基于ARIMA与NNAR模型的中国慢性阻塞性肺疾病疾病负担预测研究

作     者：赵创艺 袁空军 杨媛 周光清 李海燕 ZHAO Chuangyi;YUAN Kongjun;YANG Yuan;ZHOU Guangqing;LI Haiyan

作者机构：南方医科大学卫生管理学院广东省广州市510515 南方医科大学南方医院健康管理中心广东省广州市510515 南方医科大学研究生院广东省广州市510515 

出 版 物：《中国全科医学》 (Chinese General Practice)

年 卷 期：2022年第25卷第16期

页      面：1942-1949页

学科分类：1002[医学-临床医学] 10[医学] 

基　　金：广东省科技计划项目(2017A030223004) 国家自然科学基金资助项目(U1132001)。 

主　　题：肺疾病,慢性阻塞性 疾病负担 患病代价 ARIMA模型 NNAR模型 预测 

摘      要：背景中国是慢性阻塞性肺疾病(COPD)疾病负担较为严重的国家之一,COPD已成为中国的第三大致死病因,其在全部疾病伤残调整寿命年(DALYs)排名中位居第三位。基于患病率、死亡率和DALYs率实现对COPD疾病负担的有效预测,可为预防和控制措施的制定提供理论支持。目的描述和分析1990—2019年中国COPD疾病负担状况及其变化趋势,并预测2020—2024年中国COPD疾病负担,旨在为中国COPD科学防控提供依据。方法于2021年12月,从2019年全球疾病负担(GBD 2019)中提取1990—2019年中国COPD患病率、死亡率及DALYs率等疾病负担指标的数据,采用平均年度变化百分比(AAPC)分析其变化趋势。基于1990—2016年数据(训练集)建立COPD患病率、死亡率及DALYs率的自回归移动平均(ARIMA)模型和神经网络自回归(NNAR)模型,利用2017—2019年数据(测试集)进行模型评价。采用预测值与实际值的相对误差、平均绝对百分误差(MAPE)、平均绝对误差(MAE)和均方根误差(RMSE)比较模型的拟合和预测效果,运用最佳模型预测2020—2024年中国COPD疾病负担。结果1990—2019年:中国全人群COPD患病率从2344.40/10^(5)增长至3175.37/10^(5),年均增长1.04%,男性和女性的COPD患病率平均每年分别增长0.92%和1.13%;中国全人群COPD死亡率由105.09/10^(5)下降至72.94/10^(5),年均降幅为1.29%,男性和女性的COPD死亡率均呈下降趋势,平均每年分别下降0.83%和1.83%;中国全人群DALYs率从2206.55/10^(5)下降至1400.71/10^(5),年均下降1.56%,男性和女性的COPD DALYs率均呈下降趋势,平均每年分别下降1.37%和1.86%。ARIMA和NNAR模型预测值的动态趋势与实际情况基本一致,但ARIMA模型的预测值与实际值相对误差、MAPE、MAE和RMSE更小,预测精度更高。经ARIMA模型预测得到2020—2024年中国COPD患病率分别为3229.77/10^(5)、3262.44/10^(5)、3292.38/10^(5)、3322.31/10^(5)、3352.25/10^(5),死亡率分别为74.50/10^(5)、75.49/10^(5)、76.11/10^(5)、76.50/10^(5)、76.75/10^(5),DALYs率分别为1429.56/10^(5)、1452.07/10^(5)、1469.64/10^(5)、1483.35/10^(5)、1494.05/10^(5)。结论2020—2024年中国COPD疾病负担呈现上升趋势,ARIMA模型在拟合中国COPD疾病负担应用中具有良好的拟合效果和精度,可为COPD疾病负担短期预测提供借鉴与参考。