基于时间序列与机器学习模型的HIV及抗逆转录病毒治疗病例统计建模与预测研究

本研究针对巴基斯坦HIV/AIDS疫情预测需求，创新性地应用神经网络自回归模型(NNAR)进行病例预测。研究人员通过比较ARIMA、ETS等传统时间序列模型与NNAR(1,1,2)模型在HIV和ART病例预测中的表现，发现NNAR模型以最低误差指标(RMSE 657.044，MAPE 1.2466)显著优于其他模型，预测HIV病例月增4.98%、ART病例月增16.32%。该研究为资源分配和疾病防控提供了精准预测工具，对巴基斯坦等低流行高风险的HIV防控具有重要实践价值。

　　

在全球抗击HIV/AIDS的持久战中，准确预测疫情发展趋势始终是公共卫生领域的重大挑战。尽管抗逆转录病毒治疗(ART)已显著改善患者生存状况，但联合国艾滋病规划署数据显示，2021年全球仍有65万人死于HIV相关疾病，每天新增感染达4000例。巴基斯坦作为"低流行但高风险"国家的典型代表，其HIV感染率持续攀升，从2016年月均19,084例激增至2021年的54,242例，凸显出传统预测方法的局限性——线性模型难以捕捉疫情发展中的复杂非线性特征。

为突破这一技术瓶颈，沙特阿拉伯阿卜杜勒阿齐兹国王大学(King Abdulaziz University)的研究团队在《Scientific Reports》发表了一项创新研究。该团队首次将神经网络自回归模型(NNAR)应用于巴基斯坦HIV/ART病例预测，通过对比六类时间序列模型的表现，建立了精准预测疫情发展的新范式。研究采用巴基斯坦统计局2016-2021年的月度病例数据，创新性地构建NNAR(1,1,2)模型架构——包含1个非季节性滞后项、1个季节性滞后项和2个隐藏神经元，采用Sigmoid激活函数处理非线性关系。通过滚动原点交叉验证(h=12)确保模型稳健性，最终以RMSE 730.639(HIV)和590.76(ART)的表现远超传统方法。

【关键技术方法】
研究团队系统比较了六类预测模型：自回归积分滑动平均(ARIMA)、布朗指数平滑、霍尔特线性趋势、温特季节指数平滑、指数平滑状态空间(ETS)和NNAR。采用R语言forecast包实现模型拟合，通过nnetar函数构建NNAR模型。评估指标包括均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)，并应用Diebold-Mariano检验验证模型差异显著性。数据来自巴基斯坦国家艾滋病控制项目的月度报告。

【模型性能比较】
在HIV病例预测中，NNAR模型以RMSE 657.044显著优于ARIMA(743.365)和ETS(748.532)。Diebold-Mariano检验显示NNAR较ARIMA的MAPE改善0.039，较布朗模型提升1.010。对于ART病例预测，NNAR保持优势(RMSE 562.049)，其预测精度较第二名ARIMA提高11.3%。交叉验证证实NNAR具有最佳泛化能力，克服了传统模型对线性假设和严格平稳性的依赖。

【预测结果】
基于NNAR(1,1,2)模型的15个月预测显示：HIV病例将从2022年1月的59,359例增至2023年3月的64,028例，月增长率4.98%；ART病例同期由52,470例增至66,395例，月增幅高达16.32%。预测区间显示95%置信水平下，2023年3月HIV病例将在62,220-68,211例之间波动，为资源规划提供量化依据。

【讨论与结论】
该研究突破性地证实：在捕捉HIV/ART复杂传播动态方面，NNAR模型较传统时间序列方法具有显著优势。其成功关键在于：1)通过神经网络架构自动学习最优滞后结构；2)直接建模长短期依赖关系而无需差分处理；3)适应巴基斯坦特有的社会经济因素影响。研究预测的ART需求激增(16.32%)警示医疗系统需提前部署药物储备，而4.98%的HIV增长率则要求加强高危人群干预。

这项研究为实现联合国可持续发展目标(SDG 3.3)——"2030年终结艾滋病"提供了关键技术支撑。其方法论创新不仅适用于HIV预测，更为传染病预警系统开发树立了新标准。未来研究可通过整合社会经济变量、传播途径等多元数据进一步提升预测精度，而解释性AI技术的应用将使模型更易被政策制定者采纳。在当前COVID-19与HIV双重疫情背景下，该成果对资源有限国家的公共卫生决策具有重要指导价值。