基于ARIMA乘积季节模型的滨州市水痘发病趋势预测分析

doi:10.12183/j.scjpm.2025.1013

华南预防医学 ›› 2025, Vol. 51 ›› Issue (9): 1013-1016.doi: 10.12183/j.scjpm.2025.1013

基于ARIMA乘积季节模型的滨州市水痘发病趋势预测分析

李阳¹, 姜雪锦², 李承程¹, 王孟杰¹, 王春平³, 林韬¹

1.滨州市疾病预防控制中心,山东滨州 256600;
2.滨州医学院附属医院;
3.山东第二医科大学公共卫生学院

收稿日期:2024-11-07 出版日期:2025-09-20 发布日期:2025-10-27
通讯作者: 林韬,E-mail：707296628@qq.com
作者简介:李阳（1985—）,男,硕士研究生,副主任医师,研究方向为免疫规划
基金资助:
2023年度山东省重点研发计划（软科学）（2023RKY07003）

Received:2024-11-07 Online:2025-09-20 Published:2025-10-27

摘要/Abstract

摘要： 目的构建求和自回归滑动平均（autoregressive integrated moving average,ARIMA）乘积季节模型,预测滨州市水痘发病趋势。方法收集2011—2024年滨州市水痘报告病例资料,基于2011—2023年月度数据构建水痘发病ARIMA乘积季节模型,采用2024年月度数据评价预测效果。采用最优的ARIMA乘积季节模型对2025年水痘月度数据进行预测。结果 2011—2023年水痘月度报告病例存在季节性,水痘发病的最优预测模型为ARIMA（1,0,0）（0,1,1）₁₂。2024年水痘月度发病数实际值与预测值的平均绝对误差为-7.71、平均相对误差为-5.90%。预测2025年水痘月度发病例数40~134例,发病高峰与往年相似。结论 ARIMA乘积季节模型可用于预测滨州市水痘发病数,水痘发病存在上升趋势,应加强相关措施的落实。

关键词: 水痘, 发病趋势, ARIMA乘积季节模型, 预测

中图分类号:

R183.3

李阳, 姜雪锦, 李承程, 王孟杰, 王春平, 林韬. 基于ARIMA乘积季节模型的滨州市水痘发病趋势预测分析[J]. 华南预防医学, 2025, 51(9): 1013-1016.

参考文献

[1] 栾桂杰,陈萌,刘尧,等. 山东省2019—2021年成年人和儿童水痘病例流行特征及临床表现的比较[J]. 中华流行病学杂志,2023,44(4):587-591.
[2] 李兰娟,任红. 传染病学[M]. 9版. 北京:人民卫生出版社,2019:85-88.
[3] 王苗苗,胡跃华,尤美莹,等. 2006—2021年我国水痘突发公共卫生事件流行病学特征[J]. 中华流行病学杂志,2023,44(12):1893-1898.
[4] Feng HYF, Zhang HJ, Ma C, et al.National and provincial burden of varicella disease and cost-effectiveness of childhood varicella vaccination in China from 2019 to 2049: A modelling analysis[J]. Lancet Reg Health West Pac, 2023, 32: 100639.
[5] 董蒲梅,王淼,刘燕敏. 2016—2019年中国水痘流行病学特征[J]. 中国疫苗和免疫,2020,26(4):403-406.
[6] 王淼,曾祥,张一平,等. 中国2007—2021年水痘突发公共卫生事件流行病学特征[J]. 中国疫苗和免疫,2023,29(3):274-279.
[7] 曹阳,廖梦俊,刘方,等. 北京市朝阳区2021—2022年水痘门诊病例经济负担及其影响因素[J]. 中国疫苗和免疫,2023,29(5):559-563.
[8] 潘金仁,邓璇,何寒青. 浙江省水痘病例经济负担和生命质量评估[J]. 中国疫苗和免疫,2019,25(5):509-513.
[9] 徐国祥. 统计预测和决策[M]. 6版. 上海:上海财经大学出版社,2023:4-5.
[10] 邹小江,赵寒,王祈茵,等. 基于ARIMA模型的重庆市流行性感冒预测研究[J]. 重庆医科大学学报,2023,48(12):1425-1429.
[11] 郭在金,龚浩,李允水,等. ARIMA和ARIMA-SVM组合模型在江苏省艾滋病发病预测中的应用[J]. 中国预防医学杂志,2023,24(8):857-860.
[12] 杨美涛,王彦丁,李志强,等. ARIMA-SVM组合模型在肺结核发病趋势预测中的应用[J]. 现代预防医学,2023,50(11):1921-1926.
[13] 李平,黄澳迪,包黎明,等. 基于ARIMA乘积季节模型的中国流行性腮腺炎发病趋势预测分析[J]. 中国疫苗和免疫,2023,29(2):174-179.
[14] 黎婷婷,尹钰,邹莹,等. 基于ARIMA模型的乌鲁木齐市水痘发病趋势预测与分析[J]. 实用预防医学,2024,31(8):1008-1011.
[15] 杨亚,张倩. ARIMA模型在水痘发病趋势预测中的应用[J]. 健康教育与健康促进,2023,18(2):149-152.
[16] 潘兴强,马瑞,杨天池,等. 应用Python编程语言构建宁波市水痘发病率预测的季节性ARIMA模型[J]. 中国疫苗和免疫,2022,28(1):83-87,104.
[17] 李忠奇,陶必林,占梦瑶,等. 时间序列模型应用于新型冠状病毒肺炎疫情预测效果比较研究[J]. 中华流行病学杂志,2021,42(3):421-426.

