用自回归模型预测流感样病例数的变化趋势

摘要

目的 建立合适的统计模型预测流感样病例数.方法 采集广州市2002年6月至2004年12月各周的流感流行病学监测数据,应用谱分析和自回归时间序列方法模拟流感样病例数的变化趋势,用决定系数和残差分析选择最佳模型,并用相对预测误差对模型进行回顾性和前瞻性考核.结果 两年的流感样病例数呈线性上升趋势(r=0.423,P＜0.001),并具备一定的周期性(P＜0.05),线性回归模型的残差具有显著一阶自相关(r=O.524,P＜0.001),自回归模型的残差为白噪声序列.回代考核的相对预测误差为16.4%;随后16周的数据作前瞻性考核,相对误差为14.3%.结论 综合流感样疾病的长期趋势和周期性的自回归能较好地模拟流感样病例的流行特征.并进行中、短期预测.该研究是流感预测方法学上的一次有益探索,为流感的监测、预防和控制措施的制定提供了一定参考依据.