目的:了解甘肅省發(fā)熱伴出疹癥候群（Rash and fever syndrome,RFS）病例分布特征和病原流行規(guī)律,明確高危人群和核心病原,建立核心病原陽性率預(yù)測(cè)模型,為甘肅省RFS監(jiān)測(cè)和相關(guān)疾病預(yù)警防控提供科學(xué)依據(jù)。方法:采用描述性研究和預(yù)測(cè)性研究方法,對(duì)2010年5月-2018年10月甘肅省RFS監(jiān)測(cè)病例進(jìn)行統(tǒng)計(jì)描述,分析病原檢測(cè)檢出及相關(guān)構(gòu)成狀況,揭示病原流行特征。以核心病原流行態(tài)勢(shì)為基礎(chǔ),構(gòu)建SARIMA模型,在此基礎(chǔ)上結(jié)合GRNN、NARNN神經(jīng)網(wǎng)絡(luò)模型,建立SARIMA-GRNN和SARIMA-NARNN組合預(yù)測(cè)模型,對(duì)核心病原陽性率進(jìn)行擬合預(yù)測(cè),比較各模型的MSE、MAE和MPAE值,評(píng)價(jià)擬合效果,確定甘肅省RFS核心病原陽性率最佳預(yù)測(cè)模型。結(jié)果:1.2010年5月-2018年10月甘肅省RFS共監(jiān)測(cè)病例4720例,實(shí)驗(yàn)室檢測(cè)4213例,其中陽性病例2189例,陽性率為51.96%;除2015年（82.29%）外,其余各年陽性率均在40%⁵5%區(qū)間波動(dòng)。2.陽性病例男性多于女性,兩者陽性率差異無統(tǒng)計(jì)學(xué)意義（P=0.201）,散居和幼托兒童占比分別為... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

SARIMA模型構(gòu)建流程圖

蘭州大學(xué)碩士學(xué)位論文甘肅省發(fā)熱伴出疹癥候群病原流行特征及核心病原趨勢(shì)預(yù)測(cè)研究12到的擬合值作為輸入，實(shí)際值為輸出，通過GRNN模型的非線性逼近能力對(duì)SARIMA模型的擬合值進(jìn)行誤差修正。具體建模步驟如下：（1）確定輸入輸出變量：以SARIMA模型的擬合值為GRNN模型的輸入變量，以同期對(duì)應(yīng)的序列實(shí)際值為輸出變量，構(gòu)成GRNN訓(xùn)練集。（2）數(shù)據(jù)歸一化處理：歸一化處理的目的是為了消除量綱的影響，常用的歸一化處理方法有兩種，可分別將數(shù)據(jù)轉(zhuǎn)化為[0,1]和[-1,1]區(qū)間的值。最大最小歸一法：t其中minx為序列最小值，t為序列最大值。正態(tài)歸一法：μ其中μ為樣本均值，為樣本標(biāo)準(zhǔn)差。本研究中陽性率已經(jīng)落在[0,1]區(qū)間，故不再進(jìn)行歸一化處理。（3）網(wǎng)絡(luò)建立與訓(xùn)練：利用newgrnn函數(shù)構(gòu)建GRNN模型，核心語句為：net=newgrnn(P,T,spread)，P為輸入變量，T為輸出變量，spread為最優(yōu)光滑因子；最優(yōu)光滑因子的確定采用交叉驗(yàn)證法，計(jì)算輸入輸出變量的誤差值對(duì)應(yīng)的MSE值，當(dāng)MSE最小時(shí)對(duì)應(yīng)的spread即為最優(yōu)。（4）模型預(yù)測(cè)：以SARIMA模型2018年1月-2018年10月的預(yù)測(cè)值作為輸入變量P1，利用（3）中構(gòu)建的GRNN模型進(jìn)行預(yù)測(cè)，核心語句為：yc=sim(net，P1)，則得到SARIMA-GRNN模型預(yù)測(cè)值。SARIMA-GRNN模型構(gòu)建流程圖如下所示：圖2-2SARIMA-GRNN模型構(gòu)建流程圖

