ARIMA模型在河南省 AIDS疫情預測中的應用

●160. .鄭州大學(xué)學(xué)報(醫學(xué)版) 2015年3月 第50卷第2期損傷區神經(jīng)元具有保護作用?；钚訡aspase3是細[J]. Stem Cell Reports ,2014 ,2(4) :440胞的直接殺手蛋白,是細胞凋亡的直接相關(guān)蛋白。6] Wang JB , Feng X,Du Y ,et al. Combination treatment withDIDS能明顯減少海馬神經(jīng)元活性Caspase3的表progesterone and rehabilitation training further promotesbehavioral recovery after acute ischemic stroke in mice達,提示DIDS對缺血再灌注引起的腦損傷后神經(jīng)[J]. Restor Neurol Neurosci ,2013 ,31(4) :487元凋亡具有拮抗作用。[7] Zheng Y ,Xu L, Yin J,et al. Effect of minocycline on cere -前期研究1.14結果顯示,在大鼠離體海馬神經(jīng)元bral ischemi -reperfusion injury [ J]. Neural Regen I上有電壓依賴(lài)性氯通道的表達,DIDS和SIrTS能抑制2013 ,8(10) :900氯通道的表達。資料°1顯示，DIDS是- -種非特異性[8] Kealy J,Bennett R,Lowry JP. Simultaneous recording of hip-的氯通道阻斷劑,CI~ 通道和Cl - /HCO3 ~交換體均能pocampal oxygen and glucose in real time using constant po被DIDS所阻斷。研究結果提示, DIDS對在體神經(jīng)元tential amperometry in the freely -moving rat[J].J Neurosci凋亡有拮抗作用。但在缺血性腦損傷引起的神經(jīng)元Methods ,2013 ,215(1):110凋亡過(guò)程中,氯通道阻斷劑DIDS的抗凋亡作用靶點(diǎn)[9] Yang s, Wang X ,Zhang X , et al. Neuroprotective efects of是Cl ~通道還是Cl /HCO3 -交換體尚不明確,還需進(jìn)the SCR1 3 functional domain of CR1 on acute cerebral ischemia and reperfusion injury in rats [ J]. Neurol I-.步研究確定。2013 ,35(9) :976參考文獻[10]常全忠,張淑玲,尹金寶,等.氯通道阻斷劑對NO誘導離體大鼠海馬神經(jīng)元凋亡的保護作用[J].中國藥理學(xué)[1]常全忠,張淑玲,尹金寶電壓依賴(lài)性氯通道在3-嗎啉通報,2009 ,25(9):1197斯德酮亞胺誘導的大鼠海馬神經(jīng)元凋亡中的作用[J].[11]He ML, Liu WJ, Sun HY ,et al. Effects of ion channels on中國藥理學(xué)與毒理學(xué)雜志,2010 ,24(1):8proliferation in cultured human cardiac fibroblasts [J]. J .[2]任京力,林玲,王雁梅,等.氯通道阻斷劑DIDS對過(guò)氧Mol Cell Cardiol ,2011 ,51(2):198化氫誘導PC12細胞凋亡的影響[J].鄭州大學(xué)學(xué)報:醫[ 12 ] Mdzinarishvili A, Kiewert C, Kumar V, et al. Bilobalide學(xué)版,2015 ,50(1):17prevents ischemia -induced edema formation in vitro and in[3] Longa EZ, Weinstein PR, Carlson S,et al. Reversible mid-vivo[ J]. Neuroscience ,2007，144(1):217.dle cerebral artery occlusion without craniectomy in rats[ 13]Xu L,Zhang s, Fan H,et al. CIC3 chloride channel in hip-[J]. Stroke , 1989 ,20(1):84pocampal neuronal apoptosis [J]. Neural Regen Res ,2013 ,[4] Li Q,Li Z, Xu XY ,et al. Neuroprotective properties of picro-8(32 ):3047sideII in a rat model of focal cerebral ischemia[J]. Int J[14 ]Chang QZ ,Zhang sL, Yin JB. Role of choride channels inMol Sci ,2010, 1(11) :4580nitric oxide-induced rat hippocampal neuronal apoptosis in[5] Lindberg OR , Brederlau A , Kuhn HG. Epidermal growth fac-vitro[ J]. Neural Regen Res ,2010 ,5(9) :690tor treatment of the adult brain subventricular zone leads to(201407-04收稿責任編輯王 曼focal microglia/ macrophage accumulation and angiogenesisdoi:10. 