肾综合征出血热发病率季节性时间序列预测模型
肾综合征出血热
“原发性损伤、 一次性打击、 自限性经过”
基于EHF上述的病理生理基础，临床上 相应构成了EHF的一个典型的5期过程。
发热期： 典型的病毒血症
低血压休克期： 血管损伤、血容量减少
流行过程
宿主、传染源 传播途径 流行特征 人群易感性
流行过程
宿主和传染源
主要宿主和传染源 鼠科 姬鼠属 家鼠属 仓鼠科 田鼠亚科 鼠平 林属 欧洲棕背 鼠平 黑线姬鼠 黄喉姬鼠 褐家鼠
流行过程
黑线姬鼠
流行过程
褐家鼠
流行过程
大林姬鼠
流行过程
实验用大白鼠
流行过程
小家鼠
流行过程
黄胸鼠
野栖的黄毛鼠
预防策略与措施
防鼠灭鼠 对高危人群的重点保护措施 加强疫苗的研制 加强流行病学监测和预报预测
预防策略与措施
一、防鼠灭鼠
如何辨识鼠类的鼠迹
鼠类的危害
小心 ! 小心 ! 汉他 病毒又出现危害国人 健康了 !但这还不是最 可怕的 … 因为他的传 染途径是更可怕的老 鼠 ... 所以为了健康 大家起来灭鼠呀
2．尿常规检查
病程第2天可出现尿蛋白 4～6病日尿蛋白常为＋＋＋～ ＋＋＋＋对明 确诊断有意义。 尿中出现膜状物，为大量蛋白和脱落上皮的凝 聚物。 尿沉渣中可发现巨大的融合细胞，能检出EHF 病毒抗原 尿镜检可发现管型和红细胞。
3．血液生化检查
血BUN和Cr低血休克期开始上升，少数发热期 开始升高。 发热期血气分析以呼吸性碱中毒多见。休克期 和少尿期以代谢性酸中毒为主。 血钾在发热期和休克期处于低水平，少尿期升 高，多尿期又降低。
2005-2008年秦皇岛市肾综合征出血热流行特征分析
2005-2008年秦皇岛市肾综合征出血热流行特征分析摘要:分析2005—2008年秦皇岛市肾综合征出血热人间疫情流行病学特征,为控制肾综合征出血热的流行提供依据。
对2005—2008年秦皇岛市人间疫情进行统计,采用描述流行病学方法进行空间、时间和人群分布分析。
2005—2008年秦皇岛市肾综合征出血热人间疫情的空间分布具有既分散又相对集中的特点,病例主要分布在青龙38.32％、抚宁24.03％、卢龙14.03％、海港区12.21％、昌黎9.26％。
占全市总发病数的97.85％;肾综合征出血热时间分布具有明最的季节性,一般有春季和冬季两个流行高峰期,高峰期各月的发病数占全年发病数的10.00％以上。
肾综合征肾综合征出血热人群中,<10岁的病例占1．07％、10～70岁的病例占97．38％、15～60岁的病例占90.00％、≥70岁的病例占1.54％;男、女之比为2.41∶1;从职业构成来看,农民占72.08％,为主要发病人群。
应加大灭鼠力度,对重点人群接种肾综合征出血热疫苗,以控制肾综合征出血热流行。
关键词:肾综合征出血热流行特征分析肾综合征出血热是秦皇岛市重点防制的以鼠类为主要传染源的自然疫源性疾病,为加强对肾综合征出血热的防制,本研究收集秦皇岛市2005—2008年的肾综合征出血热疫情资料,进行流行病学特征分析,现将结果报告如下。
1 材料与方法疫情资料主要来自2005—2008年疾病预防控制信息系统的秦皇岛疫情。
对收集到的2005—2008年秦皇岛市的肾综合征出血热人间疫情数据用描述流行病学方法对人群分布、时间分布和地区分布进行流行病学分析。
2 结果2.1 2005—2008年秦皇岛市各县区肾综合征出血热逐年发病情况从秦皇岛市各县区近4年来肾综合征出血热逐年发病数的分布情况看,从各县区4年累计病例来看,总发病数在100例以上的县区有5个,占全市总发病数(1490例)的97.85％,其各县区病例构成分别为:青龙38.32％、抚宁24.03％、卢龙14.03％、海港区12.21％、昌黎9.26％。
流行病学 实验报告
作业1：某县肾综合出血热的年龄、性别发病率曲线图
作业2：
1、该县肾综合征出血热季节分布有何特点？请分析可能影响季节分布的因素？
答：该县的肾综合出血热季节分布为11-3月的发病率明显增高，而4-10月份的发病明显减少甚至为零，呈现明显的秋冬季节发病率高的分布特点。
出现这种季节分布特点，可能与该季节为汉坦病毒的动物宿主鼠类繁殖高峰期有关，鼠类繁殖增多，易感人群与病毒接触的机会增多，从而导致该病的发病率明显增高。
2、该县肾综合征出血热地理分布有何特点？地理分布特点可能跟哪些因素有关？
答：该县肾综合出血热地理分布为南方及东南地区发病率较西北部地区发病率高。
这样的地理分布特点与南方气候温暖、潮湿，适合鼠类的繁殖及病毒的复制，更增加了人群与病毒的接触机率，疾病发病率增高。
3、该县肾综合征出血热年龄与性别分布有何特点？其特点可能与哪些因素有关？
答：该县肾综合出血热的年龄分布特点：20-40岁的青壮年发病率高，30岁以前发病率随年龄增大而增高，30岁以后发病率随年龄增大而降低；
性别分布特点：男性发病率高于女性。
年龄与性别分布特点可能与20-40岁的青壮年及男性运动相对多，在外劳作相对较多，因此与鼠类及病毒的接触机会增多，导致发病率增高。
第一临床医学院2007级临床医学
姓名:
学号:。
肾综合征出血热的临床分析参考模板
肾综合征出血热的临床分析作者：杜秀芳刁士琦杜宇峰【摘要】目的总结肾综合征出血热的临床特点，减少漏诊、误诊。
方法回顾性分析64例肾综合征出血热患者的临床特点、尤其是肝脏损伤特点。
肾综合征出血热-Igm,IgG抗体用酶联免疫法检测。
统计分析采用SPSS11.0软件。
结果肾综合征出血热全年散发，71.6%的患者于2-6月发病。
典型临床表现者较少，仅30.6%患者有“三痛”,32.8%患者有“三红”，但头痛(90.6%)和恶心呕吐(84.4%)仍常见。
仅31.3%患者有典型五期经过，越单期者56.3%、越双期者12.5%、血小板降低(79.7%)和尿蛋白(十十)以上仍较常见(71.9%)，但血白细胞总数多为正常或稍低(54.7%)。
仅约2/3患者血清肌醉(Cr)升高。
肝脏损伤以谷丙转氨酶(ALT)升高(82.8%),天冬氨酸转移酶升高(76.6%)、乳酸脱氢酶升高(78.1%)为主，胆红素和白蛋白基本正常。
ALT水平与Cr水平不平行。
并发症以肺部疾病为主(21.9%)。
结论需重视肾综合征出血热的不典型表现，及早处理肝脏损伤和肺部疾病，提高诊疗水平。
【关键词】肾综合征出血热肝诊断鉴别临床特点肾综合征出血热(HemorrhagicFeverwithRenalSyndorme,HFRS)是我国常见传染病之一，典型临床表现有发热、出血、肾损害三主症和五期经过[1]。
本病常伴有肝脏损伤，且临床表现差异较大，早期误诊漏诊较多。
