2013—2024年桂平市乙型病毒性肝炎流行特征分析及发病预测

摘要/Abstract

摘要：

目的对2013—2024年桂平市乙型病毒性肝炎（乙型肝炎）的流行情况进行分析，构建乙型肝炎发病预测模型，为相关部门进行乙型肝炎防控工作提供参考依据。方法采用描述流行病学方法分析2013—2024年桂平市乙型肝炎的三间分布特征，构建自回归移动平均模型（autoregressive intergrated moving average，ARIMA）和贝叶斯结构时间序列（Bayesian structural time series，BSTS）模型对桂平市乙型肝炎月发病例数进行拟合及预测，并比较两种模型性能。结果 2013—2024年桂平市乙型肝炎病例共报告21 359例，年均发病率为88.42/10万，发病率总体呈上升趋势（t=3.330，P<0.01）。发病无明显季节性特征，男女性别比为2.32 ∶ 1，以30~<45岁青壮年为主；在职业分布中，农民为主要群体（16 868例，78.97%）。不同地区间年均报告发病率比较，差异有统计学意义（χ²=637.303，P<0.01）。ARIMA模型、BSTS模型的均方根误差分别为29.69和31.57，平均绝对百分比误差分别为21.32%和21.92%，基于ARIMA模型预测的2025年桂平市乙型肝炎月发病趋势相对平稳。结论 2013—2024年桂平市乙型肝炎总体发病呈现上升趋势，防控工作不容忽视，建议继续加强以预防接种为主的综合防控措施，降低乙型肝炎发病率。建立的ARIMA模型拟合预测效果总体上略优于BSTS模型。

关键词: 乙型病毒性肝炎, 流行特征, 预测, 自回归移动平均模型, 贝叶斯结构时间序列模型

Abstract:

Objective To analyze the prevalence of viral hepatitis B（HBV） in Guiping City from 2013 to 2024，construct a incidence prediction model of HBV，and provide a reference basis for relevant departments to carry out HBV prevention and control work. Methods Descriptive epidemiological methods were used to analyze the distribution characteristics by temporal，spatial，and demographic of HBV in Guiping City，and autoregressive integrated moving average（ARIMA） and Bayesian structured time series（BSTS） models were constructed to fit and predict the number of monthly cases of HBV in Guiping City，and the performance of the two models was compared. Results A total of 21 359 cases of HBV were reported in Guiping City from 2013 to 2024，with an average annual incidence rate of 88.42/100 000，and the incidence rate was generally on the rise（t=3.330，P<0.01）. There were no obvious seasonal characteristics of the incidence of disease，and the male-to-female sex ratio was 2.32 ∶ 1，with young adults aged 30-<45 years predominantly. In the distribution of occupations，farmers were the main group（16 868 cases，accounting for 78.97%）. The difference in the average annual reported incidence rate between different regions was statistically significant（χ²=637.303，P<0.01）. The root mean square error of the ARIMA model and the BSTS model was 29.69 and 31.57，respectively，and the mean absolute percentage error was 21.32% and 21.92%，respectively. The monthly incidence trend of HBV in Guiping City in 2025 predicted by ARIMA model was relatively stable. Conclusion The overall incidence of HBV in Guiping City shows an increasing trend，and prevention and control work should not be neglected. It is recommended to continue to strengthen comprehensive prevention and control measures focusing on vaccination to reduce the incidence of HBV. The ARIMA model developed for fitting and prediction was slightly better than the BSTS model in general.

Key words: Viral hepatitis B（HBV）, Epidemiological characteristics, Prediction, ARIMA model, BSTS model

中图分类号:

R183.3

容敏燕, 杨江艳, 孙蒙蒙, 熊丹丹, 韦怡心, 李相志. 2013—2024年桂平市乙型病毒性肝炎流行特征分析及发病预测. [J]职业与健康, 2026, 42(21): 2931-2936.

RONG Minyan, YANG Jiangyan, SUN Mengmeng, XIONG Dandan, WEI Yixin, LI Xiangzhi. Analysis of epidemiological characterization and incidence prediction of viral hepatitis B in Guiping City from 2013 to 2024. [J]OCCUPATION AND HEALTH, 2026, 42(21): 2931-2936.

