动态贝叶斯网络模型在其他感染性腹泻发病预测中的应用

• 作者: 庄雪菲 钟杨 翟思维 殷菲
• 来源期刊: 现代预防医学
• 关键词: 其他感染性腹泻 动态贝叶斯网络模型 SARIMA 预测
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 流行病与统计方法|Epidemiology and Statistical Methods Advances
• 页码范围: 1537-1541,1555
• 页数: 6页
• 分类号: R574.62|R181.3
• 语种: 中文

摘要

目的 采用其他感染性腹泻月发病数构建动态贝叶斯网络(Dynamic Bayesian Networks,DBN)模型,并与传统预测模型——季节乘积差分自回归移动平均(Seasonal Auto-regressive Integrated Moving Average,SARIMA)模型进行预测表现的比较.方法 将全国2004年1月至2016年12月其他感染性腹泻月发病数作为训练集并拟合DBN模型与SARIMA模型,采用不同策略,使用两个模型分别预测2017年1月至2017年12月发病数,以MAE、MAPE作为预测表现的衡量指标.结果 静态预测12期时DBN比SARIMA模型的MAE、MAPE分别下降了12.57％、15.84％;并且在绝大多数情况下,DBN的预测值要更接近实际发病数.动态预测12期显示,DBN比SARIMA模型的MAE、MAPE分别下降6.12％、9.30％.结论 DBN模型在其他感染性腹泻中的预测表现要优于SARIMA模型,在传染病预测中具有极大的应用潜力.