应用灰色系统GM(1,1)模型预测某区出血热发病率

目的应用灰色系统GM(1,1)模型预测某区出血热(epidemic hemorrhagic fever,EHF)发病趋势,为制定针对性的防治管理措施提供依据。方法根据某区2004—2013年的EHF发病率,应用灰色系统理论建立发病率预测模型,进行预测研究。结果求得某区EHF发病率(1/10万)的灰色预测模型为:^Y=-77.217 8 e-0.190 8(t-1)+91.717 8,拟合检验显示本模型拟合精度好(C=0.270.35,P=1),能够较好地预测EHF发病率的趋势。结论预测表明2014—2015年某区EHF年发病率呈下降趋势,应继续强化疫情监测,加大防鼠灭鼠力度,积极推广EHF疫苗接种,进一步巩固防治成果。     

应用灰色模型GM(1,1)预测上海市甲肝发病率

目的:预测上海地区甲肝的发病趋势.方法:利用上海市甲肝发病资料,应用SAS软件建立灰色模型GM(1,1)来预测本市甲肝的发病率.结果:上海地区甲肝发病率(/10万)的灰色预测模型为:(ˇx)(1)(k+1)=-122.54e-0.1583k+ 148.61,拟合检验显示本模型精度等级为2级,可以应用于预测上海市甲肝未来的发病率.结论:灰色模型拟合和预测的结果显示上海市甲肝发病率保持持续下降的趋势.     

应用灰色系统GM(1,1)模型预测温州市肺结核发病率

目的:预测温州市肺结核发病趋势,为卫生管理部门防控肺结核提供理论依据。方法:根据2005-2012年肺结核发病率,应用灰色系统GM(1,1)建立发病率预测模型,使用2013年数据检验近期预测效果。结果:2014-2016年温州市肺结核发病率分别为47.13/10万,44.21/10万和41.47/10万。结论:2014-2015年温州市肺结核发病率将以平均2.83%的幅度继续下降。应保持投入,控制肺结核。     

应用灰色系统GM(1,1)模型预测广州市淋病发病率

目的探讨预测广州市淋病发病率的数学模型,为淋病防制工作提供科学的参考依据。方法利用2004～2010年广州市淋病的发病率资料建立GM(1,1)预测模型,并进行模型评价。结果淋病发病率的GM(1,1)模型为Y赞t=332.2962e-0.099t+365.0636(t=1,2,……,n),拟合效果较好,同时利用模型外推预测广州市2011～2013年的淋病发病率。结论运用此预测方法预测淋病年发病率较为方便适用,2011～2013年广州市淋病预测发病率分别为17.293/10万,15.6629/10万,14.1867/10万,呈下降趋势。     

武汉市伤寒、副伤寒发病率GM(1,1)灰色模型预测分析

目的 预测武汉市2012-2014年伤寒、副伤寒发病趋势,为制订针对性的防控措施提供依据.方法 根据武汉市2000-2009年的伤寒、副伤寒发病率,应用灰色系统理论,构建GM(1,1)模型进行预测分析.结果 武汉市伤寒、副伤寒发病率(1/10万)的GM(1,1)灰色模型为:(y)(t+1)=- 11.784809e-0.118065+ 13.994809,拟合检验显示本模型精度好(C=0.358,P=1.000),能较好地进行趋势预测分析.结论 预测提示2012 -2014年武汉市伤寒、副伤寒年发病率呈下降趋势,应继续采取改善饮用水卫生,加强卫生监管,实施健康教育等综合措施控制伤寒、副伤寒的发病水平.     

