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498 | 下载0

目的 分析1990-2011年我国梅毒变化趋势,并探讨时间序列模型在梅毒未来发病预测中的应用.方法 利用1990-2011年全国梅毒发病率资料,采用SPSS13.0进行ARIMA时间序列模型拟合及发病率预测.结果 1990-2011年梅毒流行特征为:1990-1994年发病率一直较稳定,未见明显上升趋势,自1995年发病率开始上升,1999-2003年略有波动,2004-2011年,发病率急剧上升,截至2011年末,梅毒发病率已为29.47/10万.利用ARIMA模型拟合梅毒发病趋势效果较好,预测2012年和2013年梅毒发病率分别为29.31/10万、29.16/10万.结论 运用ARIMA时间序列模型对梅毒发病率进行拟合及预测是可行的,预测效果较好.

作者:胡冰雪;曲波;刘洁;武玉欣;王东博

来源:现代预防医学 2014 年 41卷 6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:498 | 下载:0
作者:
胡冰雪;曲波;刘洁;武玉欣;王东博
来源:
现代预防医学 2014 年 41卷 6期
标签:
梅毒 发病率 时间序列模型 预测 Syphilis Incidence Time series model Prediction
目的 分析1990-2011年我国梅毒变化趋势,并探讨时间序列模型在梅毒未来发病预测中的应用.方法 利用1990-2011年全国梅毒发病率资料,采用SPSS13.0进行ARIMA时间序列模型拟合及发病率预测.结果 1990-2011年梅毒流行特征为:1990-1994年发病率一直较稳定,未见明显上升趋势,自1995年发病率开始上升,1999-2003年略有波动,2004-2011年,发病率急剧上升,截至2011年末,梅毒发病率已为29.47/10万.利用ARIMA模型拟合梅毒发病趋势效果较好,预测2012年和2013年梅毒发病率分别为29.31/10万、29.16/10万.结论 运用ARIMA时间序列模型对梅毒发病率进行拟合及预测是可行的,预测效果较好.