海南省 2004—2024 年法定传染病流行病学特征与趋势分析及预测

陈莉 ,  金玉明 ,  贾鹏本 ,  吴晓杏 ,  何依娜 ,  陈继卿 ,  冯文靖 ,  沈永梅

中国卫生统计 ›› 2026, Vol. 43 ›› Issue (5) : 781 -790.

PDF (4365KB)
中国卫生统计 ›› 2026, Vol. 43 ›› Issue (5) : 781 -790. DOI: 10.11783/j.issn.1002-3674.2026.05.026
应用研究

海南省 2004—2024 年法定传染病流行病学特征与趋势分析及预测

作者信息 +

Author information +
文章历史 +
PDF (4469K)

摘要

目的 分析海南省2004—2024年法定传染病流行病学特征及趋势并进行短期预测,为制定海南省法定传染病防控策略及措施提供科学依据。方法 采用 Kolmogorov-Smirnov 检验对人口学及地区分布特征进行平稳差异性分析。采用对数线性模型,计算年度变化百分比(annual percent change,APC),对传染病发病率的变化趋势进行回归分析。基于SARIMA 模型对甲、乙、丙传染病发病时间分布特征进行分析并对2025—2027 年发病情况进行短期预测。结果 2004—2024 年海南省法定传染病共报告1812745 例,累计报告年发病率949.17/10 万,发病率年平均增长速度为 34.61%。21 年来发病水平总体呈现上升趋势AAPC=9.81%(95%CI:7.04%~14.26%,P<0.001)。发病数男性显著高于女性,不同性别累计报告发病数差异有统计学意义(Z=830.454 ,P<0.001);<10岁年龄组人群发病数最多,为816248例,其次是30~49 岁年龄组327927 例,不同年龄组累计报告发病数差异有统计学意义(Z=615.930 ,P<0.001)。职业以儿童、农民、学生为主,共计1318096例,占72.71%。不同职业报告发病数差异有统计学意义(Z=216.625 ,P<0.001)。地区分布上显示不平衡,发病率海口市最高,临高县最低,各市县累计报告年发病率差异有统计学意义(Z=17.071 ,P<0.001)。海南省甲、乙、丙类传染病发病呈明显季节性升高特征。乙、丙类高发病种疾病谱及顺位均发生了较大改变。根据月发病数创建了 SARIMA(1,0,1)(1,1,1)12模型,预测结果表明,2025—2027年海南省法定传染病仍然呈现起伏上升的趋势。结论 海南省法定传染病防控形势不容忽视,及时调整防控策略与措施,加大防控力度以及进一步提高防控效果是减少发病和预防流行的最佳手段。

关键词

法定传染病 / 趋势分析 / 流行病学特征 / 模型 / 预测

Key words

引用本文

引用格式 ▾
陈莉,金玉明,贾鹏本,吴晓杏,何依娜,陈继卿,冯文靖,沈永梅. 海南省 2004—2024 年法定传染病流行病学特征与趋势分析及预测[J]. 中国卫生统计, 2026, 43(5): 781-790 DOI:10.11783/j.issn.1002-3674.2026.05.026

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

[1]

伍晓利,张琴,罗幻,等. 基于Joinpoint和ARIMA 模型的四川省居民慢性阻塞性肺疾病死亡率及变化趋势分析[J].中国卫生统计, 2025,42(4):527-531.

[2]

赵军一,赵凤,曲冰佳,等. 1990—2019 年中国类风湿关节炎疾病负担现状和趋势分析[J].中国卫生统计,2024,41(3):344-348.

[3]

曾四清,钟豪杰,代吉亚,等. 基于Joinpoint 回归模型的2005—2017 年广东省≥60 岁老年人主要传染病流行趋势变化特征分析[J].实用预防医学,2020,27(10):1210-1214.

[4]

韩雪梅,易济琨,张笑琳,等. 基于X—12—ARIMA—BP模型的某省铁路企业工伤发生人数预测研究[J].中国卫生统计,2025,42(1): 73-84.

[5]

杜勇宏,王健. 季节时间序列理论与应用[M].天津:南开大学出版社,2008:43-46.

[6]

王永斌,李向文,田珍榛,等. 时间序列分解法在我国食物中毒发病人数预测中的应用[J].中国卫生统计,2015,32(4):624-626.

[7]

李园园,苏彦萍,吴芹. 1954—2023年北京市通州区甲乙类传染病疾病谱分析[J].预防医学情报杂志,2025,41(6):753-760.

[8]

年中国传染病监测报告,内部资料:296-299,603,667.

[9]

徐玲,李秀央. 2020—2021 年杭州市上城区法定传染病报告发病变化分析[J].实用预防医学,2023,30(4):442-443.

[10]

李兰娟. 传染病学[M].北京:人民卫生出版社,2024(10):7-8.

[11]

Feng LZ, Zhang T, Wang Q, et al. Impact of COVID—19 outbreaks and interventions on influenza in china and the United States [J].Nat Commun, 2021,12(1): 3249.

[12]

史芸萍,高燕琳,王超,等. 北京市2021年法定传染病流行特征分析[J].中华流行病学杂志,2022,43(9):1401-1407.

[13]

丁哲渊,吴昊澄,吴晨,等. 浙江省新型冠状病毒肺炎疫情应急响应期间其他法定传染病监测分析[J].疾病监测,2020,35(8): 746-752.

[14]

Inglis TJJ. Microbiology and Infection[M]. Beijing: Peking University Medical Press,2004.

[15]

康小娟,王晓慧,丁中航. 2015—2022 年甘肃省传染病流行特点及趋势[J].中华疾病控制杂志, 2024,28(4):386-387.

[16]

王悦,亚库普. 阿卜杜热扎克,陈薇,等. 2006—2021 年乌鲁木齐主要呼吸道传染病流行特征及趋势分析[J].中国预防医学杂志, 2024,25(9):1164-1165

[17]

汤家炜,汤其宁,朱时雨,等. 2015—2019 年中国法定传染病发病趋势分析[J].医学动物防制,20204,40(1):6.

[18]

高建华,黄若刚. 北京市2010—2015 年法定报告传染病流行特征分析[J].中华流行病学杂志,2016,37(6):836-840.

[19]

杨永梅,严志伟. 2011—2020 年上海市金山区托幼机构传染病发病特征分析[J].上海预防医学,2022,34(6):574.

[20]

沈洪兵,齐秀英 . 流行病学[M].北京:人民卫生出版社,2021: 13-24.

[21]

史芸萍,李刚. 2015年北京市法定传染病流行特征分析[J].首都公共卫生,2016,10(2):63-66.

AI Summary AI Mindmap
PDF (4365KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