13705/j. issn. 1671 -6825. 2015. 02.004ARIMA模型在河南省AIDS疫情預測中的應用萬(wàn)燕麗' ,楊永利”,施念),王曼),王小麗’,王瑩',惠曉慶”,毛賽彩’,施學(xué)忠'1)鄭州大學(xué)公共衛生學(xué)院衛生統計學(xué)教研室鄭州450001 2 )鄭州大學(xué)臨床醫學(xué)系2010級鄭州450001 3 )鄭州大學(xué)學(xué)報編輯部鄭州450001中國煤化工#通信作者,男,1964年5月生,博士,教授,研究方向:衛生服務(wù)統計方MHCNMHGrom關(guān)鍵詞獲得性 免疫缺陷綜合征;ARIMA模型;預測;河南省中圖分類(lèi)號R183. 9*國家“十二●五”科技重大專(zhuān)項2012X10004905;河南 省醫學(xué)科技攻關(guān)計劃項目201303003Joumal of Zhengzhou University ( Medical Sciences) Mar._ 2015_ Vol.50_ No. 2●161●摘要目的 :探討ARIMA模型在河南省AIDS疫情預測中的可行性。方法:收集河南省2005年至2013年AIDS發(fā)病率和病死率數據，分別建立ARIMA模型,通過(guò)模型擬合優(yōu)度統計量篩選最優(yōu)模型,采用平均誤差率評估模型預測效果,并用所構建的模型預測2014年至2016年河南省AIDS疫情。結果:河南省AIDS發(fā)病率和病死率的最優(yōu)ARIMA模型分別為ARIMA(0,1,1)和ARIMA(0,2,1) ;模型的擬合值均符合其實(shí)際流行趨勢,平均誤差率分別為0.16和0.25 ;預測2014年至2016年河南省AIDS發(fā)病率分別為3. 40/10萬(wàn)3.91/10萬(wàn)和4.50/10萬(wàn),病死率分別為15.34%、8.82%和7.64%。結論:ARIMA模型很好地模擬了河南省AIDS疫情的演變趨勢,可用于河南省AIDS發(fā)病率和病死率的預測。Application of ARIMA models in forecasting epidemic trend of AIDS inHenan Province .WA Yanli'， YANG Yongli'), SHI Nian, WANG Man”, WANG Xi aoli', WANG Ying’， HUI Xiao-qing', MAO Saicai '，SHI Xudaong1 )Department of Health Statistics ，College of Publi c Health ，Zhengzhou University , Zhengzhou 4500012 ) Grade 2010 , Department of Clinical Medicine , Zhengzhou Uniersity, Zhengzhou 450001 3 ) EditorialDepartment of Journal of Kengzhou University, Zhengzhou University, Zhengzhou 450 001Key words acquired immunodeficiency syndrome ; ARIMA model ; forecasting ; Henan ProvinceAbstract Aim: To explore the feasibility of autoregressive integrated moving average ( ARIMA) model in forecastingepidemic trend of AIDS in Henan Province. Methods : ARIMA model was trained with the annual morbidity and fatalityrate of AIDS from 2005 t2013 in Henan Province , respectively. Moreover, the goodness -of- fit was used to determine rela-tive optimal model, and the mean error rate ( MER ) was calculated to assess the accuracy of prediction models。 Finally ,thedata of 2014 to 2016 were forecasted by the best fitting ARIMA models. Results: ARIMA (0, 1, 1) model was the bestmodel for morbidity of AIDS， while ARIMA (0, 2, 1) was the optimal models for fatality rate of AIDS. The fiting trend ofprediction model was consistent with the observed data，and the MER of two optimum ARIMA models was 0. 16 and 0. 