基于GM(1,1)模型的惡性腫瘤死亡率的預(yù)測

馬尉瑤

(遼陽市疾病預(yù)防控制中心，遼寧 遼陽 111000)

基于GM(1,1)模型的惡性腫瘤死亡率的預(yù)測

馬尉瑤

(遼陽市疾病預(yù)防控制中心，遼寧 遼陽 111000)

目的了解遼陽市遼陽縣惡性腫瘤死亡情況，介紹GM(1,1)模型預(yù)測遼陽市遼陽縣惡性腫瘤死亡率。方法收集遼陽市遼陽縣2008-2015年惡性腫瘤死亡數(shù)據(jù)，并應(yīng)用GM(1,1)模型對其進行動態(tài)預(yù)測。結(jié)果GM(1,1)預(yù)測模型為=6315.220.023Ik-6177.06，預(yù)測精度優(yōu)，預(yù)測2016年和2017年遼陽市遼陽縣惡性腫瘤死亡率分別為173.50/10萬和177.55/10萬。結(jié)論GM(1,1)模型能夠用于惡性腫瘤死亡率預(yù)測。

惡性腫瘤；GM(1,1)；模型；預(yù)測;死亡率

20世紀(jì)70～90年代我國惡性腫瘤死亡率呈上升趨勢，死亡率上升了29.42%，年齡調(diào)整死亡率上升了11.56%[1]。全國第三次死因回顧抽樣調(diào)查數(shù)據(jù)顯示，我國惡性腫瘤死亡率屬于世界較高水平，而且呈持續(xù)增長趨勢，已經(jīng)成為城市居民的第一位死因[2]。隨著人口老齡化的到來，惡性腫瘤成為危害人類健康的主要原因。本文收集了2008-2015年遼陽市遼陽縣惡性腫瘤死亡數(shù)據(jù)，并對其進行了動態(tài)預(yù)測，以期為遼陽市遼陽縣惡性腫瘤的預(yù)防和控制提供指導(dǎo)依據(jù)。

1 資料與方法

1.1 資料來源 遼陽市遼陽縣為國家級腫瘤登記點和死因監(jiān)測點，2008-2015年惡性腫瘤死亡數(shù)據(jù)來源于人口死亡信息登記管理系統(tǒng)。所有死因均按照國際疾病分類標(biāo)準(zhǔn)第十版[3]進行編碼。人口資料來源于遼陽縣公安部門。

1.2 GM(1,1)模型建立原理[4]設(shè)變量為某一預(yù)測值的非負(fù)單調(diào)原始數(shù)據(jù)列，對其進行累加生成遞增序列：，其中建立白化形式的微分方程，即GM(1,1)模型：(2)，其中α、μ為待辨識參數(shù)，α稱為發(fā)展系數(shù)，μ為灰色作用量。設(shè)為待估計參數(shù)變量，，利用最小二乘法，得到響應(yīng)方程：，根據(jù)響應(yīng)方程累減生成還原序列，即預(yù)測值：。

2 結(jié) 果

2.1 GM(1,1)模型的建立 遼陽市遼陽縣2008-2015年惡性腫瘤死亡率數(shù)據(jù)見表1。由公式得α=-0.023 1，μ=142.687 5，所得預(yù)測模型如下：=6 15.220.023Ik-6 177.06。

2.2 模型檢驗 可用后驗差比值和小誤差概率來檢GM(1,1)模型的預(yù)測效果，后驗差比值為C，小誤差概率為P。本模型精度檢驗結(jié)果顯示：C=0.349 2，P=1.00，根據(jù)模型精度檢驗判定標(biāo)準(zhǔn)，判定為優(yōu)。

2.3 模型預(yù)測 運用GM(1,1)模型對遼陽市遼陽縣惡性腫瘤死亡率擬合預(yù)測結(jié)果見圖1：遼陽市遼陽縣惡性腫瘤死亡率呈逐年上升趨勢，2016年和2017年預(yù)測惡性腫瘤死亡率分別為173.50/10萬和177.55/10萬。

表1 遼陽市遼陽縣2008～2015年惡性腫瘤死亡率(1/10萬)

圖1 遼陽縣2008-2015年惡性腫瘤死亡率的建模值及預(yù)測結(jié)果

3 討 論

1982年鄧聚龍教授創(chuàng)立了灰色系統(tǒng)理論[5]。GM(1,1)模型是灰色系統(tǒng)模型中應(yīng)用最為廣泛的模型?；疑Ｐ筒坏椒ê唵?、理論可靠，且對長度短的原始數(shù)據(jù)系列擬合度也很高，預(yù)測效果好。近年來，GM(1，1)模型已經(jīng)被醫(yī)學(xué)工作者廣泛應(yīng)用到預(yù)測傳染病和慢性非傳染性疾病死亡率等多個方面的預(yù)測中[6-7]。但由于模型數(shù)據(jù)具有時效性，因此在實際應(yīng)用中，應(yīng)不斷地把新信息樣本添加到建模的時間序列中去，更好的提高預(yù)測的精度。

