基于组合模型的手足口病发病趋势预测

作者：刘今; 孙进; 孙明丽; 刘宇琦; 姜玥; 吴伟^*

来源：中国卫生统计, 2023, 40(06): 892-896.

• 手足口病
• 长短期记忆网络
• BP神经网络
• ARIMA模型
• 传染病预测

目的 运用自回归移动平均模式(autoregressive integrated moving average model, ARIMA),ARIMA-BP神经网络(back propagation, BP)组合模型和ARIMA-长短期记忆网络(long short-term memory, LSTM)组合模型对河南省手足口病的发病情况进行预测，为手足口病的疫情防控工作提供理论支持。方法 利用SPSS 26.0软件建立ARIMA模型，使用python 3.9软件建立LSTM神经网络，使用Matalb＿R2018a软件建立BP神经网络。三种模型以2010-2018年河南省手足口病逐月发病数据作为训练集，以2019年的发病数据作为测试集，最后应用模型预测2020年发病情况。结果 ARIMA-LSTM组合模型在测试集上的平均绝对误差(mean absolute error, MAE)为1157,均方误差平方根(rooted mean squared error, RMSE)为2098,其预测效果优于ARIMA模型和ARIMA-BP组合模型。但组合模型在2020年上的预测结果与实际并不相符，推测可能为新冠疫情影响所致。结论 ARIMA-LSTM组合模型对河南省手足口病发病趋势的预测效果更好，能为手足口病的防控工作提供指导。

• 单位
  公共卫生学院; 中国医科大学; 北京医院; 第二临床学院; 第一临床学院; 中国医科大学附属盛京医院