切换至 "中华医学电子期刊资源库"
高级检索
中华临床医师杂志(电子版)

中华临床医师杂志(电子版) ›› 2024, Vol. 18 ›› Issue (06) : 555 -561. doi: 10.3877/cma.j.issn.1674-0785.2024.06.006

临床研究

海南省2010~2020年乙型肝炎流行趋势的时间序列分析及预测
黄圣楷1, 许斌1, 苏健1, 孙龙1,†()   
  1. 1. 570102　海口，海南医学院第一附属医院感染科
  • 收稿日期:2024-03-12 出版日期:2024-06-15
  • 通信作者: 孙龙
  • 基金资助:
    国家重点研发计划“病原学与防疫技术体系研究”重点专项(2022YFC2305001)

Time series analysis of hepatitis B epidemic trend in Hainan Province from 2010 to 2020 and establishment of a model for prediction of hepatitis B epidemic incidence from 2021 to 2030

Shengkai Huang1, Bin Xu1, Jian Su1, Long Sun1,†()   

  1. 1. Department of Infectious Diseases, First Affiliated Hospital of Hainan Medical College, Haikou 570102, China
  • Received:2024-03-12 Published:2024-06-15
  • Corresponding author: Long Sun
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

黄圣楷, 许斌, 苏健, 孙龙. 海南省2010~2020年乙型肝炎流行趋势的时间序列分析及预测[J]. 中华临床医师杂志(电子版), 2024, 18(06): 555-561.

Shengkai Huang, Bin Xu, Jian Su, Long Sun. Time series analysis of hepatitis B epidemic trend in Hainan Province from 2010 to 2020 and establishment of a model for prediction of hepatitis B epidemic incidence from 2021 to 2030[J]. Chinese Journal of Clinicians(Electronic Edition), 2024, 18(06): 555-561.

目的

了解海南省2010年~2020年乙型肝炎的流行特征。探讨SARIMA模型在预测乙型肝炎发病趋势中的应用价值。

方法

收集2010年1月~2020年12月海南省乙型肝炎病例报告数据，并进行季节性分解，建立季节性自动回归移动平均模型（SARIMA），并预测2021年~2030年乙型肝炎发病趋势。

结果

2010年~2020年乙型肝炎整体呈上升趋势，每年3~5月和7~8月是发病高峰期，2月为发病低谷，SARIMA模型预测2021年~2030年乙型肝炎发病整体呈下降趋势，2030年乙型肝炎新发病例为10991（95%CI：208~68500）例。

结论

海南省乙型肝炎发病整体呈下降趋势，SARIMA模型在预测乙型肝炎发病趋势方面具有较高应用价值。

关键词: 乙型肝炎, 时间序列, SARIMA模型, 预测
Objective

To investigate the epidemic characteristics of hepatitis B in Hainan Province from 2010 to 2020, and to assess the application value of a seasonal autoregressive integrated moving average (SARIMA) model in predicting the trend of hepatitis B incidence.

Methods

Data on hepatitis B case reports in Hainan Province from January 2010 to December 2020 were collected. After performing seasonal decomposition, a SARIMA model was established to predict the trend of hepatitis B incidence from 2021 to 2030.

Results

The overall incidence of hepatitis B showed an upward trend from 2010 to 2020, with March to May and July to August being the peak periods of each year and February being the trough period. According to the prediction by the SARIMA model, the overall incidence of hepatitis B will decrease from 2021 to 2030, with 10991 (95% confidence interval: 208~68500) new cases of hepatitis B in 2030.

Conclusion

The overall incidence of hepatitis B in Hainan Province is decreasing, and the SARIMA model has high application value in predicting the trend of hepatitis B incidence.

