富阳区成人伤害病例时间序列分析
姜鹏1 , 何勇2 , 李江波2 , 邵一宇2 , 楼理洋2 , 刘庆敏1
1.杭州市疾病预防控制中心慢性非传染性疾病防治所,浙江 杭州 310021; 2.杭州市富阳区疾病预防控制中心
摘要 目的 分析2014—2018年杭州市富阳区成人伤害的时间分布,并预测2019年成人伤害趋势。方法 收集杭州市富阳区三家医疗机构2014—2018年成人伤害病例资料,建立时间序列求和自回归滑动平均模型(ARIMA)进行分析,并预测2019年富阳区成人伤害趋势。结果 2014—2018年杭州市富阳区3家医疗机构每月成人伤害接诊例数随时间变化较平稳,建立ARIMA(1,0,0)模型,Ljung-Box Q 检验无统计学意义(P >0.05),预测2019年1—12月成人伤害接诊病例数以7月最多,1 540例占9.76%。2019年1—4月模型预测值与实际观测值相对误差为0.13。结论 2019年1—12月杭州市富阳区成人伤害病例数呈上升趋势,且在7月达到最大值。
关键词 :
伤害 ,
时间序列分析 ,
ARIMA模型 ,
预测
收稿日期: 2019-04-11
修回日期: 2019-06-04
出版日期: 2019-08-02
通信作者:
刘庆敏,E-mail:1246085404@qq.com
作者简介 : 姜鹏,硕士,医师,主要从事慢性病监测工作
[1]
王黎君,刘韫宁,刘世炜,等. 1990年与2010年中国人群伤害疾病负担分析. 中华预防医学杂志,2015,49(4):351-356.
[2]
段蕾蕾,王海东. 全面评价伤害疾病负担,完善伤害预防证据体系. 中华流行病学杂志,2017,38(10):1305-1307.
[3]
朋文佳,朱玉,何倩,等. ARIMA乘积季节模型在细菌性痢疾月发病率预测中的应用[J]. 中国卫生统计,2011,28(6):645-647.
[4]
刘晓冬,景睿,孟祥臻,等. ARIMA模型对中国人口死亡率预测的研究[J].中国卫生统计,2008,25(6):630-631.
[5]
马翠荣,杨婕,余小金. 江苏省2006—2014年城乡未成年人跌倒病例的时间序列预测分析[J]. 中华疾病控制杂志,2018, 22(2):122-125,137.
[6]
KRYCIA C, ELIZABETH A S, RONI A N, et al.World Trade Organization membership and changes in noncommunicable disease risk factors: a comparative interrupted time-series analysis, 1980- 2013[J]. Bull World Health Organ, 2019, 97(2): 83-96.
[7]
陆蓓蓓,王钢,王爱红,等. 宁波市中心城区道路交通伤害时间序列分析. 中国预防医学杂志,2018,19(4):276-280.
[8]
高景宏,朱瑶,熊黎黎,等. 汕头市某三甲医院2002—2012年交通伤害病例的时间序列分析[J]. 中华疾病控制杂志,2014, 18(10):917-921.
[9]
陶庄,金水高. 时间序列分析简明攻略[J]. 中国卫生统计,2003,20(3):151-153.
[10]
罗艳,陈芳,张兴亮,等. 应用时间序列模型分析杭州市艾滋病与梅毒流行趋势. 中国预防医学杂志,2017,18(12):881-884.
[11]
刘继恒,徐勇,刘军,等. 应用时间序列模型预测宜昌市甲型病毒性肝炎发病率[J]. 公共卫生与预防医学,2017,28(2):10-13.
[12]
庞媛媛,张徐军,涂志斌,等. 自回归移动平均混合模型在中国道路交通伤害预测中的应用[J]. 中华流行病学杂志,2013, 34(7):736-739.
[13]
张孟媛,张强,罗佳伟,等. 重庆市艾滋病发病人数的ARIMA时间序列分析[J]. 中国卫生统计,2018,35(5):650-654.
[14]
乔晓,贾玉娟,侯玉立. 时间序列分析在医药卫生行业的应用.世界最新医学信息文摘(电子版),2018,18(38):82-83.
[15]
薛芳静,黄灏,许碧云,等. 时间序列数据中的干预分析模型及SAS实现[J]. 中国卫生统计,2017,34(3):509-511,514.
Viewed
Full text
Abstract
Cited
Shared
Discussed