两种预测模型在ESBLs肺炎克雷伯菌流行趋势预测中的应用

摘要

目的通过运用2010年-2016年的既往监测数据分析和比较指数平滑法与求和自回归移动平均(ARI-MA)乘积季节模型对产超广谱β-内酰胺酶(ESBLs)肺炎克雷伯菌检出人数的预测效能,分析与预测产ESBLs肺炎克雷伯菌的流行趋势。方法使用浙江某医院2010年1月-2015年12月的产ESBLs肺炎克雷伯菌的月度监测数据,分别建立ARIMA模型与指数平滑法,以平均绝对百分误差(MAPE)及贝叶斯信息准则(BIC)作为评价指标评价模型的可行性。以2016年1-12月产ESBLs肺炎克雷伯菌的检出人数作为预测模型的样本数据以验证模型的预测效果。结果 ARIMA乘积季节模型筛选出的最优模型为ARIMA(0,1,1)(2,1,0)12,模型的MAPE为44.92,BIC为3.63,平均预测误差为14.34%。指数平滑法所筛选出的最优模型为简单季节模型,模型的MAPE为37.03,BIC为3.00,平均预测误差为17.65%。结论同简单季节模型相比,ARIMA乘积季节模型对该院既往监测数据拟合效果更为理想,预测精度更高,可用于预测产ESBLs肺炎克雷伯菌感染情况的预测和预警。