The article is a review of Russian and foreign scientific publications related to the use of methods of analysis and forecasting of time series in medicine. 112 major publications over the past 5 years, located on the Internet resources e-library and PubMed, are considered. Examples of the application of such methods as exponential smoothing, regression analysis, the ARIMA method and their variants for time series analysis are shown. Various approaches to mathematical modeling of the time series are presented. The results of the article can be used to select a method of analysis and forecasting time series depending on the tasks.
References
1. Belyaeva V. A. Analiz vremennyh ryadov zabolevaemosti infarktom miokarda s uchetom gendernoj specifiki i solnechnoj aktivnosti. Sovremennye tendencii razvitiya nauki i tekhnologij. 2015 ; 7 ( 1 ): 63 - 67. (In Russ).
2. Buharbaeva L.Y a., Egorova Y u.V. Prognozirovanie regional'noj zabolevaemosti grippom i ORVI na osnove avtoregressionnyh modelej. Upravlenie ekonomikoj : metody , modeli , tekhnologii. Materialy XVIII Mezhdunarodnoj nauchnoj konferencii. Ufa/ 2018. Ufa: Ufimskij gosudarstvennyj aviacionnyj tekhnicheskij universitet. 2018. p. 301 - 305. (In Russ).
3. Vorobej O. V. Issledovanie modelej analiza i prognozirovaniya vremennogo ryada na primere smertnosti naseleniya po gorodu. Sovremennye problemy gumanitarnyh i estestvennyh nauk. Materialy XXXIV mezhdunarodnoj nauchno-prakticheskoj konferencii. 2017. M.: Nauchno-informacionnyj izdatel'skij centr « Institut strategicheskih issledovanij ». 2017. p. 61–68. (In Russ).
4. Evstegneeva V.A., CHestnova T. V., Smol'yaninova O. L. Analiz vremennyh ryadov v prognozirovanii prirodno-ochagovyh infekcij. Vestnik novyh medicinskih tekhnologij. Elektronnoe izdanie. 2015 ; 1 - 9. (In Russ). doi : 10.12737/ 17087.
5. Istomina A.A., Badenikov V. YA., Istomin A. L. Analiz i prognozirovanie prodazh lekarstvennyh sredstv v aptechnyh organizaciyah. Matematicheskie metody v tekhnike i tekhnologiyah. 2016 ; 3 : 136–138. (In Russ).
6. Kosolapov V.P., Manakin I. I. Analiz zabolevaemosti naseleniya alkogol'nymi psihozami i alkogolizmom na osnove rezul'tatov prognosticheskogo i klassifikacionnogo modelirovaniya. Modelirovanie , optimizaciya i informacionnye tekhnologii. 2016 ; 1 : 1–13. (In Russ).
7. Kotin V.V. Prognozirovanie zabolevaemosti : dinamicheskie modeli i vremennye ryady. Biotekhnosfera. 2014 ; 3 : 45–47. (In Russ).
8. Mahkamova Z.R., Ovsyannikova N. M., Golubova T. N., Tkachenko I. Y u. Prognoz pervichnoj zabolevaemosti tuberkulezom legkih ( chisla sluchaev ) v respublike Krym. Nauchnye vedomosti belgorodskogo gosudarstvennogo universiteta. Seriya : Medicina. Farmaciya. 2017 ; 19 : 127–138. (In Russ).
9. Moiseeva O.V., Soklakova A. V. Matematicheskie tekhnologii v prognozirovanii epidemiologicheskih pokazatelej po tuberkulezu u detej Ftiziatriya i pul'monologiya. 2015 ; 2 : 225–233. (In Russ).
10. Morev M.V., Korolenko A. V. Ocenka demograficheskih i social'no-ekonomicheskih poter ' vsledstvie prezhdevremennoj smertnosti naseleniya Rossii i Vologodskoj oblasti. PROBLEMY PROGNOZIROVANIYA. 2018 ; 2 : 110–123. (In Russ).
11. Osipova E.V., Averina A.S., Suhovskaya V.V., Protopopova N.V., Bazhenov A.A., Druzhinina E.B., Labygina A.V., Darenskaya M.A. Vliyanie faktorov solnechnoj i geomagnitnoj aktivnosti na razvitie spontannoj rodovoj deyatel'nosti. ACTA BIOMEDICA SCIENTIFICA. 2018 ; 3 : 82–87. (In Russ).
12. Razvodovskij Y u.E., Zotov P.B., Kondrichin S.V. Suicidy i fatal'nyj dorozhno-transportnyj travmatizm v Rossii : sravnitel'nyj analiz trendov. Suicidologiya. 2016 ; 4 : 3–10. (In Russ).
13. Razvodovskij Y u.E., Smirnov V.Y u., Zotov P.B. Prognozirovanie urovnya suicidov s pomoshch'yu analiza vremennyh serij. Suicidologiya. 2015 ; 3 : 41–49. (In Russ).
14. Skazkina V.V., Kiselev A. R., Borovkova E. I., Ponomarenko V. I., Prohorov M. D., Karavaev A. S. Ocenka sinhronizovannosti konturov vegetativnoj regulyacii krovoobrashcheniya po dlitel'nym vremennym ryadam. Nelinejnaya dinamika. 2018 ; 1 : 3–12. (In Russ).
15. Ragozina E.R. i Ragozina O. V. Cirkaseptannyj komponent vremennyh variacij vyzovov skoroj pomoshchi v g. Hanty-Mansijske. Sever Rossii : strategii i perspektivy razvitiya materialy II Vserossijskoj nauchno-prakticheskoj konferencii. Surgut: Surgutskij gosudarstvennyj universitet. 2016. p. 144–149. (In Russ).
