论文摘要
目的通过对SARS病程中潜伏期、发病时间和临床期中一些重要临床指标的回顾性分析,寻找SARS流行过程中的一些规律,并针对这些规律提出相应的对策,为应对突如其来的不明病原体感染的传染病如SARS提供参考依据。方法对我国所有SARS患者的潜伏期、发病时间和临床期中的一些重要临床指标进行描述性分析。使用ARIMA模型拟合中国内地SARS新发病例时间序列。结果通过对单源一次暴露的SARS患者的接触史进行研究,发现SARS潜伏期的中位数为4天,95%SARS患者的潜伏期为0～14天。2002年10月1日第一例SARS发病至2004年1月7日最后一例,历时464天。2003年2月4日前后出现第一个发病高峰,第二个高峰在2003年4月23日前后出现,其后发病数急剧下降。在SARS发病的1～3天,96.87%的患者出现发热,82.80%的患者胸片发现异常。体温在发病前两周基本降至正常。白细胞计数在第一周降到最低,第三周基本恢复到正常水平。胸闷发生率在第三周之后会有所缓解。呼吸频率呈一个缓慢上升的过程,直到出院也没有恢复到正常水平。模型ARIMA(1, 1, 0)成功拟合了中国内地SARS每日新发病例序列。结论SARS潜伏期的P95为14天,可以认为在SARS的防控中,对密切接触者的检疫或医学观察期限定为14天是合理的。从SARS流行过程看,SARS在第二个发病高峰后,日发病数量在一个潜伏期内迅速下降,可能与国家强有力的防治措施有关。发热和胸片异常是SARS早期最主要和最明显的表现,发病后后一周内白细胞数量的下降可以作为与细菌性肺炎等常见病进行鉴别的手段。呼吸频率和胸闷发生率的不断上升提示SARS患者的肺部损害在短时期内不可恢复。模型ARIMA(1, 1, 0)成功地拟合了中国内地SARS每日新发病例序列,表明时间序列模型可以为传染病提供及时的预测。
论文目录
相关论文文献
- [1].基于ARIMA模型的卫星钟差异常值探测的模型选择方法[J]. 武汉大学学报(信息科学版) 2020(02)
- [2].基于ARIMA模型的西安市空气质量指数的分析与预测[J]. 电脑知识与技术 2019(35)
- [3].基于ARIMA模型对四川省医疗机构卫生资源需求预测分析[J]. 预防医学情报杂志 2020(02)
- [4].应用ARIMA模型预测石家庄市手足口病发病趋势[J]. 中国卫生统计 2020(01)
- [5].Forecasting Method of Stock Market Volatility in Time Series Data Based on Mixed Model of ARIMA and XGBoost[J]. 中国通信 2020(03)
- [6].ARIMA乘积季节模型在青州市布鲁氏菌病发病预测中的应用[J]. 中国医院统计 2020(02)
- [7].基于ARIMA的入境旅游月度过夜人次预测[J]. 微型电脑应用 2020(04)
- [8].ARIMA模型在江西省布鲁氏菌病发病数预测中的应用[J]. 中国人兽共患病学报 2020(03)
- [9].ARIMA模型在德国小蠊密度季节消长预测中应用及抗药性[J]. 中国公共卫生 2020(03)
- [10].Short-term Prediction of Ionospheric TEC Based on ARIMA Model[J]. Journal of Geodesy and Geoinformation Science 2019(01)
- [11].Analysis of temporal trends of human brucellosis between 2013 and 2018 in Yazd Province, Iran to predict future trends in incidence: A time-series study using ARIMA model[J]. Asian Pacific Journal of Tropical Medicine 2020(06)
- [12].ARIMA模型在台山地区手足口病疫情的预测作用[J]. 齐齐哈尔医学院学报 2020(07)
- [13].我国出境旅游人次的预测与分析——基于ARIMA模型[J]. 科技经济导刊 2020(20)
- [14].基于ARIMA乘积季节模型的某医院介入导管室手术量预测研究[J]. 中国现代手术学杂志 2020(03)
- [15].一种基于ARIMA-SVR混合方法的汇率预测模型[J]. 智库时代 2019(01)
- [16].季节ARIMA模型在保费总收入预测中的应用[J]. 福建金融管理干部学院学报 2018(04)
- [17].基于ARIMA模型的游客人数分析与预测[J]. 电脑与电信 2019(Z1)
- [18].基于南昌市新建区居民伤害死亡趋势的ARIMA模型构建与预测[J]. 南昌大学学报(医学版) 2019(01)
- [19].基于ARIMA模型的图书馆微信公众号用户量预测[J]. 中国科技信息 2019(13)
- [20].基于ARIMA预测模型的人才市场需求分析[J]. 商讯 2019(11)
- [21].ARIMA模型在血液供应量预测分析中的应用[J]. 电脑知识与技术 2019(22)
- [22].基于ARIMA模型的郑州市玉米收购价分析及预测[J]. 现代商业 2019(28)
- [23].基于ARIMA模型的新疆阿克苏地区棉花价格分析与预警[J]. 农村经济与科技 2019(19)
- [24].基于ARIMA模型对网络舆情传播过程研究[J]. 广西质量监督导报 2019(11)
- [25].基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J]. 预防医学情报杂志 2018(03)
- [26].应用ARIMA模型预测某三级甲等医院门诊量[J]. 中国医院统计 2018(01)
- [27].基于ARIMA的价格时间序列分析与预测——以沪铝1803合约为例[J]. 经贸实践 2018(10)
- [28].ARIMA模型在肺结核登记病例数预测中的应用[J]. 江苏预防医学 2018(03)
- [29].ARIMA乘积季节模型在天津市痢疾发病预测中的应用[J]. 中华中医药杂志 2018(07)
- [30].基于ARIMA模型货币供应量变动分析[J]. 合作经济与科技 2018(14)
标签：严重急性呼吸综合征论文; 潜伏期论文; 发病时间论文; 时间序列论文; 模型论文;