Published January 1, 2023 | Version v1
Publication Open

An Autoregressive Integrated Moving Average Model for Predicting Varicella Outbreaks — China, 2019

Creators

  • 1. Chinese Center For Disease Control and Prevention
  • 2. Beijing Institute of Big Data Research
  • 3. Anhui Provincial Center for Disease Control and Prevention
  • 4. Hainan Center for Disease Control & Prevention

Description

Varicella, a prevalent respiratory infection among children, has become an escalating public health issue in China. The potential to considerably mitigate and control these outbreaks lies in surveillance-based early warning systems. This research employed an autoregressive integrated moving average (ARIMA) model with the objective of predicting future varicella outbreaks in the country.An ARIMA model was developed and fine-tuned using historical data on the monthly instances of varicella outbreaks reported in China from 2005 to 2018. To determine statistically significant models, parameter and Ljung-Box tests were employed. The coefficients of determination (R2) and the normalized Bayesian Information Criterion (BIC) were compared to selecting an optimal model. This chosen model was subsequently utilized to forecast varicella outbreak cases for the year 2019.Four models passed parameter (all P<0.05) and Ljung-Box tests (all P>0.05). ARIMA (1, 1, 1)×(0, 1, 1)12 was determined to be the optimal model based on its coefficient of determination R2 (0.271) and standardized BIC (14.970). Fitted values made by the ARIMA (1, 1, 1)×(0, 1, 1)12 model closely followed the values observed in 2019, the average relative error between the actual value and the predicted value is 15.2%.The ARIMA model can be employed to predict impending trends in varicella outbreaks. This serves to offer a scientific benchmark for strategies concerning varicella prevention and control.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

أصبحت الحماق، وهي عدوى تنفسية سائدة بين الأطفال، مشكلة صحية عامة متصاعدة في الصين. وتكمن إمكانية التخفيف من حدة هذه الفاشيات والسيطرة عليها إلى حد كبير في أنظمة الإنذار المبكر القائمة على المراقبة. استخدم هذا البحث نموذج المتوسط المتحرك المتكامل الانحداري (ARIMA) بهدف التنبؤ بتفشي الحماق في المستقبل في البلاد. تم تطوير نموذج ARIMA وضبطه باستخدام البيانات التاريخية حول الحالات الشهرية لتفشي الحماق المبلغ عنها في الصين من عام 2005 إلى عام 2018. لتحديد النماذج ذات الدلالة الإحصائية، تم استخدام اختبارات المعلمة و Ljung - Box. تمت مقارنة معاملات التحديد (R2) ومعيار المعلومات البايزي المعياري (BIC) باختيار النموذج الأمثل. تم استخدام هذا النموذج المختار لاحقًا للتنبؤ بحالات تفشي الحماق لعام 2019. نجحت أربعة نماذج في اجتياز المعلمة (جميع اختبارات P<0.05) و Ljung - Box (جميع P>0.05). تم تحديد أريما (1، 1، 1)×(0، 1، 1)12 ليكون النموذج الأمثل بناءً على معامل التحديد R2 (0.271) و BIC الموحد (14.970). اتبعت القيم المثبتة التي صنعها نموذج أريما (1، 1، 1)×(0، 1، 1)12 عن كثب القيم التي لوحظت في عام 2019، ويبلغ متوسط الخطأ النسبي بين القيمة الفعلية والقيمة المتوقعة 15.2٪. يمكن استخدام نموذج أريما للتنبؤ بالاتجاهات الوشيكة في تفشي الحماق. يعمل هذا على توفير معيار علمي للاستراتيجيات المتعلقة بالوقاية من الحماق ومكافحته.

Translated Description (French)