Key words: Hepatitis B, Time series, SARIMA model, Prediction
表1 海南省2010年~2020年乙型肝炎发病数和发病率
年份 发病数（例） 发病率（/10万） 月发病数（例）
2010 6688 77.40 557.3
2011 7346 84.71 612.2
2012 8215 93.63 684.6
2013 10 889 122.82 907.4
2014 11 594 129.50 966.2
2015 11 531 127.63 960.9
2016 10 495 115.23 874.6
2017 14 865 162.10 1238.8
2018 15 262 152.29 1271.8
2019 15 034 160.91 1252.8
2020 12 445 131.77 1037.1
图1 海南省2010年~2020年乙肝病例数的月份分布
图2 海南省2010年~2020年乙型肝炎季节分解结果
图3 乙肝1阶差分-1阶季节差分后时间序列图
表2 SARIMA模型参数
参数 阶数 系数 标准误差 t值 P值
常量 -0.002 0.002 -0.739 0.462
MA 1 0.537 0.081 6.665 <0.001
AR，季节性 2 -0.229 0.182 -1.257 0.211
MA，季节性 2 -0.706 0.715 -0.987 0.326
表3 SARIMA模型检验参数表
模型 模型拟合度统计 杨-博克斯检验 R2
RMSE MAPE（%） MAE BIC 统计量 DF 显著性 离群值 SARIMA（0,1,1）（2,1,2）12
0.806 109.416 8.808 80.145 9.631 11.55 13 0.565 0
图4 残差的ACF图及PACF图。图a为残差自相关系数；图b为残差偏自相关系数；ACF和PCAF均在置信区间内，可判断是白噪声 注：ACF为自相关系数；PACF为偏自相关系数
图5 乙型肝炎发病数预测
1
中华医学会肝病学分会, 中华医学会感染病学分会. 慢性乙型肝炎防治指南(2022年版) [J]. 实用肝脏病杂志, 2023, 26(3): 插1-插22.
2
Collaborators G H B. Global, regional, and national burden of hepatitis B, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019 [J]. Lancet Gastroenterol Hepatol, 2022, 7(9): 796-829.
3
WHO. Global progress report on HIV, viral hepatitis and sexually transmitted infections, 2021 [EB/OL]. 2024-2-29.
4
Xia C, Dong X, Li H, et al. Cancer statistics in China and United States, 2022: profiles, trends, and determinants [J]. Chin Med J (Engl), 2022, 135(5): 584-590.
5
Bai S, Dang W, Hong W, et al. The prevalence of hepatitis B in Chinese general population from 2018 to 2022: a systematic review and meta-analysis [J]. BMC Infect Dis, 2024, 24(1): 211.
6
崔富强, 林炳亮, 刘志华, 等. 中国消除病毒性肝炎公共卫生危害的进展 [J]. 中国病毒病杂志, 2023, 13(5): 327-336.
7
国家卫生健康委员会. 中国卫生健康统计年鉴-2022 [M]. 北京: 中国协和医科大学出版社, 2022.
8
符振旺, 范世恒, 李卫霞. 海南省2015-2021年乙型肝炎流行病学特征分析及趋势预测 [J]. 中国热带医学, 2024, 24(2): 143-149.
9
Fang K, Cao L, Fu Z, et al. Prediction of reported monthly incidence of hepatitis B in Hainan Province of China based on SARIMA-BPNN model [J]. Medicine (Baltimore), 2023, 102(41): e35054.
10
古升, 陈海云, 吴涛, 等. 2012-2014年海南省乙型肝炎流行病学特征分析 [J]. 中国病原生物学杂志, 2016, 11(8): 742-745.
11
WHO. Elimination of hepatitis by 2030 [EB/OL]. 2024-2-29.
12
黄佳峰, 钟春燕, 柯雪梅, 等. 2013-2022年厦门市恙虫病流行病学特征及趋势预测 [J]. 热带病与寄生虫学, 2023, 21(6): 315-320.
13
陈宝, 丘美娇, 林尤斌, 等. SARIMA模型在海南某医院流感样病例预测中的可行性分析 [J]. 南昌大学学报(医学版), 2022, 62(2):75-78.
14
王春宁. 应用时间序列分析 [M]. 北京: 中国统计出版社, 2022.
15
陈刚, 郭鹏, 皮鹤, 等. 基于单位根检验和ARMA模型的桥墩位移稳定性时间序列分析 [J]. 武汉工程大学学报, 2023, 45(5): 586-590.
16
马一鸣, 丁勇. 我国2012-2021年4种肝炎流行趋势的时间序列分析和预测 [J]. 南京医科大学学报(自然科学版), 2024, 44(1): 72-79.
17
杨庆, 漆琪, 刘家洁, 等. 2010-2021年四川省乙型肝炎流行特征分析及发病预测 [J]. 疾病监测, 2023, 38(2): 202-206.
18
杨敏雪, 于斐, 王培生, 等. 基于ARIMA和LSTM神经网络的乌鲁木齐市乙型肝炎发病预测研究 [J]. 现代预防医学, 2022, 49(16): 2903-2907.
