高级检索

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

河北省居民2015 — 2018年脑梗死流行特征分析及时间序列预测

史卫卫 寻鲁宁 曹亚景 王伟 崔泽 路笑颖 孙纪新

史卫卫, 寻鲁宁, 曹亚景, 王伟, 崔泽, 路笑颖, 孙纪新. 河北省居民2015 — 2018年脑梗死流行特征分析及时间序列预测[J]. 中国公共卫生, 2021, 37(12): 1800-1804. doi: 10.11847/zgggws1131022
引用本文: 史卫卫, 寻鲁宁, 曹亚景, 王伟, 崔泽, 路笑颖, 孙纪新. 河北省居民2015 — 2018年脑梗死流行特征分析及时间序列预测[J]. 中国公共卫生, 2021, 37(12): 1800-1804. doi: 10.11847/zgggws1131022
SHI Wei-wei, XUN Lu-ning, CAO Ya-jing, . Prevalence characteristics of cerebral infarction among residents in Hebei province, 2015 – 2018: a time series analysis[J]. Chinese Journal of Public Health, 2021, 37(12): 1800-1804. doi: 10.11847/zgggws1131022
Citation: SHI Wei-wei, XUN Lu-ning, CAO Ya-jing, . Prevalence characteristics of cerebral infarction among residents in Hebei province, 2015 – 2018: a time series analysis[J]. Chinese Journal of Public Health, 2021, 37(12): 1800-1804. doi: 10.11847/zgggws1131022

河北省居民2015 — 2018年脑梗死流行特征分析及时间序列预测

doi: 10.11847/zgggws1131022
基金项目: 河北省2020年度医学科学研究课题计划(20200689)
详细信息
    作者简介:

    史卫卫(1979 – ),女,河北石家庄人,副主任技师,博士,研究方向:慢性病预防与控制工作

    通讯作者:

    孙纪新,E-mail:jixinsun888@163.com

  • (寻鲁宁为本文并列第一作者)
  • 中图分类号: R 195.4;R 743.3

Prevalence characteristics of cerebral infarction among residents in Hebei province, 2015 – 2018: a time series analysis

  • 摘要:   目的  了解河北省居民2015 — 2018年脑梗死流行特征,探索时间序列模型在脑梗死发病率预测中的应用,为今后脑梗死防控工作提供技术支持。  方法  收集河北省2015年1月1日 — 2018年12月31日慢性非传染性疾病监测系统中全省18个脑梗死事件监测点报告的居民脑梗死发病数据对河北省居民2015 — 2018年脑梗死流行特征和变化趋势进行分析,同时建立时间序列模型对河北省居民2019年全年及各月份脑梗死发病率进行预测。  结果  河北省居民2015 — 2018年脑梗死年均发病率为311.73/10万,其中2015、2016、2017和2018年脑梗死发病率分别为283.22/10万、296.36/10万、322.93/10万和342.55/10万,脑梗死发病率随年份增长呈上升趋势(χ2趋势 = 624.353,P < 0.001);男性居民脑梗死发病率为348.81/10万,高于女性居民脑梗死发病率的273.60/10万,差异有统计学意义(χ2 = 1 680.967,P < 0.001);年龄 < 35、35~44、45~54、55~64、65~74、75~84和 ≥ 85岁居民脑梗死发病率分别为2.58/10万、48.96/10万、263.21/10万、650.61/10万、1641.77/10万、2083.59/10万和3000.88/10万,不同年龄居民脑梗死发病率差异有统计学意义(χ2 = 381 051.465,P < 0.001);建立的最佳拟合模型为ARIMA(0,1,1)(2,1,0)12,最小信息量准则(AIC)为214.480,贝叶斯信息准则(BIC)为220.698,残差序列为白噪声序列(P > 0.05),模型参数显著非零(P < 0.05),均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为2.97、1.62和7.55 %,模型构建科学有效;预测2019年河北省居民全年脑梗死发病率为362.46/10万,较往年升高,1 — 12月发病率在23.62/10万~33.33/10万,与历年月发病趋势变化基本相符。  结论  河北省居民2015 — 2018年脑梗死发病率仍处于较高水平,且呈逐年上升趋势,男性和老年群体为脑梗死的高危人群,时间序列模型在脑梗死的防治和干预中能够提供有效的技术支持。
    1)  (寻鲁宁为本文并列第一作者)
  • 图  1  河北省居民2015 — 2018年脑梗死发病率时间序列分解图

