• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

青海省肺结核发病与气象因素的时间序列分析

梁达, 商越, 王兆芬, 马斌忠. 青海省肺结核发病与气象因素的时间序列分析[J]. 中华疾病控制杂志, 2021, 25(10): 1186-1193. doi: 10.16462/j.cnki.zhjbkz.2021.10.013
引用本文: 梁达, 商越, 王兆芬, 马斌忠. 青海省肺结核发病与气象因素的时间序列分析[J]. 中华疾病控制杂志, 2021, 25(10): 1186-1193. doi: 10.16462/j.cnki.zhjbkz.2021.10.013
LIANG Da, SHANG Yue, WANG Zhao-fen, MA Bin-zhong. The relationship between incidence of pulmonary tuberculosis and meteorological factors in Qinghai Province and multivariate time series analysis[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2021, 25(10): 1186-1193. doi: 10.16462/j.cnki.zhjbkz.2021.10.013
Citation: LIANG Da, SHANG Yue, WANG Zhao-fen, MA Bin-zhong. The relationship between incidence of pulmonary tuberculosis and meteorological factors in Qinghai Province and multivariate time series analysis[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2021, 25(10): 1186-1193. doi: 10.16462/j.cnki.zhjbkz.2021.10.013

青海省肺结核发病与气象因素的时间序列分析

doi: 10.16462/j.cnki.zhjbkz.2021.10.013
基金项目: 

国家自然科学基金 81860593

青海省高端创新人才千人计划 2017-2

青海省卫生健康委员会适宜技术推广 2020-wjtg-02

详细信息
    通讯作者:

    马斌忠,E-mail:qhxnmbz@126.com

  • 中图分类号: R181

The relationship between incidence of pulmonary tuberculosis and meteorological factors in Qinghai Province and multivariate time series analysis

Funds: 

National Natural Science Foundations of China 81860593

Qinghai Provincial Thousand Talents Program for High-level Innovative Talents 2017-2

Appropriate Technology Promotion Project of Health Commission of Qinghai Province 2020-wjtg-02

More Information
  • 摘要:   目的  探索气象因素与青海省肺结核发病之间的关系,并构建ARIMAX(autoregressive integrated moving average model-X, ARIMAX)模型对肺结核病例数进行短期预测。  方法  利用地理加权回归(geographically weighted regression, GWR)分析气象因素对肺结核发病的影响。以2014―2018年肺结核月发病数作为响应序列,气象因素作为输入序列,通过互相关函数(cross-correlatioan function, CCF)图确定与肺结核发病有关的气象因素并构建ARIMAX模型,分别回代拟合和预测2014―2018年肺结核月发病数和2019年肺结核月发病数,并与实际发病数相比较。  结果  降水量和相对湿度对肺结核发病存在正向影响,气压、气温和日照时数为负向影响,风速既存在正向影响,也存在负向影响;通过CCF图确定平均气温和平均风速与肺结核发病存在相关,并最终建立纳入2个协变量(平均气温3阶滞后和平均风速2阶滞后)的ARIMAX(0, 1, 2)×(0, 1, 0)12最优模型,通过回代拟合和预测得出该模型拟合优度(R2)为0.71,平均绝对百分比误差(mean absolute percentage error, MAPE)为24.91%。  结论  气象因素在不同程度上影响着青海省肺结核的发病,本研究建立的最优ARIMAX模型可用于预测肺结核发病。
  • 图  1  2014―2019年青海省肺结核年平均报告发病率地理分布

    Figure  1.  Geographical distribution diagram of annual average reported incidence of PTB in Qinghai Province from 2014 to 2019

    图  2  2014―2019年青海省肺结核病例时间分布

    Figure  2.  Temporal distribution of PTB cases in Qinghai Province from 2014 to 2019

    图  3  2014―2019年青海省各气象因素月均值雷达图

    Figure  3.  Radar diagram of monthly mean of meteorological factors in Qinghai Province from 2014 to 2019

    图  4  2014―2019年青海省各气象因素回归系数分布图

    Figure  4.  Distribution diagram of regression coefficients of meteorological factors in Qinghai Province from 2014 to 2019

    图  5  2014―2019年青海省各气象因素与肺结核发病互相关函数图

    Figure  5.  Distribution diagram of regression coefficients of meteorological factors in Qinghai Province from 2014 to 2019

    图  6  最优ARIMAX模型拟合和预测图

    Figure  6.  Optimal ARIMAX model fitting and prediction diagram

    表  1  2014―2019年青海省肺结核空间自相关分析

    Table  1.   Spatial autocorrelation analysis of PTB in Qinghai Province from 2014 to 2019

    年份 Moran’s I Z P
    2014 0.107 8 4.012 7 <0.001
    2015 0.071 7 2.894 7 0.003
    2016 0.130 3 4.704 2 <0.001
    2017 0.193 0 6.565 4 <0.001
    2018 0.149 4 5.302 1 <0.001
    2019 0.298 3 9.741 8 <0.001
    下载: 导出CSV

