刘天，姚梦雷，黄继贵，吴杨，陈琦，童叶青，陈红缨*

    流行性腮腺炎(以下简称“流腮”)是由腮腺炎病毒感染引起的以腮腺区肿痛、腮腺非化脓性炎症为主要临床特征的急性呼吸道传染病，儿童和青少年是其发病的主要人群[1]。流腮在全球范围内流行[2]，中国流腮发病率处于较高水平[3]。流腮传染性强，常在学校、托幼机构等集体单位引起暴发流行，严重影响学校的正常教学秩序，是危害我国儿童青少年身心健康的重要公共卫生问题之一[4]。了解流腮的流行规律并准确预测其流行趋势，对卫生部门风险研判和卫生资源分配具有重要的指导意义。季节性自回归移动平均模型(SARIMA)和指数平滑模型是目前疾病预测领域应用较为广泛的定量预测方法；广义回归神经网络(GRNN)具有很强函数逼近能力，有学者将其与SARIMA进行组合用于病毒性肝炎[5]、肺结核[6]的拟合及预测，但在流腮发病率预测中的应用尚未见报道。本研究利用2004—2016年全国流腮发病率数据，分别拟合SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型、指数平滑-GRNN组合模型，比较模型拟合及预测精度，为优化流腮发病率预测模型提供参考。

    1 资料与方法

    1.1 资料来源 2004—2016年全国流腮逐月发病率资料来源于公共卫生科学数据中心(http：//www.phsciencedata.cn/)。运用全国2004年1月—2016年6月流腮逐月发病率数据分别拟合SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型，评价拟合效果；利用2016年7—12月流腮逐月发病率实际值验证模型预测效果。

    1.2 方法

    1.2.1 SARIMA模型[7]SARIMA模型一般表示为SARIMA(p，d，q)(P，D，Q)s，其中p为自回归阶数，d为一般差分阶数，q为移动平均阶数，P为季节性自回归阶数，D为季节性差分阶数，Q为季节性移动平均阶数，s为季节周期。SARIMA模型只适用于平稳时间序列，对于非平稳序列采用自然对数转换，差分和季节性差分使序列平稳。平稳性检验采用单位根(ADF)检验。SARIMA建模过程包括：(1)序列平稳化，确定d、D值。(2)模型识别，根据自相关(ACF)图、偏自相关(PACF)图特征确定p、q值；P、Q值采用凑试法筛选。(3)拟合优度检验，根据贝叶斯信息准则(BIC)、平稳的决定系数(R2)、平均绝对误差百分比(MAPE)筛选最优模型；通过t检验检验各模型中参数是否具有统计学意义；通常采用Box-Ljung统计量检验模型残差 ......