基于蚊密度差分自回归移动平均模型预测流行性乙型脑炎的贝叶斯判别分析研究

doi:10.11853/j.issn.1003.8280.2018.06.003

摘要/Abstract

摘要： 目的利用贝叶斯（Bayes）判别分析方法探讨河北省流行性乙型脑炎（乙脑）发生与蚊密度时间序列预测模型的关系，验证差分自回归移动平均（ARIMA）模型在病媒生物监测信息管理系统中对蚊密度的预测及关联乙脑病例的预警作用。方法收集河北省2009-2016年乙脑报告病例资料和蚊密度监测资料进行统计分析，采用ARIMA模型进行建模拟合及预测分析；利用Bayes判别分析论证蚊密度预测模型与乙脑的关系。结果通过ARIMA模型对总蚊密度进行拟合得出最优模型ARIMA（0，1，1）×（0，1，1）₁₂；2009-2016年河北省总蚊密度与乙脑呈正相关（r=0.101，P=0.043）；将Bayes判别分析用于河北省总蚊密度时间序列模型预测值判别2个月后的乙脑发病情况，与实际乙脑发生情况比较符合率为0.631 6，总蚊密度监测值与ARIMA模型的预测值对密度高峰后2个月的乙脑发病状况Bayes判别结果符合率为100%。结论 Bayes判别分析可应用于河北省总蚊密度时间序列模型预测值对乙脑疫情的预警，通过建立模型对蚊密度预测，可以利用病媒生物监测信息管理系统蚊虫监测数据对蚊媒传染病的防控工作提供预警支撑。

关键词: 流行性乙型脑炎, 蚊密度, 差分自回归移动平均模型, 贝叶斯分析

Abstract: Objective To expound the application of Bayes analysis in the relationship between Japanese encephalitis (JE) and multiple seasonal autoregressive integrated moving average model (ARIMA) in Hebei province, meanwhile, to evaluate the effect of the multiple seasonal ARIMA model in the prediction of monthly mosquito density and JE prediction. Methods We collected the incidence data of the JE and mosquito population density data. A mathematic model was constructed using SPSS 21.0 and used to predict the situation, discuss the application of Bayes analysis in the relationship between JE and multiple seasonal ARIMA model of total mosquito density. Results ARIMA (0,1, 1)×(0, 1, 1)₁₂ model best fitted the incidence of mosquito density from 2009 to 2016. The incidence of JE disease was correlated with mosquito population densities (r=0.101, P=0.043). Bayes analysis indicated that 63.16% subjects were correctly discriminated among samples of mosquito density and Bayes analysis got a result that the coincidence rate was 100% among the prediction of mosquito density and true ones in JE prediction. Conclusion Bayes analysis verified that the multiple seasonal ARIMA model in the prediction of monthly mosquito density can be used to predict the JE. ARIMA model fits well in the prediction of mosquito density, and applies to the information system of vector monitoring, and to early warn the unusual mosquito density and control mosquito-borne infectious diseases.

Key words: Japanese encephalitis, Mosquito density, Autoregressive integrated moving average model, Bayes analysis

中图分类号:

高文, 黄钢, 韩晓莉. 基于蚊密度差分自回归移动平均模型预测流行性乙型脑炎的贝叶斯判别分析研究[J]. 中国媒介生物学及控制杂志, 2018, 29(6): 557-563.

GAO Wen, HUANG Gang, HAN Xiao-li. Application of Bayes analysis in Japanese encephalitis prediction based on multiple seasonal autoregressive integrated moving average model[J]. Chines Journal of Vector Biology and Control, 2018, 29(6): 557-563.

