基于ARIMA和LSTM神经网络的乌鲁木齐市乙型肝炎发病预测研究

作者：杨敏雪; 于斐; 王培生^*; 尹钰; 邹莹

来源：现代预防医学, 2022, 49(16): 2903-2907.

DOI：10.20043/j.cnki.MPM.202203200

• 时间序列分析
• ARIMA
• LSTM神经网络
• 乙肝
• 预测

目的 了解乌鲁木齐市2012—2021年乙肝发病趋势,建立合适的发病预测模型,探讨ARIMA模型和LSTM神经网络在乙肝发病预测中的应用。方法 根据2012—2021年乙肝月报告病例数据,建立ARIMA模型和LSTM神经网络模型,对乌鲁木齐市乙肝发病数进行拟合及预测,通过比较RMSE的大小评价模型效果。结果 LSTM神经网络模型拟合和预测的RMSE分别为50.13、42.70,ARIMA(0,1,1)(0,0,2)12模型拟合和预测的RMSE分别为67.62、66.85。前者的拟合及预测效果显著优于后者。结论 乌鲁木齐市10年来乙肝发病呈逐年下降趋势,且存在一定季节性变化。LSTM神经网络模型可较好地拟合和预测乌鲁木齐市乙肝的发病数及趋势,且模型效果优于ARIMA(0,1,1)(0,0,2)12,能在一定程度上提高预测精确度。

• 单位
  新疆医科大学; 公共卫生学院; 乌鲁木齐市疾病预防控制中心