【摘要】：目的:本研究旨在對長春市2007~2016年猩紅熱的疫情概況進行統(tǒng)計描述,分析其不同時間、不同地區(qū)、不同人群的流行特征;同時,采用GM(1,1)模型、ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)模型分別對2017年長春市猩紅熱的發(fā)病情況進行趨勢預(yù)測,并對模型的預(yù)測效果進行評估,從而得到最優(yōu)模型,為未來長春市猩紅熱的預(yù)防和控制提供重要的流行病學(xué)依據(jù)。方法:本研究中猩紅熱疫情監(jiān)測數(shù)據(jù)來源于“中國疾病預(yù)防控制信息系統(tǒng)”,長春市常住人口數(shù)據(jù)來源于長春市統(tǒng)計局,長春市1:10萬數(shù)字地圖來源于吉林大學(xué)地球測繪學(xué)院。采用描述性流行病學(xué)方法對長春市2007~2016年猩紅熱疫情進行流行病學(xué)分析。采用Microsoft Excel 2007軟件對數(shù)據(jù)進行整合、處理,采用SPSS 21.0軟件進行相關(guān)資料統(tǒng)計分析,采用Mapinfo 9.5軟件繪制地區(qū)分布圖;以發(fā)病病例數(shù)、發(fā)病率、構(gòu)成比指標描述長春市2007~2016年猩紅熱流行特征。采用R軟件建立GM(1,1)模型和ARIMA模型,采用Matlab軟件建立BP神經(jīng)網(wǎng)絡(luò)模型,探索最優(yōu)模型結(jié)構(gòu),并分別進行模型檢驗并對2017年長春市猩紅熱發(fā)病率進行預(yù)測。采用平均絕對誤差(MAE)和均方誤差(MSE)兩個指標對以上三個模型的預(yù)測效果進行評估。結(jié)果:1.長春市2007~2016年累計報告猩紅熱病例3202例,年平均發(fā)病率為4.26/10萬,無死亡病例報告。2011年發(fā)病率為10年間最高,為8.58/10萬。2.長春市2007~2016年猩紅熱在時間分布上呈現(xiàn)明顯的季節(jié)性“雙峰分布”,第一個高峰出現(xiàn)在5~7月份,第二個高峰出現(xiàn)在10~12月份;在地區(qū)分布上,城區(qū)發(fā)病率(6.79/10萬)高于外縣(市)區(qū)發(fā)病率(2.54/10萬),高發(fā)病率地區(qū)主要集中在雙陽區(qū)(11.61/10萬),高新開發(fā)區(qū)(10.76/10萬)和綠園區(qū)(9.58/10萬);在人群分布上,男性發(fā)病例數(shù)及發(fā)病率均高于同年女性發(fā)病水平,男女發(fā)病率比為1.55:1,發(fā)病年齡主要集中在0~15歲年齡組,學(xué)生、散居兒童、幼托兒童為主要發(fā)病人群,分別占報告病例總數(shù)的41.04%,31.57%,24.02%,共計96.63%。3.采用2007~2016年10年間歷史同期猩紅熱月發(fā)病率分別建立相應(yīng)GM(1,1)模型,2月、8~12月所建立的GM(1,1)模型擬合精度不合格,不能進行外推預(yù)測;2017年1月、3~7月發(fā)病率預(yù)測結(jié)果分別為0.218/10萬、0.088/10萬、0.138/10萬、0.250/10萬、0.370/10萬、0.235/10萬。4.采用2007~2016年猩紅熱月發(fā)病率建立時間序列,ARIMA(2,1,2)模型為預(yù)測長春市猩紅熱發(fā)病趨勢的最優(yōu)ARIMA模型結(jié)構(gòu),預(yù)測結(jié)果顯示2017年長春市猩紅熱1~12月發(fā)病率分別為0.295/10萬、0.194/10萬、0.147/10萬、0.193/10萬、0.283/10萬、0.328/10萬、0.291/10萬、0.212/10萬、0.169/10萬、0.198/10萬、0.268/10萬、0.309/10萬,且2017年各月實際發(fā)病率均在預(yù)測值的95%置信區(qū)間范圍內(nèi)波動。5.建立BP神經(jīng)網(wǎng)絡(luò)模型中,采用前3年歷史同期發(fā)病率預(yù)測當前月份發(fā)病率,綜合考慮網(wǎng)絡(luò)性能、預(yù)測效果和模型的簡潔性,選擇結(jié)構(gòu)為3-9-1的BP神經(jīng)網(wǎng)絡(luò)作為最終的預(yù)測模型,預(yù)測結(jié)果顯示2017年長春市猩紅熱1~12月發(fā)病率分別為0.321/10萬、0.145/10萬、0.130/10萬、0.131/10萬、0.135/10萬、0173/10萬、0.334/10萬、0.162/10萬、0.128/10萬、0.128/10萬、0.143/10萬、0.199/10萬。6.從可行性來看,ARIMA(2,1,2)模型和結(jié)構(gòu)為3-9-1的BP神經(jīng)網(wǎng)絡(luò)都成功地預(yù)測了2017年各月的發(fā)病率,而GM(1,1)模型只對1月、3~7月發(fā)病率成功進行了預(yù)測;從預(yù)測效果來看,GM(1,1)模型的MAE值與MSE值均為最小,其次為ARIMA模型,最后為BP模型。結(jié)論:1.長春市2007~2016年累計報告猩紅熱病例3202例,年平均發(fā)病率為4.26/10萬,無死亡病例報告,2011年發(fā)病率為10年間最高。2.長春市2007~2016年猩紅熱疫情呈現(xiàn)明顯的“雙峰”季節(jié)性分布,兩個發(fā)病高峰分別出現(xiàn)在5~7月份和10~12月份;城區(qū)發(fā)病率高于外縣(市)區(qū);男性發(fā)病率均高于女性,以0~15歲年齡組的學(xué)生、散居兒童、幼托兒童為主。3.綜合比較GM(1,1)模型、ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)模型,ARIMA(2,1,2)模型為預(yù)測長春市猩紅熱發(fā)病率的最佳模型。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R181.3;R515.1
【圖文】：