图/表 11

参考文献 22

[1]	张先德, 周彪, 彭秀, 等. 2012-2021年绵阳市涪城区乙型病毒性肝炎流行病学特征分析[J]. 医学动物防制, 2023, 39(5):478-481.
[2]	杨继国. 2011-2021年吉林省双辽市乙型肝炎流行特征分析[J]. 中国实用医药, 2023, 18(17):140-142.
[3]	马一鸣, 丁勇. 我国2012-2021年4种肝炎流行趋势的时间序列分析和预测[J]. 南京医科大学学报(自然科学版), 2024,44(1):72-79.
[4]	中华人民共和国卫生部. 乙型病毒性肝炎诊断标准:WS 299-2008[S]. 北京: 中国标准出版社, 2008:8-12.
[5]	夏爽, 汪鹏, 吴利沙, 等. 2005-2023年湖北省武汉市急性乙型肝炎流行特征及发病预测分析[J]. 疾病监测, 2025, 40(3):365-370.
[6]	王田田, 陈邦华, 吴晓旻, 等. [J]. 疾病监测, 2023, 38(11):1351-1356.
[7]	单姗, 贾继东. 中国慢性乙型肝炎治疗的进展与挑战[J]. 临床肝胆病杂志, 2025, 41(2):205-209.
[8]	王富珍, 郑徽, 孙校金, 等. 中国控制乙型病毒性肝炎的成就与展望[J]. 中国疫苗和免疫, 2019, 25(5):487-492.
[9]	廖显明, 张陆娟, 王学燕, 等. 2014-2018年广西乙型肝炎流行特征分析[J]. 应用预防医学, 2020, 26(3):241-243,246.
[10]	廖有兴, 欧柱宁. 2013-2022年广西钦州市乙肝流行病学分析[J]. 应用预防医学, 2023, 29(4):275-277.
[11]	王学燕, 蒋智华, 宫晨, 等. 广西乙肝疫苗免疫30年乙型肝炎流行病学分析[J]. 应用预防医学, 2023, 29(4):205-209,235.
[12]	王建新, 张晓英. 2005-2019年胶州市乙型肝炎流行特征分析[J]. 中国初级卫生保健, 2022, 36(8):82-84.
[13]	柯淑芳. 接种不同剂量乙肝疫苗的免疫效果观察[J]. 中国医药指南, 2023, 21(3):77-79.
[14]	惠宇, 陈碧玉, 黄小玲, 等. 海南省 2011-2019年乙肝流行趋势与特征分析[J]. 中国热带医学, 2022, 22(5):412-417.
[15]	张国民, 缪宁, 郑徽, 等. 中国2005-2016年乙型病毒性肝炎报告发病的年龄和地区特征[J]. 中国疫苗和免疫, 2018, 24(2):121-126.
[16]	许丹, 聂梦婧, 王晨, 等. 2013-2022年张家港市乙肝流行特征及发病预测[J]. 中国国境卫生检疫杂志, 2024, 47(3):300-304.
[17]	宣昊, 宋咪, 顾子杨, 等. 甘肃省武威市2011-2020年乙型病毒性肝炎流行病学特征分析[J]. 中国病毒病杂志, 2023, 13(5):343-347.
[18]	黄大义, 廖时焕, 宋昌宇. 2004-2022年平塘县报告乙肝流行特征分析[J]. 寄生虫病与感染性疾病, 2024, 22(3):134-138.
[19]	GIEFING-KROLL C, BERGER P, LEPPER DINGER G, et al. How sex and age affect immune responses,susceptibility to infections,and response to vaccination[J]. Aging Cell, 2015, 14(3):309-321.
[20]	丁旭, 任达飞, 高前荣, 等. 2005-2020年铜仁市乙型病毒性肝炎流行特征分析[J]. 现代预防医学, 2022, 49(10):1892-1896.
[21]	刘慧, 赵兴平, 杨伟, 等. 2011-2021年凉山州木里县乙肝流行病学特征分析[J]. 寄生虫病与感染性疾病, 2024, 22(4):225-229.
[22]	范引光, 吕金伟, 戴色莺, 等. ARIMA模型与灰色预测模型GM(1,1)在HIV感染人数预测中的应用[J]. 中华疾病控制杂志, 2012, 16(12):1100-1103.

