广西医科大学学报JOURNALOFGUANGXIMEDICALUNIVERSITY2023Jan；40（1）基于ARIMA与NNAR模型的中国肺癌预测模型构建研究苏海霞，杨丹凌，文立，汤梦莹，宋晓坤，黎燕宁△（广西医科大学公共卫生学院生物统计学教研室，南宁530021）摘要目的：基于1990—2019年中国肺癌流行特征数据预测其2020—2024年的发展趋势，为我国肺癌防控相关策略提供科学参考依据。方法：收集1990—2019年中国肺癌（性别）发病率、（性别）死亡率等指标，采用年估计百分比变化（EAPC）分析其变化趋势；比较自回归求和移动平均（ARIMA）模型和神经网络自回归（NNAR）两种模型预测精度，并预测2020—2024年中国肺癌流行趋势。结果：1990—2019年中国肺癌（性别）发病率、（性别）死亡率、（性别）伤残调整寿命年（DALY）率均随时间呈上升趋势；发病率从21.72/10万增长至58.56/10万（EAPC3.72%，P＜0.001）；死亡率从21.65/10万增长至53.23/10万（EAPC3.37%，P＜0.001）；DALY率从588.07/10万增长至1204.25/10万（EAPC2.67%，P＜0.001）。ARIMA和NNAR的预测值与实际值基本吻合，ARIMA模型MAPE、MAE、RMSE值更小，预测精度更高。采用ARIMA模型预测得到2020—2024年的发病率为57.67/10万、59.06/10万、60.44/10万、61.83/10万、63.22/10万；死亡率分别为53.26/10万、54.51/10万、55.76/10万、57.02/10万、58.27/10万；DALY率分别为1191.98/10万、1211.72/10万、1231.36/10万、1250.94/10万、1270.48/10万。结论：2020—2024年中国肺癌发病、死亡情况仍将加重，ARIMA模型预测中国肺癌流行特征具有较好的精度和预测性能，对肺癌防控策略的制定有指导意义。关键词肺癌；流行病学；ARIMA模型；NNAR模型中图分类号：R734.2文献标志码：A文章编号：1005-930X（2023）01-0147-07DOI：10.16190/j.cnki.45-1211/r.2023.01.023StudyontheconstructionoflungcancerpredictionmodelinChinabasedonARIMAandNNARmodelsSuHaixia,YangDanling,WenLi,TangMengying,SongXiaokun,LiYanning.(DepartmentofBiostatistics,SchoolofPublicHealth,GuangxiMedicalUniversity,Nanning530021,China)AbstractObjective:ToprovidescientificreferencesforthepreventionandcontrolstrategiesoflungcancerinChinabypredictingthedevelopmenttrendoflungcancerinChinafrom2020to2024basedontheepidemiologi-caldataoflungcancerinChinafrom1990to2019.Methods:Theannualestimatedpercentagechange(EAPC)wasusedtoana...