圖 1.1 人工神經(jīng)網(wǎng)絡(luò)的典型結(jié)構(gòu)圖在上述的典型結(jié)構(gòu)里，神經(jīng)網(wǎng)絡(luò)通過輸入多個非線性模型，以及不同模型之間的加權(quán)互聯(lián)，最終得到一個輸出模型。具體來說，多元輸入層是指一些自變量，這些自變量通過加權(quán)結(jié)合到中間的層次上，稱為隱蔽層。隱蔽層主要包含的是非線性函數(shù)，也叫轉(zhuǎn)換函數(shù)或者擠壓函數(shù)。隱蔽層就是所謂的黑箱部分，幾乎沒有人能在所有的情況下讀懂隱蔽層中那些非線性函數(shù)是如何對自變量進行組合的，這是計算機思考代替人類思考的一個典型案例。因為運用人工神經(jīng)網(wǎng)絡(luò)可以處理高度非線性問題。在各種人工神經(jīng)網(wǎng)絡(luò)中，誤差逆?zhèn)鞑ィ˙ackPropagation,BP）神經(jīng)網(wǎng)絡(luò)是一種單向傳播的多層前饋網(wǎng)絡(luò)模型，BP 神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播算法訓(xùn)練的多層感知器網(wǎng)絡(luò)，其本質(zhì)上是最小均方算法的擴展。BP 神經(jīng)網(wǎng)絡(luò)通常由三層組成，包括輸入層、隱含層和輸出層。它的學(xué)習(xí)過程分為正向傳播和反向傳播，其以非線性函數(shù)（雙曲正切 S 型函數(shù)和對數(shù) S 型函數(shù)）進行傳輸。因該模型自學(xué)

區(qū)分布分析結(jié)果表明，除 2010 年九臺區(qū)未有猩紅熱病例發(fā)生外，2016 年間各年份各地區(qū)均有猩紅熱病例報告，發(fā)病率較高的地區(qū)的南部。2007～2016 年十年間年平均猩紅熱發(fā)病率排在前三位的，高新開發(fā)區(qū)和綠園區(qū)，發(fā)病率分別為 11.61/10 萬、10.76/10 萬和安縣、九臺區(qū)、德惠市、榆樹市年平均發(fā)病率較低，發(fā)病率介于 萬之間。結(jié)果詳見圖 3.3 和表 3.2。07～2016 年長春市十年間共報告 3202 例猩紅熱病例，其中城區(qū)（寬城區(qū)、朝陽區(qū)、二道區(qū)、南關(guān)區(qū)、綠園區(qū)）和 4 個開發(fā)區(qū)（經(jīng)車開發(fā)區(qū)、凈月開發(fā)區(qū)、高新開發(fā)區(qū)））共發(fā)生 2130 例，占病例；外縣（市）（包括雙陽區(qū)、農(nóng)安縣、九臺區(qū)、德惠市、榆樹市），占病例總數(shù)的 33.35%。除 2013 年城區(qū)發(fā)病率與外縣（市）區(qū)發(fā)，各年間城區(qū)發(fā)病率始終高于外縣（市）區(qū)發(fā)病率。見表 3.3。