25respectively. The forecasted value of the morbidity from 2014 to 2016 in Henan Province was 3. 40, 3. 91 and 4. 50 per100 000 populations and the predicated value of fatality rate was 15. 34% 8. 82% and 7. 64% . Conclusion: The ARIMAmodel fit epidemic trend of AIDS well and can be used in predication of AIDS morbidity and fatality rate of Henan ProvinceAIDE成為當前我國乃至世界范圍內重要的.2013年河南省AIDS發(fā)病率和病死率的演變規律,公共衛生問(wèn)題和社會(huì )問(wèn)題”。河南省是我國AIDS.并構建AIDS發(fā)病率和病死率預測的ARIMA模型,疫情較重的省份之一,截至2014年10月31日,河利用所構建的模 型對未來(lái)3 a 的疫情進(jìn)行預測,評南省累計確認HIV感染者63 940例,其中現癥患者價(jià) ARIMA模型在A(yíng)IDS早期預測中的應用價(jià)值。33 662例,報告例數居全國第3位，患者人數居全國1資料與方法第1位,目前面臨從高危人群向- -般人群擴散的風(fēng)險,及時(shí)采取有效的防控措施是遏制AIDS流行的1.1數據來(lái)源 通過(guò)在線(xiàn)檢索 國家衛生和計劃生當務(wù)之急2,但有效的防控措施是建立在預測和預育委員會(huì )每年發(fā)布的《中國衛生統計年鑒》,獲得警基礎之上。求和自回歸滑動(dòng)平均( autoregressive2005年至2013年河南省AIDS發(fā)病率和病死率數integrated moving average, ARIMA)模型是時(shí)間序列據。其中病死率=某地某年因AIDS死亡的人數/分析的常見(jiàn)模型,是以序列不同時(shí)期內的相關(guān)度量該地該年發(fā)現的AIS單人數x100%。中國煤化工為基礎進(jìn)行的一種精確度較高的短期預測分析方1.2①繪制數據的時(shí)間法'。該模型可以將多種影響疾病發(fā)生、發(fā)展因素序列TH. CNM H平穩性,對于非平穩序的綜合效應蘊含于時(shí)間變量中,通過(guò)綜合考慮序列列,可以通過(guò)差分和BOX C0X變換,使之成為零均的趨勢變化、周期變化和隨機干擾并借助統計模型值、無(wú)趨勢的平穩序列。②通過(guò)觀(guān)察序列自相關(guān)將效應進(jìn)行量化表達,模型構建過(guò)程簡(jiǎn)便、經(jīng)濟、適( auto correction function , ACF )和偏自相關(guān)( partial用,短期預測精度較高4。作者分析了2005年至.auto correction function , PACF )函數的截尾、拖尾性●162. .鄭州大學(xué)學(xué)報(醫學(xué)版) 2015年3月 第50卷第2期初步確定模型參數,提出幾種可能的模型做進(jìn)一步表1河南省2005 年至2013年AIDS疫情流行趨勢分析。③模型的殘差序列是白噪聲序列(即統計量年份AIDS發(fā)病率/( x10~9)_ AIDS 病死率/%無(wú)統計學(xué)意義),使貝葉斯信息準則(BIC)達到最小20052.3525. 20的模型為最優(yōu)模型,據此確定最終ARIMA模型。20062.2823. 2020072.4474. 181.3 模型預測效果評價(jià) 通過(guò)模型擬合優(yōu)度統計20081.91102.86量(即BoxHjungQ統計量和標準化的BIC)篩選出20091. 9693.84最優(yōu)模型,采用平均誤差率( MER )比較模型擬合效20101.5897. 60果,其中MER =平均誤差絕對值/實(shí)際值的均值' 61。201 Il.8677. 401.4 統計學(xué)處理 采用SPSS 21.0擬合ARIMA模20123.4050.39型, ,檢驗水準a =0.05。2013。3.0339.382結果2.2 模型建立2.1 河南省AIDS疫情特征2005年至2013年河2.2.1 模型識別 時(shí)間序列圖顯示2005年至南省AIDS年發(fā)病率呈現隨機波動(dòng)的現象,最低為2013年河南省AIDS發(fā)病率和病死率數據均不平1. 58/10萬(wàn),最高為3. 40/10萬(wàn);年病死率呈現先升穩,發(fā)病率通過(guò)1階非季節性差分后趨于平穩,病死后降的趨勢,尤其近3 a降幅較大,見(jiàn)表1。率通過(guò)2階非季節性差分后平穩(圖1)。1.0 t1.00.500T JO簽0.0-0.5-1.0-十2-1.0延遲數目1.0|臺復0.012345123.圖1 AIDS 發(fā)病率序列1階差分(上)和病死率序列2階差分(下)后的ACF圖和PACF圖根據差分后數據序列的ACF及PACF函數圖,\為病死蟲(chóng)的昌伏措刑。初步判定適合發(fā)病率的粗模型為ARIMA(1,1,0)和2. 3.MH中國煤化工最優(yōu)模型擬合值與真ARIMA(0,1,1),適合病死率的粗模型為ARIMA實(shí)值C N MHG:模型擬合值的動(dòng)態(tài)趨(1,2 ,0)和ARIMA(0,2,1)。勢與真實(shí)情況基本- -致, 河南省2006年至2013年2.2.2模型診斷備選模型擬合優(yōu)度檢驗結果見(jiàn)間AIDS發(fā)病率MER為0.16,2007年至2013年病表2。