ARIMA模型在河南省 AIDS疫情预测中的应用

●160. .郑州大学学报(医学版) 2015年3月 第50卷第2期损伤区神经元具有保护作用。活性Caspase3是细[J]. Stem Cell Reports ,2014 ,2(4) :440胞的直接杀手蛋白,是细胞凋亡的直接相关蛋白。6] Wang JB , Feng X,Du Y ,et al. Combination treatment withDIDS能明显减少海马神经元活性Caspase3的表progesterone and rehabilitation training further promotesbehavioral recovery after acute ischemic stroke in mice达,提示DIDS对缺血再灌注引起的脑损伤后神经[J]. Restor Neurol Neurosci ,2013 ,31(4) :487元凋亡具有拮抗作用。[7] Zheng Y ,Xu L, Yin J,et al. Effect of minocycline on cere -前期研究1.14结果显示,在大鼠离体海马神经元bral ischemi -reperfusion injury [ J]. Neural Regen I上有电压依赖性氯通道的表达,DIDS和SIrTS能抑制2013 ,8(10) :900氯通道的表达。资料°1显示，DIDS是- -种非特异性[8] Kealy J,Bennett R,Lowry JP. Simultaneous recording of hip-的氯通道阻断剂,CI~ 通道和Cl - /HCO3 ~交换体均能pocampal oxygen and glucose in real time using constant po被DIDS所阻断。研究结果提示, DIDS对在体神经元tential amperometry in the freely -moving rat[J].J Neurosci凋亡有拮抗作用。但在缺血性脑损伤引起的神经元Methods ,2013 ,215(1):110凋亡过程中,氯通道阻断剂DIDS的抗凋亡作用靶点[9] Yang s, Wang X ,Zhang X , et al. Neuroprotective efects of是Cl ~通道还是Cl /HCO3 -交换体尚不明确,还需进the SCR1 3 functional domain of CR1 on acute cerebral ischemia and reperfusion injury in rats [ J]. Neurol I-.步研究确定。2013 ,35(9) :976参考文献[10]常全忠,张淑玲,尹金宝,等.氯通道阻断剂对NO诱导离体大鼠海马神经元凋亡的保护作用[J].中国药理学[1]常全忠,张淑玲,尹金宝电压依赖性氯通道在3-吗啉通报,2009 ,25(9):1197斯德酮亚胺诱导的大鼠海马神经元凋亡中的作用[J].[11]He ML, Liu WJ, Sun HY ,et al. Effects of ion channels on中国药理学与毒理学杂志,2010 ,24(1):8proliferation in cultured human cardiac fibroblasts [J]. J .[2]任京力,林玲,王雁梅,等.氯通道阻断剂DIDS对过氧Mol Cell Cardiol ,2011 ,51(2):198化氢诱导PC12细胞凋亡的影响[J].郑州大学学报:医[ 12 ] Mdzinarishvili A, Kiewert C, Kumar V, et al. Bilobalide学版,2015 ,50(1):17prevents ischemia -induced edema formation in vitro and in[3] Longa EZ, Weinstein PR, Carlson S,et al. Reversible mid-vivo[ J]. Neuroscience ,2007，144(1):217.dle cerebral artery occlusion without craniectomy in rats[ 13]Xu L,Zhang s, Fan H,et al. CIC3 chloride channel in hip-[J]. Stroke , 1989 ,20(1):84pocampal neuronal apoptosis [J]. Neural Regen Res ,2013 ,[4] Li Q,Li Z, Xu XY ,et al. Neuroprotective properties of picro-8(32 ):3047sideII in a rat model of focal cerebral ischemia[J]. Int J[14 ]Chang QZ ,Zhang sL, Yin JB. Role of choride channels inMol Sci ,2010, 1(11) :4580nitric oxide-induced rat hippocampal neuronal apoptosis in[5] Lindberg OR , Brederlau A , Kuhn HG. Epidermal growth fac-vitro[ J]. Neural Regen Res ,2010 ,5(9) :690tor treatment of the adult brain subventricular zone leads to(201407-04收稿责任编辑王 曼focal microglia/ macrophage accumulation and angiogenesisdoi:10. 