灰色GM(1,1)模型在艾滋病、淋病、梅毒发病率预测研究中的应用

目的探讨应用GM(1,1)模型预测艾滋病、淋病、梅毒的可行性,为卫生部门制定相应的策略提供理论依据。方法运用GM(1,1)模型对全国2003-2012年艾滋病、淋病、梅毒发病率数据,进行建模拟合并预测变化趋势。结果建立艾滋病、淋病、梅毒发病率GM(1,1)预测模型,对全国发病率进行预测。艾滋病灰色GM(1,1)预测模型为:x(1)(k+1)=0.517e0.298k-0.437(C1=0.312,P1=1.000);淋病灰色GM(1,1)预测模型为:x(1)(k+1)=-144.792e-0.119k-158.882(C2=0.155,P2=1.000);梅毒灰色GM(1,1)预测模型为:x(1)(k+1)=59.727e0.154k-55.227(C3=0.197,P3=1.000)。上述三种模型拟合精度高,均可进行外推预测。通过三种模型预测2013-2015年全国艾滋病发病率可能分别为2.758/10万人、3.731/10万人、5.046/10万人;2013-2015年全国淋病发病率可能分别为5.552/10万人、4.928/10万人、4.374/10万人;2013-2015年全国梅毒发病率可能分别为39.660/10万人、46.251/10万人、53.937/10万人。结论 GM(1,1)模型可以很好的模拟和预测艾滋病、淋病、梅毒发病率在时间序列上的变化趋势。通过预测可知,艾滋病和梅毒的发病率可能会继续增加,而淋病的发病率可能会减少。应加强对性病的防治,降低性病对人群的危害。     

灰色系统GM(1,1)模型在梅毒发病预测研究中的应用

目的探讨应用灰色系统一阶一个变量的微分方程型模型(GM(1,1)模型)预测梅毒发病率的可行性。方法应用灰色GM(1,1)模型对广西南宁市2005~2010年梅毒年发病率数据进行建模拟合,并进行外推预测。结果建立的广西南宁市梅毒年发病率GM(1,1)预测模型,拟合精度高(C≈0.2812,P=1),可用于外推预测。结论灰色系统一阶模型可以很好地模拟和预测梅毒发病率在时间序列上的变化趋势,将其应用于梅毒发病预测是可行的。     

GM(1,1)灰色模型在预测住院人次中的应用

目的 预测我院住院病人的变化趋势,为医院管理制定相应的对策提供理论依据.方法 利用GM(1,1)灰色模型对我院住院人次进行拟合和预测变化趋势.结果 根据我院2000～2008年的住院人次建立的灰色模型为:y(t)=17.9e0.0554(t-1)-16.77,模型的平均误差率为3.1%,该模型精度为优(c=0.2842,P=1.0000),预测效果好.结论 GM(1,1)模型拟合效果较为理想,是一种短期内预测精度较高的预测模型.     

灰色模型GM(1,1)和残差自回归模型在中国孕产妇死亡率预测中的应用

目的 采用灰色模型GM(1,1)和残差自回归模型分别对我国孕产妇死亡率(MMR)进行预测,并比较两者预测准确性,为MMR预测提供方法学指导。方法 根据我国1991—2020年的MMR数据,应用灰色模型GM(1,1)和残差自回归模型,建立MMR预测模型并进行预测研究。结果 GM(1,1)模型对MMR预测精度高于残差自回归模型,求得GM(1,1)方程为：x⁽(1))(k+1)=-1 544.142 7e^{-0.051 1k}+1 624.142 7,拟合检验显示本模型拟合精度好(C=0.186 8,P=1),能够较好地预测MMR的趋势,预测2022—2024年MMR分别为16.6/10万、15.8/10万和15.0/10万。结论 对于1991—2021年MMR数据,GM(1,1)拟合效果优于残差自回归模型,预测表明2022—2024年我国MMR将继续呈下降趋势。     

灰色系统GM(1,1)模型对大隆矿煤工尘肺发病趋势的预测

目的预测大隆矿今后10 a的煤工尘肺患者数量变化趋势,为大隆矿煤工尘肺防治工作提供参考依据。方法对2005年以前铁法煤业集团大隆矿所有确诊的煤工尘肺患者做统计分析,运用灰色系统GM(1,1)模型,对大隆矿今后10 a的煤工尘肺患者数量变化趋势进行预测。结果大隆矿尘肺病人数的动态长期预测GM(1,1)模型为:X^(k)=1183.47×e-0.028 49×(k-1)+1218.471,其总绝对误差为0.02,总相对误差百分率为0.0%;C=0.15,P=1.00。2005—2006、2007—2008、2009—2010、2011—2012年的患病人数分别为27.23、26.47、25.72、25.00、24.30。结论模型精度较好,可信度优。可用于该矿煤工尘肺发病趋势的预测;该矿今后10 a尘肺病患者将不断减少。     

