Untitled Document
Đăng nhập
Username:
Password:
Liên hệ quảng cáo

Số lượt truy cập

Đang có 1 người xem.

Search in TCYH

Keywords    

TÌM KIẾM NÂNG CAO          
  Tác giả :
Nhan đề :
Tóm tắt :
Title :
Abstract :
Từ năm :    đến :

* Năm 2016 - Tập 20 - Số 5
ỨNG DỤNG MÔ HÌNH ARIMA TRONG ĐÁNH GIÁ VÀ DỰ BÁO TÁC ĐỘNG CỦA BIẾN ĐỔI KHÍ HẬU TỚI MỘT SỐ BỆNH TẠI THÀNH PHỐ HỒ CHÍ MINH

Lê Hoàng Ninh*, Phùng Đức Nhật*Nguyễn Bích Hà*, Dương Thị Minh Tâm*, Nguyễn Ngọc Duy*

TÓM TẮT :

Đặt vấn đề: Tại Việt Nam một số nghiên cứu cho thấy biến đổi khí hậu(BĐKH) tác động lên số mắc và tử vong một số bệnh truyền nhiễm và bệnh không lây. Chưa có nghiên cứu nào về tác động BĐKH lên các vấn đề sức khỏe tại thành phố Hồ Chí Minh sử dụng phương pháp ARIMA.

Mục tiêu: Đánh giá sơ bộ tác động của BĐKH lên các bệnh truyền nhiễm tại 6 quận/huyện của thành phố Hồ Chí Minh.

Phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang hồi cứu số liệu về số mắc của bệnh truyền nhiễm trong giai đoạn 2000-2014. Các bệnh truyền nhiễm được khảo sát bao gồm sốt xuất huyết (SXH) và tiêu chảy. Dữ liệu về số ca mắc mới bệnh SXH và tiêu chảy được thu thập theo tháng từ dữ liệu tháng của Trung tâm Y tế dự phòng Hồ Chí Minh. Phương pháp ARIMA (autoregressive intergrated moving average) được sử dụng để mô tả và tiên đoán số ca mắc tiêu chảy và SXH. Phần mềm Stata v.13 được sử dụng để phân tích số liệu.

Kết quả: Số ca mắc SXH và tiêu chảy có xu hướng gia tăng theo thời gian. Số ca mắc SXH tăng từ tháng 5-9 và sau đó giảm dần vào tháng 10 cho đến tháng 3 năm sau. Mô hình ARIMA (0,1,1) phù hợp để tiên đoán số ca mắc tiêu chảy trong tương lai. Đường tiên đoán số ca mắc tiêu chảy trong giai đoạn từ tháng 1/2015 đến tháng 1/2018 cho thấy số ca mắc tiêu chảy có xu hướng tăng nhẹ trong thời gian sắp tới. Mô hình SARIMA (1,0,0)(1,1,0)12 là mô hình phù hợp nhất để tiên đoán số ca mắc SXH vì chỉ số AIC và BIC đều thấp hơn so với hai mô hình còn lại.

Kết luận: Phương pháp ARIMA áp dụng để tiên đoán số ca mắc SXH và tiêu chảy tại 6 quận/huyện của thành phố. Kết quả cho thấy các mô hình ARIMA dự đoán với mức chính xác cao cho số ca mắc SXH và tiêu chảy. Như vậy có thể sử dụng phương pháp ARIMA để tiên đoán xu hướng các bệnh truyền nhiễm khác. Tuy nhiên cần tiến hành một nghiên cứu tiếp theo để so sánh năng lực tiên đoán của phương pháp ARIMA và các phương pháp tiên đoán số ca mắc bệnh truyền nhiễm khác.

Từ khóa: bệnh truyền nhiễm, biến đổi khí hậu,ARIMA

ABSTRACT :

Background: Few studies in Vietnam revealed that climate change (CC) had significant impacts on morbidity and mortality of several communicable and non-communicable diseases. No studies on health impacts of CC using ARIMA model have been conducted in Ho Chi Minh City.

Objectives: Preliminarily evaluating impacts of CC on morbidities of several communicable diseases in 6 provinces in Ho Chi Minh City.

Methodology: A cross-sectional study with retrospective review on 2000-2014 numbers of cases of two communicable diseases was conducted. Investigated communicable diseases included Dengue fever and diarrhea. Monthly number of cases of investigated diseases was collected from Preventive Health Center of Ho Chi Minh City. ARIMA (autoregressive integrated moving average) model was applied to characterize and forecast number of cases of these communicable diseases. Stata v.13 software package was used for data analysis.

Results: Number of cases of Dengue fever and diarrhea had increased during 2000-2014. Number of cases of Dengue fever increased annually from May to September and then declined for next months. ARIMA (0,1,1) was appropriate to forecast number of cases of Dengue in the future. The forecast line of number of Dengue cases from Jan 2016 to Jan 2018 showed a slight increase of infected cases. SARIMA (1,0,0)(1,1,0)12 was the best model to forecast number of diarrhea with the least AIC and BIC compared to two other models.

Conclusion: ARIMA model was used to characterize and forecast Dengue cases and diarrhea cases in 6 provinces of Ho Chi Minh City. The results showed that the ARIMA model was an appropriate method to forecast communicable diseases. However, there should be another study conducting to compare the effectiveness of forecasting among ARIMA model and other generalized modeling methods.

Key words: Communicable diseases, climate change, ARIMA

Toàn văn HTML |  Toàn văn PDF