为提高对本病的认识，收集就诊于本院的64例患者的临床资料，分析其临床特点、尤其是肝脏损伤特点。
1对象与方法1.1患者资料我院于1999年11月至2006年6月共收治肾综合症出血热患者64例，均为住院患者，其中男性49例、女性15例，年龄15-70岁，全部病例的肾综合症出血热-IgM抗体均为阳性(酶联免疫吸附试验)。
1.2检测项目与方法1.2.1常规和生化学检测:患者入院后采用全自动生化分析仪检测肝功能、肾功能，并检测血常规、尿常规、大便常规。
肾综合征出血热发病率的ANN预测模型
学习过程 即开始 ， 练学 习过程 由正 向传播 和 反 向传播 组 训 成， 先正 向传播 ， 若输 出响应 与期望输 出模 式的 误差大于阈 值 时， 则转入 反向传播 过程 ， 同时根据误 差大小 逐层修正 各 层 连接权值 ． 然后再进 入正向传播过程 。若输 出响应 与期 望 输 出模式 的误差仍大 于闭值 时． 再转入反 向传播 ， 同时修 正 各 层连接权值 、 如此 反复若 干次 直至误 差小于阈 值。Ｂ Ｐ学 习算法实质上 是最小均方 （Ｍｓ算 法 的推广 、 Ｌ ） 各个 连接权 的 调整量分别 与各 个学习模式对 的误差 函数 毋 成 比例变化 ， 该方法称 为标 准误差逆传播算法 （ 卫称平 均误差 ） 。 在Ｂ Ｐ算法中 、 连接权值的改变规 则为 ： ＝－＋谪） ｗ ｇ ／
【 关键词】 Ｂ 人工神经网络 ； Ｐ 非线性时间序列； 态学习； 动 发病率 【 中图分类号 】 Ｒ ９ ．；５２ ８ 【 １５４Ｒ １． 文献标识码 】 Ａ
Ｐ ｅ ｉｔｖ ｄ ｌｏ ｒｉ ｃａ ｅ ｒ ｌｎ ｔ ｒ ｏ Ｒ ｎ ｉ ｅ ｃ ｒ ｄ ｃ ｉｅ ｍｏ ｅ ｆＢＰ ａ ｔ ｉｌｎ ｕ ａ ｅｗｏ ｋ ｆ ｒＨＦ Ｓ ｉ ｃｄ ｎ ｅ ｉ ｆ
Ｄ Ｇ Ｓｏ — ａ ｈ ｕｈ ｎ．Ｗ Ａ Ｇ Ｊｅｚｅ ．ＹＵ ｉ —ｏ ｇ ｉ Ｎ ｉ—ｈ ｎ Ｎ Ａ ｘａ ｈ ｎ ｏ
【ｃ ｏ ｌ ｆ ｕ ｌ ｅ ｌ Ｓ ｈｏ ｂｉ Ｈ ａｔ ｈ ｎ ｏ ｇ Ｕ ｉｅｓ ｙ ） ｏＰ ｃ ｈ．Ｓ ａ ｄ ｎ ｎｖｒｉ ｔ
＾ Ｓ Ｒ＾ Ｏ ｊｃ ｖ ：Ｔ ｘｌ ｅ ｔ ｒ ｐ ｃ ｏ ｐｅｉ ｉ ｉ ａｅ ｉ ｉｅｃ ｆｔ ｒ ｉ ｉ ｏ ｅ ｏ Ｂ Ｔ Ｃｒ ｂｅｔ ｅ ｏｅｐ ｒ ｈ ｐｏ ｅｔ ｆ ｒ ｃｎ ｄｓ ｓ ｎ ｄｎｅ ｏ ｈ ｐｅ ｃ ｖ ｍ ｄ ｌ ｆ ｉ ｏ ｅ ｓ ｄ ｔｇ ｅ ｃ ｅ ｄ ｔｅ
苏州市肾综合征出血热预测预报模型初探
苏州市肾综合征出血热预测预报模型初探肾综合征出血热(HFRS)是一种自然疫源性疾病,我国于1984年起在全国开展HFRS的疾病监测工作｡目前对该病的流行情况及传播途径已基本阐明[1]｡国内很多学者应用数学模型对HFRS发病的原因和流行趋势进行了探讨,但具体方法与侧重点各有不同[2～5]｡我们对苏州市1989—2003年HFRS的发病资料进行了分析,并利用湿度､降水､日照､平均气温等气象因素及每月的鼠密度资料与HFRS的月发病率进行了相关性分析,采用逐步回归法,建立多元回归方程,得到HFRS的预测预报模型｡1材料与方法1.1资料来源1989—2003年苏州市HFRS的发病资料来自常规的疫情年报;1994—2003年的气象资料由苏州市气象局提供;鼠密度资料来自常年的监测报表｡1.2方法用逐步回归法进行多元线性回归分析,并对复相关系数进行显著性检验,得到用于预测预报的最优回归方程｡数据处理运用SAS 8.2程序软件进行｡2结果2.1HFRS发病率HFRS在苏州每年均有发病,但发病率呈下降趋势,自2001年始下降明显(见图1)｡从每月的发病情况看,以8､9､10月份发病率较低,1､11､12月份发病率偏高(见图2)｡2.2气象因子与HFRS发病率的相关性HFRS的月发病率与当月､1个月前､2个月前的平均气温均有显著的负相关性(见表1)｡除湿度､日照与其他气象因子相关不显著外,其余气象因子之间均有显著的相关性(见表2)｡2.3鼠密度及其相关性根据相关性分析,与鼠密度呈相关显著性的气象因子分别为当月的湿度(x2)､降水(x3)､2个月前的湿度(x10),Pearson相关系数分别为0.4379(P=0.0001)､0.3014(P=0.0053)､0.2714(P=0.0125);鼠密度与HFRS月发病率的相关系数为0.5182(P=0.0001)｡2.4预测预报将与HFRS月发病率有关的当月､1个月前､2个月前的气象因子(平均气温､降水､日照､湿度)及每月的鼠密度共13个自变量作自相关分析,删除共线性的因素(r>0.7)x5(1个月前平均气温)后,进行多元逐步回归(选入､删除因子的概率临界值均为0.25),共保留5个气象因素,分别为当月平均气温(x1,P=0.002))､当月湿度(x2,P=0.006)､当月降水(x3,P=0.03)､2个月前平均气温(x9,P=0.06)､鼠密度(x13,P=0.0001)5个自变量,回归方程为:y= -0.0947-0.0012x1+0.0017x2-0.0001x3-0.0007x9+0.0682x13(F=13.85, P=0.0001)｡3讨论由逐步回归建立的预测模型尽管P=0.0001,但R2值偏小(0.3717),使理论预测值和实际值出现一定的偏差｡由于HFRS发病的影响因素很多和一些难以量化的因子的影响,特别是近年来HFRS的发病率下降趋势明显,这就要求考虑更多的影响因子,使预测模型更加准确｡当然在苏州地区目前HFRS发病率较低的情况下,通过气象因子､鼠密度等比较容易获得的数据资料来对HFRS的发病进行短期预测仍不失为方便有效的手段,现实意义也较大｡在数据处理上,考虑HFRS的发病率偏低,曾尝试一些转换,但仍未能使R2值调高｡因此在今后的监测中,为使预测更精确,一方面可以改进数据处理方法,另一方面要注意收集其他相关因素,包括在江南地区HFRS的主要宿主和带毒率的调查等｡近年来,有关媒介生物生态学和传染病发病规律关系的研究越来越受到人们的关注,随着计算机的广泛应用,利用多种影响因子建立基于遥感和地理信息系统的动态监测､预报模型,将对HFRS等传染病的有效控制起到极大的作用｡本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
一种肾综合征出血热年发病数的预测模型[发明专利]
![一种肾综合征出血热年发病数的预测模型[发明专利]](https://img.taocdn.com/s3/m/dcf11c67cc22bcd127ff0c06.png)