本文利用GM(1,1)模型對未來2年遼陽市遼陽縣地區(qū)惡性腫瘤死亡率進行了預(yù)測，研究結(jié)果顯示，GM (1,1)模型精度檢驗結(jié)果顯示模型判定為優(yōu)，可用于惡性腫瘤死亡率預(yù)測。如不采取有效的防治措施，遼陽市遼陽縣2008-2015年惡性腫瘤死亡率呈現(xiàn)逐年上升趨勢。2016年和2017年預(yù)測惡性腫瘤死亡率分別為173.50/10萬和177.55/10萬。

綜上所述，遼陽市遼陽縣應(yīng)當(dāng)加大惡性腫瘤預(yù)防和控制力度，達(dá)到降低惡性腫瘤死亡率的目的，提高居民生活質(zhì)量。針對不同的惡性腫瘤，應(yīng)根據(jù)其特點，開展有效的防控措施。例如：肺癌發(fā)病率與環(huán)境污染有關(guān)[8]，與“二手煙”、油煙、室內(nèi)空氣污染有關(guān)[9]。建議相關(guān)部門積極治理環(huán)境污染，倡導(dǎo)健康生活方式，遠(yuǎn)離危險因素是預(yù)防惡性腫瘤的第一要務(wù)。同時提高自我保健意識，加強高危人群篩查，通過“早發(fā)現(xiàn)、早診斷、早治療”，提高惡性腫瘤的治愈水平，增進健康。

[1]李連弟,魯鳳珠,張思維,等.中國惡性腫瘤死亡率20年變化趨勢和近期預(yù)測分析[J].中華腫瘤雜志,1997,19(1):3-9.

[2]陳竺.全國第三次死因回顧抽樣調(diào)查報告[M].北京:中國協(xié)和醫(yī)科大學(xué)出版社,2008:48-49.

[3]北京協(xié)和醫(yī)院世界衛(wèi)生組織疾病分類合作中心.疾病和有關(guān)健康問題的國際統(tǒng)計分類第十次修訂本(ICD-10)[M].北京:人民衛(wèi)生出版社,2001:307-321.

[4]黃洪福.灰色數(shù)列GM(1.1)模型在”EHF”發(fā)展趨勢測試中的應(yīng)用[J].現(xiàn)代預(yù)防醫(yī)學(xué),2007,7(1):107.

[5]肖新平,毛樹華.灰預(yù)測與決策方法[M].北京:科學(xué)出版社,2013.

[6]王平,陸金星,聶傳春.2004-2009年浙江省嘉善縣梅毒流行特征分析[J].中國預(yù)防醫(yī)學(xué)雜志,2010,11(10):1030-1032.

[7]李云,穆衛(wèi)明,陸建方.肺結(jié)核發(fā)病率的灰色模型預(yù)測及時問趨勢分析[J].中國疾病控制雜志,2011,15(1):87-88.

[8]Raaschou-Nielsen O,Andersen ZJ,Beelen R,et al.Air pollution and lung cancer incidence in 17 European cohorts:prospective analyses from the European Study of Cohorts for Air pollution Effects(ESCAPE)[J].Lancet Oncology,2013,14(9):813-822.

[9]羅文婷,蔡琳.原發(fā)性肺腺癌危險因素病例對照研究[J].中國公共衛(wèi)生,2012,28(9):1147-1150.

A Study of GM(1,1)model in the prediction of the mortality of malignant tumors.

MA Yu-yao.Center for Disease Control and Prevention of Liaoyang City,Liaoyang 111000,Liaoning,CHINA

ObjectiveTo comprehend the mortality of malignant tumors in Liaoyang County and to predict it with GM(1,1)model.MethodsThe data of the mortality of malignant tumors in Liaoyang County from 2008 to 2015 were collected and predicted with GM(1,1)model.ResultsIt showed the GM(1,1)prediction model was= 6 315.220.023Ik-6 177.06,and the model was advanced by the precision-test.The predictive values of the mortality of malignant tumors were 173.50/100 000 and 177.55/100 000 respectively during 2016 and 2017.ConclusionThe GM(1,1) model can be applied to predict the mortality of malignant tumors.

Malignant tumors;GM(1,1);Model;Prediction;Mortality

R730.7

A

1003—6350（2017）01—0155—02

2016-07-06)

馬尉瑤。E-mail：lycdcmbk@126.com

10.3969/j.issn.1003-6350.2017.01.052