参考文献

[1] 俞永新. 流行性乙型脑炎的全球流行动态及控制策略[J]. 中国公共卫生,2000,16(6):567-569. DOI:10.11847/zgggws2000-16-06.74.
[2] 许永刚,魏亚梅,张艳波,等. 河北省2005-2007年流行性乙型脑炎监测分析[J]. 河北医药,2009,31(17):2312-2313.DOI:10.3969/j.issn.1002-7386.2009.17.067.
[3] 吕炜,黄谊,段丽琼,等. 2007-2011年湖南省蚊媒传染病与蚊虫密度季节消长相关性分析[J]. 实用预防医学,2012,19(11):1662-1664. DOI:10.3969/j.issn.1006-3110.2012.11.020.
[4] 高文,马丽华,黄钢,等. 河北省2013-2015年蚊媒传染病与蚊密度相关性分析[J]. 中国媒介生物学及控制杂志,2016,27(4):350-353. DOI:10.11853/j.issn.1003.8280.2016.04.009.
[5] 高文,黄钢,马丽华,等. 差分自回归移动平均模型在河北省鼠密度监测信息系统中的应用研究[J]. 中国媒介生物学及控制杂志,2017,28(3):265-268. DOI:10.11853/j.issn.1003.8280. 2017.03.018.
[6] 高围溦,郭常义,周义军. 时间序列分析在我国公共卫生领域的应用[J]. 中国社会医学杂志,2014,28(2):78-80.
[7] 孙振球,徐勇勇. 医学统计学[M]. 4版. 北京:人民卫生出版社,2015:384-440.
[8] 李文杰. 判别分析在医学建模中的应用[J]. 兰州商学院学报,2005,21(3):45-48. DOI:10.3969/j.issn.1004-5465.2005.03. 011.
[9] 魏亚梅,郭娜娜,韩旭,等. 差分自回归移动平均模型在肾综合征出血热发病预测中的应用研究[J]. 中国媒介生物学及控制杂志,2014,25(3):231-234. DOI:10.11853/j.issn.1003. 4692.2014.03.010.
[10] 易丹辉. 时间序列分析:方法与应用[M]. 北京:中国人民大学出版社,2011:70-80.
[11] 袁明,刘海博,高艳青,等. 北京首都第二机场建设前蚊媒监测结果分析[J]. 中国媒介生物学及控制杂志,2015,26(6):622-624. DOI:10.11853/j.issn.1003.4692.2015.06.022.
[12] 袁志发,宋世德. 多元统计分析[M]. 2版. 北京:科学出版社,2000:216-235.
[13] 裘炯良,郑剑宁,薛新春,等. 国际航行船舶外来医学媒介生物传入风险的判别分析[J]. 现代预防医学,2010,37(4):608-610.
[14] 马庆波,向华,刘伟,等. 基于贝叶斯-神经网络筛选矽肺早期标志物及建立诊断模型[J]. 质谱学报,2011,32(1):50-54.
[15] 杨珊,周波,何小群,等. 贝叶斯判别分析在原发性醛固酮增多症诊断中的价值研究[J]. 中国实用内科杂志,2015,35(10):835-838.
[16] 肖培,崔步云. 贝叶斯判别分析在布氏杆菌常见种别鉴定中的应用[J]. 中国卫生统计,2013,30(6):802-804.
[17] 魏亚梅,韩旭,韩占英,等. 河北省健康人群流行性乙型脑炎抗体水平调查[J]. 实用预防医学,2012,19(8):1160-1161. DOI:10.3969/j.issn.1006-3110.2012.08.014.
[18] 尹遵栋,罗会明,李艺星,等. 时间序列分析(自回归求和移动平均模型)在流行性乙型脑炎预测中的应用[J]. 中国疫苗和免疫,2010,16(5):457-461.
[19] 王磊. 河北省流行性乙型脑炎流行特征分析及ARIMA预测研究[D]. 石家庄:河北医科大学,2008.
[20] 刘立,王环宇,张世勇,等. 2013年石家庄市流行性乙型脑炎暴发疫情的流行病学分析[J]. 中国全科医学,2016,19(29):3580-3583. DOI:10.3969/j.issn.1007-9572.2016.29.015.
[21] 郑学礼. 我国蚊媒研究概况[J]. 中国病原生物学杂志,2014,9(2):183-187. DOI:10.13350/j.cjpb.140222.
[22] 邹志辉,周健明,林琳,等. 深圳市龙岗区蚊虫自然感染流行性乙型脑炎病毒状况调查[J]. 现代预防医学,2012,39(19):5083-5085.
[23] 候雨丰,翟士勇,赵志清,等. 石家庄市2013年乙脑媒介蚊虫调查分析[J]. 医学动物防制,2015,31(2):216-217.
[24] 林岩,周勇,潘伟毅,等. 福建省儿童流行性乙型脑炎发病影响因素及控制策略研究[J]. 预防医学论坛,2014,20(11):813-814. DOI:10.16406/j.pmt.issn.1672-9153.2014.11.028.
[25] 蔡松武,段金华,刘文华,等. 病媒生物网络直报信息系统在监测中的应用[J]. 中华卫生杀虫药械,2010,16(6):415-417.
[26] 杨天赐,张晓斌,董善定,等. 智能蚊媒传染病应急管理系统开发与应用[J]. 中国卫生检验杂志,2014,24(5):653-655,660.