专利名称：一种肾综合征出血热年发病数的预测模型专利类型：发明专利
发明人：李青
申请号：CN201711392802.1
申请日：20171221
公开号：CN108010588A
公开日：
20180508
专利内容由知识产权出版社提供
摘要：本发明公开了一种肾综合征出血热年发病数的预测模型，属于医学领域，其步骤为选定监测点、确定病人、计算L、计算S、计算W、测算决定系数0.8S、建立预测模型进行。
本发明解决现有技术中无肾综合征出血热年发病数的预测模型的问题。
本发明直接利用L、S、W建立预测模型，从而探寻一种能较为精准预测肾综合征出血热发病人数的规律，为肾综合征出血热预防和控制工作提供科学依据。
申请人：李青
地址：230601 安徽省合肥市经济技术开发区繁华大道12560号
国籍：CN
更多信息请下载全文后查看。
2005～2014年龙城区肾综合征出血热的流行病学分析
2005～2014年龙城区肾综合征出血热的流行病学分析摘要目的分析龙城区肾综合征出血热流行特点，为预防和控制该病提供参考依据。
方法收集疾病预防控制中心疫情统计的2005～2014年肾综合征出血热（HFRS）疫情资料，病例诊断按照描述性流行病学方法，鼠密度调查采用夹夜法进行分析。
结果龙城区2005～2014年共发生54例HFRS患者，年发病率为10.46/10万～2.42/10万，2013、2014年各死亡1例。
其流行特征龙城区2005～2014年内各乡镇、街均有病例报告，春夏高于秋冬季节，1～5月病例数为36例，占全年发病总数的66.67%。
各年龄和性别均有发病，但30～45岁年龄病例数占总发病病例数37.04%，男女性别比为3.5∶1，职业分布以农民为主占57.4%。
2014年鼠密度根据监测地区不同分为居民区、野外区鼠密度，居民区鼠密度低于野外区鼠密度。
鼠种均为褐家鼠。
结论针对HFRS必须采取综合防控措施才能有效控制疫情。
关键词肾综合征出血热；流行病学龙城区自2005年确诊首例HFRS后，该病的发病率呈逐步提升，乃至到高发的趋势变化。
为系统全面的了解和掌握该区HFRS的发病现状，制定科学合理的防治对策，有效控制疫情蔓延[1]。
本文对龙城区2005～2014年的HFRS 疫情临床数据进行系统剖析，现报告如下。
1 资料与方法1. 1 资料来源①疫情相关数据：来源于龙城区疾制中心疫情统计数据库。
②人口信息：来源于龙城区统计局官网发布的历年人口数。
③鼠密度资料：主要以2014年度龙城区鼠密度监测数据。
1. 2 研究方法以卫生部（现卫计委）制定的《流行性出血热诊断标准及处理原则》（1995）作为临床诊断标准。
应用夹夜法调查鼠密度情况。
2 结果2. 1 发病状况分析2005～2014年共收到54例HFRS临床报告，每年发病数、死亡数等数据见表1。
2. 2 流行特征2. 2. 1 区域分布2005年有4个乡镇、1个街道有病例报告，到2014年低，该区各乡镇、街道都出现病例。
SARFIMA模型在肾综合征出血热发病预测中的应用
SARFIMA模型在肾综合征出血热发病预测中的应用齐畅1刘利利1李春雨1朱雨辰1张丹丹1王志强2李秀君「△【提要】目的研究季节性自回归分数差分移动平均(SARFIMA)模型预测肾综合征岀血热(HFRS)发病率的效果，并与SARIMA模型进行比较。
方法收集山东省2009年1月至2018年12月HFRS月发病数据，考虑时间序列的短记忆性和长记忆性，构建SARFIMA模型，以SARIMA模型作为对比，比较两个模型的预测准确性。
结果山东省2009-2018年HFRS月发病率具有明显周期性和季节性特征。
模型评估表明，SARFIMA模型具有更好的拟合度和预测能力。
SARFIMA(1,0.33,3)(l,0,0)12：AIC=-629.76；RMSE=0.028；SARIMA(1,0,3)(1,1,0)12：AIC=-356.43；RMSE= 0.033。
结论SARFIMA模型能较好地拟合山东省HFRS月发病率的动态变化，且预测效果优于SARIMA模型。
因此，SARFIMA模型可用于HFRS发病率的预测。
【关键词】时间序列分析季节性自回归分数差分移动平均季节性自回归移动平均肾综合征岀血热预测【中图分类号】R181【文献标识码】A DOI10.3969/j.issn.1002-3674.2021.01.004Application of SARFIMA Model in Predicting Incidence of Hemorrhagic Fever with Renal SyndromeQi Chang,Liu Lili,Li Chunyu,et al(Department of Biostatistics,School of Public Health,Cheeloo College of Medicine, Shandong Univers ity(250012),Jinan)[Abstract]Objective To explore the effect of seasonal autoregressive fractional moving average(SARFIMA)model to predict the incidence of hemorrhagic fever with renal syndrome(HFRS),and compare it with SARIMA model.Methods The monthly incidence data of HFRS in Shandong Province from January2009to December2018were collected,and the shortterm and long-term memory of the time series was considered to construct a SARFIMA model.The SARIMA model was used to compare with SARFIMA.Results During the study period,the time series of HFRS in Shandong Province has obvious periodic and seasonal characteristics.The fitting and forecast effect of SARFIMA model was better than SARIMA.SARFIMA (1,0.33,3)(1,0,0)12：AIC=-629.76；RMSE=0.028；SARIMA(1,0,3)(IJ,。
