收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

深圳市HIV/AIDS疫情分布特征与预测模型比较

谢妮  
【摘要】:第一篇深圳市HIV/AIDS疫情分布特征 目的:分析1992年-2010年期间深圳市艾滋病分布特征,找出艾滋病防治的重点人群和薄弱环节。 方法: 1.资料来源:1992-2010年深圳市新报告HIV感染者/AIDS病人数来源于深圳市疾病预防控制中心,这些数据来源于辖区各哨点监测机构、综合监测机构、自愿咨询检测室以及各疾病预防控制中心等责任报告单位的“艾滋病网络直报系统”,并经深圳市疾病预防控制中心汇总和核实。 2.统计分析方法:用Excel编制函数计算1992-2010年深圳市新报告HIV/AIDS人数的绝对增长量(累计绝对增长量和逐年绝对增长量)、发展速度(定基比和环比)、增长速度(定基比和环比)、平均发展速度和平均增长速度。用SPSS16.0进行疾病三间分布的描述。 结果: 1.人群分布特征:1992年至2010年12月31日期间,深圳市累计报告HIV/AIDS共5078例,男性3952例,占77.8%,女性1126人,占22.2%。非户籍人口占89.5%,户籍人口仅占10.5%。感染人群绝大部分文化程度较低,高中及以上文化程度的仅占29.2%。性途径和吸毒是主要的传播途径,分别53.2%和39.3%。截至2010年12月31日,深圳市累计报告HIV/AIDS死亡人数共133例,因AIDS死亡115例,占86.5%;因HIV死亡18例,占13.5%。在133例死亡者中,男性死亡97例,占72.9%,女性死亡36例,占27.1%。 2.地区分布特征:报告病例呈现地区不均衡现象,宝安区的病例最多,共1466例,占28.9%,龙岗区次之,共1149例,占22.6%。 3.时间变化趋势:1992-1994年期间没有新报告HIV,1995-2010年期间深圳市新报告HIV人数以平均43.1%的速度增长,1992-2010年期间深圳市新报告AIDS病人数以平均32.6%的速度增长,按此速度计算,预计2011年深圳市新报告HIV和AIDS人数将分别为1013人和278人。2009年和2010年新报告HIV人数增长速度略微缓慢,环比增长速度分别为4.8%和1.3%。 结论: 1.新报告HIV人数的平均增长速度较高,提示在不久的将来,将会有大量的HIV感染者演变为艾滋病病人,应引起各艾滋病定点医疗单位的高度重视。 2.1992-2010年期间深圳市艾滋病疫情呈整体上升趋势。 3.男性、青壮年、文化程度较低的人群和非户籍人群是深圳市HIV感染的主要人群,应加强对这部分人群的监测和检测力度。 4.3种传播途径并存,而性途径传播和吸毒传播是深圳市艾滋病传播的主要传播途径,占传播途径的92.5%,构成了对大众人群更大的威胁,也使得艾滋病疫情防控更加艰巨。摸清暗娼、男男人群和单阳配偶家庭的基数,加强对吸毒人群的血清学监测和行为监测,将是艾滋病防治策略完善的关键环节。 第二篇深圳市艾滋病流行趋势预测模型比较 目的:探讨适合于深圳市艾滋病疫情快速增长期数据特点的流行趋势预测方法,对未来的发展进行短期预测并验证其效果,从而为疫情预测提供参考数据,为艾滋病防治措施的制定提供科学依据。 方法:采用常见的预测模型,包括灰色理论模型、曲线拟合、指数平滑法以及ARIMA法,对2000-2009年深圳市新报告的HIV感染者/AIDS病人数进行拟合,对2010年的新报告HIV感染者/AIDS病人数进行预测和验证。用EXCEL编制函数进行GM(1,1)灰色模型的拟合和预测;采用SPSS13.0进行统计描述、曲线拟合、指数平滑法和ARIMA拟合。检验水准α=0.05。 结果: 1.GM(1,1)模型 GM(1,1)模型可以用于2000-2009年期间深圳市新报告HIV人数的拟合和预测,模型的拟合精度处于合格等级,标准误差为75.49,平均相对误差为38.2%,预测方程为Y(t+1)=702.31e0.205t-686.31,预测2010年深圳市将新报告HIV感染者人数1012人,预测值比实际值708人多232人,预测的相对误差为29.7%。 GM(1,1)模型可以用于2000-2009年期间深圳市新报告AIDS病人数的拟合和预测,模型的拟合精度处于合格等级,标准误差为13.37,平均相对误差为50.5%,其预测方程为Y(t+1)=102.62e0.25t-91.62,预测2010年深圳市将新报告AIDS病人数为263例,预测值比实际值多52人,预测的相对误差为24.6%。 2.曲线拟合 幂函数能更好地拟合深圳市2000-2009年新报告HIV人数的变化趋势,模型的决定系数为0.974,标准误差为0.211,平均相对误差为16.7%,其预测方程为yt,=17.769×t1664,预计2010年新报告HIV人数将为961人,预测值比实际值多253人,预测的相对误差为26.3%。 二次预测模型则能更好地反应深圳市2000-2009年新报告AIDS病人数的变化趋势,模型的决定系数为0.980,标准误差为14.000,平均相对误差为18.7%,其预测方程为yt,=7.083+2.219t+1.580×t2,预计2010年新报告AIDS病人数将为223人,预测值比实际值多12人,相对误差为5.4%。 3.指数平滑法 对于深圳市2000-2009年新报告HIV感染者人数的拟合,采用霍特(Holt)二次指数平滑模型更为适宜,标准误差为63.6,平均相对误差为51.4%,预测2010年,新报告HIV人数为768人,比实际值708人多60人,相对误差为8.5%。 对于深圳市新报告AIDS病人数的拟合,采用霍特(Holt)二次指数平滑模型更为适宜,标准误差为20.5,平均相对误差为73.5%,预测2010年,新报告AIDS病人数为210人,比实际值211人少1人,相对误差为0.5%。 4. ARIMA法 ARMA(1,1)模型拟合新报告HIV人数时,残差平方和为142601.0,标准误差为119.4,对数似然值为-62.074,Akaike's Information Criterion (AIC)=130.148, Schwarz's Bayesian Criterion (BIC)=131.055。各年代的实际报告人数均落在了预测值的置信区间内,说明新报告HIV人数在正常范围。预测2010年,新报告HIV感染者人数为688人,实际值为708人,实际值比预测值多20人,预测的相对误差为2.8%。 ARMA(1,1)模型拟合新报告AIDS人数时,残差平方和为9308.7,标准误差为30.5,对数似然值为-48.403,Akaike's Information Criterion (AIC)=102.806, Schwarz's Bayesian Criterion (BIC)=103.714。各年代的实际报告人数均落在了预测值的置信区间内,说明新报告AIDS病人数在正常范围。利用ARMA(1,1)模型预测2010年新报告AIDS病人数为202人,实际值为211人,实际值比预测值多9人,预测的相对误差为4.3%。 结论: 1.4种预测模型拟合结果均显示深圳市艾滋病发病呈上升趋势,深圳市艾滋病防控任务依然十分严峻。 2.GM(1,1)模型、曲线拟合、指数平滑法和ARMA (1,1)4种常见预测模型对深圳市新报告HIV感染者/AIDS病人数的拟合效果和预测效果不同,因此,在艾滋病流行趋势拟合和预测时,要综合考虑拟合优度和相对误差指标,选择合适的预测模型。 (1)曲线拟合中的幂函数能更好地拟合2000-2009年期间深圳市新报告HIV人数的变化规律,曲线拟合中的二次预测模型得能更好地拟合2000-2009年期间深圳市新报告AIDS病人数的变化规律。 (2)ARMA(1,1)模型和二次指数平滑模型更适合预测2010年新报告HIV感染者/AIDS病人数,对2010年度的预测值与实际值十分吻合。 (3)GM(1,1)模型尽管也可用于深圳市新报告HIV感染者/AIDS病人数的拟合与预测效果较差,不主张使用。