    图  2  差分后序列ACF图

    图  3  差分后序列PACF图

    图  4  河北省居民2015 — 2018年脑梗死发病率时间序列拟合及预测图

    表  1  河北省居民2015 — 2018年脑梗死总体发病特征

    年龄(岁)男性女性合计
    人口数发病数发病率(1/10万)人口数发病数发病率(1/10万)人口数发病数发病率(1/10万)
    < 35 9498949 351 3.70 8809793 122 1.38 18308742 473 2.58
    35~44 2509146 1784 71.10 2415095 627 25.96 4924241 2411 48.96
    45~54 2726398 9168 336.27 2729425 5192 190.22 5455823 14360 263.21
    55~64 2273100 17747 780.74 2325355 12171 523.40 4598455 29918 650.61
    65~74 1145994 21163 1846.69 1182162 17060 1443.12 2328156 38223 1641.77
    75~84 501472 12199 2432.64 607672 10911 1795.54 1109144 23110 2083.59
    ≥ 85 77708 2930 3770.51 144960 3752 2588.31 222668 6682 3000.88
    合计 18732768 65342 348.81 18214461 49835 273.60 36947229 115177 311.73
    下载: 导出CSV

    表  2  时间序列模型拟合效果比较及残差检验

    模型拟合度残差检验
    AICBICχ2 P
    ARIMA(0,1,1)(2,1,0)12 214.480 220.698 4.442 0.617
    ARIMA(0,1,1)(0,1,1)12 215.870 220.532 3.053 0.802
    ARIMA(0,1,1)(0,1,2)12 214.650 220.868 4.084 0.665
    ARIMA(0,1,1)(1,1,1)12 214.490 220.708 4.329 0.632
    下载: 导出CSV
  • [1] Mozaffarian D, Benjamin EJ, Go AS, et al. Heart disease and stroke statistics – 2016 update: a report from the American Heart Association[J]. Circulation, 2016, 133: e38 – e360.
    [2] 王陇德. 中国脑卒中防治报告2017[M]. 北京: 人民卫生出版社, 2017.
    [3] Wen LH, Zhang S, Wan KZ, et al. Risk factors of haemorrhagic transformation for acute ischaemic stroke in Chinese patients receiving intravenous thrombolysis: a meta-analysis[J]. Medicine (Baltimore), 2020, 99(7): e18995. doi: 10.1097/MD.0000000000018995
    [4] 王陇德, 刘建民, 杨弋, 等. 我国脑卒中防治仍面临巨大挑战 —— 《中国脑卒中防治报告2018》概要[J]. 中国循环杂志, 2019, 34(2): 105 – 119.
    [5] 寻鲁宁, 张帆, 孙纪新, 等. 基于求和自回归滑动平均模型的道路交通伤害死亡趋势预测分析[J]. 中华疾病控制杂志, 2020, 24(4): 467 – 472.
    [6] 李峰, 陈国清, 徐士林, 等. 三种时间序列模型在盐城市肾综合征出血热发病预测应用中的比较研究[J]. 中国卫生统计, 2020, 37(2): 249 – 252.
    [7] 杨晓明, 沈冰, 王妍敏, 等. 上海市静安区居民意外跌落死亡率时间序列分析与预测[J]. 中国公共卫生, 2015, 31(11): 1450 – 1452. doi: 10.11847/zgggws2015-31-11-25
