伍鸿远,夏媛媛

    (南京医科大学医政学院,江苏 南京 211166)

    肺结核作为一种结核分枝杆菌引起的慢性呼吸系统传染病,主要攻击肺部并且传染性较强。2021年我国肺结核的发病数和死亡数位列甲乙类传染病第2位[1],患者当中大量为青壮年,使其成为制约我国经济和社会发展的重大传染病之一[2]。国际上,全球结核病死亡患者数在2019-2021年间有所增加,扭转了2005-2019年间的下降趋势,2020-2021年间结核病发病率上升了3.6%,扭转了过去20年间每年下降约2%的趋势[3],2019年底在全球范围内迅速传播的新型冠状(新冠)病毒感染疫情,不仅使公共卫生系统遭受了极大挑战,更对肺结核疫情及其防控产生了深远的影响[4]。镇江市作为江苏这一沿海经济大省中肺结核发病率高于平均水平的地区,做好肺结核的有效预防、预测流行趋势对城市发展、进一步控制江苏省肺结核流行尤为重要。为更好地评价和预测结核病流行趋势,本研究收集2014-2022年江苏省镇江市肺结核疫情资料,构建差分整合移动平均自回归模型(ARIMA模型),并评价该模型对新冠病毒感染疫情后结核病疫情的预测效果,以期掌握其发病规律和趋势,为科学防控结核病疫情提供数据支持。

    1 资料与方法

    1.1资料来源 数据来源于江苏省镇江市卫生健康委员会公布的全市法定报告传染病疫情数据,收集2014年1月至2022年12月共计108个月中报告的镇江市肺结核发病数。通过整理数据建立ARIMA模型,并以2022年1-12月月发病数的数据集作为预测集与实际情况进行比较,评价模型的预测效果并预测2023年肺结核流行情况。人口资料源自镇江市统计年鉴。

    1.2研究方法

    1.2.1基本理论 根据收集数据绘制出时间序列图和相关文献判断,江苏省镇江市肺结核每月发病数数据为季节性时间序列,因此选定模型为ARIMA(p,d,q)(P,D,Q)s。p、d、q分别为趋势自回归阶数、趋势差分阶数、趋势移动平均阶数,P、D和Q分别是季节性自回归阶数、季节性差分阶数和季节性移动平均阶数,S为单个季节性周期的时间步长数,在本研究中为12[5-6]。

    1.2.2ARIMA模型构建

    1.2.2.1平稳时间序列 根据时间序列图、自相关系数图(ACF)和偏相关系数图(PACF)判断序列平稳性。若不平稳则使用非季节差分、季节性差分、数据转换等方法直至序列平稳。

    1.2.2.2ARIMA模型识别与定阶 根据差分后序列的ACF图和PACF图对模型进行初步识别和定阶 ......