基于蚊密度差分自回归移动平均模型预测流行性乙型脑炎的贝叶斯判别分析研究
Application of Bayes analysis in Japanese encephalitis prediction based on multiple seasonal autoregressive integrated moving average model作者机构：河北省疾病预防控制中心有害生物防制所石家庄050021
出 版 物：《中国媒介生物学及控制杂志》 (Chinese Journal of Vector Biology and Control)
年 卷 期：2018年第29卷第6期
页 面：557-563页
学科分类：1001[医学-基础医学(可授医学、理学学位)] 100103[医学-病原生物学] 10[医学]
主 题：流行性乙型脑炎 蚊密度 差分自回归移动平均模型 贝叶斯分析
摘 要：目的利用贝叶斯(Bayes)判别分析方法探讨河北省流行性乙型脑炎(乙脑)发生与蚊密度时间序列预测模型的关系,验证差分自回归移动平均(ARIMA)模型在病媒生物监测信息管理系统中对蚊密度的预测及关联乙脑病例的预警作用。方法收集河北省2009-2016年乙脑报告病例资料和蚊密度监测资料进行统计分析,采用ARIMA模型进行建模拟合及预测分析;利用Bayes判别分析论证蚊密度预测模型与乙脑的关系。结果通过ARIMA模型对总蚊密度进行拟合得出最优模型ARIMA(0,1,1)×(0,1,1)12;2009-2016年河北省总蚊密度与乙脑呈正相关(r=0.101,P=0.043);将Bayes判别分析用于河北省总蚊密度时间序列模型预测值判别2个月后的乙脑发病情况,与实际乙脑发生情况比较符合率为0.631 6,总蚊密度监测值与ARIMA模型的预测值对密度高峰后2个月的乙脑发病状况Bayes判别结果符合率为100%。结论 Bayes判别分析可应用于河北省总蚊密度时间序列模型预测值对乙脑疫情的预警,通过建立模型对蚊密度预测,可以利用病媒生物监测信息管理系统蚊虫监测数据对蚊媒传染病的防控工作提供预警支撑。
维普期刊数据库
同方期刊数据库