使用贝叶斯结构时间序列模型预测中国急性出血性结膜炎的流行病学趋势

科学领域:

• 流行病学 流行病学
• 生物统计学 生物统计学
• 公共卫生 公共卫生

背景情况:

• 急性出血性结膜炎 (AHC) 是一个重大的公共卫生挑战.
• 准确的流行病预测对于有效的疾病监测和控制至关重要.

研究的目的:

• 评估贝叶斯时间结构序列 (BSTS) 模型用于估计AHC流行趋势的应用价值.
• 将BSTS的预测性能与自回归集成移动平均线 (ARIMA) 模型进行比较.

主要方法:

• 从2011年1月到2022年10月,在中国收集的AHC病例数据.
• 使用2011年1月至2021年12月的数据开发了BSTS和ARIMA模型.
• 使用2022年1月至10月的数据和预测未来发生率验证了模型性能.

主要成果:

• 比起ARIMA模型,BSTS模型的预测误差较小.
• 观察到的AHC发生率在BSTS预测的95%置信区间内,与ARIMA不同.
• 在2022年11月至2023年12月期间,BSTS预测中国有26,474例新的AHC病例.

结论:

• 在预测AHC流行趋势方面,BSTS模型具有很高的适用性和卓越的性能.
• BSTS为加强疾病监测和为AHC提供预防策略提供了有价值的工具.