    [8] World Health Organization. International statistical classification of diseases and related health problems 10th revision[EB/OL]. (2017 – 05 – 17)[2020 – 08 – 17]. https://icd.who.int/browse10/2010/en.
    [9] 彭荣荣, 刘芸男, 杨小丽, 等. 基于时间序列分析的单采血小板临床需求预测模型研究[J]. 首都医科大学学报, 2020, 41(2): 231 – 236. doi: 10.3969/j.issn.1006-7795.2020.02.014
    [10] 吴玉攀, 韦柳意, 王双, 等. 武冈市农村地区心脑血管住院病例的时间序列预测分析[J]. 中华疾病控制杂志, 2019, 23(2): 222 – 226.
    [11] 谢渊, 刘淑清, 董国英, 等. 2004 — 2018年我国狂犬病疫情时间序列分析[J]. 中国人兽共患病学报, 2019, 35(11): 1041 – 1046.
    [12] 朱佳佳, 胡登利, 洪秀琴, 等. 基于时空大数据的甲型肝炎发病率分布特征分析及预测模型[J]. 中华疾病控制杂志, 2018, 22(11): 1144 – 1147.
    [13] Institute for Health Metrics and Evaluation. Global Health Data Exchange. GBD results tool[DB/OL]. [2020 – 08 – 17]. http://ghdx.healthdata.Org/gbd-results-tool.
    [14] 丁贤彬, 焦艳, 毛德强, 等. 2012 — 2018年重庆市脑卒中发病和死亡趋势分析[J]. 中国慢性病预防与控制, 2020, 28(6): 428 – 431.
    [15] 沈卓之, 丁贤彬, 毛德强, 等. 2015年重庆市常住人口脑卒中发病与死亡情况[J]. 公共卫生与预防医学, 2016, 27(5): 48 – 51.
    [16] 薛晓丹, 王德征, 张颖, 等. 2010 — 2016年天津市居民脑梗死发病特征及趋势分析[J]. 疾病监测, 2019, 34(4): 354 – 358. doi: 10.3784/j.issn.1003-9961.2019.04.016
    [17] 孙文慧, 阎秀芳, 王松强, 等. 2014 — 2016年郑州市居民心脑血管疾病监测资料分析[J]. 现代预防医学, 2019, 46(4): 708 – 710, 722.
    [18] 《中国脑卒中防治报告》编写组. 《中国脑卒中防治报告2019》概要[J]. 中国脑血管病杂志, 2020, 17(5): 272 – 281.
    [19] 徐颖, 陈远银, 于绍轶, 等. 2012 — 2015年烟台市脑卒中流行病学特征分析[J]. 现代预防医学, 2017, 44(2): 200 – 204.
    [20] 顾锋, 罗颖芝. 2012 — 2015年宁波市北仑区脑卒中发病状况流行特征分析[J]. 中国慢性病预防与控制, 2017, 25(7): 527 – 529.
    [21] 冯光坤, 牛建花, 朱海英, 等. 中青年与老年脑梗死患者的病因及危险因素研究[J]. 中国全科医学, 2012, 15(17): 1940 – 1942.
    [22] 张静, 刘志东, 劳家辉, 等. 基于时间序列分解法预测肾综合征出血热发病趋势和季节性[J]. 中国公共卫生, 2018, 34(7): 1038 – 1041.
    [23] 林亚楠, 郭岩, 杨西, 等. 大连市气象因素与急性脑梗死发病的相关性分析[J]. 中国脑血管病杂志, 2018, 15(3): 113 – 118. doi: 10.3969/j.issn.1672-5921.2018.03.001
    [24] 河北省气象局. 河北省气候公报2016年[EB/OL]. (2017 – 01 – 13)[2020 – 08 – 26]. http://he.cma.gov.cn/qxfw/qhfx/qhgb/201904/t20190403_272044.html.
  • 加载中
图(4) / 表(2)
计量
  • 文章访问数:  351
  • HTML全文浏览量:  158
  • PDF下载量:  33
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-06-07
  • 网络出版日期:  2021-08-11
  • 刊出日期:  2021-12-13

目录

    /

    返回文章
    返回