基于ARIMA乘积季节模型的滨州市水痘发病趋势预测分析

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	王艳平, 刘瑜, 黄擎, 卞惠惠, 刘安东. 基于微生物菌群的精准龋齿预测与个性化预防研究[J]. 华南预防医学, 2025, 51(9): 951-956.
[2]	张莹莹, 陶园, 卢席席. 亳州地区60岁以下人群上消化道癌流行病学特征及风险预测模型构建[J]. 华南预防医学, 2025, 51(9): 957-962.
[3]	李尚武, 袁媛, 陈静, 谭明华, 罗佳. 2020—2023年长沙献血者乙型肝炎表面抗原阳性率分析和模型预测[J]. 华南预防医学, 2025, 51(7): 741-747.
[4]	耿越利, 赵泾芬, 赵旭霞, 刘宇飞, 景珏. 2024年西安市一起小学水痘暴发流行病学特征及疫苗保护效果分析[J]. 华南预防医学, 2025, 51(6): 685-687.
[5]	吴树法, 杨慧, 徐远飞, 唐伟, 于海兵, 龚春梅. 基于随机生存森林和Cox回归的高血压肾病患者生存预测模型研究[J]. 华南预防医学, 2025, 51(5): 508-513.
[6]	殷尚晖, 马蒙蒙, 冉睿, 刘艳慧, 罗雷. 2010—2023年广州市猩红热流行特征分析[J]. 华南预防医学, 2025, 51(3): 319-322.
[7]	钟华, 陈勇, 吴倩, 曹亚军. 2012—2021年湖北省当阳市法定传染病流行趋势分析[J]. 华南预防医学, 2025, 51(2): 193-197.
[8]	顾深, 刘文东, 朱立国. 2013—2022年江苏省新沂市流行性腮腺炎流行特征及时间序列分析[J]. 华南预防医学, 2025, 51(1): 55-58.
[9]	黄远志, 熊颖聪, 刘艺朋. ARIMA乘积季节模型在惠州市艾滋病发病预测中的应用[J]. 华南预防医学, 2025, 51(1): 79-81.
[10]	郭燕, 徐杨, 曾巍, 谭友果. 精神分裂症患者并发代谢综合征现状及影响因素综合预测模型构建[J]. 华南预防医学, 2025, 51(1): 90-93.
[11]	张家玮, 周敏, 苏永健, 赵文文, 戴诗燕, 李海. 基于Joinpoint回归模型分析2005—2021我国甲型肝炎发病趋势[J]. 华南预防医学, 2024, 50(7): 604-607.
[12]	张菊红, 冯春, 劳钰, 樊永旺, 王琰, 靳文. 多发性骨髓瘤患者并发急性心力衰竭的危险因素分析及预测模型构建[J]. 华南预防医学, 2024, 50(4): 352-356.
[13]	韩晓萃, 胡业维, 郑彩羡, 徐华丽. 2018—2023年广东省卫生人力资源配置现状及预测分析[J]. 华南预防医学, 2024, 50(12): 1207-1210.
[14]	梁家宝, 周晓莹, 杨结贞. 青少年非自杀性自伤的发病危险因素调查分析及预测模型的构建[J]. 华南预防医学, 2023, 49(12): 1584-1588.
[15]	阎纯, 龚媛, 黄平, 陈娟, 黄淼. 急性缺血性脑卒中患者早期预后不良及预测模型构建[J]. 华南预防医学, 2023, 49(10): 1213-1217.