13705/j. issn. 1671 -6825. 2015. 02.004ARIMA模型在河南省AIDS疫情预测中的应用万燕丽' ,杨永利”,施念),王曼),王小丽’,王莹',惠晓庆”,毛赛彩’,施学忠'1)郑州大学公共卫生学院卫生统计学教研室郑州450001 2 )郑州大学临床医学系2010级郑州450001 3 )郑州大学学报编辑部郑州450001中国煤化工#通信作者,男,1964年5月生,博士,教授,研究方向:卫生服务统计方MHCNMHGrom关键词获得性 免疫缺陷综合征;ARIMA模型;预测;河南省中图分类号R183. 9*国家“十二●五”科技重大专项2012X10004905;河南 省医学科技攻关计划项目201303003Joumal of Zhengzhou University ( Medical Sciences) Mar._ 2015_ Vol.50_ No. 2●161●摘要目的 :探讨ARIMA模型在河南省AIDS疫情预测中的可行性。方法:收集河南省2005年至2013年AIDS发病率和病死率数据，分别建立ARIMA模型,通过模型拟合优度统计量筛选最优模型,采用平均误差率评估模型预测效果,并用所构建的模型预测2014年至2016年河南省AIDS疫情。结果:河南省AIDS发病率和病死率的最优ARIMA模型分别为ARIMA(0,1,1)和ARIMA(0,2,1) ;模型的拟合值均符合其实际流行趋势,平均误差率分别为0.16和0.25 ;预测2014年至2016年河南省AIDS发病率分别为3. 40/10万3.91/10万和4.50/10万,病死率分别为15.34%、8.82%和7.64%。结论:ARIMA模型很好地模拟了河南省AIDS疫情的演变趋势,可用于河南省AIDS发病率和病死率的预测。Application of ARIMA models in forecasting epidemic trend of AIDS inHenan Province .WA Yanli'， YANG Yongli'), SHI Nian, WANG Man”, WANG Xi aoli', WANG Ying’， HUI Xiao-qing', MAO Saicai '，SHI Xudaong1 )Department of Health Statistics ，College of Publi c Health ，Zhengzhou University , Zhengzhou 4500012 ) Grade 2010 , Department of Clinical Medicine , Zhengzhou Uniersity, Zhengzhou 450001 3 ) EditorialDepartment of Journal of Kengzhou University, Zhengzhou University, Zhengzhou 450 001Key words acquired immunodeficiency syndrome ; ARIMA model ; forecasting ; Henan ProvinceAbstract Aim: To explore the feasibility of autoregressive integrated moving average ( ARIMA) model in forecastingepidemic trend of AIDS in Henan Province. Methods : ARIMA model was trained with the annual morbidity and fatalityrate of AIDS from 2005 t2013 in Henan Province , respectively. Moreover, the goodness -of- fit was used to determine rela-tive optimal model, and the mean error rate ( MER ) was calculated to assess the accuracy of prediction models。 Finally ,thedata of 2014 to 2016 were forecasted by the best fitting ARIMA models. Results: ARIMA (0, 1, 1) model was the bestmodel for morbidity of AIDS， while ARIMA (0, 2, 1) was the optimal models for fatality rate of AIDS. The fiting trend ofprediction model was consistent with the observed data，and the MER of two optimum ARIMA models was 0. 