云南省2004—2021年肾综合征出血热流行特征分析
云南省2004—2021年肾综合征出血热流行特征分析肾综合征出血热（Hemorrhagic Fever with Renal Syndrome，HFRS）是一种由Hantavirus引起的急性传染病，主要通过小动物（啮齿类动物和哺乳类动物）传播给人类。
在过去的几十年里，云南省一直是中国HFRS的高发地区之一。
为了深入了解云南省2004年至2021年间HFRS的流行特征，本文将对该时段内的流行情况及其相关因素进行分析。
首先，从流行病学角度来看，云南省2004年至2021年期间HFRS的发病人数呈现出逐年增加的趋势。
具体来说，在2004年至2010年期间，HFRS的发病率相对稳定，平均每年约为1.5万例。
但自2011年起，该省HFRS的发病率开始呈现快速增长的态势，到2021年已达到近2万例。
这种增长趋势表明，HFRS在云南省仍然具有较高的传染性，且可能存在新的传播途径和危险因素。
其次，从年龄分布来看，HFRS主要是中老年人的健康威胁。
从数据统计发现，在2004年至2021年期间，40岁以上的人群占HFRS患者总数的近80%。
这可能与该年龄段的人们生活方式、工作环境和免疫系统功能下降有关。
此外，在临床表现上，高热、肌肉疼痛和出血症状是HFRS的主要特点。
这些症状对中老年患者的生活质量和身体健康造成了较大的影响。
第三，从地理分布来看，云南省的西部地区（如大理、保山、丽江等）是HFRS的高发区域。
这可能与该地区森林覆盖率较高、生态环境复杂以及鼠类数量偏多有关。
HFRS主要通过啮齿类动物（如田鼠、鼠兔等）传播给人类，而该类动物在西部地区较为常见。
此外，随着旅游业的发展，西部地区成为游客流动性较高的热门目的地，这可能增加了HFRS的传播风险。
最后，从季节性变化来看，HFRS在云南省的发病高峰通常集中在秋冬季节。
这与啮齿类动物的繁殖和活动规律有关，因为秋季是它们的繁殖季节，而冬季是它们的高活动期。
此外，低温条件也有利于病毒的存活和传播。
使用生态位模型预测肾综合征出血热传播风险的开题报告
使用生态位模型预测肾综合征出血热传播风险的开
题报告
一、研究背景
肾综合征出血热是一种由汉坦病毒引起的急性热性出血病，具有高
度传染性和致死率。
自1995年首次爆发至今，已在亚洲和非洲多个国家/地区出现，严重威胁着全球公共卫生安全。
由于肾综合征出血热与宿主、环境和人与人之间的联系密切相关，生态位模型可以有效预测其传播风险，为制定干预措施提供科学依据。
二、研究目的
本研究旨在使用生态位模型预测肾综合征出血热在不同地区的传播
风险，分析关键环境和宿主因素，并为疾病防控提供参考建议。
三、研究方法
1. 数据收集：收集肾综合征出血热病例报道、汉坦病毒感染状况、
环境因素（如温度、湿度、降雨量等）和宿主动物（如鼠类、蝙蝠等）
信息。
2. 生态位模型构建：以病例作为研究对象，将病例观察地区的宿主
群落、环境因素和病毒活动情况嵌入到模型中，构建生态位模型。
3. 风险评估：使用生态位模型预测不同地区的肾综合征出血热传播
风险，分析环境和宿主因素对疾病传播的影响，并提出预防建议。
四、研究意义
本研究将为肾综合征出血热的疫情监测和预防提供科学依据，为提
高公共卫生应急响应能力提供支持。
此外，该研究还可为其他类似疾病
的生态学研究提供参考。
2007年-2016年某市肾综合征出血热流行病学特征分析
2007年-2016年某市肾综合征出血热流行病学特征分析摘要：目的对某市2007年-2016年肾综合征出血热的流行病学特征进行分析，了解疾病的发展态势，为该病的预防控制提供建议和依据。
方法收集2007年-2016年中国疾病预防控制信息系统某市肾综合征出血热登记的发病信息进行统计分析。
结果2007年-2016年某市累计报告流行性出血热病例348例，其中，以2011年的发病率最高，为7.649/10万，之后发病率呈现逐年下降的趋势，2014年的发病率最低，为2.021/10万。
累计报告死亡病例21例。
全年各月均有病例报告，每年的高发月份为4-6月以及11-次年1月。
各区均有病例报告，综合计算发病率排在前3位的地区分别为：平房区（20.135/10万）、阿成区（16.587/10万）、香坊区（10.147/10万）。
男性与女性的比例为3.684：1。
其中以30~59岁年龄组最多，占全部报告病例的68.26%，其中，累计发病数最多的为40~岁年龄组，为176例，累计发病率为103.268/10万。
职业以农民为主，共191例，占发病总人数的54.89%，其中，死亡病例12人；其次为家务及待业人员和其他职业者，分别占8.136%和5.067%。
结论某市近10年来肾综合征出血热发病趋于稳定，各相关部门应加强对高发地区和发病率上升地区的高危人群的监测工作，并在高发季节来临前做好宣传和环境整治等工作。
关键词：某县；肾综合征血热；流行特征；分析肾综合征出血热是由汉坦病毒引起的一种自然疫源性疾病，患者的主要临床表现为高热、低血压、出血及少尿、多尿以及蛋白尿等肾功能损害[1]。
肾综合征出血热已经成为一个全球性的公共卫生问题，我国该病的发病率也较高，近10年我国报告病例数占全世界的90%以上，我国各省均有病例报告，对人们的身体健康造成严重的危害[2]。
本研究综合分析了某市2007年-2016年肾综合征出血热的流行病学特征，以了解疾病的疫情形势，为调整预防控制措施提供依据。
1984-2016年石家庄市肾综合征出血热发病水平变迁及其趋势预测