日期（年）	急性乙型肝炎	慢性乙型肝炎	未分型乙型肝炎	小计
2013	34（1.76）	828（42.81）	216（11.17）	1 078（55.73）
2014	45（2.30）	1 047（53.49）	27（1.38）	1 119（57.16）
2015	103（5.20）	1 194（60.29）	64（3.23）	1 361（68.72）
2016	66（3.29）	1 571（78.30）	75（3.74）	1 712（57.16）
2017	90（4.46）	1 753（86.91）	104（5.16）	1 947（96.53）
2018	113（5.58）	2 010（99.22）	49（2.42）	2 172（107.22）
2019	92（4.51）	1 809（88.71）	12（0.59）	1 913（93.81）
2020	89（4.35）	1 859（90.79）	26（1.27）	1 974（96.40）
2021	60（2.92）	1 988（96.90）	25（1.22）	2 073（101.04）
2022	64（3.13）	2 009（98.40）	24（1.18）	2 097（102.71）
2023	48（2.36）	2 181（107.46）	49（2.41）	2 278（112.24）
2024	56（2.76）	1 548（76.38）	31（1.53）	1 635（80.67）
合计	860（3.56）	19 797（81.95）	702（2.91）	21 359（88.42）
回归系数	0.003	0.060	-0.123	0.048
t值	0.089	3.754	-2.125	3.330
P值	0.931	0.004	0.059	0.008

日期（年）	急性乙型肝炎	慢性乙型肝炎	未分型乙型肝炎	小计
2013	34（1.76）	828（42.81）	216（11.17）	1 078（55.73）
2014	45（2.30）	1 047（53.49）	27（1.38）	1 119（57.16）
2015	103（5.20）	1 194（60.29）	64（3.23）	1 361（68.72）
2016	66（3.29）	1 571（78.30）	75（3.74）	1 712（57.16）
2017	90（4.46）	1 753（86.91）	104（5.16）	1 947（96.53）
2018	113（5.58）	2 010（99.22）	49（2.42）	2 172（107.22）
2019	92（4.51）	1 809（88.71）	12（0.59）	1 913（93.81）
2020	89（4.35）	1 859（90.79）	26（1.27）	1 974（96.40）
2021	60（2.92）	1 988（96.90）	25（1.22）	2 073（101.04）
2022	64（3.13）	2 009（98.40）	24（1.18）	2 097（102.71）
2023	48（2.36）	2 181（107.46）	49（2.41）	2 278（112.24）
2024	56（2.76）	1 548（76.38）	31（1.53）	1 635（80.67）
合计	860（3.56）	19 797（81.95）	702（2.91）	21 359（88.42）
回归系数	0.003	0.060	-0.123	0.048
t值	0.089	3.754	-2.125	3.330
P值	0.931	0.004	0.059	0.008

职业	发病例数	构成比（%）	职业		发病例数	构成比（%）
农民	16 868	78.97	牧民		14	0.07
餐饮食品业	19	0.09	其他		418	1.96
干部职员	177	0.83	散居儿童		37	0.17
工人	443	2.07	商业服务		705	3.30
公共场所服务员	17	0.08	学生		275	1.29
海员及长途驾驶员	13	0.06	医务人员		41	0.19
家务及待业	1 222	5.72	幼托儿童		7	0.03
教师	139	0.65	渔（船）民		15	0.07
离退人员	240	1.12	不详		511	2.39
民工	198	0.93		合计	21 359	100.00

职业	发病例数	构成比（%）	职业		发病例数	构成比（%）
农民	16 868	78.97	牧民		14	0.07
餐饮食品业	19	0.09	其他		418	1.96
干部职员	177	0.83	散居儿童		37	0.17
工人	443	2.07	商业服务		705	3.30
公共场所服务员	17	0.08	学生		275	1.29
海员及长途驾驶员	13	0.06	医务人员		41	0.19
家务及待业	1 222	5.72	幼托儿童		7	0.03
教师	139	0.65	渔（船）民		15	0.07
离退人员	240	1.12	不详		511	2.39
民工	198	0.93		合计	21 359	100.00