根據統計量及BIC最小，選擇ARIMA(0,1，死率的 MER為0.25。1)為河南省AIDS發(fā)病率的相對最優(yōu)模型,ARIMAJoumal of Zhengzhou University ( Medical Sciences) Mar._ 2015_ Vol.50_ No. 2●163. .表2備選模型擬 合優(yōu)度檢驗結果然與真實(shí)值不完全一樣,但擬合值的動(dòng)態(tài)變化趨勢AIDS發(fā)病率AIDS病死率與實(shí)際情況基本一致,發(fā)病率和病死率擬合值的統計量ARIMA(1,1 ,0) ARIMA(0,1,1) ARIMA(1,2,0) ARIMA(0.2.1)MER分別為0.16和0.25 ,相對較小。河南省2014R?20.270.460.040.21年至2016年AIDS發(fā)病率的預測值為3.40/10萬(wàn)、Qun2.152.216.634.183.91/10萬(wàn)和4.50/10萬(wàn),提示AIDS疫情可能會(huì )繼).830.820.250.52續加重,但增幅已趨于平緩;病死率的預測值為IC_-0.05-0.357.8715.34%.8.82%和7.64%,呈現下降趨勢,說(shuō)明近表3最優(yōu)模型擬合效果年來(lái)河南省對AIDS患者的醫療救治取得了效果,患者的生命得到延長(cháng)'7]AIDS發(fā)病率/( x10 -5)AIDS病死率/%年份真實(shí)值ARM0.11)1誤差真實(shí)值ARIMA(0,2,1)誤當然,數學(xué)模型作為預測工具,根據回顧性資料擬合值對未來(lái)值進(jìn)行估算,得到的僅僅是理論值,同時(shí),2006 2. 282.130.1523.20AIDS的感染現象會(huì )受到某些不可預知或難以測量2007 2.442.070.3774. 1821.09 53.09的變量的影響,使得原有的擬合模型不再適用或分2008 1.912.14-0.23102. 8696. 166.70析性降低[8],因而應不斷更新數據對模型進(jìn)行重新2009 1. 962.11-0.1593. 84.122.23 - 28.392010 1.58 .2.19 -0.6197.6098.87 -1.27擬合且謹慎使用預測結果,才能達到有效預測的目2011 1.862.28-0.4277.4092.79 -15.39 .的,從而正確指導公共衛生人員依據疫情預測提前2012 3.402.490.9150.3958.05 -7.66做好防控工作。2013 3. 02.950.0839.3815.6123.77參考文獻2.4 疫情預測用最優(yōu)ARIMA模型預測2014年[1]楊作凱，王金桃, 郝瑞鋼，等.太原市不同人群AIDS相至2016年河南省AIDS疫情,預測結果見(jiàn)表4。關(guān)知識態(tài)度及行為調查分析[J].中華疾病控制雜志,2011 ,15(2):116 .表42014 年至2016年河南省AIDS疫情預測值及95% CI[2] 河南省疾病預防控制中心.2014年世界AIDS日宣傳活動(dòng)[ EB/0L] [ 2014-42- ]. http://www. hnede. com. cn/AIDS發(fā)病率/(x10~°)hncdccms/ html/32/633/2014 424/25169. html.預測值95%CI下限 95%CI上限 預測值 95%CI下限95%C1上限2014 3.40 1.994.8015.3411.2816.53[3] Geoge EP ,Gwilym M.時(shí)間序列分析預測與控制[ M].北2015 3.912.505.328.825.2110.36京:中國統計出版社, 1997.2016 4.5_3.105.917.64 3.98.67[4] 馮超,白彬.時(shí)間序列模型擬合AIDS發(fā)病趨勢預測[J].中國公共衛生,2005 ,21(7) :893[5]孫振球,徐勇勇.醫學(xué)統計學(xué)[ M].北京:人民衛生出版3討論社,2002.[6] Ren H,Li J, Yuan ZA,et al. The development of a com-對AIDS的發(fā)病趨勢進(jìn)行預測,可以為制定有bined mathematical model to forecast the incidence of hep -效的防治措施提供科學(xué)依據,使疾病的預防控制工atitis E in Shanghai，China[J]. Bme Infect Dis ,2013,13:作更具針對性、預見(jiàn)性和主動(dòng)性,從而實(shí)現早期預警421的目標。[7]王璐,閻瑞雪,葛增,等駐馬店市AIDS患者生命質(zhì)量河南省AIDS發(fā)病率和病死率均存在一種長(cháng)期及影響因素分析[J].中國公共衛生, 2012,28( 12):趨勢,可以用模型模擬其演變規律。該研究采用1561ARIMA模型來(lái)擬合和預測河南省AIDS疫情并評價(jià)[8]范引光,呂金偉,戴色鶯,等.ARIMA模型與灰色預測模模型效果。該研究在研究常用指標發(fā)病率的同時(shí)，型GM(1,1)在HIV感染人數預測中的應用[J].中華.疾病控制雜志.2012 .16(12):1100也特別關(guān)注了對病死率趨勢的分析。作者分別構建中國煤化工收稿責任編輯王曼)了AIDS發(fā)病率預測模型ARIMA(0,1,1)和AIDSMHCNMHG病死率預測模型ARIMA(0,2,1),模型的擬合值雖