您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览282 | 下载0

[目的]探讨时间序列分析在静安区流感样病例(ILI)预测预警中的应用. [方法]使用时间序列分析中的自回归求和移动平均模型(ARIMA)分别对静安区成人和儿童2011年7月-2014年7月的每月ILI监测发病数资料进行建模,然后预测2014年8-12月ILI发病水平,并与实际水平对比,以检验模型. [结果]监测结果显示,儿童和成人ILI发病趋势特点不同,儿童ILI发病未见明显季节性,成人ILI季节性较为明显.儿童监测数据识别最佳模型为ARIMA(0,1,1),成人监测数据识别最佳模型为ARIMA(1,0,0)(1,1,0)12.两个模型参数均具有统计学意义,预测效果良好. [结论]可使用ARIMA模型对静安区ILI发病趋势进行预测,但需对成人和儿童数据分别分析,根据预测区间可考虑设定预警阈值.

作者:沈冰;杨晓明;卑伟慧;沈磊;倪晓芬;孟威;高洁

来源:环境与职业医学 2016 年 33卷 2期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:282 | 下载:0
作者:
沈冰;杨晓明;卑伟慧;沈磊;倪晓芬;孟威;高洁
来源:
环境与职业医学 2016 年 33卷 2期
标签:
时间序列分析 流感样病例 预测 预警 静安区 time series analysis influenza-like illness forecast early warning Jing'an District
[目的]探讨时间序列分析在静安区流感样病例(ILI)预测预警中的应用. [方法]使用时间序列分析中的自回归求和移动平均模型(ARIMA)分别对静安区成人和儿童2011年7月-2014年7月的每月ILI监测发病数资料进行建模,然后预测2014年8-12月ILI发病水平,并与实际水平对比,以检验模型. [结果]监测结果显示,儿童和成人ILI发病趋势特点不同,儿童ILI发病未见明显季节性,成人ILI季节性较为明显.儿童监测数据识别最佳模型为ARIMA(0,1,1),成人监测数据识别最佳模型为ARIMA(1,0,0)(1,1,0)12.两个模型参数均具有统计学意义,预测效果良好. [结论]可使用ARIMA模型对静安区ILI发病趋势进行预测,但需对成人和儿童数据分别分析,根据预测区间可考虑设定预警阈值.