知网文化
【相似文献】
中国期刊全文数据库 前5条
1 戴石元;钱津;卢大丽;聂钊;袁万清;;用综合指数法分析我院2006年业务收入[J];中国医院统计;2007年04期
2 罗巍;庞琳;吴尊友;米国栋;王常合;李建华;;中国首批美沙酮维持治疗门诊病人入组情况及治疗维持率[J];中国心理卫生杂志;2007年07期
3 盛忠英;;新生儿病房中病人数对肯格王动态消毒机消毒效果的影响分析[J];中国现代医生;2010年11期
4 段琼虹,聂绍发,仇成轩,施侣元;灰色系统残差GM(1,1)模型应用于前列腺癌流行趋势预测[J];数理医药学杂志;2000年05期
5 张学良,秦伶俐;用灰色系统GM(1,1)模型对新疆卫生人力资源的研究[J];新疆医科大学学报;2000年01期
中国重要会议论文全文数据库 前1条
1 柯宏发;刘思峰;陈永光;;无人机飞行轨迹的实时显示预测算法[A];第二十九届中国控制会议论文集[C];2010年
中国硕士学位论文全文数据库 前6条
1 阚言磊;泗阳建材业“十一五”发展战略研究[D];南京航空航天大学;2006年
2 唐彩云;红砂岩路堤的强夯处理与沉降特性研究[D];长沙理工大学;2012年
3 卢懿;灰色预测模型的研究及其应用[D];浙江理工大学;2014年
4 汪中杰;基于灰色理论的土质边坡稳定性分析及应用[D];西南交通大学;2014年
5 时剑;基于灰色理论的区域配网无功预测分析研究[D];广东工业大学;2014年
6 陈天杰;成都市建筑垃圾减排及资源化利用研究[D];西南交通大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978