ARIMA乘积季节模型在食源性疾病月发病率预测中的应用

目的 探讨ARIMA乘积季节模型在食源性疾病月发病率研究中的应用,并预测食源性疾病月发病率趋势。方法 采用SPSS 23.0软件对安徽省某市2013年1月至2018年12月的食源性疾病月发病率资料进行ARIMA模型拟合,利用2019年食源性疾病月发病率资料验证模型,并预测2020年食源性疾病月发病率。结果 安徽省某市源性疾病月发病率呈逐年上升趋势,且有明显的周期性。ARIMA（2,0,0）×（0,1,0）12为最优模型（P<0.05）,决定系数（R²）为0.94,贝叶斯信息准则（BIC）为1.862;模型Box-Ljung检验差异无统计学意义（Q=14.682,P＝0.548）,提示残差属于白噪声序列。2019年数据以检验模型外推效果,MAPE= 24.069%,表明模型外推效果较好,且实际值均落在预测值的95%的置信区间,模型预测效果比较理想。结论 ARIMA（2,0,0）×（0,1,0）12模型能够较好的拟合食源性疾病的时间变化,因此可用于食源性疾病月发病率的拟合和预测。     

融知识-能力-价值培养为一体的肿瘤学线上教学设计探讨

本文以肿瘤学线上教学为例,阐述融知识-能力-价值培养为一体的教学模式设计,重点探讨改变教学理念、提升授课能力、丰富教材内容、优化评价体系等教学实践创新;并强调以学科建设为基础融入正向价值观念元素,不断契合学校教学计划与学生认知习惯,以此进一步落实高校立德树人的根本任务、不断提升医学生个人综合素质,提高肿瘤学线上教学实施的可行性。     

2015－2019年安徽省某市食源性疾病病例监测结果分析

目的 分析2015－2019年安徽省某市食源性疾病流行特征及病原学特性，为卫生部门制定疾病预防控制策略提供实证依据。方法 收集2015－2019年该市食源性疾病监测报告系统中数据，并对采集的粪便/血液标本进行病原体检测，计数资料采用构成比，检出率比较采用χ2检验。结果 共纳入病例18 260例，粪便/血液标本采集1 510例，男性9 313例，女性8 947例，性别比为1.04:1，年龄以18～34岁组最多（4 714例），职业以农民最多（6 296例），发病高峰期为7－9月，暴露食品中肉与肉制品例数最多（3 118例），包装方式以家庭自制为主（7 364例），暴露场所主要在家庭（13 362例）；病原体检出率为34.70%，其中致病菌检出率为25.96%，主要为沙门菌（14.24%），集中在5－9月，诺如病毒检出率为9.87%，主要集中在10－12月，年龄、职业、季节组内病原体检出率差异有统计学意义（均P＜0.01）。结论 该市食源性疾病主要病原体为沙门菌和诺如病毒；加强高危人群食品安全知识宣传教育，提升哨点医院监测能力；积极开展有效的防控措施。