M Siva Durga Prasad Nayak und KA Narayan
Hintergrund: Dengue ist eine der schwerwiegendsten und am schnellsten auftretenden Tropenkrankheiten. In Indien hat das Denguefieber im letzten Jahrzehnt an Häufigkeit und geografischer Ausdehnung zugenommen. Detaillierte Informationen darüber, wann und wo in der Vergangenheit DF/DHF-Ausbrüche auftraten, können für epidemiologische Modelle verwendet werden, um zukünftige Trends und drohende Ausbrüche vorherzusagen. Vor diesem Hintergrund wurde versucht, die verfügbaren monatlichen Daten zur Denguefieber-Inzidenz im Bundesstaat Kerala in ein saisonales ARIMA-Modell umzuwandeln, um die Krankheitslast vorherzusagen.
Methoden: Bei der vorliegenden Studie handelte es sich um eine retrospektive analytische Studie unter Verwendung von Sekundärdaten der Abteilung des Gesundheitsdirektors des Bundesstaates Kerala, Indien. Die monatlichen Berichte des integrierten Krankheitsüberwachungsprojekts (IDSP) für einen Zeitraum von dreizehn Jahren von 2006 bis 2018 wurden heruntergeladen und Daten zu Denguefieber-Fällen wurden aus den heruntergeladenen PDF-Dateien extrahiert. Unter Verwendung der SPSS-Testversion 21 und eines Beispieldatensatzes wurden mehrere ARIMA-Modelle ausgeführt und das am besten geeignete saisonale ARIMA-Modell ermittelt. Das ausgewählte Modell wurde dann verwendet, um die monatliche Denguefieber-Inzidenz ab dem nächsten Jahr, d. h. ab 2007, vorherzusagen. Die monatlich prognostizierte Inzidenz und die monatliche tatsächliche Inzidenz von Denguefieber-Fällen von 2007 bis 2018 wurden verglichen und der Unterschied zwischen ihnen wurde mithilfe eines gepaarten t-Tests geprüft.
Ergebnisse: Das saisonale ARIMA-Modell (1, 0, 0) (0, 1, 1)12 erwies sich als das am besten angepasste Modell für die gegebenen Daten. Der stationäre R-Quadrat-Wert der ausgewählten Modelle beträgt 0,815. Der Ljung-Box-Testwert beträgt 11,271 und der P-Wert 0,792, was darauf hinweist, dass das ausgewählte Modell angemessen ist. Die durchschnittliche Anzahl der prognostizierten Fälle von Denguefieber von Januar 2007 bis Dezember 2018 lag in jedem Monat näher an der tatsächlichen Inzidenz, aber der Unterschied zwischen ihnen war nicht statistisch signifikant, was darauf hinweist, dass das Modell gut angepasst war.
Schlussfolgerung: Ein saisonales ARIMA (1, 0, 0) (0, 1, 1)12 wurde als am besten geeignetes Modell ausgewählt, um die zukünftige Inzidenz von Denguefieber-Fällen im kommenden Zeitraum vorherzusagen. Die Technik wäre für Gesundheitsverwalter nützlich, um besser vorbereitet zu sein. Das Modell kann dynamisiert werden, um die aktuellen Daten einzubeziehen und ein dynamischeres Modell zu erstellen.