利用气候变量作为外生回归变量，在资源有限的城市环境中预测疟疾病例发生率：以埃塞俄比亚巴赫达尔市为例，采用SARIMAX模型进行时间序列分析

《Malaria Journal》：Forecasting malaria incidence in a resource-limited urban setting with climate variables as exogenous regressors: time series analysis using a SARIMAX model in Bahir Dar, Ethiopia

埃塞俄比亚巴希达尔市疟疾发病率预测研究，基于2018-2025年月度数据构建SARIMAX(1,2,2)(1,2,2,12,exog)模型，验证结果显示未来5年病例数呈上升趋势（MAPE=28.3%），但天气因素未达显著预测水平。

　　

摘要

背景

埃塞俄比亚一直面临着疟疾的持续复发问题。疟疾影响了年轻劳动力的健康，这被认为会阻碍经济增长。

目的

基于埃塞俄比亚阿姆哈拉地区巴希尔达尔市的历史数据，分析和预测未来几年（2026-2030年）的疟疾发病率。

方法

我们使用阿姆哈拉地区卫生局的疟疾数据以及来自World Weather Online的天气数据，开发了一个预测框架——包含外生因素的季节性自回归积分移动平均（SARIMAX）模型。该数据集包含90个月度数据点，时间跨度为2018年1月1日至2025年6月30日。数据集被分为两部分：前80%（2018年1月1日至2023年12月31日）用于模型训练，后20%（2024年1月1日至2025年6月30日）用于测试预测性能。我们使用Python 3.11版本对模型进行了未来5年的预测。

结果

以天气数据作为外生回归变量的SARIMAX（1, 2, 2）（1, 2, 2, 12, exog）模型能够很好地拟合历史数据。模型显示疟疾发病率呈上升趋势，这一点通过样本内拟合、样本外预测以及未来预测值得到验证，这些预测值在预测期内持续增加。没有任何天气条件数据与疟疾发病率之间存在统计学上的显著关联（p > 0.05）。评估指标——平均绝对百分比误差（MAPE）表明预测准确性较为合理（28.3%）。

结论

我们的研究显示未来几年疟疾病例数呈上升趋势，这表明现有策略可能存在不足。研究结果强调了建立有针对性的、区域化的早期预警系统的必要性，以便更好地分配资源。