目的:本研究一方面為了掌握我市近幾年的流感流行狀況,為制定流感防制策略提供科學(xué)依據(jù);另一方面,探討ARIMA模型在傳染病發(fā)病預(yù)測(cè)方面的應(yīng)用,以流感、痢疾為代表,對(duì)其進(jìn)行分析、評(píng)價(jià),尋求該方法的最佳適用范圍與適用條件。 方法:(1)通過(guò)哨點(diǎn)醫(yī)院監(jiān)測(cè)和暴發(fā)疫情現(xiàn)場(chǎng)調(diào)查處理,收集我市2004年4月至2006年3月部分地區(qū)的流感樣病例(ILI)發(fā)病資料和全市ILI/流感的暴發(fā)疫情資料,并采集ILI標(biāo)本進(jìn)行實(shí)驗(yàn)室檢測(cè),對(duì)所有流行病學(xué)資料和病原學(xué)檢測(cè)結(jié)果進(jìn)行描述、分析。(2)通過(guò)全市各醫(yī)療機(jī)構(gòu)收集我市2002年1月至2006年12月的流感和痢疾發(fā)病資料,用SPSS統(tǒng)計(jì)軟件對(duì)流感和痢疾的月發(fā)病數(shù)建立ARIMA模型,用Q統(tǒng)計(jì)量檢驗(yàn)法對(duì)模型的適應(yīng)性進(jìn)行檢驗(yàn),并用組外回代的方法檢驗(yàn)其預(yù)測(cè)精度。 結(jié)果:(1)2004年4月至2006年3月,我市流感監(jiān)測(cè)哨點(diǎn)醫(yī)院ILI就診百分比(ILI%)出現(xiàn)2004年4月和10月、2005年4月和8月和11月、2006年4月和7月幾個(gè)高峰,流感病毒分離高峰與ILI%高峰基本一致,稍有滯后。2005年、2006年ILI%夏季高峰高于春季高峰,但病原學(xué)檢測(cè)沒(méi)有顯示在夏季分離到更多的流感病毒。(2)我市流感季節(jié)類型明顯,2004年8月、2005年2月和9月、2006年2月和7月出現(xiàn)優(yōu)勢(shì)毒株的變化,隨后1、2個(gè)月,出現(xiàn)ILI%高峰。(3)ILI/流感暴發(fā)疫情全年均有,春季和秋季略有增加;疫情發(fā)生地以中小學(xué)校為主(占91.20%),尤其是偏遠(yuǎn)地區(qū)更易發(fā)生;疫情類型以A型為主,H1N1型與H3N2型引起的暴發(fā)交替出現(xiàn),且與哨點(diǎn)醫(yī)院收集的ILI標(biāo)本毒株型別變化一致。(4)我市流感月發(fā)病數(shù)時(shí)間序列的自相關(guān)分析圖顯示:我市流感沒(méi)有固定的季節(jié)性,用ARIMA模型法建立預(yù)測(cè)模型,只能進(jìn)行3個(gè)月以內(nèi)的預(yù)測(cè),預(yù)測(cè)區(qū)間范圍較大,缺乏實(shí)際意義。痢疾月發(fā)病數(shù)時(shí)間序列的自相關(guān)分析圖顯示:我市痢疾具有明顯的季節(jié)性,建立季節(jié)復(fù)合模型后預(yù)測(cè)效果比較理想,可進(jìn)行至少1年的預(yù)測(cè);用48個(gè)數(shù)據(jù)建模,6個(gè)月預(yù)測(cè)效果的擬合度R2=0.9733,12個(gè)月預(yù)測(cè)效果的R2=0.8574;36個(gè)數(shù)據(jù)和42個(gè)數(shù)據(jù)也能取得比較理想的預(yù)測(cè)效果,但R2比48個(gè)數(shù)據(jù)相同時(shí)間預(yù)測(cè)效果的R2要低些。 結(jié)論:(1)我市可能存在春季和秋季兩個(gè)流感流行高峰,應(yīng)加強(qiáng)春秋兩季的流感疫苗接種,推薦流感疫苗最佳接種時(shí)間為每年2、3月或9、10月;加強(qiáng)我市夏季呼吸道疾病的鑒別診斷,盡量避免誤診;每年2月、8月前后加強(qiáng)我市流感病毒的分離工作,及早發(fā)現(xiàn)毒株變異,當(dāng)優(yōu)勢(shì)毒株出現(xiàn)變化時(shí)應(yīng)警惕ILI流行高峰的出現(xiàn);我市流感暴發(fā)疫情的防控應(yīng)以農(nóng)村中小學(xué)為重點(diǎn),哨點(diǎn)醫(yī)院監(jiān)測(cè)到A型毒株型別出現(xiàn)變化時(shí),應(yīng)警惕新型毒株引起的暴發(fā)疫情高峰的出現(xiàn)。(2)ARIMA模型法可以對(duì)疾病的季節(jié)性進(jìn)行分析,對(duì)不同疾病的預(yù)測(cè)效果存在較大差異,當(dāng)疾病發(fā)病比較穩(wěn)定時(shí)預(yù)測(cè)效果可能更好;在用ARIMA模型法進(jìn)行預(yù)測(cè)時(shí),應(yīng)根據(jù)資料選用不同的模型類型,所需建模數(shù)據(jù)可以少于通常要求的50個(gè),但建模數(shù)據(jù)越多預(yù)測(cè)效果越好,隨著預(yù)測(cè)時(shí)間的推移,預(yù)測(cè)效果有所降低,因此運(yùn)用該方法進(jìn)行預(yù)測(cè)時(shí)應(yīng)不斷增加新的觀測(cè)數(shù)據(jù),重新建立預(yù)測(cè)模型。
【學(xué)位單位】：重慶醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2007
【中圖分類】：R181.3
【文章目錄】：
中文摘要
英文摘要
論文正文
    第一部分 重慶市2004～2006 年流行性感冒流行特征分析
        1 材料與方法
            1.1 資料來(lái)源
            1.2 實(shí)驗(yàn)方法與步驟
            1.3 統(tǒng)計(jì)方法
        2 結(jié)果
            2.1 ILI 流行特征
            2.2 病原學(xué)分布特征
            2.3 ILI/流感暴發(fā)疫情流行特征
        3 討論
            3.1 我市流感流行特征分析
            3.2 建議
    第二部分 ARIMA 模型在傳染病發(fā)病預(yù)測(cè)中的應(yīng)用
        1 材料與方法
            1.1 資料來(lái)源
            1.2 研究方法
            1.3 統(tǒng)計(jì)方法
        2 結(jié)果
            2.1 疾病流行特征分析
            2.2 建立預(yù)測(cè)模型
            2.3 對(duì)我市2007 年各月的痢疾發(fā)病數(shù)進(jìn)行預(yù)測(cè)
        3 結(jié)論
            3.1 時(shí)間序列分析法的特點(diǎn)
            3.2 ARIMA 模型法的特點(diǎn)
            3.3 ARIMA 模型法對(duì)流感與痢疾發(fā)病的預(yù)測(cè)
            3.4 應(yīng)用 ARIMA 模型法進(jìn)行傳染病發(fā)病預(yù)測(cè)中的幾點(diǎn)體會(huì)
            3.5 對(duì)我市流感監(jiān)測(cè)和痢疾防制工作的建議
小結(jié)
文獻(xiàn)綜述
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 周志明;晉城煤業(yè)集團(tuán)法定傳染病疫情分析及其時(shí)間序列模型預(yù)測(cè)[D];山西醫(yī)科大學(xué);2010年

本文編號(hào)：2832575