海南省2010~2020年乙型肝炎流行趋势的时间序列分析及预测

doi:10.3877/cma.j.issn.1674-0785.2024.06.006

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

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
模型	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

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
模型	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/OL]. 中华医学超声杂志（电子版）, 2024, 21(06): 571-579.
[2]	奚玲, 仝瀚文, 缪骥, 毛永欢, 沈晓菲, 杜峻峰, 刘晔. 基于肌少症构建的造口旁疝危险因素预测模型[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 48-51.
[3]	屈勤芳, 束方莲. 盆腔器官脱垂患者盆底重建手术后压力性尿失禁发生的影响因素及列线图预测模型构建[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 606-612.
[4]	犹成亿, 尤恒, 叶东樊, 张雯, 刘禹, 王仁宇, 苏琳茜, 甘慧, 徐智. 基于3D Res U-Net-Faster RCNN 技术和CT 影像学特征的肺结节性质预测模型的建立[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 673-679.
[5]	张卫锋, 张天翼, 赵正维, 王海强, 尹逊亮. VE /VCO2 斜率对肺癌肺叶切除术后心血管并发症的预测意义[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 725-730.
[6]	王亚岚, 倪婧, 余世庆, 陶银花, 张荣. 尼达尼布抗纤维化治疗特发性肺纤维化的耐受性和疗效预测因素分析[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 750-755.
[7]	公宇, 廖媛, 尚梅. 肝细胞癌TACE术后复发影响因素及预测模型建立[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 818-824.
[8]	刘敏思, 李荣, 李媚. 基于GGT与Plt比值的模型在HBV相关肝细胞癌诊断中的作用[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 831-835.
[9]	王贝贝, 崔振义, 王静, 王晗妍, 吕红芝, 李秀婷. 老年股骨粗隆间骨折患者术后贫血预测模型的构建与验证[J/OL]. 中华老年骨科与康复电子杂志, 2024, 10(06): 355-362.
[10]	董佳, 王坤, 张莉. 预后营养指数结合免疫球蛋白、血糖及甲胎蛋白对HBV 相关慢加急性肝衰竭患者治疗后预后不良的预测价值[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 555-559.
[11]	孙晗, 于冰, 武侠, 周熙朗. 基于循环肿瘤DNA 甲基化的结直肠癌筛查预测模型的构建与验证[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 500-506.
[12]	韦巧玲, 黄妍, 赵昌, 宋庆峰, 陈祖毅, 黄莹, 蒙嫦, 黄靖. 肝癌微波消融术后中重度疼痛风险预测列线图模型构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 715-721.
[13]	蔡晓雯, 李慧景, 丘婕, 杨翼帆, 吴素贤, 林玉彤, 何秋娜. 肝癌患者肝动脉化疗栓塞术后疼痛风险预测模型的构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 722-728.
[14]	王誉英, 刘世伟, 王睿, 曾娅玲, 涂禧慧, 张蒲蓉. 老年乳腺癌新辅助治疗病理完全缓解的预测因素分析[J/OL]. 中华临床医师杂志(电子版), 2024, 18(07): 641-646.
[15]	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/OL]. 中华临床医师杂志(电子版), 2024, 18(06): 541-547.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

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

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

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