差分整合移动平均自回归模型在医院流感样病例监测中的应用

作者：李桂芹^*; 黄立勇; 覃凤芝

来源：首都医科大学学报, 2019, 40(02): 286-291.

• 流感样病例
• 监测
• 时间序列模型

目的应用差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)分析医院流感样病例报告数据,初步探索ARIMA模型在流感样病例监测和预警上的效果,以期更好地指导医院相关医务人员应对秋冬季流感就诊高峰,全面开展流感防治工作,及时有效地应对疫情。方法利用2014年1月12日至2017年10月14日间首都医科大学附属北京朝阳医院每日报告的流感样病例数据建立ARIMA模型,选取2017年10月15日至12月24日的流感样病例数据作为检验集来评价模型。结果 ARIMA(2,0,0)模型应用于首都医科大学附属北京朝阳医院流感样病例时,决定系数(R2)为0. 87。用该模型进行回代预测,预测值与实际值吻合程度较高。结论 ARIMA(2,0,0)模型分析结果显示该模型在首都医科大学附属北京朝阳医院流感预测中具有较好的效果。可为其他医疗机构在流感样病例监测工作中提供借鉴依据。

• 单位
  北京市朝阳区疾病预防控制中心; 厦门大学; 公共卫生学院; 首都医科大学附属北京朝阳医院