重庆急性出血性结膜炎的发生率:基于数学模型的预测研究
Xiaobing Xian1,2, Sitian Wu3, Yandi Fu3
1Department of Operations Management, The Thirteenth People's Hospital of Chongqing, Chongqing, China.
Frontiers in public health
|October 27, 2025
概括
该SARIMA-KNN混合模型准确地预测了重庆急性出血性结膜炎 (AHC) 季节性爆发. 这种先进的预测方法支持控制传染性眼病的公共卫生战略.
科学领域:
- 公共卫生监督 公共卫生监督
- 流行病学建模 流行病学建模
- 传染病的动态传染病的动态.
背景情况:
- 急性出血性结膜炎 (AHC) 是一种高度传染性的眼病,具有重大公共卫生影响.
- 在重庆等人口密集地区,AHC表现出明显的季节性爆发模式.
- 现有的单一预测模型很难捕捉到AHC的复杂的时空传播.
研究的目的:
- 为了比较各种数学模型的性能,以预测重庆的AHC发病率.
- 为了确定最佳的预测方法来预测AHC爆发.
- 为制定关于AHC预防的公共卫生政策提供理论基础.
主要方法:
- 从2019年3月到2024年10月,收集了重庆的每月AHC发病率数据.
- 采用了五种预测模型:SARIMA,KNN,Prophet,SARIMA-KNN,以及SARIMA-Prophet. 这些模型包括:
- 使用MSE,RMSE,MAE,MAPE和Diebold-Mariano测试来评估模型的性能,以获得统计学意义.
主要成果:
- 重庆的AHC发病率显示出显著的季节性波动,每年6月至9月达到峰值.
- 在所有评估指标 (MSE,MAE,RMSE,MAPE) 上,SARIMA-KNN混合模型表现出卓越的性能.
- 统计分析证实,与其他模型相比,SARIMA-KNN模型的预测准确性明显更好.
结论:
- 该SARIMA-KNN混合模型有效地整合了时间AHC发病率特征,用于优质的预测.
- 该模型为重庆开发AHC预警系统提供了关键的技术支持.
- 这些发现对加强针对AHC的公共卫生预防和控制策略具有重大实际意义.
