目的 采用动态贝叶斯网络模型(dynamic Bayesian networks,DBN)和乘积季节差分自回归移动平均模型(seasonal autoregressive integrated moving average model,SARIMA)对全国手足口病(hand,foot and mouth disease,HFMD)的发病趋势进行预测,为疾病的防控工作提供参考.方法 使用2009年1月至2018年12月的手足口病月发病数资料作为训练集,分别建立DBN和SARIMA模型,以2019年1月至2019年12月的作为测试集验证两种模型的预测准确度.结果 在训练集中,DBN的RMSE为34 840.283,MAPE为17.694％,SARIMA的RMSE为38 929.570,MAPE为19.931％,DBN比SARIMA模型的RMSE和MAPE分别下降了10.50％和11.22％;在测试集中,DBN的RMSE为40 285.106,MAPE为23.345％,SARIMA的RMSE为45 461.692,MAPE为27.686％,DBN比SARIMA模型分别下降了11.39％和15.68％.DBN的拟合及预测效果均优于SARIMA模型.结论 DBN模型对手足口病的预测效果更优,可以为探索手足口病流行趋势以及制定预防和控制政策提供理论依据.
作者：陶君雯；张韬；庄雪菲；殷菲
来源：现代预防医学 2020 年 47卷 21期
