留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用时间序列法建立学校结核病预警模型研究

刘维华 朱建良 郭付爱 张洁

刘维华, 朱建良, 郭付爱, 张洁. 应用时间序列法建立学校结核病预警模型研究[J]. 中国学校卫生, 2018, 39(11): 1682-1685. doi: 10.16835/j.cnki.1000-9817.2018.11.022
引用本文: 刘维华, 朱建良, 郭付爱, 张洁. 应用时间序列法建立学校结核病预警模型研究[J]. 中国学校卫生, 2018, 39(11): 1682-1685. doi: 10.16835/j.cnki.1000-9817.2018.11.022
LIU Weihua, ZHU Jianliang, GUO Fuai, ZHANG Jie. Time series analysis for early warning model of tuberculosis in schools[J]. CHINESE JOURNAL OF SCHOOL HEALTH, 2018, 39(11): 1682-1685. doi: 10.16835/j.cnki.1000-9817.2018.11.022
Citation: LIU Weihua, ZHU Jianliang, GUO Fuai, ZHANG Jie. Time series analysis for early warning model of tuberculosis in schools[J]. CHINESE JOURNAL OF SCHOOL HEALTH, 2018, 39(11): 1682-1685. doi: 10.16835/j.cnki.1000-9817.2018.11.022

应用时间序列法建立学校结核病预警模型研究

doi: 10.16835/j.cnki.1000-9817.2018.11.022
详细信息
  • 中图分类号: 34-1092/R

Time series analysis for early warning model of tuberculosis in schools

  • 摘要: 建立石家庄地区学校结核病预警模型,为学校早期甄别和科学控制结核病疫情提供参考.方法 从“结核病信息管理系统”收集2012-2017年石家庄地区学校每月总体学生报告病例数和非健康检查学生报告病例数,进行季节性分解,按照指数平滑法或自回归移动平均模型(ARIMA)方法进行最优化模型筛选.利用2012-2017年石家庄地区学校结核病聚集性疫情的数据验证模型,并确定对疫情进行预警的阈值条件.结果 对于总体学生发病例数数据拟合度最好的是ARIMA(0,0,0)(1,1,0),平稳R2、R2和正态化BIC值分别为0.71,0.61,4.70;对于非健康检查学生发病例数数据,拟合度最好的是APIMA(0,1,1)(1,0,0),平稳R2、R2和正态化BIC值分别为0.60,0.54,4.08.如果当月非健康检查学生病例预测模型观察值高于拟合值,并且总体学生病例预测模型中,观察值也高于拟合值,提示学校结核病聚集性疫情风险增大.对非健康检查学生病例预测模型采用逐一预测模式,对总体学生病例预测模型采用连续预测模式.结论 利用时间序列法建立的预警模型有助于发现学校结核病疫情.
  • 加载中
计量
  • 文章访问数:  303
  • HTML全文浏览量:  84
  • PDF下载量:  23
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-11-25

目录

    /

    返回文章
    返回