旅行传染病时间序列分析——以台湾输入登革热为例，研究结果表明输入登革热病例数具有季节性，最优模型为 。
緒論
- 研究背景與動機
- 研究目的
- 重要名詞界定
- 研究概念架構
输入性登革热，经实验室检测证实登革热病毒呈阳性。
文獻回顧
旅遊傳染病—登革熱
根据卫生部疾控局发布的登革热通报定义如下：林等。
時間數列分析
使用时间序列分析的目的是探索时间序列变量“现在”和“过去”之间的关系。 ARIMA模型一般表示为ARIMA(p,d,q)，其中p表示自回归的阶数，q表示移动平均的阶数，d表示差分的阶数。为了建立ARIMA模型，必须同时使用p阶自回归过程。
ARIMA模型是目前应用最广泛的时间序列模型之一，其基本假设是时间序列必然是。然后可以利用VAR模型来分析和探索序列之间的动态关系。
過去時間數列分析法於登革熱之文獻結果
表明多变量时间序列分析的预测力随气候参数的增加而增强，但与单变量的预测力不一样，对每年登革热月病例数进行了预测，结果与实际值相当吻合。
预测高雄市登革热发病率的决定因素是气温上升。降雨对登革热预测的影响并不显着。
過去時間數列分析法於其他傳染病之文獻結果
建立ARIMA季节乘法模型，发现预测值与实际值基本一致。对于短期预测，该模型。肠道病毒通报个案，台北市及台中市的平均肠道病毒通报数量与平均气温不成正比，因此使用传递函数模型（Transfer Function Model）来分析数据并不理想。表明它使用一种非常低阶的时间序列模型——AR来描述肠道病毒流行的扩散行为，并且非常接近其物理现象。
考虑到其季节性和周期性，根据1980年至2000年的发病数据建立了乘性季节ARIMA模型，发现预测值与实际值基本稳定。
研究設計
- 研究流程
- 資料來源
- 資料分析方法
- 研究限制
VAR模型的建立 z AIC和SC标准向后周期选择 z 格兰杰因果检验 观察国外输入登革热病例数的趋势，准备预测模型并与东南亚游客数进一步讨论，时间序列分析方法被应用。模型筛选依据为：（1）剩余集合必须满足白噪声假设（白噪声检验采用Ljung-Box检验）； (2) R平方越高越好； (3) RMSE和SC越小越好。
模型选择准则采用 RMSE 和 SC 准则（Schwarz Criterion，1978），表示为：对于同一个时间序列，引入不同的模型和参数估计，取 RMSE 值或 SC 值最小的模型作为最合适的型号。
結果
满足建模后残差为白噪声的要求。此外，基于R平方、RMSE和SC标准，根据东南亚游客人数和输入性登革热病例数绘制的折线图（图4-5）显示，1月或2月东南亚游客人数二月、七月等寒暑假高峰明显，7月和9月输入登革热病例数高峰，两个时间序列的高峰期相似。
討論
結論
本研究主要分析2004年至2009年从国外传入台湾的登革热疫情，采用时间序列分析方法，分析各月病例数的时间序列特征。数据显示，每年7月至9月是输入性登革热的高峰期。从时间序列来看，2004年到2008年的时间序列是一个稳定的时间序列，具有季节性。未来是否保持稳定或呈现增长趋势，仍需不断观察、跟踪。本研究基于时间稳定的输入性登革热病例数建立了单变量自回归积分移动平均（ARIMA）模型。分析结果表明，季节性 ARIMA 模型是最合适的模型，并且对未来病例数也显示出良好的预测结果。因此，本研究的方法和结果分析，旨在为检疫防疫单位监测输入性登革热疫情、了解未来趋势提供有用的实证工具。
建議
建立旅游传染病网页、建立旅游医疗诊所等政策干预措施，或假设未来将在机场或飞机上发放旅游套餐、提供驱蚊液等物品和注意事项等输入登革热病例对输入病例数有影响吗？也会受到影响，可以进一步考虑用干预分析来评估政策变化的影响和效果。对旅行传染病的认识，包括国际旅行流行病、传入和防护旅游传染病等，为游客了解与旅游目的地相关的登革热疫情、旅行期间的相关防护装备以及回国后如有不适立即治疗。旅行史医生。另外，还要了解经常在国外跟团旅游的导游。不仅是为了提升个人专业素养、保障自身健康，也是为了保障群体成员拥有幸福健康的生活。 建立了旅游传染病网页、Facebook、Twitter等多种媒体渠道，供浏览和研究。还，。
除平日投放广告外，为了达到最佳的广告效果和经济效益，建议中国游客赴东南亚旅游6-9月期间加强广告宣传，提高旅游中的自我防护，加强旅游宣传。医生了解旅行史，以发现可能在国外发烧的早期登革热病例。而各国的病例数量也值得研究和分析，为政府部门或旅游业提供更详细的信息，为传染病政策和旅游规划的决策提供参考。