1984-2016年石家庄市肾综合征出血热发病水平变迁及其趋势预测赵树青;张世勇【摘要】目的分析1984-2016年石家庄市肾综合征出血热(HFRS)发病水平变迁,探讨时间序列求和自回归移动平均模型(autoregressive integrated moving average,ARIMA)在肾综合征出血热疫情分析预测中的应用.方法收集1984-2016年石家庄市HFRS发病率资料,用Excel 2003软件建立数据库,并进行描述性分析;采用SPSS16.0统计分析软件实现模型建立,经过模型识别、参数估计、诊断检验后,利用建立好的模型对2016-2020年石家庄市HFRS发病率进行预测.结果石家庄市肾综合征出血热发病水平总体呈下降趋势;报告发病数位居前5位的高发地区由1984-1994年的新乐、辛集、藁城、深泽、赵县变迁为2006-2016年的行唐、深泽、平山、元氏及藁城县.2017-2020年石家庄市HFRS年发病率预测值分别为0.44/100000(95％CI:0.00～7.39/100000)、0.54/100000(95％CI:0.00～8.83/100000)、0.54/100000(95％CI:0.00～9.33/100000)、0.47/100000(95％CI:0.00～9.46/100000).结论石家庄市HFRS发病水平发生了变迁,总体呈下降趋势,高发地区由既往的东部地区向西北部地区扩散.2016-2020年石家庄市HFRS发病略有上升趋势,故需继续加强石家庄市HFRS疫情的防控.【期刊名称】《中国人兽共患病学报》【年(卷),期】2018(034)008【总页数】4页(P708-711)【关键词】肾综合征出血热;发病率;变迁;时间序列;预测【作者】赵树青;张世勇【作者单位】石家庄市疾病预防控制中心流行病防治所,石家庄 050011;石家庄市疾病预防控制中心流行病防治所,石家庄 050011【正文语种】中文【中图分类】R373.3肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)是由汉坦病毒(Hantavirs,HV)引起的以发热、出血和肾功能损害为主要临床特征,严重危害人类健康的一种自然疫源性疾病,是我国重点防控的乙类传染病之一.鼠类为自然宿主和主要传染源.HFRS呈世界性流行,目前已有30多个国家和地区发现HFRS病例,但主要分布于亚洲地区,我国是世界上HFRS疫区分布最广,发病最多,占全球发病总数的90%以上,是流行最为严重的国家[1-2].石家庄市自1984年发现肾综合征出血热病例,每年均有病例报告,是我国HFRS疾病高发地区之一[3].本研究对石家庄市1984－2016年肾综合征出血热的发病水平变迁进行分析,并探讨时间序列求和自回归移动平均模型(ARIMA)在肾综合征出血热疫情分析预测中的应用.利用ARIMA 模型预测2017－2020年石家庄市肾综合征出血热发病率及疫情趋势,为石家庄市应对HFRS防控策略提供重要依据.1 材料与方法1.1 资料来源疫情资料来自于石家庄市疫情资料汇编和中国疾病预防控制信息系统.人口资料来源于从石家庄市统计年鉴.1.2 方法1.2.1 数据率的建立利用Excel2003软件建立数据库,并进行描述性分析.将1984－2016年分为1984－1994年、1995－2005年、2006－2016年3个时期,分析不同时期HFRS趋势变迁及高发地区的变迁情况.1.2.2 模型的建立利用SPSS16.0统计分析软件构建ARIMA(p,d,q)模型,具体分4个阶段[4]:①序列平稳化(数据的预处理):确定时间序列模型之前把不平稳的时间序列转化为平稳序列以满足ARIMA模型的应用.②模型的识别:根据自相关系数图和偏自相关系数图的特征,识别模型,并做进一步分析.③模型参数的估计与检验:对最有可能的模型进行参数估计和检验,如模型拟合度不高,则返回第二步骤重新选定模型.④模型预测:通过1984－2016年的石家庄市肾综合征出血热病例数据建立模型,然后用模型对2017－2020年的发病率进行预测.2 结果2.1 石家庄市HFRS发病水平趋势分析石家庄市自1984年发现肾综合征出血热(HFRS)病例以来,每年均有病例报告,至2016年共报告HFRS病例12 708例,年均发病率为4.77/100 000,死亡病例56例,年平均死亡率0.022/100 000.1984－1994年、1995－2005年、2006－2016年3个不同时期年均发病率分别为6.40/100 000、8.75/100 000和0.36/100 000,发病水平总体表现为“高－高－低”的特点.疫情呈现两个快速上升期,发病率由1984年的0.19/100 000增加到1986年的16.36/100 000,达到第一个高峰期,随后病例数呈波动下降,到1994年,发病数再次快速上升,于1999年达到第二个高峰,发病率达14.09/100 000,1998－2002年维持在较高水平,之后呈快速下降趋势,近5年一直维持在较低水平.报告死亡率的趋势与报告发病的趋势基本一致,呈现两个高峰,分别为1986年、1999年,报告死亡率达 0.02/100 000、0.06/100 000,图1.图1 1984－2016年石家庄市HFRS报告发病、死亡趋势Fig.1 The tendency incidence and mortality of HFRS in Shijiazhuang,1984－20162.2 高发县HFRS年均发病数的变迁 1984－2016年石家庄市HFRS高发地区发生了变迁.1984－1994年位居前5位地区为新乐、辛集、藁城、深泽及赵县.1995－2005年为新乐、辛集、藁城、行唐及正定.2006－2016年为行唐、深泽、平山、元氏及藁城.对比3个不同时期HFRS流行情况,发现新乐、辛集、藁城、深泽及赵县是历史高发县区,疫情总体形势呈下降趋势,但与其它县区比较行唐、深泽、平山、元氏及藁城为目前高发地区.高发地区由既往的东部地区向西北部地区扩散趋势,见图2.表1 石家庄市HFRS不同时期位居前5位发病地区顺位Tab.1 The top five disease area of HFRSin the different period in Shijiazhuang时期第1位第2位第3位第4位第5位地区发病数地区发病数地区发病数地区发病数地区发病数1984－1994 新乐 832 辛集 609 藁城 530 深泽 377 赵县 363 1995－2005 新乐 1 319 辛集 1 151 藁城 955 行唐 881 正定 690 2006－2016 行唐 58 深泽 54 平山 35 元氏 34 藁城 23图2 石家庄市不同时期HFRS累计报告发病数的变迁Fig.2 Dynamic tendency total cases of HFRSin the different period in Shijiazhuang图3 石家庄市肾综合征出血热年发病率自相关和偏相关图Fig.3 Autocorrelation and partial correlation of the incidence of HFRS in Shijiazhuang2.3 趋势预测2.3.1 序列平稳化用原序列做自相关分析,如图3,可见原序列的ACF呈拖尾衰减,PACF呈一步截尾,可判断原序列为平稳序列.2.3.2 模型的识别 1984－2016年石家庄市肾综合征出血热年发病率表现出“高－高－低”的特点,高峰期有2个,表现为先出现小高峰再出现大高峰,之后维持在较低水平,总体无周期性(图1).