目的 了解1990-2021年中国2型糖尿病疾病负担变化情况,预测2022-2030年发展趋势,为制定精准防控策略提供参考依据。方法 基于2021年全球疾病负担(Global Burden of Disease Study 2021,GBD 2021)数据,采用Joinpoint回归模型描述变化趋势...目的 了解1990-2021年中国2型糖尿病疾病负担变化情况,预测2022-2030年发展趋势,为制定精准防控策略提供参考依据。方法 基于2021年全球疾病负担(Global Burden of Disease Study 2021,GBD 2021)数据,采用Joinpoint回归模型描述变化趋势,运用自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型进行预测。结果 1990-2021年中国2型糖尿病标化发病率、标化患病率和标化伤残调整寿命年率(age-standardized disability-adjusted life years rate,DALYs率)分别增长49.82%、72.04%和29.90%,所对应的AAPC是1.30、1.78和0.87(P<0.05);15~19岁年龄组的标化发病率和标化DALYs率涨幅最大,平均年度变化百分比(average annual percentage change,AAPC)为4.19和6.39,且男性涨幅均大于女性。ARIMA模型预测显示,标化发病率下降0.58%,标化患病率和标化DALYs率则分别上升18.18%和9.54%。结论 中国2型糖尿病的疾病负担日益加重,呈现阶段性特征,且具有显著的年龄和性别差异。应普及人群健康知识,关注重点人群,多部门协同合作,充分发挥基层医疗机构和家庭医生的作用,助力实现健康中国。展开更多
为减轻价格异常波动对辣椒价格带来的负面影响,需建立精准预测模型以促进市场环境透明化,保障多方利益,推动农业与经济健康发展。本文采用贵州省灯笼椒的历史价格、气温、日照时长、降水量及农产品消费价格指数等数据,利用皮尔森相关系...为减轻价格异常波动对辣椒价格带来的负面影响,需建立精准预测模型以促进市场环境透明化,保障多方利益,推动农业与经济健康发展。本文采用贵州省灯笼椒的历史价格、气温、日照时长、降水量及农产品消费价格指数等数据,利用皮尔森相关系数法分析变量间相关性,构建自回归积分移动平均模型(autoregressive integrated moving average,ARIMA)、自回归模型(autoregressive model,AUTOREG)和季节性分解的时间序列模型(seasonal and trend decomposition using LOESS,STL)等3种时间序列模型,分析近年价格变化趋势,预测2025年1月至6月灯笼椒价格并与实际值对比,同时预测2025年7月至10月价格。研究表明,气温对辣椒价格的影响较为显著,辣椒价格具有明显的季节性波动特征。在辣椒价格预测分析中,STL模型在短期预测中能够较好地预测价格趋势,还具有优秀的模型指标。本研究通过模型优选为农产品价格预测提供方法支持,对降低价格波动负面影响、提升预测精度、优化农业供应链管理及促进农业技术发展具有重要意义。展开更多
文摘为减轻价格异常波动对辣椒价格带来的负面影响,需建立精准预测模型以促进市场环境透明化,保障多方利益,推动农业与经济健康发展。本文采用贵州省灯笼椒的历史价格、气温、日照时长、降水量及农产品消费价格指数等数据,利用皮尔森相关系数法分析变量间相关性,构建自回归积分移动平均模型(autoregressive integrated moving average,ARIMA)、自回归模型(autoregressive model,AUTOREG)和季节性分解的时间序列模型(seasonal and trend decomposition using LOESS,STL)等3种时间序列模型,分析近年价格变化趋势,预测2025年1月至6月灯笼椒价格并与实际值对比,同时预测2025年7月至10月价格。研究表明,气温对辣椒价格的影响较为显著,辣椒价格具有明显的季节性波动特征。在辣椒价格预测分析中,STL模型在短期预测中能够较好地预测价格趋势,还具有优秀的模型指标。本研究通过模型优选为农产品价格预测提供方法支持,对降低价格波动负面影响、提升预测精度、优化农业供应链管理及促进农业技术发展具有重要意义。
