時間序列分析方法在杭州中小學生癥狀監(jiān)測中的應用.pdf

1、傳統(tǒng)的疾病監(jiān)測系統(tǒng)建立在醫(yī)院診斷和實驗室檢查的基礎上,在癥狀報告或樣品采集和疾病的最后診斷之間通常存在一段時間的滯后期,而生物恐怖事件或者其它公共衛(wèi)生突發(fā)事件的應對,需要快速鑒定并做出反應。相比較傳統(tǒng)的疾病監(jiān)測,癥狀監(jiān)測則是收集各種與健康事件相關的數(shù)據(jù),輔以精密的信號檢測方法來監(jiān)測突發(fā)公共衛(wèi)生事件爆發(fā)初期的異常現(xiàn)象.癥狀監(jiān)測的數(shù)據(jù)一般都是通過網(wǎng)絡直報,缺乏前瞻性,而通過時間序列分析方法對癥狀監(jiān)測的數(shù)據(jù)進行預測可達到預警的作用。
　

2、　 研究目的：
　　 本研究的目的是探索時間序列分析方法在癥狀監(jiān)測預測中的應用,對監(jiān)測癥狀的時間序列進行時間序列方法學上的探索,分別運用ARIMA模型和指數(shù)平滑模型對癥狀發(fā)展做出.定量預測預報,從理論角度為制定科學有效的防治措施提供理論依據(jù),為解決癥狀監(jiān)測預測預報提供新的思路。
　　 資料與方法:
　　 收集杭州市中小學生2009年8月31日-2010年6月31日(2009年第36周-2010年第27周,共44

3、周)8種監(jiān)測癥狀的數(shù)據(jù),探討各個癥狀的分布情況。采用時間序列分析方法(ARIMA模型、指數(shù)平滑模型等)以周為時間單位分析預測發(fā)熱、咳嗽等代表癥狀出現(xiàn)的人次數(shù);比較兩種模型預測的結果,并進一步探討哪種模型更適合此類數(shù)據(jù).
　　 研究結果:
　　 1ARIMA模型擬合結果對發(fā)熱和咳嗽序列的人次數(shù)預測模型分別為ARIMA(1,0,0)和ARIMA(1,1,1),表達式分別為:fevert=exp(at/1-0.97234B)c

4、ought=exp[(1+0.61585B)at/(1-B)(1+0.89623B)]2指數(shù)平滑法擬合結果本研究采用三種指數(shù)平滑模型對發(fā)熱和咳嗽序列人次數(shù)分別建立了預測模型,即簡單指數(shù)平滑法:發(fā)熱a=0.99,SSE=24.8319?？人詀=0.45,SSE=26.4520。單參數(shù)雙重指數(shù)平滑法:發(fā)熱a=0.27,SSE=36.2534?？人詀=0.21,SSE=28.9208。Holt-Winters兩參數(shù)雙重指數(shù)平滑法:發(fā)熱a=0.

5、999,r=0.001,SSE=25.4046。咳嗽a=0.404,r=0.001,SSE=26.4351。
　　 結論:
　　 1.ARIMA模型和指數(shù)平滑法都適合于癥狀監(jiān)測數(shù)據(jù)的預測。指數(shù)平滑法需要通過反復試驗確定使均方差最小的a值,它只需知道上一年的資料即可。指數(shù)平滑的優(yōu)點是能夠把新觀察的值考慮進去,不斷地對模型進行修正。ARIMA法將移動平均法、自相關分析及數(shù)據(jù)的平穩(wěn)性考慮在了一起,通過自相關系數(shù)和偏自相關系數(shù)分

6、析確定q和p。ARIMA模型預測法是根據(jù)對時間序列的具體分析,初步選定一個試用模型,然后用一系列統(tǒng)計方法來檢驗這個試用模型是否適用,如不適用,可以對這個模型作必要的調整,或重新選用新的試用模型,因而ARIMA模型預測法適用于各種類型的時間序列數(shù)據(jù)。理論上講ARIMA法更全面,綜合考慮因素多,但有時在不同的應用條件下,模型的選擇還要視具體情況而定,本研究結果也驗證了這一點。
　　 2.本文研究結果顯示指數(shù)平滑法的預測效果好于ARI

7、MA模型,但擬合精度不如ARIMA模型。
　　 3.時間序列分析方法在癥狀監(jiān)測中的應用為疾病預防控制工作提供有效的理論支持。近年來,以診斷為基礎的傳統(tǒng)疾病監(jiān)測已難以適應公共衛(wèi)生監(jiān)測對及時性的苛刻要求。癥狀監(jiān)測有望通過更早期廣泛地收集異常癥狀相關數(shù)據(jù),依靠即時地數(shù)據(jù)整合以及精密地信號檢測,更早地發(fā)現(xiàn)突發(fā)公共衛(wèi)生事件的發(fā)生并發(fā)出警報,這對及時采取有效的公共衛(wèi)生應對措施,降低患病率、死亡率和減少經(jīng)濟損失都是至關重要的。如能找出適合癥狀