也处于下降趋势；猩红热、麻疹从70年代至今均居前5位,猩红热发病率处于下降趋势,麻疹在70年代到90年代处于下降趋势,但在2000年后发病率有所上升；70年代流行性感冒发病率高达434.76/10万,之后发病率大幅降低,但于2000年后发病率有所反弹（4.41/10万）；百日咳在80年代居前5位；霍乱于90年代发病居第五位。四个时期均排疾病谱前五位的疾病为：痢疾、肝炎、猩红热、麻疹。2、病毒性肝炎的发病率在80年代较高,90年代处于一个下降趋势,2004年以后发病率有所升高,并于2006年达到一个高峰。因乙肝发病率呈高发状态,且季节性不明显,适合用ARIMA模型进行预测。根据所拟合的ARIMA（1,1,2）,（0,1,1）模型,对天津市2010年1月-2011年4月乙肝发病率进行回代预测,预测效果较好,能够对发病率进行及时准确的预测,具有较高的实际参考价值。利用所拟合的ARIMA（1,1,2）,（0,1,1）模型,对2011年天津市乙肝月发病率进行预测,预计2011年天津市乙肝月发病率将在0.61-3.71/10万左右徘徊。3、1974年-1993年间,天津市猩红热的发病率水平总体上呈下降趋势,但其发病特点具有周期波动性。1994年后猩红热的发病率稳定在7.81/10万～1.12/10万之间,无明显周期性波动。应用“Z-D现象”,对天津市1970-2006年共37年的猩红热发病资料进行预测,回顾性验证符合率为77.14%（27/35）,显示出Z-D现象存在于本组时间序列数据中。留出2007、2008、2009、2010年资料做外推性验证,验证符合率为75.00%（3/4）,显示预测效果较好。2010年最佳截取点的月累计百分位数为88.78,提示2011年流行年猩红热疫情仍呈上升趋势。结论1、本研究利用天津市1970-2010年20种法定报告传染病的疫情资料,资料具有完整性和连续性,传染病发生发展的流行趋势分析对实际工作中传染病的防治具有指导意义。2、依据猩红热的历史疫情数据,对下一个流行年的疫情发生情况做出定性预测,为控制猩红热暴发流行提供理论依据。3、应用ARIMA模型对乙肝发病率进行预测分析,为乙肝的防治措施提供理论依据。