16 and 0. 25respectively. The forecasted value of the morbidity from 2014 to 2016 in Henan Province was 3. 40, 3. 91 and 4. 50 per100 000 populations and the predicated value of fatality rate was 15. 34% 8. 82% and 7. 64% . Conclusion: The ARIMAmodel fit epidemic trend of AIDS well and can be used in predication of AIDS morbidity and fatality rate of Henan ProvinceAIDE成为当前我国乃至世界范围内重要的.2013年河南省AIDS发病率和病死率的演变规律,公共卫生问题和社会问题”。河南省是我国AIDS.并构建AIDS发病率和病死率预测的ARIMA模型,疫情较重的省份之一,截至2014年10月31日,河利用所构建的模 型对未来3 a 的疫情进行预测,评南省累计确认HIV感染者63 940例,其中现症患者价 ARIMA模型在AIDS早期预测中的应用价值。33 662例,报告例数居全国第3位，患者人数居全国1资料与方法第1位,目前面临从高危人群向- -般人群扩散的风险,及时采取有效的防控措施是遏制AIDS流行的1.1数据来源 通过在线检索 国家卫生和计划生当务之急2,但有效的防控措施是建立在预测和预育委员会每年发布的《中国卫生统计年鉴》,获得警基础之上。求和自回归滑动平均( autoregressive2005年至2013年河南省AIDS发病率和病死率数integrated moving average, ARIMA)模型是时间序列据。其中病死率=某地某年因AIDS死亡的人数/分析的常见模型,是以序列不同时期内的相关度量该地该年发现的AIS单人数x100%。中国煤化工为基础进行的一种精确度较高的短期预测分析方1.2①绘制数据的时间法'。该模型可以将多种影响疾病发生、发展因素序列TH. CNM H平稳性,对于非平稳序的综合效应蕴含于时间变量中,通过综合考虑序列列,可以通过差分和BOX C0X变换,使之成为零均的趋势变化、周期变化和随机干扰并借助统计模型值、无趋势的平稳序列。②通过观察序列自相关将效应进行量化表达,模型构建过程简便、经济、适( auto correction function , ACF )和偏自相关( partial用,短期预测精度较高4。作者分析了2005年至.auto correction function , PACF )函数的截尾、拖尾性●162. .郑州大学学报(医学版) 2015年3月 第50卷第2期初步确定模型参数,提出几种可能的模型做进一步表1河南省2005 年至2013年AIDS疫情流行趋势分析。③模型的残差序列是白噪声序列(即统计量年份AIDS发病率/( x10~9)_ AIDS 病死率/%无统计学意义),使贝叶斯信息准则(BIC)达到最小20052.3525. 20的模型为最优模型,据此确定最终ARIMA模型。20062.2823. 2020072.4474. 181.3 模型预测效果评价 通过模型拟合优度统计20081.91102.86量(即BoxHjungQ统计量和标准化的BIC)筛选出20091. 9693.84最优模型,采用平均误差率( MER )比较模型拟合效20101.5897. 60果,其中MER =平均误差绝对值/实际值的均值' 61。201 Il.8677. 401.4 统计学处理 采用SPSS 21.0拟合ARIMA模20123.4050.39型, ,检验水准a =0.05。2013。3.0339.382结果2.2 模型建立2.1 河南省AIDS疫情特征2005年至2013年河2.2.1 模型识别 时间序列图显示2005年至南省AIDS年发病率呈现随机波动的现象,最低为2013年河南省AIDS发病率和病死率数据均不平1. 58/10万,最高为3. 40/10万;年病死率呈现先升稳,发病率通过1阶非季节性差分后趋于平稳,病死后降的趋势,尤其近3 a降幅较大,见表1。率通过2阶非季节性差分后平稳(图1)。1.0 t1.00.500T JO签0.0-0.5-1.0-十2-1.0延迟数目1.0|台复0.012345123.图1 AIDS 发病率序列1阶差分(上)和病死率序列2阶差分(下)后的ACF图和PACF图根据差分后数据序列的ACF及PACF函数图,\为病死虫的昌伏措刑。初步判定适合发病率的粗模型为ARIMA(1,1,0)和2. 3.MH中国煤化工最优模型拟合值与真ARIMA(0,1,1),适合病死率的粗模型为ARIMA实值C N MHG:模型拟合值的动态趋(1,2 ,0)和ARIMA(0,2,1)。