2004-2016年珠海市道路交通伤害时间序列分析

作者：尹锡玲; 代文灿^*; 李德云; 梁小冬; 朱克京; 龚思红; 马丹; 曾茹阳; 宁婷

来源：实用预防医学, 2019, 26(05): 555-558.

• 道路交通伤害
• 时间序列分析
• 自回归移动平均混合模型

目的建立珠海市道路交通伤害(road traffic injuries,RTIs)发生的时间序列模型,了解RTIs的时间变化规律。方法对2004-2016年珠海市3家哨点监测医院RTIs病例发生时间进行描述性分析。以2004-2015年RTIs按发生年、月份建立自回归移动平均混合模型(ARIMA),以2016年资料进行验证;同时按RTIs发生星期、时点(24 h)建立ARIMA模型进行时间序列分析。结果 2004-2016年共监测到70 813例RTIs。1-2月份RTIs较少,7月达高峰;星期一、六和日RTIs发生数量较多;18-21点RTIs呈现最高峰,7-9点、0-2点分别呈现次高峰。构建得到RTIs发生人数按年、月份的ARIMA(0,1,1)模型(Ljung-Box检验Q=16.586,P=0.413),预测2016年RTIs人数,预测值与实际观测结果较相符;随着预测时间延长,CI范围扩大。对RTIs发生星期及时点序列分析建模为ARIMA(1,0,0)(Ljung-Box检验Q=13.283,P=0.652),观测值与拟合值基本相符。结论 2004-2016年珠海市RTIs流行状态具有一定时间变化规律,ARIMA模型适合进行RTIs发生时间趋势拟合并进行短期预测分析。

• 单位
  珠海市疾病预防控制中心