西安市出生缺陷趋势数学模型预测研究

• 作者: 于敏 刘楚阳 刘飞 张水平 朱占芳 杨浩杰
• 来源期刊: 西安交通大学学报（医学版）
• 关键词: 出生缺陷 灰色模型 数学模型预测 分布特征 自回归移动平均模型 非线性自回归模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 公共卫生研究
• 页码范围: 311-316
• 页数: 6页
• 分类号: R174
• 语种: 中文
• DOI: 10.7652/jdyxb201902028

摘要

目的 采用灰色预测模型、ARIMA自回归移动平均模型和NAR非线性自回归动态神经网络模型分别预测西安市出生缺陷率,探索出生缺陷的流行趋势和可能的未来走向.方法 对2003-2015年在西安市各级开设产科的医疗保健机构出生的孕28周至生后7 d所有围产儿进行出生缺陷监测并收集资料.用2003年10月至2015年9月出生缺陷监测数据对西安市出生缺陷发生率数据分别构建数据模型,将同时期实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016至2017年每季度出生缺陷发生率.采用Excel软件进行数据录入,SPSS 16.0软件包进行统计学分析,Matlab软件进行灰色模型预测和神经网络模型预测,ARIMA自回归移动平均模型使用R软件进行预测.结果 灰色预测模型提示2016至2017年度西安市各季度出生缺陷率(‰)分别为9.62、9.67、9.72、9.77、9.82、9.87、9.92、9.97,呈缓慢上升趋势.ARIMA模型预测显示2016至2017年度西安市各季度出生缺陷率(‰)分别为11.98、12.83、11.28、11.78、12.23、11.73、11.80、12.00,仍在较高水平相对狭窄的区间波动.NAR神经网络模型预测西安市出生缺陷率(‰)为13.24、17.91、10.55、16.08、16.47、9.42、11.99、11.68,在2016年到达出生缺陷率峰值,2017年相比2016年开始出现下降.比较3种模型对出生缺陷发生率的发展趋势预测,灰色预测模型、ARIMA模型、NAR模型的均方根误差分别为1.353009、1.181373、0.555347.结论 NAR模型对出生缺陷数据预测更可靠,ARIMA模型次之,灰色预测模型误差相对较大;加强出生缺陷的预防和控制工作仍然是今后较长一段时间的公共卫生重点工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张水平		28	135	8.0	9.0
2	于敏		24	131	6.0	10.0
3	刘飞		45	200	7.0	11.0
4	杨浩杰		21	122	7.0	10.0
5	朱占芳		12	39	3.0	6.0
6	刘楚阳	西安交通大学数学与统计学院	2	6	1.0	2.0