自回归移动平均模型的建立及在广州市肺结核发病预测中的应用

目的 建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型并对广州市2021年肺结核月报告发病数进行预测,为广州市肺结核防控提供参考.方法 通过《中国疾病预防控制信息系统》中的《传染病报告信息管理系统》,收集广州市2010年1月至2019年12月肺结核月报告发病数据,通过时间序列分析建立ARIMA模型,并对2021年广州市肺结核发病情况进行预测.再通过2010-2018年报告发病数据重新拟合模型,检验模型参数的稳定性和预测的准确性.结果 2010-2019年广州市肺结核共报告发病115 887例,并呈逐年下降趋势,报告发病数具有明显的季节性,在每年3-5月报告发病例数出现高峰,报告发病低谷则为2月份.广州市肺结核发病数拟合最佳模型为ARIMA(1,1,1)×(0,1,1)12(P残差检验=0.693,AIC=1215.300),该模型拟合的2020年1-12月的预测值与实际值的平均绝对百分比误差(MAPE)=7.29％.通过2010-2018年的报告发病数据拟合最优模型仍为ARIMA(1,1,1)×(0,1,1)12(P残差检验=0.847,AIC=1089.260),该模型拟合的2019年1-12月的预测值与实际报告值的MAPE为4.91％.广州市2021年肺结核预测发病数为8270例,月平均报告发病数为689例,报告发病水平较2020年略有上升.结论 ARIMA(1,1,1)×(0,1,1)12模型对广州市肺结核报告发病患者例数有较好的预测效果,可用于广州市肺结核的短期预期和动态分析.