王平^[3]（2010）在《三种预测模型在主要传染病发病率预测中的应用》文中进行了进一步梳理背景传染病是由病原微生物和寄生虫感染人体后所致的具有传染性的疾病,迄今为止传染病仍是严重危害人类健康的疾病之一。特别是近年来各种新发传染病的出现,如严重急性呼吸综合症、人感染高致病性禽流感等,都为人类在21世纪防控传染病提出了更高的挑战。80年代以来,我国传染病预测理论及其应用得到了迅速发展,并日臻完善,逐渐成为疾病监测工作中的热点。疾病的预测可以及早发现疾病的发展趋势,为深入开展疾病的预警奠定基础,也为制定防制策略及措施提供理论依据。因此,有必要研究主要传染病发病的流行规律,并用不同的模型预测其发病率,通过比较选择适合主要传染病的预测模型,预测其发病趋势,评价预防控制措施的效果。资料与方法本研究利用嘉善县1951-2009年17种法定传染病疫情报表资料,进行以下研究：①应用描述性流行病学方法分析嘉善县17种法定传染病总发病率的流行趋势以及三种主要传染病（病毒性肝炎、痢疾、麻疹）的流行趋势及其季节分布特征；②分别用指数曲线模型、灰色GM（1,1）模型及ARIMA模型拟合预测三种主要传染病的发病率；用平均误差率（MER）及决定系数（R2）两个指标对模型拟合效果进行评价和比较；对于点预测,则采用残差进行预测准确性的比较。通过比较,选择拟合和预测效果最好的模型对主要传染病未来发病率进行预测。结果1嘉善县1951～2009年17种法定传染病发病概况嘉善县17种法定传染病年总发病率在50年代后半期和60年代前半期较高,在70年代和80年代比较稳定,直至90年代初明显下降,且维持在较低水平。总平均发病率由最高峰的4938.73/10万（60年代）下降至90.27/10万（2000年代）。嘉善县17种法定传染病在不同年代前5位传染病疾病谱发生了改变,由50年代的麻疹、痢疾、百日咳、疟疾和流脑转变为2000年代的病毒性肝炎、痢疾、麻疹、伤寒和疟疾,但伤寒和疟疾发病率仅为4.36/10万和0.35/10万,发病率仍较高且居前三位的病毒性肝炎、痢疾及麻疹列为嘉善县目前主要的传染病。2三种模型在病毒性肝炎发病率预测中的应用甲肝的发病率呈连续下降趋势,从1990年最高214.13/10万降至2009年的0.15/10万；乙肝发病率从1990年（47.74/10万）至2003年（56.97/10万）处于波动状态,此后发病率一直下降,至2009年乙肝发病率达最低（16.56/10万）；甲肝发病具有明显的季节波动性,冬春季发病明显高于其它月份；乙肝发病季节波动性不明显,1月份发病稍高于其他月份。三种模型预测乙肝发病率情况为：GM（1,1）模型不能用于乙肝发病率的预测,指数曲线模型和ARIMA模型可以用来预测乙肝发病率。指数曲线模型和ARMA（0,1,1）×（0,1,1）4模型对乙肝发病率拟合的MER分别为16.40%、10.10%,R2分别为0.21、0.71；两种模型预测2009年乙肝发病率分别为28.13/10万、20.16/10万,2009年乙肝实际发病率为16.56/10万,点预测残差分别为11.57/10万、3.60/10万。运用最优模型ARIMA（0,1,1）×（0,1,1）4模型预测2010年、2011年乙肝发病率,分别为15.30/10万及13.34/10万。3三种模型在痢疾发病率预测中的应用痢疾在50年代平均发病率（224.40/10万）高于60年代（110.55/10万）,70～80年代达到最高峰（大于500/10万）,80年代后期逐渐下降,2000年代达最低（20.56/10万）；不同年代痢疾发病均呈现一定的季节性,发病高峰在夏秋季。三种模型预测痢疾发病率情况为：指数曲线模型、GM（1,1）模型以及ARIMA（0,1,1）×（0,1,1）4模型均可以对痢疾发病率进行拟合预测。三种模型对痢疾发病率拟合的MER分别为44.21%、28.00%、19.87%,R2分别为0.76、0.94、0.93；三种模型预测2009年痢疾发病率分别为8.09/10万、1.45/10万、5.93/10万,2009年痢疾实际发病率为3.92/10万,点预测残差分别为4.17/10万、2.47/10万、2.01/10万。运用最优模型ARIMA（0,1,1）×（0,1,1）4模型预测2010年、2011年痢疾发病率,分别为1.67/10万及0.98/10万。4三种模型在麻疹发病率预测中的应用麻疹发病率在未使用疫苗时期（1951～1965年）、小规模使用疫苗时期（1966～1969年）、按年接种时期（1970～1983）及按月甸接种时期（1984～2009）平均发病率分别为871.10/10万、264.76/10万、80.54/10万、8.82/10万；麻疹发病在四个时期均有一定的季节性。三种模型预测麻疹发病率情况为：指数曲线模型和GM（1,1）模型不能用来预测麻疹发病率；ARIMA（1,1,0）模型理论上可以用来预测麻疹发病率。ARIMA（1,1,0）模型对麻疹发病率拟合的MER为75.03%,R2为0.09；预测2009年发病率为13.61/10万,2009年麻疹实际发病率为4.21/10万,点预测残差为9.40/10万,相对误差为223.28%。ARIMA（1,1,0）模型拟合效果差,预测准确性也差,不能用于麻疹发病率的预测。结论1指数曲线模型对发病率基本呈现持续下降趋势、呈指数函数变化的痢疾预测效果较好；对发病率先小幅波动后呈下降趋势的乙肝预测效果不理想；对发病率波动性较大的麻疹不能进行预测。2 GM（1,1）模型对发病率基本呈现持续下降趋势、呈指数函数变化的痢疾预测效果较好；对发病率先小幅波动后呈下降趋势的乙肝以及发病率波动性较大的麻疹不能进行预测。3 ARIMA模型能对发病率先小幅波动后呈下降趋势的乙肝作出较好的预测；也能较好的预测发病率基本呈现持续下降趋势的痢疾；对发病率波动性较大但数据量不足的麻疹不能作出预测。用于一维时间序列传染病发病率预测的常用模型中ARIMA模型拟合效果最好,预测出未来乙肝发病仍呈缓慢下降趋势,痢疾发病在较低水平下仍呈下降趋势。4预测模型虽然可以对传染病发病趋势进行预测,但应用也存在着一定的局限性,指数曲线模型和GM（1,1）模型不适宜对存在较大波动的传染病进行预测,ARIMA模型不适宜对存在较大波动而且数据量不足的传染病进行预测。

