М Шива Дурга Прасад Наяк и К. А. Нараян
Предыстория: Лихорадка денге является одной из самых серьезных и быстро распространяющихся тропических болезней. В Индии за последнее десятилетие лихорадка денге увеличилась по частоте и географическому распространению. Подробная информация о том, когда и где вспышки лихорадки денге/гипердензивной лихорадки в прошлом происходили, может быть использована для эпидемиологического моделирования, чтобы предсказать будущие тенденции и надвигающиеся вспышки. На основе этой предпосылки была предпринята попытка преобразовать имеющиеся ежемесячные данные о заболеваемости лихорадкой денге в штате Керала в сезонную модель ARIMA для прогнозирования бремени болезни.
Методы: Текущее исследование было ретроспективным аналитическим исследованием с использованием вторичных данных из департамента директора общественного здравоохранения штата Керала, Индия. Были загружены ежемесячные отчеты проекта комплексного надзора за заболеваниями (IDSP) за период тринадцати лет с 2006 по 2018 год, и данные о случаях лихорадки денге были извлечены из загруженных файлов PDF. Используя пробную версию SPSS 21 и выборочный набор данных, было запущено несколько моделей ARIMA и была определена наиболее подходящая сезонная модель ARIMA. Затем выбранная модель использовалась для прогнозирования ежемесячной заболеваемости лихорадкой денге со следующего года, т. е. с 2007 года. Были сравнены ежемесячная прогнозируемая заболеваемость и ежемесячная реальная заболеваемость лихорадкой денге с 2007 по 2018 год, и разница между ними была проверена с помощью парного t-теста.
Результаты: Сезонная модель ARIMA (1, 0, 0) (0, 1, 1)12 оказалась наиболее подходящей моделью для приведенных данных. Стационарное значение R-квадрата выбранных моделей составляет 0,815. Значение теста Льюнга–Бокса составляет 11,271, а значение p составляет 0,792, что указывает на адекватность выбранной модели. Среднее число прогнозируемых случаев лихорадки денге с января 2007 г. по декабрь 2018 г. было ближе к реальной заболеваемости в каждом месяце, но разница между ними не была статистически значимой, что указывает на хорошее соответствие модели.
Заключение: Сезонная ARIMA (1, 0, 0) (0, 1, 1)12 была выбрана как наиболее подходящая модель для прогнозирования будущих случаев лихорадки денге в предстоящий период. Методика будет полезна администраторам здравоохранения для лучшей готовности. Модель можно сделать динамической, чтобы включить текущие данные и получить более динамичную модель.