基于时间序列模型的中国2020—2029年慢性肾病发病和患病情况预测研究

作     者：王仕鸿 令垚 杨子华 彭根祺 曹汝岱 吴树法 陈学琴 孔丹莉 于海兵 丁元林 WANG Shihong;LING Yao;YANG Zihua;PENG Genqi;CAO Rudai;WU Shufa;CHEN Xueqin;KONG Danli;YU Haibing;DING Yuanlin

作者机构：广东医科大学公共卫生学院广东省东莞523808 

出 版 物：《中国慢性病预防与控制》 (Chinese Journal of Prevention and Control of Chronic Diseases)

年 卷 期：2023年第31卷第11期

页      面：801-806页

核心收录：

学科分类：1002[医学-临床医学] 10[医学] 

基　　金：广东医科大学学科建设项目(4SG21276P) 广东省基础与应用基础研究基金区域联合基金项目(2020B1515120021) 大学生创新创业训练计划项目(S202210571088,GDMU2021112) 广东省基础与应用基础研究基金自然科学基金项目(2021A1515010061,2022A1515012407) 2022年东莞市社会发展科技项目(20221800905642) 广东省医学科研基金项目(A2021395) 广东医科大学科研基金自然科学类重点培育项目(GDMUZ2020008) 湛江市科技发展专项资金竞争性分配项目(2020A01031) 广东医科大学校级大学生创新创业训练计划项目(GDMU2021138)。 

主　　题：慢性肾病 疾病预测 时间序列模型 

摘      要：目的了解1990—2019年中国慢性肾病发病和患病情况,并预测2020—2029年的发病率及患病率,为慢性肾病的防控提供参考。方法收集2019年全球疾病负担研究(GBD)数据库中1990—2019年中国慢性肾病发病率和患病率等数据。采用SPSS 25.0分别计算变化率和年估计变化百分比(EAPC)。将1990—2016年数据作为训练集,运用R 4.1.0软件构建自回归移动平均(ARIMA)模型和神经网络自回归(NNAR)模型,并运用MATLAB 7.0软件构建灰色模型(GM)。将2017—2019年数据作为测试集评价模型的预测性能。根据平均绝对误差(MAE)、平均绝对百分误差(MAPE)和误差均方根(RMSE)最小的原则选出最优模型,并预测中国2020—2029年慢性肾病的发病率和患病率。结果2019年中国慢性肾病标化发病率和标化患病率分别为161.52/10万和8124.75/10万,女性标化发病率和标化患病率均高于男性;≥70岁人群发病率和患病率在各年龄组中最高;10~24岁人群发病率、0~9岁人群患病率在各年龄组中分别最低。1990—2019年中国慢性肾病标化发病率和标化患病率均呈上升趋势(EAPC分别为0.61%和0.28%,P0.05)。其中,女性标化发病率和标化患病率上升幅度(EAPC分别为0.63%、0.30%)明显高于男性(EAPC分别为0.58%、0.24%)。选择预测性能最优的ARIMA模型预测中国2020—2029年慢性肾病发病率,选择NNAR模型预测患病率。结果显示,2020—2029年中国慢性肾病总体发病率和患病率均呈上升趋势,预计到2029年总体发病率和患病率将分别达到294.88/10万和10989.40/10万。结论1990—2019年中国慢性肾病标化发病率和标化患病率总体呈上升趋势。预计到2029年中国慢性肾病发病率和患病率将不断增长,提示政府及相关卫生部门应加强女性、高龄等重点人群的疾病监测及早期筛查。