蒋建国,孙定勇,张艳秋,何梦雅,庄严,徐吉英,孙建伟

• 1:河南省疾病预防控制中心结核病预防控制所

摘要(Abstract)：

目的 采用自回归移动平均模型法（autoregressiveintegratedmovingaverage,ARIMA）构建时间序列模型，对2007-2022年河南省肺结核流行趋势进行分析，并进行短期预测。方法 从中国疾病预防控制中心《中国结核病信息管理系统》收集2007-2022年河南省肺结核月登记率数据，应用SPSS 27.0软件的时间序列预测模块，构建时间序列模型，验证模型效果，对2023-2025年肺结核登记率进行预测。结果 以2007-2019年河南省肺结核月登记率构建最优模型，ARIMA(0,1,2)(1,0,0)12,Ljung-Box统计量Q=13.922,P=0.531，平稳R~2为0.734。以2020-2022年实际月登记率作为验证数据集，实际值与预测值拟合良好（平稳R~2=0.734）。应用最优模型预测2025年河南省肺结核年登记率将达到18.5/10万，比2015年下降72.1%。结论 以2007-2019年肺结核月登记率ARIMA(0,1,2)(1,0,0)12模型能较准确地预测河南省肺结核近期流行趋势，但新型冠状病毒感染（新冠感染）疫情对肺结核的登记率可能存在一定影响。2023-2025年肺结核登记率预测需考虑新冠感染后时代影响因素。

关键词(KeyWords)： 自回归移动平均模型;肺结核;预测;新型冠状病毒感染

Abstract:

Keywords:

基金项目(Foundation): 河南省科技发展计划（212102310156）;; 河南省医学科技攻关计划联合共建项目（LHGJ20200131）

作者(Author): 蒋建国,孙定勇,张艳秋,何梦雅,庄严,徐吉英,孙建伟

DOI: 10.13515/j.cnki.hnjpm.1006-8414.2023.07.005

参考文献(References)：

• [1] World Health Organization.Global tuberculosis report 2022[R].Geneva:2022.
• [2] World Health Organization.The End TB Strategy[R].Geneva:2015.
• [3]沈鑫,沙巍,刘剑君.新型冠状病毒肺炎疫情对结核病防控的影响及对策[J].中国防痨杂志,2020,42(6):544-548.
• [4] HUANG F,XIA YY,CHEN H,et al.The impact of the COVID-19epidemic on tuberculosis control in China[J].Lancet Reg Health West Pac.2020,10(3):100032.
• [5]杨振,聂艳武,孙亚红,等.基于Prophet等时间序列季节模型的肺结核发病预测及对比分析[J].现代预防医学,2021,48(21):3841-3846+3883.
• [6]赖晓蓥,钱俊.ARIMA-LSTM-XGBoost加权组合模型在肺结核发病趋势预测的研究[J].现代预防医学,2021,48(1):5-9.
• [7]刘圆圆.时间序列分析及其应用[J].科技创新导报,2011(27):255.
• [8]李涛,杜昕,陈伟,等.中国结核病管理信息监测与监控的回顾与展望[J].中国防痨杂志,2020,42(7):657-661.
• [9]河南省统计局.统计年鉴2022[EB/OL].(2023-01-05)[2023-03-31]. https://tjj.henan.gov.cn/tjfw/tjcbw/tjnj/.
• [10]沈忠周，马帅，曲翌敏，等．ARIMA模型在我国法定传染病报告中的应用[J].中华流行病学杂志，2017,38(12):1708-1712.
• [11]佚名.结核病分类(WS196—2017)[J].新发传染病电子杂志,2018,3(3):191-192.
• [12]李洋洋,夏愔愔,杜昕,等.2004-2013年结核病专病监测系统登记肺结核患者的特征分析[J].疾病监测,2014,29(8):633-637.
• [13]周芳静,吴惠忠,李建伟,等.广东省2016-2020年肺结核流行特征分析[J].中华流行病学杂志,2022,43(10):1568-1574.
• [14]胡远莲,艾萍,贾雪娇,等.2011-2021年北京市丰台区肺结核流行特征分析[J].中华预防医学杂志,2022,56(9):1302-1306.
• [15]刘蜀坤,周亚林,梁洁,等.灰色系统模型在四川省法定传染病发病率趋势预测中的应用[J].寄生虫病与感染性疾病,2018,16(4):177-181.
• [16]曾子明,黄城莺.基于BP神经网络的突发传染病舆情热度趋势预测模型研究[J].现代情报,2018,38(5):37-44+52.
• [17]杨凯朝,杜冰会,白祎然,等.季节性ARIMA模型在河南省流感样病例发病预测中的应用[J].河南预防医学杂志,2023,34(1):23-27+71.
• [18]张鲁玉,孙亮,马兰,等.SARIMA模型和Holt-winters模型在我国丙肝月报告发病人数预测中的应用比较[J].现代预防医学,2020,47(21):3855-3858+3951.
• [19]王华,田昌伟,王文明,等.应用SARIMA-GRNN组合模型分析肺结核流行的季节性特征[J].预防医学,2019,31(1):55-58.
• [20]张正斌,王丽娜,鲁周琴,等.2011-2019年武汉市肺结核疫情特征及空间聚集性分析[J].公共卫生与预防医学,2020,31(6):51-55.
• [21]黄莉,陈田木,杨云斌,等.应用SARIMA模型预测肺结核发病趋势[J].现代预防医学,2019,46(5):794-797+803.
• [22]周扬,梁士杰.ARIMA乘积季节模型在郑州市肺结核月发病趋势预测中的应用[J].中国卫生统计,2021,38(4):554-555.
• [23]林淑芳,周银发,张山鹰,等.2010-2019年福建省肺结核流行特征及发病预测模型应用[J].中华疾病控制杂志,2021,25(7):768-774.
• [24] Anon.The world health organization[J].S Afr J Sci,1953,2(7):323.
• [25] DRIESSCHE KV,MAHLOBO PZ,VENTER R,et al.Face masks in the post-COVID-19 era:A silver lining for the damaged tuberculosis public health response[J].The Lancet Respiratory Medicine,2021,9(4):340-342.
• [26]李俊,张云,刘锦宏,等.新冠肺炎疫情对湖北省荆州市结核病控制影响分析[J].中国公共卫生,2022,38(10):1340-1344.
• [27]西日扎提·马木提，麦维兰江·阿不力米提，地尔木拉·吐孙,等.新型冠状病毒肺炎疫情对新疆维吾尔自治区喀什地区结核病防治工作的影响分析[J].结核与肺部疾病杂志，2021,2(3):234-238.
• [28] ATIKAIMU Wubuli,LI Yuehua,XUE Feng,et al.Seasonality of active tuberculosis notification from 2005 to 2014 in Xinjiang, China[J].PLoS One,2017,12(7):e0180226.
• [29]张晓卉,姚婷婷,陈阳,等.基于Python语言的ARIMA模型在天津市结核病发病率预测中的应用[J].中国感染控制杂志.2020,19(7):634-642.
• [30] ZHANG YQ,LI XX,LI WB,et al.Analysis and predication of tuberculosis registration rates in Henan province, China:An exponential smoothing model study[J].Infectious Diseases of Poverty,2020(9):123.
• [31]王倪,黄飞,赵雁林.新型冠状病毒肺炎疫情防控经验对结核病防治工作的启示[J].中华传染病杂志,2022,40(1):1-5.
• [32]张艳秋,王侃,蒋建国,等.《河南省结核病防治规划(2011-2015年)》目标实现情况分析[J].河南预防医学杂志,2017,28(7):557-559.