ARIMA模型预测职业性噪声聋发病趋势

被引：17

作者：

李旭东 ^{[1
]}

瞿红鹰 ^{[1
]}

胡世杰 ^{[1
]}

余宏伟 ^{[1
]}

温贤忠 ^{[1
]}

杨爱初 ^{[1
]}

戚亚洲 ^{[2
]}

陈琳 ^{[3
]}

机构：

[1] 广东省职业病防治院广东省职业病防治重点实验室

[2] 中山大学公共卫生学院

[3] 广州市第十二人民医院

来源：

中国职业医学 | 2018年 / 45卷 / 02期

基金：

广东省科技计划;

关键词：

噪声聋; 职业病; ARIMA模型; 时间序列; 预测; 发病趋势;

D O I：

暂无

中图分类号：

R135.8 [职业性耳聋];

学科分类号：

100402 ;

摘要：

目的探讨自回归积分滑动平均模型(ARIMA模型)在职业性噪声聋(ONID)发病趋势预测中的应用价值。方法以广东省2006—2015年新发ONID病例数建立ARIMA模型,对之进行验证,并采用该模型预测2016—2020年新发ONID的发病趋势。结果广东省2006—2015年新发ONID病例数呈指数式增长趋势。采用2006—2015年新发ONID病例数拟合的最优模型为ARIMA(2,2,2)模型,可较好拟合2008—2015年的新发ONID病例数。根据ARIMA(2,2,2)模型预测,2016—2020年广东省年新发ONID仍呈快速增长趋势。结论基于时间序列的ARIMA模型可较好地拟合ONID发病的时间变化趋势,可用于ONID的发病趋势预测。

引用

页码：164 / 167

页数：4

共 9 条

[1] Call centers and noise-induced hearing loss [J].

Beyan, Ayse Coskun ;

Demiral, Yucel ;

Cimrin, Arif Hikmet ;

Ergor, Alparslan .

NOISE & HEALTH, 2016, 18 (81) :113-116

[2]

时间分布模型在甲肝流行趋势分析中的应用.[D].王山.浙江大学.2016, 02

[3]

多种模型在梅毒月发病率预测中的比较研究.[D].颜康康.吉林大学.2015, 09

[4] 广东省2011—2015年新发职业性噪声聋流行病学特征 [J].

周珊宇 ;

温贤忠 ;

李旭东 ;

温翠菊 ;

利武汉 .

中国职业医学, 2017, 44 (06) :737-739+744

[5] 基于R语言的ARIMA模型在猩红热分析预测中的应用 [J].

张学敏 ;

营亮 ;

李海朋 .

江苏预防医学, 2017, 28 (03) :294-295

[6] 职业性噪声聋2014与2007版诊断标准对比研究 [J].

张璟 ;

杨爱初 ;

郑倩玲 ;

梁晓阳 ;

黄伟欣 ;

郭集军 .

中国职业医学, 2017, 44 (01) :55-59

[7] 重庆市江北区肺癌死亡状况分析 [J].

周春碚 ;

李怡 ;

姚宁 ;

郭梅 .

热带医学杂志, 2017, 17 (02) :258-262

[8]

钢铁厂工人职业性噪声性听力损失的队列研究.[J].余善法;陈国顺;焦洁;谷桂珍;张焕玲;王兴明;周文慧;吴辉;李艳红;郑玉新;.中华预防医学杂志.2017, 01

[9] ARIMA-BPNN组合预测模型在流感发病率预测中的应用 [J].

杨召 ;

叶中辉 ;

赵磊 ;

薛庆元 ;

梁淑英 ;

王重建 .

中国卫生统计, 2014, 31 (01) :16-18

← 1 →