Serfling回归模型在浙江省金华市结核病流行特征解析中的应用研究
Serfling regression model for analyzing tuberculosis epidemiological characteristics in Jinhua City,Zhejiang Province
摘要目的:构建调整Serfling回归模型分析金华市结核病流行期和超额病例数,为防控措施提供依据.方法:从"中国疾病预防控制信息系统"子系统"结核病信息管理系统",收集发病时间为2015年1月1日至2025年10月31日,经临床诊断和实验室诊断的现住址为金华市的所有结核病报告病例数据,采用X13-ARIMA-SEATS、HP滤波法以及Joinpoint模型进行结核病流行特征描述性分析,并拟合调整Serfling回归模型结合自回归积分移动平均(auto regressive integrated moving average,ARIMA)模型误差调整,判断结核病的流行期和估计超额发病数,预测2025年1-10月的发病数.结果:2015-2024年共报告35 659例结核病患者,平均年发病率为51.73/10 万(35 659/6893.6 万),2015-2024年金华市结核病发病率从 2015年的 63.44/10 万(4075/642.3 万)下降至2024年的43.72/10万(3132/716.3万),总体呈现下降趋势(AAPC=-5.05,P<0.001).调整Serfling回归模型拟合效果较好(AIC=521.19,BIC=533.66),一共出现46个流行月,3月为固定流行月.超额发病病例总数为 2580(95%CI:2337~2822)例,2017年超额病例数最多,为 509(95%CI:408~610)例;其次为 2018年,为 369(95%CI:289~449)例.2025年1-10月结核病发病预测显示,2025年2月和9月为流行月,超额病例数为49(95%CI:13~85)例和44(95%CI:8~80)例,预测值高峰与实际发病数高峰一致.结论:2015-2024年金华市结核病疫情呈下降趋势,需关注春季结核病的防控,调整Serfling回归模型拟合效果较好,可用于结核病的早期预警和估计疾病负担.
更多相关知识
- 浏览1
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



