课题编号：河北省2023年度医学科学研究重点课题计划(20231741)

解脲脲原体(Ureaplasma urealyticum, Uu)又称为溶脲脲原体，患者尿道中分离出的微生物。有大量文献报道，解脲脲原体是非淋病性泌尿生殖系统炎症的主要病原体，与女性多种疾病有关。近年来国内外研究报道表明，生殖系统感染性疾病的发病率呈逐年上升趋势，生殖道解脲脲原体感染已经成为性传播疾病的首位^[1-2]。本次研究通过SARIMA模型对解脲脲原体感染人数进行模型的建立和定量预测，从时间分布角度为防治机构合理有效配置卫生资源提供科学依据。

1资料与方法

1.1 资料来源  本次评估资料主要来源于我院细菌学检验室。

1.2 方法  

1.2.1 根据唐山部分地区地区解脲脲原体月发病数制作2017年1月至2021年12月时间序列图，见图1。

1.2.2 构建模型和预测：SARIMA模型表示为ARIMA(p,d,q) (P,D,Q)_s，其中AR是自回归值，MA是移动平均值，AR_s是季节性自回归值，MA_s是季节性移动平均值，p是非季节性自回归阶数，d为非季节性差分次数，q是非季节性移动平均阶数，P是季节性自回归阶数，D是季节性差分次数，Q是移动平均阶数。其整体模型构建及验证分为以下5个基本步骤：平稳性检验，模型参数识别与估计，白噪声检验及拟合优度检验，模型合理性验证。

1.2.3 模型预测。

1.3 统计学处理  利用SPSS 21.0进行统计分析，以P＜0.05为差异有统计学意义。

2结果

2.1 建立时间序列模型：ARIMA(1,1,0)(1,1,2)_s模型与实际解脲脲原体感染人数拟合效果较好，见图1(AR=-0.531, AR_s=-0.867, MA_s=0.961, P<0.05; StationaryR²=0.658, R²=0.734, BIC=8.887; Ljung-BoxQ=31.605, P<0.05)。

图1 2022年1月至12月解脲脲原体感染人数最佳预测模型ARIMA(1,1,0)(1,1,2)_s      

2.2模型的预测：2022年各月份解脲脲原体人数模型预测结果与观察结果见表1。

表1  2022年各月份结核病发病人数模型预测值与观察值

3讨论

目前，随着大环内酯类、四环素和喹诺酮类等抗生素的大量广泛应用、不合理联用、疗程不规则等现象的发生，具有多重耐药性的支原体在临床上也不断增多。在这种情况下，很多支原体感染患者出现了病情反复发作或久治不愈的情况，在临床上对其进行治疗的难度明显增高。目前应用于病原体感染预警预测的统计学模型种类较多，包括回归模型、灰色模型、时间序列模型、神经网络等^[3-5]。不同模型有着不同的优缺点。

对于2017年至2021年唐山部分地区解脲脲原体感染人数的时间序列图及季节性因素显示，该地区月发病人数有着季节性，3月、4月存在发病高峰，提高相应月份解脲脲原体感染的预警强度。同时该模型很好的预测了2022年解脲脲原体的感染人数，说明该摸型应用与此类型疾病的价值所在。此次研究从“二级预防”角度着眼，为生殖道支原体感染疾病起到宣传作用，早发现、早治疗解决家庭的经济负担。对该病原体的临床治疗感染提出建议性指导，减轻患者痛苦，预防广泛耐药。

本次研究亦存在一些不足，比如纳入研究人数有限，缺少个案病例分析等，在今后的科研工作中将会不断深入发觉，以期提高医疗质量和效率，避免及降低耐药菌的产生。减轻患者痛苦，扩大病人来源，既减轻患者经济负担也符合医院的需求。

参考文献

[1] 廖春洁, 叶美萍, 石梅, 等.上海地区893例性病门诊患者淋病奈瑟菌, 沙眼衣原体及解脲脲原体的感染特点分析[J]. 中国感染与化疗杂志, 2022, 2(2): 1009-7708.

[2] 石永言, 富建华. 解脲脲原体感染与新生儿疾病[J]. 中华实用儿科临床杂志, 2021, 36(14):1059-1062.

[3] 孙唯凌润, 张瑶, 张孟媛, 等. 基于ARIMA时间序列的四川省艾滋病趋势分析[J]. 中国医药科学, 2022, 12(3): 42-46.

[4] 王淑平, 杜敏, 罗建伟, 等. GM(1,1)模型与LSTM神经网络在肺结核发病数预测中的应用[J]. 公共卫生与预防医学, 2019, 30(5): 11-14.

[5] 王华, 田昌伟, 王文明, 等. 应用SARIMA-GRNN组合模型分析肺结核流行的季节性特征[J]. 预防医学, 2019, 31(1): 55-58.