（3）模型的外推預(yù)測采用各月所建立的灰色 GM（1,1）模型對 2017 年長春市猩紅熱各月發(fā)病率進行預(yù)測，由于 2 月、8～12 月所建立的灰色 GM (1, 1) 模型擬合精度不合格，不能進行外推預(yù)測。1月、3～7月預(yù)測結(jié)果顯示發(fā)病率分別為0.218/10萬、0.088/10萬、0.138/10 萬、0.250/10 萬、0.370/10 萬、0.235/10 萬。3.2.2 ARIMA 模型（1）時間序列平穩(wěn)性判斷對 2007～2016 年長春市猩紅熱月發(fā)病率數(shù)據(jù)進行處理，采用 ts( )函數(shù)生成時間序列對象。時序圖如 3.6 所示。從時序圖中未能直接觀察到數(shù)據(jù)圍繞某一常數(shù)上下波動，故不能直接判斷時間序列的平穩(wěn)性。從而采用 ADF 檢驗進行時間序列的平穩(wěn)性檢驗，結(jié)果顯示P=0.482>0.05，該序列存在單位根，為非平穩(wěn)序列。

【參考文獻】

相關(guān)期刊論文 前10條

1 秦穎;馮錄召;余宏杰;;2015年春夏季全國猩紅熱疫情流行病學(xué)特征分析[J];疾病監(jiān)測;2015年12期

2 陳遠方;張熳;王小莉;戎毅;彭海燕;管芳;;ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)模型在我國乙型肝炎發(fā)病預(yù)測中的應(yīng)用[J];江蘇預(yù)防醫(yī)學(xué);2015年03期

3 姜超;劉文東;胡建利;朱葉飛;鮑昌俊;湯奮揚;彭志行;陳峰;;丙肝疫情3種不同疾病預(yù)測預(yù)警方法比較[J];中國公共衛(wèi)生;2015年04期

4 鄭磊;劉德堅;許賢;;ARIMA模型與GM(1,1)模型在細菌性痢疾發(fā)病率預(yù)測中的比較研究[J];實用預(yù)防醫(yī)學(xué);2015年03期

5 顏康康;林雪君;鮑紅紅;李雙;劉欣;;灰色GM(1,1)模型在艾滋病、淋病、梅毒發(fā)病率預(yù)測研究中的應(yīng)用[J];實用預(yù)防醫(yī)學(xué);2015年03期

6 孫倩倩;王曉成;孔盼盼;余紅梅;;基于Markov模型的中國阿爾茨海默病患病趨勢預(yù)測[J];中國衛(wèi)生統(tǒng)計;2015年01期

7 邵慶峰;陳葉;陸瑩;;沈陽市2005—2012年猩紅熱流行特征分析[J];海峽預(yù)防醫(yī)學(xué)雜志;2014年06期

8 徐學(xué)琴;杜進林;孫寧;徐玉芳;李建偉;;改進的BP神經(jīng)網(wǎng)絡(luò)模型在麻疹預(yù)測中的應(yīng)用研究[J];中國現(xiàn)代醫(yī)學(xué)雜志;2014年31期

9 陰杰瑩;李琳;徐文體;董曉春;;天津市2004-2012年猩紅熱流行特征分析[J];現(xiàn)代預(yù)防醫(yī)學(xué);2014年19期

10 徐學(xué)琴;孫寧;徐玉芳;;基于BP神經(jīng)網(wǎng)絡(luò)的河南省甲乙類法定報告?zhèn)魅静☆A(yù)測研究[J];中華疾病控制雜志;2014年06期

相關(guān)碩士學(xué)位論文 前4條

1 張曉玲;基于BP神經(jīng)網(wǎng)絡(luò)的大理州艾滋病流行現(xiàn)狀分析和疫情預(yù)測模型的研究[D];云南大學(xué);2013年

2 王平;三種預(yù)測模型在主要傳染病發(fā)病率預(yù)測中的應(yīng)用[D];浙江大學(xué);2010年

3 畢秀娟;山東省重點傳染病的生態(tài)地理區(qū)劃研究[D];山東大學(xué);2009年

4 何國琴;A族乙型溶血性鏈球菌耐藥性和分子流行病學(xué)調(diào)查研究[D];重慶醫(yī)科大學(xué);2009年

本文編號：2789061