嵊州市流感样病例监测结果及ARIMA模型预测

摘要

背景：
　　流行性感冒（即流感），是由流感病毒引起的以发热、咳嗽和全身酸痛等症状为主的急性呼吸道传染性疾病。流行性感冒作为《中华人民共和国传染病法》规定的丙类传染病之一，属于首个实现全球监测的传染病。嵊州市作为绍兴市国家级流感监测点的一部分，从2009年开始纳入流感监测系统，作为流感监测的合作城市，目前嵊州市拥有1家流感监测网络实验室（嵊州市疾病预防控制中心PCR实验室）和1家流感样病例症状哨点监测医院（嵊州市人民医院）。嵊州市位于浙江省中部偏东的一个经济比较发达的县级市，人口密度较高，流动人口也较多，历史上也经历了多次的流感和禽流感的流行。因此长期开展流感监测还是有必要的，通过流感监测，来早期预防和控制流行性感冒在全市的蔓延和扩散，并为制定针对性的流行性感冒防控措施提供科学依据，为人民群众的身体健康保驾护航，为促进社会经济的持续健康发展添砖加瓦。
　　目的：
　　1.从流行病学特征和病原学特点两个方面对2010年-2016年嵊州市流行性感冒监测结果资料进行综合分析，掌握嵊州市7年的流感样病例流行状况、暴发疫情的分布情况和流感优势毒株的变化情况，为科学制定流感防控措施提供科学依据。
　　2.将2010年-2016年嵊州市流感哨点监测医院的流感样病例就诊百分比月度分布数据录入乘积季节性ARIMA模型进行建模和拟合，并在短期内对流感发病数据进行预测，对流感等传染病的预警预测技术进行有效探索。
　　方法：
　　1.通过“中国疾病预防控制信息系统”中的“中国流感监测信息系统”子系统，对该子系统收集的2010年-2016年嵊州市流感样病例症状监测数据、暴发疫情资料和病原学检测数据进行描述性分析。
　　2.利用SPSS19.0软件的ARIMA模型预测功能，在对2010年-2016年嵊州市流感样病例就诊百分比月度数据(ILI％)进行建模和拟合的基础上，探寻最优模型对2017年1月-6月的数据进行预测，并用实际值进行比对，来评价该模型预测效果。
　　结果：
　　1.2010年-2016年嵊州市流感哨点监测医院共监测门急诊病例1，735，648例，其中报告流感样病例（ILI）就诊数为29，649例，流感样病例就诊百分比(ILI％)为1.71％。我市除了秋季为流感非活跃季节，冬春季和夏季会交替出现流感高峰，一般以冬春季为活跃季节为主，其次为夏季。
　　2.2010年-2016年嵊州市流感哨点监测医院流感样病例的年龄构成比，排名前三位的为25～、0～和5～岁年龄组，15～和60～岁两个年龄组构成比相对偏小。总体来说，15岁以下的年龄组为发病的高危人群。
　　3.2010年-2016年，嵊州市疾病预防控制中心流感网络实验室累计检测流感样病例咽拭子标本4，553份，共检测出流感病毒核酸检测阳性标本758份，流感病毒核酸检测阳性率为16.65％(758/4553)。2013年度流感病毒核酸检测阳性率最低，为5.61％，2016年的流感病毒核酸阳性率最高，为24.46％。
　　4.从2010-2016年嵊州市流感样病例标本的病毒核酸阳性型别月度变化情况来看，各年度均有差异，嵊州市的流感病毒优势株在季H3、H1N1和B型之间交替流行。
　　5.2010-2016嵊州市累计报告处置流感样病例暴发疫情28起。暴发疫情发生的地点分布上，发生在学校的疫情有27起，发生在某村庄疫情1起。暴发疫情的时间分布，在年度分布上主要发生在2016年14起，在月度分布上，主要是在各个年度的11月和12月两个月份，累计达15起。
　　6.从2010年-2016年嵊州市流感样病例就诊百分比的时序分布图中得知，嵊州市流感活跃季节主要在冬春季，其次为夏季，该时序具有季节性趋势特征。通过对原始数据的时间序列进行对数转换，并进行1次差分和1次季节性差分，达到时间序列的平稳性要求，并通过调试和拟合，得到最优模型乘积季节性ARIMA(1，1，1)(1，1，1)12模型的标准化BIC值为-0.377，该值是所有调试模式的最小BIC值，该模型的残差序列Ljung-Box统计量为8.005，P值为0.889，表明残差为随机性误差，序列符合白噪声要求。对2017年1月-6月的嵊州市流感样病例就诊百分比(ILI％)实际值和预测值进行比对，平均误差为3199％，因为基础数据较小，误差在合理范围之内，从预测值和实际值变化趋势看，两者能够基本吻合。
　　结论：
　　1.2010年-2016年嵊州市流感活跃季节主要为冬春季，其次为夏季，秋季相对而言比较平缓。流感样病例的发病人群主要集中在15岁以下人群。7个年度流感样病例标本的流感病毒核酸检测平均阳性率达16.65％，病毒优势株主要以新型H1N1、H3和乙型三个优势株交替流行，暴发疫情的易发场所主要是学校。
　　2.通过乘积季节性ARIMA模型的建模、拟合和预测，在短期内能够较好的预测嵊州市流感样病例就诊百分比（ILI％）的值和变化趋势，为其他传染病的预测和预警提供了借鉴。

目录

声明

致谢

序言

摘要

1 引言

2 材料与方法

2．1 研究数据收集来源

2．2 描述性分析和统计学处理

2．3 ARIMA模型预测和评价

3 结果

3．1 流感样病例症状监测情况

3．2 病原学检测情况

3．3 流感暴发疫情

3．4 ARIMA模型预测和评价情况

4 讨论

4．1 流感监测资料的描述性分析

4．2 时间序列模型的预测和评价

4．3 本次研究的创新点

4．4 本次研究的局限性

5 结论

参考文献

综述 流行性感冒的流行特征和影响因素研究

作者简历及在学期间所取得的科研成果