目的利用四川省2004—2019年肺結(jié)核報告發(fā)病數(shù)構(gòu)建時間序列ARIMA模型,分析其時空變化趨勢,為肺結(jié)核的綜合防控提供參考依據(jù)。方法對2004年1月—2019年12月四川省肺結(jié)核發(fā)病情況進行分析,構(gòu)建月度發(fā)病數(shù)ARIMA時間序列模型和年度發(fā)病率空間分布專題地圖,分析四川地區(qū)肺結(jié)核時空流行特征及趨勢。結(jié)果四川省2004—2018年肺結(jié)核發(fā)病持續(xù)下降,2019年略有上升,冬春季發(fā)病略高;全省疫情以川西人口稀少區(qū)域和川東北為主且相對穩(wěn)定。ARIMA(2,1,1)(1,1,0)₁₂預(yù)測2020年肺結(jié)核報告發(fā)病數(shù)略高于2019年發(fā)病數(shù)。結(jié)論 ARIMA模型能夠較好地對四川省肺結(jié)核疫情報告發(fā)病數(shù)進行擬合和短期預(yù)測,肺結(jié)核疫情呈現(xiàn)的時空分布特征及其趨勢能夠為肺結(jié)核風(fēng)險評估、重點地區(qū)和重點人群篩選等綜合防控提供參考依據(jù)。

【文章頁數(shù)】：4 頁

【文章目錄】：
1 資料與方法
    1.1 資料來源
    1.2 方法
        1.2.1 數(shù)據(jù)整理
        1.2.2 發(fā)病空間分布特征分析
        1.2.3 發(fā)病時間分布特征及其趨勢分析
2 結(jié) 果
    2.1 發(fā)病空間分布特征
    2.2 時間分布
        2.2.1 年度分布特征
        2.2.2 月份分布特征
    2.3 季節(jié)乘積ARIMA模型構(gòu)建
        2.3.1 原始序列的平穩(wěn)化
        2.3.2 模型的識別與檢驗
    2.4 基于ARIMA(2,1,1)(1,1,0)12模型2020年肺結(jié)核分月發(fā)病趨勢短期預(yù)測
3 討 論



本文編號：3786375