应用灰色系统GM（1,1）模型预测梅毒发病率

目的：探讨预测江苏省梅毒发病率的数学模型,为梅毒防制工作提供科学的参考依据。方法：利用2004年～2009年江苏省梅毒的发病率资料建立GM（1,1）预测模型,并进行模型评价。结果：梅毒发病率的GM（1,1）模型为^Yt=53.1596e0.2253（t-1）-42.9478（t=1,2,…,n）,拟合效果较好,同时利用模型外推预测了江苏省2010年的梅毒发病率。结论：如无较大规模的梅毒流行,运用此预测方法预测梅毒年发病率较为方便适用,2010年江苏省梅毒预测发病率为41.43/10万。     

改进的GM(1,1)模型在肺结核发病率预测中的应用

目的利用改进的GM(1,1)模型,对我国肺结核发病率进行预测。方法选取我国2007—2017年肺结核发病率资料,建立改进的GM(1,1)模型,对其发病率进行拟合和预测。结果对GM(1,1)模型、改进的GM(1,1)模型所得结果相对误差平均值和预测相对误差进行比较,认为改进的GM(1,1)模型拟合和预测精度较高。结论改进的GM(1,1)模型可用于肺结核发病率的预测,精度较高。     

灰色模型GM(1,1)在意外伤害死亡预测中的应用

目的 对西安市2006-2015年5岁以下儿童意外伤害死亡发生率进行模型拟合和预测,为制订相应预防和控制对策提供理论依据。方法 描述西安市儿童意外伤害死亡的一般情况,应用灰色模型GM(1,1)进行拟合和预测。结果 西安市城市儿童意外伤害死亡较多,意外窒息、交通意外居死因前两位。应用GM(1,1)对未来3年儿童意外伤害死亡发生率预测,结果显示总意外伤害死亡发生率逐年下降;男童死亡率较为平稳;女童死亡率逐年下降;窒息死亡率上升,交通意外死亡率较为平稳。结论 未来3年西安市儿童意外伤害死亡发生率总体呈下降趋势。     

灰色系统GM(1,1)模型在我国梅毒发病预测研究中的应用

目的探讨我国1996-2009年梅毒的发病趋势,并进行短期预测,为科学制定梅毒防控措施,合理配置防控资源提供参考。方法根据全国1996-2009年梅毒报告发病率数据,拟合灰色系统GM(1,1)预测模型,进行回代预测、拟合精度评价和外推预测。结果建立的预测模型为:x(1)(t+1)=7.5437e0.206t-6.5437,模型的回代拟合精度指标后验差比值C为0.1929,小误差概率P为100%,拟合精度等级达最好级别。利用建立的模型预测2010-2012年全国梅毒的报告发病率分别达25.12/10万、30.86/10万、37.92/10万。结论 GM(1,1)模型拟合全国梅毒的发病率数据结果理想,可用于梅毒发病率的短期预测。     

常州市细菌性痢疾发病趋势灰色模型GM(1,1)预测

目的建立细菌性痢疾灰色预测模型GM(1,1),应用于常州市细菌性痢疾发病趋势的预测。方法根据中国疾病预防控制信息系统中2004-2011年常州市细菌性发病报告资料,建立细菌性痢疾发病灰色预测模型GM(1,1),并对2012-2014年常州市细菌性痢疾发病率进行预测。结果建立的预测模型为x^(1)(k+1)=-302.9891e-0.14632k+358.7827,经拟合检验,后验差比值C为0.153,小概率误差P为1,拟合精度为优秀。利用建立的模型预测常州市2012-2014年细菌性痢疾发病率分别为14.8089/10万、12.7931/10万和11.0518/10万。结论 GM(1,1)模型较好地拟合了常州市细菌性痢疾发病的趋势,预测菌痢发病将继续呈下降趋势,但防控仍不容忽视。     

