M Siva Durga Prasad Nayak 和 KA Narayan
背景：登革热是最严重且发展最快的热带疾病之一。在过去十年中，印度登革热的发病率和地理范围都有所增加。过去登革热/登革出血热爆发的时间和地点的详细信息可用于建立流行病学模型，以预测未来趋势和即将爆发的疫情。基于此背景，我们尝试将喀拉拉邦登革热发病率的现有月度数据转换为季节性 ARIMA 模型，以预测疾病负担。
方法：本研究为回顾性分析研究，使用来自印度喀拉拉邦公共卫生局局长的二手数据。下载了 2006 年至 2018 年 13 年的综合疾病监测项目 (IDSP) 月度报告，并从下载的 pdf 文件中提取了登革热病例数据。使用 SPSS 试用版 21 和样本数据集，运行了几个 ARIMA 模型，并确定了最适合的季节性 ARIMA 模型。然后使用选定的模型预测从下一年（即从 2007 年起）开始的每月登革热发病率。比较了 2007 年至 2018 年登革热病例的每月预测发病率和每月实际发病率，并使用配对 t 检验测试了它们之间的差异。
结果：季节性 ARIMA (1, 0, 0) (0, 1, 1)12 模型是给定数据的最佳拟合模型。所选模型的平稳 R 平方值为 0.815。Ljung-Box 检验值为 11.271，p 值为 0.792，表明所选模型是合适的。2007 年 1 月至 2018 年 12 月预测的登革热病例平均发病率在每个月都更接近实际发病率，但两者之间的差异并不显著，表明模型拟合度良好。
结论：季节性 ARIMA (1, 0, 0) (0, 1, 1)12 被选为最适合预测未来登革热病例发病率的模型。该技术将有助于卫生保健管理人员更好地做好准备。该模型可以动态化以包含当前数据并形成更动态的模型。