另外,由于本研究使用的年发病率数据,因此不考虑季节性,考虑建立ARIMA(p,d,q)模型.对数据作自相关与偏相关分析结果显示(图3),自相关函数(ACF)呈拖尾衰减,偏自相关函数(PACF)一步截尾,可判断为平稳序列[13],识别为AR1模型,即P＝1,d＝0,q＝0的ARIMA(1,0,0)模型.2.3.3 模型参数估计与检验 ARIMA计算结果表明,ARIMA(1,0,0)模型的回归系数有统计学意义,常数项为0.649,标准误为0.136,t值为4.757,P 值为 0.000.AIC为227.06,BIC为2.839.对构建的模型进行白噪声残差分析,残差序列自相关函数的Box-Ljung统计量值为9.460,P＝0.925,差异无统计学意义,残差为随机性误差,ARIMA(1,0,0)可用做预测.2.3.4 趋势预测利用建立好的ARIMA(1,0,0)模型对2017－2020年石家庄市HFRS发病率进行预测,结果分别为0.44/100 000(95%CI:0.00～7.39/100 000)、0.54/100 000(95%CI:0.00～8.83/100 000)、0.54/100 000(95%CI:0.00～9.33/100 000)、0.47/100 000(95%CI:0.00～9.46/100 000),见图4.图4 2017－2020年石家庄市HFRS发病率趋势预测图Fig.4 The trend forecast of the incidence of HFRSin Shijiazhuang,2017－20203 讨论石家庄市自1984年首次发现HFRS病例以来,每年均有病例报告.33年来,石家庄市HFRS发病水平发生了变迁,总体表现为“高—高—低”的特点.1986年、1999年为两个发病高峰.从2003年全市HFR疫情快速下降,之后疫情维持在较低水平.这与全国和全河北省疫情的流行趋势相符[5-6].石家庄市HFRS疫情呈现上述变化的原因,可能与:①自然疫源性疾病一般是周期性流行特点.②近年城镇化的推进、环境的改变,不适宜鼠只的生存.③诊疗水平的提高,病例规范化管理.④以防鼠灭鼠为主的爱国卫生运动的综合措施的实施等因素有关.与1984－1994年发病水平相比,当前石家庄市HFRS流行地区发生了较大变迁,既往西北部地区发病数较低,东部地区发病数较高,目前东部地区的疫情有所下降,西北部地区有所增加,总体呈现由既往的东部地区向西北部地区扩散趋势,其原因尚不十分清楚.这可能与各疫区的自然环境变化以及当地鼠的种类、密度及带毒情况有关,今后应加强对高发地区变迁原因进行深入研究.HFRS是危害石家庄市群众重点传染病之一,对该病的发病率进行预测是一项前瞻性工作.这不但可以及早采取措施防范疫情暴发和流行,还可以评价公共卫生措施的效果.本研究基于石家庄市1984－2016年HFRS发病率资料建立了ARIMA模型,模型拟合值与实际值非常接近,模型拟合效果良好.本研究还利用该模型对2017－2020年石家庄市的HFRS发病率进行预测.结果显示,石家庄市在未来4年的HFRS 发病率略有上升趋势.可见,石家庄市HFRS疫情经过33年的努力,取得显著成效,但疫情防控形势依然不能掉以轻心,因此在今后HFRS防控工作中应继续加大防控力度,如加强人间和宿主间疫情监测,随时掌握带病毒鼠指数变化情况,及时发现HFRS 发病隐患,同时大力开展以灭鼠为主的爱国卫生运动.参考文献:【相关文献】[1]Hansen S,Cameron S,Liu Q,et al.Transmission of haemorrhagic fever with syndrome in China and the role of climate factors:A review[J].Int Infect Dis,2015,33:212-218.PMID:25704595[2]Dan X,Kejian W,Xin T,et al.The impact of the vaccination program for hemorrhagic fever with renal syndrome in Hu County,China[J].Vaccine,2014,(32):740-745.DOI:10.1016/j.vaccine 2013.11.024[3]赵树青,万丽,庞志钊,等.1984－2015年河北省石家庄市肾综合征出血热流行特征分析[J].中华地方病学杂志,2017,36(12):912-915.DOI:10.376/cma.j.issn.2095-4255.2017.12.013[4]潘浩,郑杨,吴寰宇,等.ARIMA模型预测上海市手足口病发病趋势[J].预防医学情报杂志,2011,27(6):408-411[5]王芹,周航,李德新,等.2009年中国肾综合征出血热监测分析[J].疾病监测,2010,25(12):938-943.DOI:10.3784/j.issn.1003-9961.2010.12.004[6]韩占英,韩旭,魏亚梅,等.2008－2012年河北省肾综合征出血热监测及流行特征研究[J].中国人兽共患病学报,2014,30(9):947-950.DOI:10.3969/j.issn.1002-2694.2014.09.015。
季节性差分时空地理加权回归在HFRS分析中的应用
季节性差分时空地理加权回归在HFRS分析中的应用葛亮【摘要】为了更好地利用模型对湖北省肾综合征出血热(Hemorrhagic fever with renal syndrome,HFRS)发病率数据的时间和空间分布进行拟合和预测,本文基于传统的时空地理加权回归模型(Geographically and Temporally Weighted Re-gression model,GTWR),引入时间序列中的季节性差分方法,同时采用空间自相关法优化模型中的带宽参数,构建了季节性差分时空地理加权回归模型(Seasonal Difference-Geographically and Temporally Weighted Regression model,SD-GTWR).研究结果表明,经过季节性差分优化的GTWR模型拟合精度要优于传统的GTWR模型及最小二乘法模型(OLS)和地理加权模型(GWR)方法.【期刊名称】《城市勘测》【年(卷),期】2017(000)005【总页数】5页(P34-38)【关键词】肾综合征出血热;时空地理加权回归模型;季节性差分;空间分析;季节性差分时空地理加权回归模型【作者】葛亮【作者单位】天津市测绘院,天津 300381【正文语种】中文【中图分类】P208随着地理信息技术以及空间统计分析方法的不断发展和完善，地理信息系统和空间统计学已经广泛应用到各个领域。
