向量自回归模型在慢性阻塞性肺疾病患病率预测中的应用研究

作者：窦一峰; 王富彪; 贾新亮; 赵一犇; 吕劲松^*

来源：黑龙江医学, 2022, 46(23): 2872-2875.

• 慢性阻塞性肺疾病
• 气象因素
• 向量自回归模型
• 预测
• 评价指标

目的：探索向量自回归模型（vector autoregression model,VAR）在慢性阻塞性肺疾病（chronic obstructive pulmonary disease,COPD）患病率与气象因素之间的关系，为防控提供科学依据。方法：以天津市2000—2016年COPD患病率数据和同期气象数据为例建立VAR模型，通过脉冲响应函数和方差分解对模型进行定量分析，运用多指标为所建立的模型对COPD患病率的预测效果进行评价分析。结果：给出了COPD患病率作为因变量的VAR模型结果表达式，模型总的拟合优度为0.999 8，调整后的拟合优度值为0.999 6，利用该模型对未来5年COPD患病率的预测结果分别为6.354 3%、6.471 5%、6.586 6%、6.701 7%和6.816 9%，均方振误差（root mean square ewor,RMSE）、平均绝对误差（mean absolute ewor,MAE）、平均绝对百分比误差（mean absolute porcentage ewor,MAPE）分别为0.020 4、0.017 8和0.323 7%，希尔不等式系数（thiel ineguality coefficient,TIC）为0.001 9，远小于1。结论：向量自回归模型在天津市慢性阻塞性肺疾病患病率预测分析中具有较好的应用价值，能够为疾病防控提供参考。

• 单位
  天津市宝坻区人民医院