    表  2  ARIMAX模型参数估计、检验和模型诊断

    Table  2.   Parameter estimation, test and model diagnosis of ARIMAX model

    模型 气象因素 β sx t P AIC值 BIC值 残差序列白噪声检验(P值)
    变量 滞后阶数(lag)
    ARIMA(0, 1, 2)×(0, 1, 0)12 平均气温 3 2.791 0.959 2.912 0.003 636.92 645.16 0.788
    ARIMA(0, 1, 2)×(0, 1, 0)12 平均气温 9 2.736 1.011 2.707 0.004 637.90 646.14 0.804
    ARIMA(0, 1, 2)×(0, 1, 0)12 平均风速 2 74.647 30.146 2.476 0.008 638.52 646.76 0.802
    ARIMA(0, 1, 2)×(0, 1, 0)12 平均气温 3 2.260 0.844 2.679 0.005 634.29 644.59 0.807
    ARIMA(0, 1, 2)×(0, 1, 0)12 平均风速 2 72.383 27.074 2.674 0.005 634.29 644.59 0.807
    ARIMA(0, 1, 2)×(0, 1, 0)12 平均气温 9 2.237 0.841 2.659 0.005 634.47 644.77 0.826
    ARIMA(0, 1, 2)×(0, 1, 0)12 平均风速 2 74.854 26.928 2.780 0.004 634.47 644.77 0.826
    下载: 导出CSV
  • [1] Greer A, Ng V, Fisman D. Climate change and infectious diseases in North America: the road ahead [J]. CMAJ, 2008, 178(6): 715-722. DOI: 10.1503/cmaj.081325.
    [2] 李金娟, 裴凌云, 赵翊, 等. 兰州市肺结核病发病与气象因素关系研究[J]. 疾病预防控制通报, 2019, 34(4): 10-13. DOI: 10.13215/j.cnki.jbyfkztb.1905015.

    Li JJ, Pei LY, Zhao Y, et al. Study on relationship between incidence of pulmonary tuberculosis and meteorological factors in Lanzhou [J]. Bull Dis Control Prev, 2019, 34(4): 10-13. DOI: 10.13215/j.cnki.jbyfkztb.1905015.
    [3] 江伟. 昆山市肺结核流行病学特征及其与气象因素关系分析[D]. 苏州: 苏州大学, 2014. http://cdmd.cnki.com.cn/article/cdmd-10285-1015536834.htm

    Jiang W. Epidemiological characteristics of pulmonary tuberculosis and its relationships with the meteorological factors in Kunshan City [D]. Soochow: Soochow University, 2014. http://cdmd.cnki.com.cn/article/cdmd-10285-1015536834.htm
    [4] 郑能雄, 林云钦, 郑高, 等. 福州市主要传染病与气象因素关系的研究[J]. 中国公共卫生管理, 2004, 20(4): 343-346. DOI: 10.19568/j.cnki.23-1318.2004.04.034.

    Zheng NX, Lin YQ, Zheng G, et al. Study on the relationship between main infectious diseases and meteorological factors in Fuzhou [J]. Chin J Public Heal Manag, 2004, 20(4): 343-346. DOI: 10.19568/j.cnki.23-1318.2004.04.034.
    [5] 王朝才, 刘燕, 晁秀珍, 等. 2006-2015年青海省肺结核流行特征分析[J]. 现代预防医学, 2017, 44(3): 397-400. https://www.cnki.com.cn/Article/CJFDTOTAL-XDYF201703004.htm

    Wang ZC, Liu Y, Chao XZ, et al. Epidemiological characteristics of pulmonary tuberculosis of Qinghai, 2006-2015 [J]. Mod Prev Med, 2017, 44(3): 397-400. https://www.cnki.com.cn/Article/CJFDTOTAL-XDYF201703004.htm
    [6] 张松林, 张昆. 全局空间自相关Moran指数和G系数对比研究[J]. 中山大学学报(自然科学版), 2007, 46(4): 93-97. DOI: 10.3321/j.issn:0529-6579.2007.04.021.

    Zhang SL, Zhang K. A comparative study of Moran index and G coefficient of global spatial autocorrelation [J]. Acta Sci Nat Univ Sunyatseni, 2007, 46(4): 93-97. DOI: 10.3321/j.issn:0529-6579.2007.04.021.
    [7] 时涛, 李士雪. 地理加权回归模型在卫生经济领域的应用举例: 基于ArcGIS 10.4软件介绍[J]. 中国卫生经济, 2018, 37(10): 10-14. DOI: 10.7664/CHE20181002.

    Shi T, Li SX. Application of geographically weighted regression model in the economics of health and health care: based on the introduction of ArcGIS 10.4 [J]. Chin Heal Econ, 2018, 37(10): 10-14. DOI: 10.7664/CHE20181002.
    [8] 王前, 李涛, 杜昕, 等. 2015-2019年全国肺结核报告发病情况分析[J]. 中国防痨杂志, 2021, 43(2): 107-112. DOI: 10.3969/j.issn.1000-6621.2021.02.002.