吕杰能^[4]（2010）在《基于信息再利用的灰色系统GM（1，1）模型在传染病流行趋势预测中的应用》文中指出目的:流行性传染病是严重威胁人类健康和生存的最重要的危险因素之一。灰色系统理论,尤其是其中的GM（1,1）模型在预测流行性传染病的流行趋势上有较好的效果。建立GM（1,1）模型的传统方法有计算方法简便的优点,美中不足的是拟合精度和预测精度有时较差。而基于信息再利用的方法将参数的求解与边值的确定综合在一起讨论,用该方法建立的GM（1,1）模型既能极大地提高GM（1,1）模型的拟合精度和预测精度,又能保持传统方法建立GM（1,1）模型的计算方法简便的优点。该研究旨在通过收集流行性传染病发病数据,建立相关的基于信息再利用的GM（1,1）模型,预测该流行性传染病的流行趋势。从而建立流行性传染病的预警机制,为有关部门预防和控制疾病提供科学的决策依据。方法:本课题研究的主要内容包括基于信息再利用的GM（1,1）模型的建立和其在流行病预测中的应用两部分。首先通过中国宏观数据挖掘系统、互联网以及中国卫生统计年鉴、当地防疫站等相关部门大量收集流行病发病数据;然后按照灰色系统理论和基于信息再利用的方法,利用收集的发病数据建立相关的GM（1,1）模型;最后利用建立的基于信息再利用的GM（1,1）模型预测该流行性传染病的未来发展趋势。结果:本文将该方法应用于儿童手足口病、甲型H1N1流感、狂犬病、病毒性肝炎、艾滋病、流行性出血热、梅毒、麻疹等流行性传染病流行趋势的预测,获得的GM（1,1）模型较好地预测了这些流行性传染病的流行趋势,说明该方法可用于传染病流行趋势的预测。结论:用基于信息再利用的方法建立的GM（1,1）模型既能极大地提高GM（1,1）模型的拟合精度和预测精度,又能保持传统方法建立GM（1,1）模型的计算方法简便的优点,能够较好的预测流行性传染病的发病趋势。

周霞,邱宏,王鹏^[5]（2007）在《灰色预测建模方法及在医学中的应用》文中研究指明

余斌,林志萍,林文禧^[6]（2001）在《莆田县麻疹暴发流行的灰色系统模型预测》文中研究说明为了探讨莆田县麻疹的暴发流行趋势,预测今后麻疹暴发流行的时间,本文应用灰色系统GM（1,1）模型对麻疹进行预测,建立相应模型,预测效果良好,获得我县近期两次麻疹的流行时间大约在2005年和2013年。预测结果将为及早制定防治计划,采取有效控制措施及加强麻疹监测系统的运转提供有力的科学依据。

张复新^[7]（1999）在《传染病暴发的预测模型》文中研究表明卫生系统中的疾病暴发流行的灾变预测长期以来都是专家根据资料和自己的经验得出预测，这种经验型预测时间短，而且不能确切在什么时间。长期以来人们都在探索建立模型进行量化预测，根据原始资料建立了传染病暴发模型进行预测，使预测大大进了一步。

二、莆田县麻疹暴发流行的灰色系统模型预测（论文开题报告）

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、莆田县麻疹暴发流行的灰色系统模型预测（论文提纲范文）

（1）2004-2016年辽宁省甲肝发病规律及预测模型研究（论文提纲范文）

（2）天津市主要法定报告传染病流行趋势及预测的研究（论文提纲范文）

（3）三种预测模型在主要传染病发病率预测中的应用（论文提纲范文）

（4）基于信息再利用的灰色系统GM（1，1）模型在传染病流行趋势预测中的应用（论文提纲范文）

（5）灰色预测建模方法及在医学中的应用（论文提纲范文）

（6）莆田县麻疹暴发流行的灰色系统模型预测（论文提纲范文）

四、莆田县麻疹暴发流行的灰色系统模型预测（论文参考文献）

• [1]2004-2016年辽宁省甲肝发病规律及预测模型研究[D]. 王燕. 沈阳医学院, 2018(11)
• [2]天津市主要法定报告传染病流行趋势及预测的研究[D]. 张凡. 天津医科大学, 2011(01)
• [3]三种预测模型在主要传染病发病率预测中的应用[D]. 王平. 浙江大学, 2010(03)
• [4]基于信息再利用的灰色系统GM（1，1）模型在传染病流行趋势预测中的应用[D]. 吕杰能. 重庆医科大学, 2010(05)
• [5]灰色预测建模方法及在医学中的应用[J]. 周霞,邱宏,王鹏. 数理医药学杂志, 2007(01)
• [6]莆田县麻疹暴发流行的灰色系统模型预测[J]. 余斌,林志萍,林文禧. 中国初级卫生保健, 2001(01)
• [7]传染病暴发的预测模型[J]. 张复新. 数理医药学杂志, 1999(01)

标签：灰色系统论文;  法定报告传染病论文;  arima论文;  预测模型论文;  传染病论文;