本站小編為你精心準備了居民意外跌落死亡率時間序列分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《中國公共衛生雜志》2015年第十一期

在世界各地，意外跌落均屬于重要公共衛生問題。世界衛生組織2012年10月，每年發生的意外跌落為42.4萬次，使之成為僅次于道路交通傷害的第二大非故意傷害死亡原因;80%以上與意外跌落有關的死亡均發生在低收入和中等收入國家［1］。在世界所有地區，＞60歲成年人死亡率最高［1］。有研究表明，意外跌落是中國居民的第3位傷害死亡原因，是老年人的主要傷害死亡原因之一［2－3］。上海市靜安區是高齡化程度比較高的地區。本研究應用時間序列模型對1975—2009年靜安區居民意外傷害死亡率數據進行擬合，并探討應用此模型進行2010—2014年死亡率預測的可行性，為靜安區制定傷害預防性干預措施提供依據。

1資料與方法

1.1資料來源意外跌落死亡資料來源于上海市靜安區疾病預防控制中心生命統計專業人員審核后的居民死亡醫學證明數據庫系統(1975—2014年度)，該系統原始數據來自公安部門提供的死亡證明書、死亡推斷書和死亡確認書，數據真實可靠(2002年以前資料是根據現有保存完好的死亡原始單根據現在要求重新審核、編碼、錄入的，完整率、準確率均＞98%)。人口資料由上海市靜安區公安局戶政科提供，居民死亡醫學證明系統和人口資料均指戶籍人口。死因分類參照《居民病傷死亡原因報表》(衛統26表)將死亡疾病分為17大類109類疾病。按照《國際疾病分類(InternationalClassificationofDisease，10thRevisionICD-10)》進行編碼，其中根本死因V01-Y98的病例即為傷害死亡的病例。靜安區1953年建立死亡監測系統，自建立以來一直穩定運行，且每月與公安部門核對數據，并定期進行漏報調查以保證數據質量。

1.2時間序列模型建立與驗證對靜安區1975—2009年居民意外跌落死亡率建立時間序列模型。

1.2.1序列平穩性檢驗及純隨機性檢驗應用時間序列圖、自相關圖進行平穩性檢驗;應用白噪聲檢驗進行序列的純隨機性檢驗。序列平穩且非純隨機性，可以進行平穩序列的時間序列分析。

1.2.2模型初步識別與定階根據序列自相關圖(autocorrelationfunction，ACF)與偏自相關圖(par-tialautocorrelationfunction，PACF)，選擇階數適當的自回歸移動平均(autoregressivemovingaverage，ARMA)模型進行擬合。以Akaike'sinformationcri-terion(AIC)(最小信息量準則)和SchwartzBayes-iancriterion(SBC)值最小的模型為最優模型。

1.2.3參數估計與模型檢驗采用最小二乘法對識別階段提供的粗模型進行參數估計;模型檢驗包括參數檢驗與模型殘差檢驗。

1.2.4時間序列預測與驗證利用擬合的ARMA模型對靜安區2010—2014年的意外跌落死亡率進行預測并與靜安區2010—2014年的意外跌落死亡率實際值進行比對。

1.3統計分析應用軟件SAS9.3對數據進行統計分析。

2結果

2.1意外跌落死亡狀況1975—2009年靜安區累計傷害死亡人數6701人，其中意外跌落死亡2814人，意外跌落占傷害死亡總數的41.99%，位居傷害死因首位，占總死亡數的構成比為2.33%。

2.2時間序列分析

2.2.1序列平穩性及純隨機性檢驗(圖1)結果顯示，靜安區1975—2009年35年間每年意外傷害死亡率在18.00/10萬附近隨機波動，無明顯的趨勢和周期，基本可視為平穩序列;自相關分析顯示，該序列的自相關系數基本控制在2倍標準差范圍內，基本滿足零均值平穩序列要求;平穩序列白噪聲檢驗顯示為非純隨機序列(延遲6階的χ2=13.20，P＜0.05)，具有建模價值。

2.2.2模型初步識別與定階樣本自相關函數、樣本偏相關函數表明AR(p)是拖尾的，MA(q)是截尾的，初步判定模型為AR(p)模型;BIC(1，0)=2.9785為最小值，此時AIC=207.4174，SBC=210.5281，因此初始模型定階為AR(1)。

2.2.3參數估計與模型檢驗參數統計學檢驗結果顯示，MU(常數項)與AR1，1的t值分別為11.77、3.56，P值均＜0.01，即2參數均有統計學意義;殘差自相關檢驗結果顯示，延遲6、12、18、24階χ2值分別為3.12、8.70、14.16、15.34，P值均＞0.05，表明該AR(1)模型顯著有效。

2.2.4時間序列預測與驗證(表1、圖2)用AR(1)模型預測靜安區2010—2014年意外跌落死亡率，結果顯示:模型預測值的動態趨勢與實際情況基本一致，模型對未來的情況進行了很好的跟蹤和預測，2010—2014年的實際死亡率雖與預測值不完全一樣，但各年實際值均在預測值95%CI間范圍內。

3討論

ARMA模型是經過序列平穩化及純隨機性檢驗、模型識別、參數估計和診斷、預測等過程建立的，預測精度較高，但一般要求序列長度應達到30，才能達到較好的建模和預測效果。本建模過程使用了35個時間點數據，保證了模型的穩定性和預測的準確性。時間序列分析能夠解決疾病監測數據中短期相關性且非隨機性的問題，因此公共衛生領域中應用越來越廣泛。近年在傷害監測包括道路交通傷害、自殺等方面均有應用。本研究首次應用時間序列模型對靜安區意外跌落傷害死亡進行預測與分析，結果顯示，時間序列模型在意外跌落死亡預測中具有較好的應用價值，可用于該地區意外傷害死亡率的短期預測分析。本研究結果顯示，上海市靜安區1975—2009年意外跌落死亡占傷害死亡的首位(41.99%)，是傷害死亡的主要原因。這與上海市閘北區的研究結果類似，意外跌落死亡占傷害死亡的首位(44.75%)。而全國意外跌落占傷害死亡的第3位;加拿大、美國［13］意外跌落占傷害死亡的第2位。因此，靜安區意外跌落的死亡形勢更為嚴峻，這與靜安區的人口老齡化程度較高有關。靜安區死因監測數據顯示，1975—2014年＞60歲老人傷害死亡占總傷害死亡90%以上。因此，加強意外跌落的干預，特別是加強老年人的防跌倒工作是今后傷害防制的重點。

本研究結果顯示，靜安區近40年的意外跌落死亡趨勢平穩，無明顯的線性趨勢。盡管近年來，靜安區開始推廣老年防跌倒項目、進行安全社區創建等防治意外跌落的措施，其死亡率略有下降，但從長期趨勢看意外跌落的死亡率仍然未見下降趨勢。提示，防治意外跌落工作任重道遠，需要制定可持續發展的防治策略和長期規劃;在防治內容上涵蓋健康教育、生活環境評估和改進、運動干預等;在防治形式上也應多樣化，不拘泥于講座、座談、小組活動等方式，可以借助近年來新興的網絡、APP等方式。

作者：楊曉明 沈冰 王妍敏 褚曉婷 張欣 王云徽 單位：上海市靜安區疾病預防控制中心慢病科