目的 采用其他感染性腹泻月发病数构建动态贝叶斯网络(Dynamic Bayesian Networks,DBN)模型,并与传统预测模型——季节乘积差分自回归移动平均(Seasonal Auto-regressive Integrated Moving Average,SARIMA)模型进行预测表现的比较.方法 将全国2004年1月至2016年12月其他感染性腹泻月发病数作为训练集并拟合DBN模型与SARIMA模型,采用不同策略,使用两个模型分别预测2017年1月至2017年12月发病数,以MAE、MAPE作为预测表现的衡量指标.结果 静态预测12期时DBN比SARIMA模型的MAE、MAPE分别下降了12.57％、15.84％;并且在绝大多数情况下,DBN的预测值要更接近实际发病数.动态预测12期显示,DBN比SARIMA模型的MAE、MAPE分别下降6.12％、9.30％.结论 DBN模型在其他感染性腹泻中的预测表现要优于SARIMA模型,在传染病预测中具有极大的应用潜力.
作者：庄雪菲；钟杨；翟思维；殷菲
来源：现代预防医学 2021 年 48卷 9期
