Page 84 - 南京医科大学学报自然科学版

第44卷第1期
· 78 · 南 京 医 科 大 学 学 报 2024年1月

表4 2022年发病例数的模型预测结果比较
Table 4 Comparison of model predictions for the number of incidents in 2022

Items Jan Feb Mar Apr May Jun Jul Aug
Hepatitis A
Incidents（n） 956 830 1 050 896 960 1 038 1 069 1 116
ES model
Predicted values 858 729 1 128 953 907 903 1 073 1 093
MAPE（%） 10.3 12.2 7.4 6.4 5.5 13.0 0.4 2.1
ARIMA model
Predicted values 835 704 1 114 915 875 890 995 1 022
MAPE（%） 12.7 15.2 6.1 2.1 8.9 14.3 6.9 8.4
Hepatitis B
Incidents（n） 109 531 96 787 114 003 95 933 102 912 106 846 112 648 115 375
ES model
Predicted values 104 907 93 989 118 260 110 120 109 624 104 029 110 693 109 375
MAPE（%） 10.3 12.2 7.4 6.4 5.5 13.0 0.4 2.1

ARIMA model
Predicted values 110 630 95 175 124 340 115 508 114 616 110 927 115 110 115 847
MAPE（%） 1.0 1.7 9.1 20.4 11.4 3.8 2.2 0.4
Hepatitis C
Incidents（n） 18 704 16 733 21 722 17 712 18 720 20 925 21 867 21 891
ES model
Predicted values 19 885 16 850 23 642 22 147 21 953 20 818 22 075 21 112
MAPE（%） 6.3 0.7 8.8 25.0 17.3 0.5 1.0 3.6
ARIMA model
Predicted values 18 321 13 384 21 263 21 394 20 787 20 410 22 123 20 308
MAPE（%） 2.0 20.0 2.1 20.8 11.0 2.5 1.2 7.2
Hepatitis E
Incidents（n） 2 530 2 443 3 131 2 525 2 503 2 411 2 225 2 255
ES model
Predicted values 2 453 2 460 3 319 2 874 2 518 2 223 2 257 2 260
MAPE（%） 3.0 0.7 6.0 13.8 0.6 7.8 1.4 0.2
ARIMA model
Predicted values 2 421 2 351 3 402 3 113 2 901 2 634 2 486 2 549
MAPE（%） 4.3 3.8 8.7 23.3 15.9 9.2 11.7 13.0

趋势进行预测。 防治重点。
我国近 10 年病毒性肝炎有如下的发病特征与 通过建立合理的统计模型可以对传染病的发
趋势：3月份是各类肝炎的高发期，要提前做好防治 生趋势进行预测，目前用的较多的时间序列模型有
措施；甲型肝炎总体呈下降趋势，乙型肝炎总体趋 灰色预测模型、ES模型和ARIMA模型等，如何选择
势较复杂，近年来有上升趋势，丙型肝炎总体呈上 合适的模型进行预测是一个值得探讨的有应用价
升趋势，戊型肝炎总体保持平稳。虽然我国肝炎防 值的课题。灰色预测模型计算简便、可以用较少的
治工作成果显著，但从目前肝病的流行趋势看，我 数据进行预测，对处理单调的数据序列类型具有较
国的肝炎防治工作任务艰巨，还需加大投入，采取 强的能力，但对有周期性波动的数据序列预测效
控制传播源、切断传播途径、定期接种疫苗、保护易 果较差。由于传染病发病有其自身的特殊规律
感人群等多种方法来预防。特别是乙型和丙型肝 性，例如季节性的周期规律和长期变化趋势，大量
炎发病人数众多，发病有上升趋势，是肝炎人群的 的文献研究报道采用季节ARIMA模型和季节ES滑