基于ARIMA乘积季节模型预测医院感染患病率趋势和季节性

作者：王家亮; 钟霞; 沈诗华; 郭德莹; 胡洁; 刘文佳; 孟凡祥

来源：安徽预防医学杂志, 2020, 26(05): 338-343.

DOI：10.19837/j.cnki.ahyf.2020.05.003

• ARIMA模型
• 医院感染
• 季节
• 预测
• 患病率

目的探讨ARIMA乘积季节模型在医院感染患病率预测中的应用,为前瞻性了解医院感染患病率变化趋势和季节性规律提供参考。方法利用安徽省某三甲医院2013年1月-2017年12月的医院感染患病率数据作为训练数据集,建立ARIMA乘积季节预测模型,选取2018年1-12月的医院感染患病率数据作为验证数据集,评价该模型的预测效能。结果本次研究最终确定最优模型为ARIMA(0,1,1)×(2,1,0)12,BIC=-2.595,MAPE=23.822,残差序列Ljung-Box Q检验为白噪声(Q=20.258,P=0.209),ARIMA乘积季节模型预测精度良好,绝对偏差在0.01～0.20,相对偏差在1.43%～33.33%,2013年1月-2017年12月实际值与预测值的平均绝对误差百分比为23.78%,2018年1-12月实际值和预测值平均绝对误差百分比为13.60%,实际值均位于95%CI内,医院感染患病率高发于春、冬两季。结论 ARIMA乘积季节模型能有效模拟医院感染患病率时间序列上的变化趋势,对预防和控制医院感染在高发季节的发生提供早期预警及短期预测具有重要的应用价值,可为医院感染的防控提供指导。

• 单位
  阜阳市人民医院