势与真实情况基本- -致, 河南省2006年至2013年2.2.2模型诊断备选模型拟合优度检验结果见间AIDS发病率MER为0.16,2007年至2013年病表2。根据统计量及BIC最小，选择ARIMA(0,1，死率的 MER为0.25。1)为河南省AIDS发病率的相对最优模型,ARIMAJoumal of Zhengzhou University ( Medical Sciences) Mar._ 2015_ Vol.50_ No. 2●163. .表2备选模型拟 合优度检验结果然与真实值不完全一样,但拟合值的动态变化趋势AIDS发病率AIDS病死率与实际情况基本一致,发病率和病死率拟合值的统计量ARIMA(1,1 ,0) ARIMA(0,1,1) ARIMA(1,2,0) ARIMA(0.2.1)MER分别为0.16和0.25 ,相对较小。河南省2014R?20.270.460.040.21年至2016年AIDS发病率的预测值为3.40/10万、Qun2.152.216.634.183.91/10万和4.50/10万,提示AIDS疫情可能会继).830.820.250.52续加重,但增幅已趋于平缓;病死率的预测值为IC_-0.05-0.357.8715.34%.8.82%和7.64%,呈现下降趋势,说明近表3最优模型拟合效果年来河南省对AIDS患者的医疗救治取得了效果,患者的生命得到延长'7]AIDS发病率/( x10 -5)AIDS病死率/%年份真实值ARM0.11)1误差真实值ARIMA(0,2,1)误当然,数学模型作为预测工具,根据回顾性资料拟合值对未来值进行估算,得到的仅仅是理论值,同时,2006 2. 282.130.1523.20AIDS的感染现象会受到某些不可预知或难以测量2007 2.442.070.3774. 1821.09 53.09的变量的影响,使得原有的拟合模型不再适用或分2008 1.912.14-0.23102. 8696. 166.70析性降低[8],因而应不断更新数据对模型进行重新2009 1. 962.11-0.1593. 84.122.23 - 28.392010 1.58 .2.19 -0.6197.6098.87 -1.27拟合且谨慎使用预测结果,才能达到有效预测的目2011 1.862.28-0.4277.4092.79 -15.39 .的,从而正确指导公共卫生人员依据疫情预测提前2012 3.402.490.9150.3958.05 -7.66做好防控工作。2013 3. 02.950.0839.3815.6123.77参考文献2.4 疫情预测用最优ARIMA模型预测2014年[1]杨作凯，王金桃, 郝瑞钢，等.太原市不同人群AIDS相至2016年河南省AIDS疫情,预测结果见表4。关知识态度及行为调查分析[J].中华疾病控制杂志,2011 ,15(2):116 .表42014 年至2016年河南省AIDS疫情预测值及95% CI[2] 河南省疾病预防控制中心.2014年世界AIDS日宣传活动[ EB/0L] [ 2014-42- ]. http://www. hnede. com. cn/AIDS发病率/(x10~°)hncdccms/ html/32/633/2014 424/25169. html.预测值95%CI下限 95%CI上限 预测值 95%CI下限95%C1上限2014 3.40 1.994.8015.3411.2816.53[3] Geoge EP ,Gwilym M.时间序列分析预测与控制[ M].北2015 3.912.505.328.825.2110.36京:中国统计出版社, 1997.2016 4.5_3.105.917.64 3.98.67[4] 冯超,白彬.时间序列模型拟合AIDS发病趋势预测[J].中国公共卫生,2005 ,21(7) :893[5]孙振球,徐勇勇.医学统计学[ M].北京:人民卫生出版3讨论社,2002.[6] Ren H,Li J, Yuan ZA,et al. The development of a com-对AIDS的发病趋势进行预测,可以为制定有bined mathematical model to forecast the incidence of hep -效的防治措施提供科学依据,使疾病的预防控制工atitis E in Shanghai，China[J]. Bme Infect Dis ,2013,13:作更具针对性、预见性和主动性,从而实现早期预警421的目标。[7]王璐,阎瑞雪,葛增,等驻马店市AIDS患者生命质量河南省AIDS发病率和病死率均存在一种长期及影响因素分析[J].中国公共卫生, 2012,28( 12):趋势,可以用模型模拟其演变规律。该研究采用1561ARIMA模型来拟合和预测河南省AIDS疫情并评价[8]范引光,吕金伟,戴色莺,等.ARIMA模型与灰色预测模模型效果。该研究在研究常用指标发病率的同时，型GM(1,1)在HIV感染人数预测中的应用[J].中华.疾病控制杂志.2012 .16(12):1100也特别关注了对病死率趋势的分析。作者分别构建中国煤化工收稿责任编辑王曼)了AIDS发病率预测模型ARIMA(0,1,1)和AIDSMHCNMHG病死率预测模型ARIMA(0,2,1),模型的拟合值虽