基本介紹
- 中文名：時間序列分析在手足口病流行預測中的套用研究
- 項目類別：面上項目
- 項目負責人：馮慧芬
- 依託單位：鄭州大學
項目摘要,結題摘要,
項目摘要
2008年以來，國家進入手足口病流行期，手足口病患者及重症、死亡病例逐年升高，防控形勢十分嚴峻。對於手足口病的治療，沒有確切有效的抗病毒藥物，且沒有安全有效的疫苗套用於人群。建立高度敏感的監測系統，對疾病的流行進行預測，是手足口病防治的關鍵。手足口病的流行有明顯的季節差異，溫度和濕度對手足口病發病有重要影響。時間序列法特別適用於時序規律不明顯，或有明顯季節性和周期性的情況，季節性自回歸移動平均模型可引入自變數提高模型的預測精確度，其過程簡便、經濟、預測精度較高。本項目擬採用時間序列方法，分析氣候因素對手足口病流行的影響，引入自變數（氣候變數）建立手足口病季節性自回歸移動平均模型，研究結果將為手足口病的預測和對制定預防和控制手足口病的長遠或近期應對策略有重要意義。
結題摘要
2008年以來，進入手足口病（hand,foot and mouth disease, HFMD）流行期，HFMD重症、死亡病例逐年增多，防控形勢十分嚴峻，對其流行進行預測是防控的關鍵。本項目利用河南省鄭州市2008-2018年HFMD監測與住院資料，及同期該地區氣候資料，構建HFMD季節性自回歸移動平均（Seasonal Autoregressive Integrated Moving Average, SARIMA）模型，分析HFMD與氣候參數的相互關係，比較引入參數前後模型的擬合度（R2）和預測精度（root mean square error, RMSE）。套用鄭州市二七區2008-2014年HFMD監測資料構建模型SARIMA(1,1,0)(0,1,0)52 R2為0.807，RMSE為11.573；套用2008-2017年鄭州市HFMD數據構建模型SARIMA(2,2,1) (2,2,1)12 R2為0.624，RMSE為14.251；套用鄭州市2009-2016年HFMD發病數據構建模型SARIMA(1,0,1)(1,0,1)12 R2 為 0.734，RMSE為 10.497；經互相關分析，HFMD周發病人數與每周日平均氣溫滯後2周（rs=0.248，P＜0.05）相關，引入氣候參數前、後模型SARIMA(1,1,0)(0,1,0)52的R2分別為0.797、0.833，RMSE分別為11.573、10.611。套用機器學習篩選重症HFMD預測變數：年紀＜2歲、發熱≥3天、體溫≥38.5℃、白細胞≥10.8×109/L、血糖≥8.3mmol/L、EV71陽性和嘔吐等指標。套用危險因素評分、Logistics回歸方程及列線圖構建重症HFMD臨床預測標準，其ROC曲線下面積分別為0.745（95%CI：0.699-0.803）、0.751（95%CI：0.693-0.797）和0.850（95%CI: 0.835-0.864），列線圖預測正確率為85.2%。研究證實氣候因素是HFMD季節性流行主要驅動因素，引入氣候參數構建的SARIMA模型，能夠更好擬合及預測HFMD流行，對制定防控策略有重要意義。機器學習能充分利用臨床數據，構建重症HFMD臨床預測標準，幫助臨床醫生早期識別重症患者，為阻止其發生、降低病死率提供科學依據。