蘭州大學(xué)碩士學(xué)位論文甘肅省發(fā)熱伴出疹癥候群病原流行特征及核心病原趨勢(shì)預(yù)測(cè)研究132.2.3SARIMA-NARNN模型理論與構(gòu)建流程神經(jīng)網(wǎng)絡(luò)按照是否存在反饋和記憶可分為靜態(tài)神經(jīng)網(wǎng)絡(luò)和動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)，動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)通過反饋和記憶功能，將前一時(shí)刻的數(shù)據(jù)加入下一時(shí)刻數(shù)據(jù)的計(jì)算中，使網(wǎng)絡(luò)不僅具有動(dòng)態(tài)性而且能完整保留系統(tǒng)信息[70]。NARNN作為動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)之一，具有較好的動(dòng)態(tài)性和抗干擾能力，其性能優(yōu)于全回歸神經(jīng)網(wǎng)絡(luò)，且可以和全回歸神經(jīng)網(wǎng)絡(luò)相互轉(zhuǎn)換，已成為估計(jì)動(dòng)態(tài)系統(tǒng)和研究高度非平穩(wěn)非線性序列的有力工具，十分適用于時(shí)間序列數(shù)據(jù)預(yù)測(cè)。典型的NARNN由輸入層、隱層、輸出層及輸入輸出延時(shí)構(gòu)成，在建模之前需事先確定輸入輸出的延時(shí)階數(shù)、隱層神經(jīng)元個(gè)數(shù)等�；窘Y(jié)構(gòu)如圖2-3所示：圖2-3NAR神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖NARNN模型可表示為：t,,,其中為神經(jīng)網(wǎng)絡(luò)輸出，為延時(shí)階數(shù)，t為用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的非線性函數(shù)。由公式可知，NARNN的輸出僅取決于延遲期前的數(shù)據(jù)。建模數(shù)據(jù)被隨機(jī)劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，訓(xùn)練集用來確定模型參數(shù)，驗(yàn)證集通過避免過擬合來提高模型泛化能力，測(cè)試集作為評(píng)價(jià)模型性能的獨(dú)立測(cè)試。延遲階數(shù)和隱層神經(jīng)元個(gè)數(shù)選取目前尚無成熟的理論依據(jù)，只能憑經(jīng)驗(yàn)反復(fù)嘗試確定，模型訓(xùn)練采用Levenberg-Marquardt算法，根據(jù)誤差自相關(guān)圖、時(shí)間序列響應(yīng)圖、MSE和相關(guān)系數(shù)R2確定最優(yōu)模型。標(biāo)準(zhǔn)NARNN結(jié)構(gòu)中網(wǎng)絡(luò)輸出被反饋到輸入端，此模式也稱閉環(huán)模式（Close-loop），見圖2-4。但由于實(shí)際訓(xùn)練過程中，期望的輸出是已知的，為提高模型訓(xùn)練的效率和預(yù)測(cè)的準(zhǔn)確性，在訓(xùn)練過程中使用開環(huán)模式（Open-loop），訓(xùn)練完成后使用closeloop函數(shù)將開環(huán)改為閉環(huán)進(jìn)行多步預(yù)測(cè)。

【參考文獻(xiàn)】：
期刊論文
[1]2010-2017年上海市浦東新區(qū)發(fā)熱伴出疹性疾病病原學(xué)分析[J]. 費(fèi)怡,鄧鵬飛,楊天,楊來寶,王衛(wèi)平,王琦璋,周翠萍,郝莉鵬.  中華疾病控制雜志. 2019(05)
[2]GM（1,1）灰色模型、馬爾可夫鏈模型及其組合模型和SARIMA模型在甲肝發(fā)病數(shù)預(yù)測(cè)中的應(yīng)用效果比較[J]. 劉天,王蕓,姚夢(mèng)雷,黃繼貴,吳楊,童葉青.  華南預(yù)防醫(yī)學(xué). 2019(02)
[3]中國(guó)東部?jī)和议L(zhǎng)對(duì)EV71疫苗接受率的Meta分析[J]. 郝艷會(huì),石雷.  熱帶醫(yī)學(xué)雜志. 2019(03)
[4]我國(guó)兒童家長(zhǎng)對(duì)EV 71疫苗知曉率與接受率的Meta分析[J]. 彭銳豪,曾路情,韋薇,徐昌圓,曹彥,陳唯,夏蘇建.  華南預(yù)防醫(yī)學(xué). 2018(05)
[5]義烏市育齡期婦女風(fēng)疹相關(guān)知識(shí)、態(tài)度和行為調(diào)查[J]. 吳非,陶靜波,駱偉彪,賈建偉,樓靈巧.  上海預(yù)防醫(yī)學(xué). 2018(07)
[6]SARIMA-Markov模型在船舶交通流量預(yù)測(cè)中的應(yīng)用[J]. 江福才,范慶波,馬全黨,張帆,馬勇.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2018(04)
[7]ARIMA乘積季節(jié)模型與廣義回歸神經(jīng)網(wǎng)絡(luò)模型在布魯菌病發(fā)病預(yù)測(cè)的比較[J]. 馬潔,田野,黃璐,孟維靜,王素珍,石福艷.  山東大學(xué)學(xué)報(bào)(醫(yī)學(xué)版). 2018(06)
[8]發(fā)熱癥狀監(jiān)測(cè)在前瞻性登革熱早期暴發(fā)中的應(yīng)用[J]. 陳武,吳生根,歐劍鳴,翁育偉,王靈嵐,王金章.  海峽預(yù)防醫(yī)學(xué)雜志. 2018(02)
[9]2009～2015年中國(guó)山西省發(fā)熱伴出疹癥候群病毒性病原譜流行特征[J]. 邱琪,柴志凱,郜慧,任斌知,常少英,許文波,王英,崔愛利.  病毒學(xué)報(bào). 2017(02)
[10]黑龍江省2012-2014年發(fā)熱出疹性疾病病原譜分析[J]. 楊明,陳淑紅,王開利,陳宇航,周廣恩,華華,胡泉博,李冀宏.  中國(guó)公共衛(wèi)生管理. 2016(05)

碩士論文
[1]山西省人間布病的流行特征及基于ARIMA-ERNN組合模型預(yù)測(cè)效果研究[D]. 李文瀚.山西醫(yī)科大學(xué) 2019
[2]兒童出疹性疾病病因分析及特應(yīng)性體質(zhì)對(duì)其病因分布的影響[D]. 左彩蕓.山西醫(yī)科大學(xué) 2018
[3]20092015年山西省發(fā)熱伴出疹癥候群病毒性病原譜的構(gòu)成及人細(xì)小病毒B19的基因特征[D]. 邱琪.中國(guó)疾病預(yù)防控制中心 2017
[4]邵陽市2004-2013年艾滋病流行特征及ARIMA-BP組合模型在艾滋病預(yù)測(cè)中的應(yīng)用[D]. 朱寧.南華大學(xué) 2015



本文編號(hào)：3050066