    Wang Q, Li T, Du X, et al. The analysis of national tuberculosis reported incidence and mortality, 2015-2019 [J]. Chin J Antituberc, 2021, 43(2): 107-112. DOI: 10.3969/j.issn.1000-6621.2021.02.002.
    [9] 李世雄, 王玉明, 董继元. 嘉峪关市肺结核病与气象相关影响因素研究[J]. 疾病预防控制通报, 2019, 34(1): 5-9, 41. DOI: 10.13215/j.cnki.jbyfkztb.1811002.

    Li SX, Wang YM, Dong JY. Study on influential factors of meteorology correlated to tuberculosis in Jiayuguan City [J]. Bull Dis Control Prev, 2019, 34(1): 5-9, 41. DOI: 10.13215/j.cnki.jbyfkztb.1811002.
    [10] 邓斌, 周志刚, 马泽粦, 等. 肺结核病与气象因素关系的BP神经网络模型研究[J]. 国际医药卫生导报, 2008, 14(1): 17-20. DOI: 10.3760/cma.j.issn.1007-1245.2008.01.004.

    Deng B, Zhou ZG, Ma ZL, et al. The model of back-propagation neural network about the relationship between meterological factors and pulmonary tuberculosis [J]. Int Med Heal Guid News, 2008, 14(1): 17-20. DOI: 10.3760/cma.j.issn.1007-1245.2008.01.004.
    [11] 李林林. 湖南省肺结核发病率及气象因素分析[D]. 济南: 山东大学, 2013. http://cdmd.cnki.com.cn/Article/CDMD-10422-1013219716.htm

    Li LL. The incidence of tuberculosis and the influence of related meteorological factors in Hunan Province [D]. Jinan: Shandong University, 2013. http://cdmd.cnki.com.cn/Article/CDMD-10422-1013219716.htm
    [12] 李盛, 马汉平, 王金玉, 等. 兰州市气温和风速对肺结核发病的影响研究[J]. 环境卫生学杂志, 2018, 8(2): 91-98. DOI: 10.13421/j.cnki.hjwsxzz.2018.02.003.

    Li S, Ma HP, Wang JY, et al. Effect of air temperature and wind speed on the incidence of tuberculosis in Lanzhou [J]. J Environ Hyg, 2018, 8(2): 91-98. DOI: 10.13421/j.cnki.hjwsxzz.2018.02.003.
    [13] 龚风云, 王凯, 樊旭成, 等. 乌鲁木齐市流感样病例与气象因素的ARIMAX模型预测分析[J]. 公共卫生与预防医学, 2020, 31(2): 4-8. DOI: 10.3969/j.issn.1006-2483.2020.02.002.

    Gong FY, Wang K, Fan XC, et al. Prediction and analysis of influenza-like illness and meteorological factors by ARIMAX model in Urumqi [J]. J Pub Health and Prev Med, 2020, 31(2): 4-8. DOI: 10.3969/j.issn.1006-2483.2020.02.002.
    [14] 陈佳, 谢娜, 邓晟, 等. 新疆喀什百日咳与气象因素的多元时间序列分析[J]. 职业与健康, 2018, 34(13): 1834-1839. DOI: 10.13329/j.cnki.zyyjk.2018.0507.

    Chen J, Xie N, Deng S, et al. Multivariate time series analysis of pertussis and meteorological factors in Kashi of Xinjiang [J]. Occup and Health, 2018, 34(13): 1834-1839. DOI: 10.13329/j.cnki.zyyjk.2018.0507.
    [15] 李虎玲. 新疆喀什地区结核病动力学模型与时间序列模型的建立与分析[D]. 乌鲁木齐: 新疆医科大学, 2019.

    Li HL. Establishment and analysis of tuberculosis dynamics model and time series model in Kashgar, Xinjiang [D]. Urumqi: Xinjiang Medical University, 2019.
    [16] 妥小青, 张占林, 龚政, 等. 基于ARIMAX模型的乌鲁木齐市流感样病例预测分析[J]. 中华疾病控制杂志, 2018, 22(6): 590-593. DOI: 10.16462/j.cnki.zhjbkz.2018.06.012.

    Tuo XQ, Zhang ZL, Gong Z, et al. Forecasting influenza like illness in Urumqi based on ARIMAX model [J]. Chin J Dis Control Prev, 2018, 22(6): 590-593. DOI: 10.16462/j.cnki.zhjbkz.2018.06.012.
  • 加载中
图(6) / 表(2)
计量
  • 文章访问数:  17
  • HTML全文浏览量:  1
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-01-14
  • 修回日期:  2021-03-20
  • 网络出版日期:  2021-11-17
  • 刊出日期:  2021-10-10

目录

    /

    返回文章
    返回