La varicelle, une infection respiratoire répandue chez les enfants, est devenue un problème de santé publique croissant en Chine. Le potentiel d'atténuer et de contrôler considérablement ces épidémies réside dans les systèmes d'alerte précoce basés sur la surveillance. Cette recherche a utilisé un modèle de moyenne mobile intégrée autorégressive (ARIMA) dans le but de prédire les futures épidémies de varicelle dans le pays. Un modèle ARIMA a été développé et affiné à l'aide de données historiques sur les cas mensuels d'épidémies de varicelle signalés en Chine de 2005 à 2018. Pour déterminer les modèles statistiquement significatifs, des tests de paramètres et de Ljung-Box ont été utilisés. Les coefficients de détermination (R2) et le critère d'information bayésien normalisé (BIC) ont été comparés à la sélection d'un modèle optimal. Ce modèle choisi a ensuite été utilisé pour prévoir les cas d'épidémie de varicelle pour l'année 2019. Quatre modèles ont passé le paramètre (tous P<0,05) et les tests Ljung-Box (tous P>0,05). ARIMA (1, 1, 1)×(0, 1, 1)12 a été déterminé comme étant le modèle optimal sur la base de son coefficient de détermination R2 (0,271) et de son BIC normalisé (14,970). Les valeurs ajustées faites par le modèle ARIMA (1, 1, 1)×(0, 1, 1)12 ont suivi de près les valeurs observées en 2019, l'erreur relative moyenne entre la valeur réelle et la valeur prédite est de 15,2 %. Le modèle ARIMA peut être utilisé pour prédire les tendances imminentes des épidémies de varicelle. Cela sert de référence scientifique pour les stratégies de prévention et de contrôle de la varicelle.

Translated Description (Spanish)

La varicela, una infección respiratoria prevalente entre los niños, se ha convertido en un problema de salud pública cada vez mayor en China. El potencial para mitigar y controlar considerablemente estos brotes radica en los sistemas de alerta temprana basados en la vigilancia. Esta investigación empleó un modelo de media móvil integrada autorregresiva (ARIMA) con el objetivo de predecir futuros brotes de varicela en el país. Se desarrolló y ajustó un modelo ARIMA utilizando datos históricos sobre los casos mensuales de brotes de varicela reportados en China de 2005 a 2018. Para determinar los modelos estadísticamente significativos, se emplearon pruebas de parámetros y Ljung-Box. Los coeficientes de determinación (R2) y el Criterio de Información Bayesiana (BIC) normalizado se compararon con la selección de un modelo óptimo. Este modelo elegido se utilizó posteriormente para pronosticar los casos de brotes de varicela para el año 2019. Cuatro modelos pasaron el parámetro (todos P<0.05) y las pruebas de Ljung-Box (todos P>0.05). Se determinó que ARIMA (1, 1, 1)×(0, 1, 1)12 era el modelo óptimo en función de su coeficiente de determinación R2 (0.271) y BIC estandarizado (14.970). Los valores ajustados realizados por el modelo ARIMA (1, 1, 1)×(0, 1, 1)12 siguieron de cerca los valores observados en 2019, el error relativo promedio entre el valor real y el valor predicho es del 15.2%. El modelo ARIMA se puede emplear para predecir tendencias inminentes en brotes de varicela. Esto sirve para ofrecer un punto de referencia científico para las estrategias relacionadas con la prevención y el control de la varicela.

Files

ccdcw2023.134.pdf

Files (544.8 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:6c66e9220b77396d2ac3b02695d1c677
544.8 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
نموذج المتوسط المتحرك المتكامل الانحداري للتنبؤ بتفشي الحماق - الصين، 2019
Translated title (French)
Un modèle de moyenne mobile intégré autorégressif pour prédire les épidémies de varicelle — Chine, 2019
Translated title (Spanish)
Un modelo de media móvil integrado autorregresivo para predecir brotes de varicela — China, 2019

Identifiers

Other
https://openalex.org/W4385587879
DOI
10.46234/ccdcw2023.134

Is supplement to
https://openalex.org/W4313123484 (Other)
https://openalex.org/W3190289737 (Other)
https://openalex.org/W3175321409 (Other)
https://openalex.org/W3121508800 (Other)
https://openalex.org/W3115491726 (Other)
https://openalex.org/W2767270669 (Other)
https://openalex.org/W2620501840 (Other)
https://openalex.org/W2073847544 (Other)
https://openalex.org/W1578405420 (Other)
https://openalex.org/W1568055853 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China

References

  • https://openalex.org/W2147110014
  • https://openalex.org/W2264320611
  • https://openalex.org/W3005726045
  • https://openalex.org/W3040045170
  • https://openalex.org/W3138970751
  • https://openalex.org/W3152918685
  • https://openalex.org/W4283574070
  • https://openalex.org/W4293756521
  • https://openalex.org/W4307036148
  • https://openalex.org/W4308925768
  • https://openalex.org/W4320507819