摘要目的 分析青海省其他感染性腹泻病(other infectious diarrhea disease,OIDD)流行情况与变化特点,为2024年青海省OIDD发病率提供预测.方法 以2017年1月—2023年12月青海省OIDD的月发病率和年发病率为原始数据,利用Arcgis 10.8软件对青海省年发病率进行地图可视化,使用GeoDa 1.16软件进行空间自相关分析,使用R 4.3.1软件建立青海省OIDD 的季节性自回归积分滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型、三次指数平滑法(Holt-Winters)模型、神经网络自回归(neural network autoregression,NNAR)模型、指数平滑空间状态(trigonometric seasonality,Box-Cox transformation,TBATS)模型、先知模型.根据均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)评价模型拟合效果.结果 除Holt-Winters模型之外,各种模型均能较好地捕捉发病率趋势,其中NNAR模型训练集的MAE为0.90、RMSE为1.25、MAPE为16.43,在TBATS等模型中表现最好;NNAR模型测试集除RMSE值大于SARIMA模型和TBATS模型外,MAE和MAPE值均小于其他模型,总体而言预测性能最佳.因此,可基于NNAR模型对2024年青海省OIDD发病率做出预测,为高海拔地区的疾病预防策略做出启示.结论 2017-2023年青海省西宁市、海东市、黄南藏族自治州为OIDD的高发地区.模型预测中,NNAR模型的预测效果最好,但在实际情况中需要结合各地区时空特征和流行趋势制定相应的防治措施.