灰色系统GM(1,1)模型在预测徐州市甲乙类呼吸道传染病发病趋势中的应用

目的采用灰色系统GM(1,1)模型预测徐州市甲乙类呼吸道传染病发病趋势。方法根据2010—2016年徐州市甲乙类呼吸道传染病发病率数据建立GM(1,1)预测模型,并对2017—2019年甲乙类呼吸道传染病发病趋势进行预测。结果建立的GM(1,1)预测模型为:Y^(t+1)=-1 095.349 8e-0.056 1t+1 170.739 8,拟合精度和预测效果较好。2017—2019年徐州市甲乙类呼吸道传染病发病率预测值分别为42.68/10万、40.35/10万、38.14/10万,呈下降趋势(P<0.01)。结论GM(1,1)模型较好地拟合了徐州市甲乙类呼吸道传染病发病率的变化趋势,可以应用于发病率的预测,对甲乙类呼吸道传染病的防控和防治策略的制定具有一定的参考意义。     

基于灰色GM(1,1)模型对我国糖尿病患者死亡趋势预测

目的预测我国糖尿病患者死亡变化趋势,为糖尿病防控提供参考。方法收集2007-2018年我国糖尿病患者死亡率数据,运用灰色GM(1,1)模型进行预测分析。结果2007-2017年我国城市糖尿病患者死亡呈下降趋势,而农村糖尿病患者死亡呈明显上升趋势;城市、城市男性、城市女性、农村男性、农村女性5个变量所拟合灰色GM(1,1)模型C值均<0.35,且P值均>0.95,模型拟合精度为1级,农村变量拟合的灰色GM(1,1)模型C值为0.391,P值为0.9,模型拟合精度为2级;6个变量所拟合灰色GM(1,1)模型平均相对误差值分别为1.102%、1.020%、1.199%、1.177%、0.495%、0.698%。结论灰色GM(1,1)模型在我国糖尿病患者死亡趋势预测效果较好,能够为糖尿病防治提供参考依据。     

GM(1,1)模型在AIDS发病预测中的应用

目的 探讨应用灰色系统GM(1,1)模型预测AIDS发病率的可行性.方法 应用灰色GM(1,1)模型对南宁市2004～2010年艾滋病发病率数据进行拟合,并外推预测.结果 所建模型,拟合精度高(C≈0.0888,P=1),可用于外推预测.结论 GM(1,1)模型可以很好地模拟和预测AIDS发病率在时间序列上的变化趋势,将其应用于AIDS发病预测是可行的.     

灰色系统GM(1,1)模型预测常州市肺结核发病趋势

目的 建立肺结核灰色预测模型GM(1,1),应用于常州市肺结核发病趋势的预测.方法 根据中国疾病预防控制信息系统中2004-2011年常州市肺结核发病报告资料,建立肺结核发病率灰色预测模型GM(1,1),并对2012-2014年常州市肺结核发病率进行预测.结果 建立的预测模型为(x)(1)(k+1)=-944.7065 e-0.08740κ+1021.7343,经拟合检验,后验差比值C为0.222,小概率误差P为1,拟合精度为优.利用建立的模型预测常州市2012-2014年常州市肺结核发病率分别为42.8812/10万、39.2925/10万和36.0041/10万.结论 GM(1,1)模型较好地拟合了常州市肺结核发病的趋势,预测结果具有参考价值.     

GM(1,1)模型在我国梅毒发病率预测中的应用

目的 探讨GM(1,1)模型及其新陈代谢模型在我国梅毒发病率预测中的效果,为我国梅毒病情控制提供理论参考。 方法 收集2008－2017年全国梅毒年发病率数据,用R3.4.3软件建立GM(1,1)模型及其新陈代谢模型并预测,比较两类模型的拟合及预测效果。 结果 拟建立的两个GM(1,1)模型及两个新陈代谢模型分别为x⁽¹⁾(k+1)=511.37e^(0.048k)-491.88,x⁽¹⁾(k+1)=1 830.61e^(0.016k) -1 803.75,x⁽¹⁾(k+1)=753.35e^(0.036k)-730.28,x⁽¹⁾(k+1)=922.35e^(0.016k)-895.48。其拟合相对误差为4.38%、0.79%、2.55%、1.96%,预测相对误差为5.46%、5.51%、6.85%、1.48%,模型精度高。 结论 新陈代谢GM(1,1)模型的效果优于普通模型,用监测数据建立GM(1,1)模型优于用预测数据建立模型。