在空间计量学的基础上，学者们提出众多空间统计分析方法，其中，在1996年，英国学者Fotheringham提出了研究空间关系和空间相关关系的地理加权回归模型(Geographical Weighted Regression，GWR)[1]，这一模型可以直观地探测空间关系的非平稳性，目前该方法已经在人口、土地等多学科领域得以应用[2，3]。
随着应用需求的不断提高，很多行业领域空间数据的时间特性和空间特性(即时空特性)都显得尤为突出。
陕西省户县肾综合征出血热流行预测的多变量数学模型
陕西省户县肾综合征出血热流行预测的多变量数学模型
耿建平
【期刊名称】《第四军医大学学报》
【年(卷),期】1995(016)002
【摘要】为预见肾综合征出血热疫情高峰的发展规模、提高预防监测和控制流行的效果。
作者利用该地的气象资料和动物疫情资料，建立陕西省户县肾综合征出血热流行预测的多变量数学模型。
预测了该病高峰月份的发病率，逐步回归模型和灰色多元模型的预测准确度均高达９９％以上，远高于国内外以病预测模型的精度。
结论：速病毒黑线姬鼠指数、黑线姬鼠密度、降雨量、日照时间对于户县肾综合征出血热的短期流行预测具有重要意义，是进行防疫决策的
【总页数】3页(P128-130)
【作者】耿建平
【作者单位】无
【正文语种】中文
【中图分类】R512.801
【相关文献】
1.南京市2012年1月至2017年7月肾综合征出血热的流行特征与趋势预测 [J], 汪君君;马涛;谢国祥;徐庆;许阳婷;姜云;张敏
2.2012-2018年陕西省渭南市肾综合征出血热流行特征及时空分布 [J], 苗美荣; 潘坤; 曹磊; 刘刚; 樊苏红; 卢卫疆; 刘玮; 雷东潮
3.陕西省户县肾综合征出血热病人血清学分型研究 [J], 石萍;屈智胡;魏战臻
4.户县肾综合征出血热疫苗免疫后流行特征分析 [J], 马长安;魏战臻;屈智胡;屈建惠;谭新
5.肾综合征出血热流行病学数学模型研究进展 [J], 郭秀花;曹务春;张习坦
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
文章编号:1002-2694(2003)04-0121-01肾综合征出血热发病率季节性时间序列预测模型*郭秀花1,3,曹务春1,胡良平2,赵秋敏1,张泮河1中图分类号:R文献标识码:A疾病预测,在流行病学方面主要指对某疾病未来流行趋势、流行水平的质与量的估计。
根据肾综合证出血热(HF RS)过去的季节性时间序列发病率疫情资料,预测疾病随季节的发病情况,为进一步研究提供具有预见性的线索和方向,对于疾病的预防和控制有着重要意义。
1资料资料来自卫生部自然疫源性疾病专家咨询委员会的资料汇编(第三、五集)11,22、流研所罗成旺等提供132、5疾病监测6杂志2000年第9-A期142。
在1995~1998年全国设立的HF RS监测点虽然有41个,但有的监测点数据不全,如武昌县和新安县出现0的数据较多,按4年48个月进行预测效果不好。
因此,我们选取了资料较全面的34个监测点:北京市、天津市、唐山市、太原市、运城地区、牙克石、黑河市、密山市、蛟河市、沈阳市、临沂市、济宁市、上海市、大丰县、东海县、阜阳地区、安庆市、凤台县、天台县、高安市、宁乡县、福建省、天门市、宝鸡市、西安市、户县、宁夏区、确山县、淮阳县、涪陵市、南充市、天水市、遵义地区、云南省,编号分别为1~ 34。
本文要用这34个HFRS监测点1995~1998按月的发病率数据,预测1999年的各月发病率。
2方法15~82本文是将全国34个监测点4年48个月的发病率分别按月进行季节性时间序列预测。
将每个监测点48个月的发病率作散点图及动态曲线分析,判断其是否存在季节性变化。
若各年的发病率基本上保持不变或变化很小,其动态曲线围绕一条水平线上下波动,而没有明显的随时间推移不断增长或减少的趋势,就是季节性水平时间序列;若时间序列的散点图或动态曲线呈明显的随时间推移而不断增长或减少的趋势,就是季节性趋势时间序列。
季节性水平时间序列的预测方法可有:同季(月)平均法、指数平滑外推法。
本文有10个监测点采用同月平均法。
季节性趋势时间序列的预测方法可有:季节性线性趋势时间序列预测的求和法及乘积法等、季节性曲线趋势时间序列预测的多项式及其它曲线等。
本文有24个监测点采用季节性曲线趋势时间序列预测的多项式法。
利用SAS6112版编程实现预测。
3预测情况对全国34个监测点1995~1998年48个月的发病率,按季节性时间序列进行预测,对模型择优后有10个监测点属于季节性水平时间序列、有24个监测点属于季节性趋势时间序列。
根据不同资料,拟合多项式,且尽量拟合低次的多项式,以保证预测结果较为准确。
311季节水平预测情况对于10个监测点用季节性水平时间序列预测模型进行预测的结果,除了蛟河市、沈阳市、淮阳市和天水市有4个以上月份较差外,其余均较理想。
黑河市和密山市只在6月和10~12月有一点差异。
在6月份实际值比预测值大,是因为1999年夏季温度较高造成的1102。
在10~12月份,黑河市1996年发病率较低,密山市在1996和1998年较低而在1995年12月份发病率很高,使得实际值与预测值不一致,这属正常现象。
312季节趋势预测情况用趋势时间序列预测模型对24个监测点进行了预测,对趋势变化拟合多项式,其中17个监测点模型检验:P<0105。
整体预测较好的监测点有:牙克石、临沂市、上海市、东海市、宝鸡市、西安市、户县和确山县;整体较差的主要有:安庆市、天门市、陪陵市、南充市、云南省。
大部分监测点除了个别月份预测较差外,其余月份均较为理想。
分析在个别月份预测较差的监测点:北京市只有9月份预测值太大,原因是受预测模型3次多项式的影响造成的,在此点出现了高峰;天津的预测值比实际值3月后偏小,原因是预测模型2次抛物线在1999年3月以前是上升的,符合实际1112,而后开始下降就脱离了实际。
唐山市预测模型较好,虽然3月后预测值比实际值大一些,主要原因是1999年是有史以来的高发年1122。
太原市10月预测值过大原因和北京市一样。
从地理位置上,天津、唐山和太原1999年由于自然原因致使发病率突变,增高较多。
运城地区也受一定的影响,但比前3个城市小一些,故在部分月份预测结果差一些。