19
马晓江, 周然, 邹显东, 等. 基于ARIMA模型探讨2008-2021年河北省流行性腮腺炎流行趋势 [J]. 预防医学情报杂志, 2023, 39(11): 1299-1305.
20
李平, 黄澳迪, 包黎明, 等. 基于ARIMA乘积季节模型的中国流行性腮腺炎发病趋势预测分析 [J]. 中国疫苗和免疫, 2023, 29(2): 174-179.
21
蒋伟, 毛宪化, 刘振球, 等. 中国大陆居民2004-2017年乙型肝炎发病趋势分析 [J]. 中国公共卫生, 2022, 38(3): 257-261.
22
田珍榛, 刘星言, 赵蕊婷, 等. 我国1992-2022年乙型肝炎发病变化趋势及预测模型研究 [J]. 江苏预防医学, 2023, 34(3): 285-288, 359.
23
吴桂花, 樊利春, 曹霞, 等. 海南省2015-2020年联合免疫阻断乙型肝炎病毒母婴传播效果分析 [J]. 中国热带医学, 2023, 23(6): 602-606.
24
孔令婉, 曹霞, 黄翠敏, 等. 2016-2020年海南省孕产妇乙型病毒性肝炎感染现状 [J]. 中国预防医学杂志, 2021, 22(10): 808-810.
25
Polaris Observatory Collaborators. Global prevalence, treatment, and prevention of hepatitis B virus infection in 2016: a modelling study [J]. Lancet Gastroenterol Hepatol, 2018, 3(6): 383-403.
26
Wang YW, Shen ZZ, Jiang Y. Comparison of ARIMA and GM(1,1) models for prediction of hepatitis B in China [J]. PLoS One, 2018, 13(9): e201987.
27
张潇, 陆林, 任以胜, 等. 中国城市蔓延的时空演变格局及其影响因素 [J]. 经济地理, 2021, 41(3): 77-85.
28
李剑, 刘莉红, 何志勇, 等. BP神经网络和SARIMA模型在手足口病发病率预测中的比较 [J]. 安徽预防医学杂志, 2023, 29(6): 454-458.
29
张裕晓, 梁雅丽, 张敏, 等. 时间序列在呼吸道传染病研究中的可视化分析 [J]. 预防医学情报杂志, 2023, 39(10): 1267-1276.
30
海南省人民政府. 海南省人民政府办公厅关于印发《海南省“2+3”健康服务包实施方案》的通知 [EB/OL]. 2024-2-29.
[1] 洪玮, 叶细容, 刘枝红, 杨银凤, 吕志红. 超声影像组学联合临床病理特征预测乳腺癌新辅助化疗完全病理缓解的价值[J]. 中华医学超声杂志（电子版）, 2024, 21(06): 571-579.
[2] 李国煜, 丛赟, 祖丽胡马尔·麦麦提艾力, 何铁英. 急性胰腺炎并发门静脉系统血栓形成的危险因素及预测模型构建[J]. 中华普通外科学文献(电子版), 2024, 18(04): 266-270.
[3] 丁关棣, 黄云, 曹震, 刘刚. 胃癌根治术后感染性并发症预测：基于真实世界数据的Nomogram模型开发与验证[J]. 中华普外科手术学杂志(电子版), 2024, 18(03): 261-266.
[4] 张阳, 纽燕娜, 常丽蓉, 唐国华, 赵萍. ERAS理念下肝棘球蚴病术后并发症风险预测模型构建[J]. 中华普外科手术学杂志(电子版), 2024, 18(03): 287-290.
[5] 廖江荣, 吴秀琳, 陈光春, 郭亮, 吕慈, 蔡俊, 陈夕. 急性主动脉夹层并发急性肺损伤的研究新进展[J]. 中华肺部疾病杂志(电子版), 2024, 17(03): 488-492.
[6] 李娜, 李永犇, 张青. 老年四肢骨折患者2年内再骨折的预测模型构建及验证[J]. 中华老年骨科与康复电子杂志, 2024, 10(03): 171-177.
[7] 王绅, 王如海, 李春, 杨震, 孙菲琳. 中重型颅脑创伤患者住院时间延长的危险因素分析及预测模型构建[J]. 中华脑科疾病与康复杂志(电子版), 2024, 14(03): 146-153.
[8] 秦相清, 朱陈, 张海银. 构建诺模图模型预测肝硬化食管胃底静脉曲张出血的风险[J]. 中华消化病与影像杂志(电子版), 2024, 14(04): 330-335.
[9] 胡静, 杨秀锦, 侯志云. HBV感染患者外周血ISGs表达水平变化及其与干扰素治疗疗效的关系[J]. 中华消化病与影像杂志(电子版), 2024, 14(04): 343-347.
[10] 刘伟, 高续, 谢玉海, 蒋哲, 刘士成. 基于增强CT影像组学模型在预测急性胰腺炎复发中的应用价值[J]. 中华消化病与影像杂志(电子版), 2024, 14(04): 348-354.
[11] 田娜, 韩飞天. 基于CT平扫影像组学模型与系统免疫炎症指数预测急性胰腺炎复发模型的建立[J]. 中华消化病与影像杂志(电子版), 2024, 14(04): 355-359.
[12] 杨巨顺, 何伯圣. 急性肠系膜缺血不可逆肠坏死预测因素的研究进展[J]. 中华消化病与影像杂志(电子版), 2024, 14(03): 275-281.
[13] 赵倩, 刘文超, 李玺琳, 章邱东. 老年急性脑梗死诱发胃肠损伤的风险因素分析及模型构建[J]. 中华消化病与影像杂志(电子版), 2024, 14(03): 213-217.
[14] 董晟, 郎胜坤, 葛新, 孙少君, 薛明宇. 反向休克指数乘以格拉斯哥昏迷评分对老年严重创伤患者发生急性创伤性凝血功能障碍的预测价值[J]. 中华临床医师杂志(电子版), 2024, 18(06): 541-547.
[15] 宫平, 刘倩, 王啸, 袁会敏, 王维展, 王璞. 早期PI联合Pv-aCO2/Ca-vO2预测老年脓毒性休克的死亡风险[J]. 中华临床医师杂志(电子版), 2024, 18(03): 253-258.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号