中国卫生检验杂志2023,Vol.33Issue(9) :1067-1070.

自回归移动平均乘积季节模型在耐碳青霉烯类肠杆菌目细菌流行趋势预测中的应用

Application of ARIMA multiplicative seasonal model in predicting epidemic trend of carbapenem resistant Enterobacteriaceae

张绮萍 王霄腾 陆锦琪 时粉娟 贾磊 金建文
中国卫生检验杂志2023,Vol.33Issue(9) :1067-1070.

自回归移动平均乘积季节模型在耐碳青霉烯类肠杆菌目细菌流行趋势预测中的应用

Application of ARIMA multiplicative seasonal model in predicting epidemic trend of carbapenem resistant Enterobacteriaceae

张绮萍 1王霄腾 2陆锦琪 1时粉娟 1贾磊 1金建文1
扫码查看

作者信息

  • 1. 嘉兴市第一医院感控与公共卫生部,浙江314000
  • 2. 嘉兴市第一医院消化内科
  • 折叠

摘要

目的 探讨自回归移动平均(ARIMA)乘积季节模型在耐碳青霉烯类肠杆菌目细菌(CRE)流行趋势预测中的应用,为医院CRE感染的早期预警和防控提供理论依据.方法 应用SPSS 26.0软件对2016年-2020年嘉兴市某三级甲等综合性医院CRE月检出株数构建ARIMA乘积季节模型,选取2021年实际检出的CRE株数作为验证数据集与预测值进行比较,从而评价该模型的预测效能.结果 2016年-2020年该院CRE检出总数呈逐年下降趋势,发病集中在每年7月-10月,9月为发病高峰,具有季节性和周期性.ARIMA(0,1,2)(0,1,0)12为最优模型,贝叶斯信息准则(BIC)为2.10,平均绝对百分误差(MAPE)为10.11,模型残差序列的Ljung-Box检验差异无统计学意义(Q=10.65,P>0.05),残差序列为白噪声,模型拟合良好.模型建立后,对2021年1月-12月的CRE检出株数进行ARIMA预测分析.结果 显示实际发病趋势与预测曲线较为吻合,预测误差为0.00%~22.22%,平均相对误差为10.81%,提示模型有良好的预测效果.结论 ARIMA乘积季节模型对CRE月检出株数的拟合情况良好,可用于CRE流行趋势的短期预测和动态分析,为医院CRE感染的监测和防控提供依据.

关键词

自回归移动平均模型/耐碳青霉烯类肠杆菌目细菌/预测

Key words

Autoregressive integrated moving average model/Carbapenem resistant Enterobacteriaceae/Prediction

引用本文复制引用

基金项目

浙江省医药卫生科技计划项目(2021KY1107)

嘉兴市科技计划项目(2021AD30163)

嘉兴市第一医院院级课题(2021-YA-076)

出版年

2023
中国卫生检验杂志
中华预防医学会

中国卫生检验杂志

影响因子:0.771
ISSN:1004-8685
参考文献量12
段落导航相关论文