运城地区在1~2月发病较高的原因是由于1998年底发病较往年同期高得多造成的;济宁市只在5、6月预测值偏高较多,主要原因是模型上的偏差;大丰市在1月预测值是符合以往发病规律的,其实际值很小属于偶然情况;凤台县预测模型较好,预测值与实际值有差异,尤其在往年应为高发的秋冬季节差距大,原因是该县在本年采取了各种措施进行控制,发病率达到了20年来的最低值1132。
福建省有几个月从图上看预测值与实际值有差距,原因是该省属于低发地区,数据比较小造成的;遵义地区1999年发病率达到了20年来的最低值,故预测值比实际值略高一些。
安庆市、天门市、陪陵市、南充市、云南(下转第123页)*北京市自然科学基金重点项目(No17021004)作者单位:11军事医学科学院微生物流行病研究所,北京100071;21军事医学科学院情报所;31北京军医学院病人呈逐年上升趋势,和近年来我省建立起18个/省级血吸虫病粪检点0并开展实施/疑似血吸虫病例专项报病制度0,使血吸虫查病工作逐步得到加强,发现血吸虫病人的敏感性提高有关。
随着报病工作力度加大,工作开展深入,今后发现输入性血吸虫病人可能会更多;确诊地区主要是和江西省玉山县接壤的浙西地区,2002年常山、开化和江山县(市)钉螺面积为40万m2左右,相互之间人畜交往频繁,易造成血吸虫病重新流行,因此守住/西大门0的任务十分艰巨,今后血吸虫病巩固监测工作任重而道远;首诊医院多数为乡村卫生院,他们对血吸虫病诊治业务知识相对缺乏,误诊的比例较高,因此应加强血吸虫病专业知识的培训,提高专业人员的技能;输入性血吸虫病人多数在省级粪检点确诊,今后应进一步加强粪检点建设,建议对工作开展好的点要予以奖励,对不开展工作或不合格的点应予以调整。
313近几年我省流动人口数百万,流动耕牛近20万头,来自血吸虫流行区占有一定的比例,但是每年接受管理的人(畜)数仅占极少部分,并且管理难度越来越大。
主要原因是:一是缺乏具有法律效力的流动人口血吸虫病管理办法和规范;二是相关部门之间配合不够,单由卫生部门来开展这项工作,面对如此大量的人(畜)群显得势单力薄;三是被管理对象由于种种原因,不愿意接受采血或服药。
314今后工作建议应加强领导,提高对血吸虫病重要性的认识;由政府制定出具有法律效力的流动人口管理规章或条例;各医疗单位加强对医务人员的业务培训,提高业务人员的血吸虫病诊治水平,及时发现病人;对疑似病人及时做好血吸虫病报病工作,发现病人应及时给予治疗;各疾病预防控制中心(包括省级粪检点)应认真做好血吸虫病的查病和病人确诊工作;发现病人应及时开展所在地人群血吸虫病流行病学调查(包括查螺和查病工作)和防治工作,防止疫情扩散,彻底消除隐患;广泛开展健康教育,加强血吸虫病防病知识的宣传,特别是来自疫区或往返疫区的重点人群的防病知识的宣传,保护广大人民群众的身体健康,巩固我省的血吸虫病防治成果。
(杭州、湖州、衢州、常山、诸暨、桐乡、东阳市(县)地病办和疾控中心提供资料,特此致谢)参考文献:112张洁1城市急性血吸虫病临床分析1J21中国血吸虫病防治杂志,1996,8(2):1211收稿日期:2002-12-27(上接第121页)省5个监测点整体预测较差的主要原因是由于它们均属于低发地区,故数据较敏感,尤其是天门市和陪陵市。
天门市大部分月份的发病人数是0,全年共发病8例,分布在1月4例、3月2例、4月1例、12月1例;陪陵市1999年共发病12例,发病率为1110/10万,且病例是散发。
安庆市由于1999年控制措施及时有效,全年共发病20例,发病率为0133/10万,发病较1998年下降了42110%,较非灾年1997年下降了56100%,且病例均为散发,故预测值比实际值要大一些1142。
其次有的预测模型不很理想,如南充市和云南省预测模型呈下降趋势,而实际上1999年的发病率均较1998年上升了不少,故出现了预测值比实际值偏小的情况。
可见HF RS发病率的季节性时间序列趋势预测模型中采用多项式是一种可行的模型。
参考文献:112中华人民共和国卫生部自然疫源性疾病专家咨询委员会1卫生部自然疫源性疾病专家咨询委员会资料汇编(第三集)1C21北京:中华人民共和国卫生部自然疫源性疾病专家咨询委员会, 19971122中华人民共和国卫生部自然疫源性疾病专家咨询委员会1卫生部自然疫源性疾病专家咨询委员会资料汇编(第五集)1C21北京:中华人民共和国卫生部自然疫源性疾病专家咨询委员会, 19991132罗成旺,等11995年全国肾综合征出血热监测点对人间疫情和宿主动物监测结果1J21中国媒介生物学及控制杂志,1996,7(3): 271142罗成旺,唐浏英,陈化新1全国肾综合征出血热监测点1999年人间疫情和宿主动物监测结果报告1疾病监测,2000,15(9-A): 2391152章扬熙1医学统计预测1M21北京:中国科学技术出版社,1995 162余锦华,王振堂1经济预测方法程序和实例-经济前瞻和市场动态分析1M21广州:中山大学出版社,19961172S1M ak ridakis and S1C1Wheel w right:Forecasti ng M ethods and Ap-plicati ons1M21John W iley&S ons,Inc New York,19781182Box G E P,Jenkins G M1Time Series Analysis Forecasti ng and Con-trol1J21San Francisco:H olden-Day,19701192陈化新,丘福禧,赵秀芹,等1中国肾综合征出血热不同年代不同地区流行季节分布特点1J21中华实验和临床病毒学杂志,1994, 8(3):19711102侯建林,赵向阳,赵永龙1黑河市1999年肾综合征出血热监测总结1J21疾病监测,2000,15(9-A):26311112苏旭,李力,王秀英,等1天津市1999年肾综合征出血热监测总结1J21疾病监测,2000,15(9-A):25011122扬丽芝,孙玉平,曹玉华,等1唐山市1999年肾综合征出血热监测总结1J21疾病监测,2000,15(9-A):2511132岳群,张冠林,关世民,等1凤台县1999年肾综合征出血热监测总结1J21疾病监测,2000,15(9-A):27711142王玉林,汪丽丽1安庆市1999年肾综合征出血热监测总结1J21疾病监测,2000,15(9-A):27311152罗成旺,唐浏英,陈化新1全国肾综合征出血热监测点1999年人间疫情和宿主动物监测结果报告1J21疾病监测,2000,15(9 -A):2391收稿日期:2002-07-26;修回日期:2003-03-26。