16. Sokolov S.V., Masaleva O.V. Ocenka vliyaniya patogennosti pogody sutok na chastotu obrashchaemosti bol'nyh bronhial'noj astmoj po gorodu Surgutu. Voprosy nauki i obrazovaniya. 2018 ; 29 : 94–98. (In Russ).
17. Tabakaev M.V., S h apovalova E.B., Maksimov S.A., Artamonova G.V. Poteri zdorov'ya naseleniya goroda Kemerovo ot infarkta miokarda za 2006–2012 gg. po indeksu Daly. Kompleksnye problemy serdechno-sosudistyh zabolevanij. 2014 ; 1 : 24–25. (In Russ).
18. Uotshem T.Dzh., Parramou K. Kolichestvennye metody v finansah / per. s angl. pod red. M. R. Efimovoj. M.: Finansy , YUNITI. 1999. (In Russ).
19. Fedorova O. I. Vliyanie geliogeofizicheskih ciklov na chastotu vozniknoveniya insul'tov v Barnaule. Izvestiya altajskogo gosudarstvennogo universiteta. 2014 ; 3 - 2 : 80–84. (In Russ).
20. Har'kova T.L., Kvasha E.A., Revich B.A. Sravnitel'naya ocenka smertnosti naseleniya v rossijskih i zarubezhnyh megapolisah. Problemy prognozirovaniya. 2018 ; 6 : 150–159. (In Russ).
21. C h oporov O.N., Zolotuhin O.V., Bolgov S.V. Algoritmizaciya intellektual'nogo analiza dannyh o rasprostranennosti zabolevanij na regional'nom i municipal'nom urovnyah. Modelirovanie , optimizaciya i informacionnye tekhnologii. 2015 ; 2 : 1–9. (In Russ).
22. C h urakov E.P. Prognozirovanie ekonometricheskih vremennyh ryadov. M.: Finansy i statistika. 2008. (In Russ).
23. S h elygin K. V. Zabolevaemost ' alkogol'nymi psihozami , smertnost ' ot otravlenij alkogolem i patologii pecheni v Rossii v zavisimosti ot finansovoj dostupnosti alkogolya. Z h urnal nevrologii i psihiatrii im. S. S. Korsakova. 2015 ; 8 : 76–78. (In Russ).
24. S h elygin K.V., Sumarokov YU. A., Malyavskaya S.I. Smertnost ' ot samoubijstv v arkticheskoj zone Rossijskoj Federacii. Social'nye aspekty zdorov'ya naseleniya. 2018 ; 1 : 4. (In Russ). doi : 10.21045/2071 - 5021 - 2018 - 59 - 1 - 4.
25. S h irokostup S.V., Luk'yanenko N. V., Balandovich B. A., Saf'yanova T. V. Ocenka potencial'noj epidemicheskoj opasnosti zabolevaemosti kleshchevymi infekciyami v Respublike Altaj. Tihookeanskij medicinskij zhurnal. 2019 ; 3 : 33–36. (In Russ).
26. S h umetov V.G. Metodicheskie aspekty tipologizacii regionov po pokazatelyam demograficheskoj nagruzki ( na primere central'nogo federal'nogo okruga ). Human progress. 2016 ; 1 : 1–25. (In Russ).
27. Y u maguzin V.V., Vinnik M. V. Ocenka urovnya smertnosti ot vneshnih prichin ( na primere Respubliki Bashkortostan). Problemy prognozirovaniya. 2017 ; 1 : 125–138. (In Russ).
28. Chatfield C. Time-series forecasting. London : Chris Chatfield. Chapman & Hall/CRC. 2000.
29. Franses P.H. A Concise Introduction to Econometrics. Cambridge: Cambridge university press. 2004.
30. Kirchgässner G., Wolters J. Introduction to Modern Time Series Analysis. Berlin: Springer-Verlag. 2007.
31. Mariano R.S., Yiu-Kuen T. Econometric forecasting and High-frequency data analysis. Singapore: World Scientific Publishing. 2008.
32. Soliman M., Lyubchich V., Gel Y. R. Complementing the power of deep learning with statistical model fusion: Probabilistic forecasting of influenza in Dallas County, Texas, USA. Epidemics. 2019 ; 28 : 1–9.
33. Wang L., Liang C., Wu W., Wu S., Yang J., Lu X., Cai Y., Jin C. Epidemic Situation of Brucellosis in Jinzhou City of China and Prediction Using the ARIMA Model. Canadian Journal of Infectious Diseases and Medical Microbiology. 2019 ; Article ID1429462. doi : 10.1155/2019/1429462.
34. Yu X. Y., Chen Z., Qi L. X. Comparative study of SARIMA and NARX models in predicting the incidence of schistosomiasis in China. Mathematical Biosciences and Engineering. 2019 ; 16(4): 2266–2276. doi : 10.3934/mbe.2019112.
35. Yan C.Q., Wang R.B., Liu H.C., Jiang Y., Li M.C., Yin S.P., Xiao T.Y., Wan K.L., Rang W.Q. Application of ARIMA model in predicting the incidence of tuberculosis in China from 2018 to 2019. Zhonghua Liu Xing Bing Xue Za Zhi. 2019 ; 40 : 633–637. doi : 10.3760/cma.j.issn.0254–6450.2019.06.006.
2. Buharbaeva L.Y a., Egorova Y u.V. Prognozirovanie regional'noj zabolevaemosti grippom i ORVI na osnove avtoregressionnyh modelej. Upravlenie ekonomikoj : metody , modeli , tekhnologii. Materialy XVIII Mezhdunarodnoj nauchnoj konferencii. Ufa/ 2018. Ufa: Ufimskij gosudarstvennyj aviacionnyj tekhnicheskij universitet. 2018. p. 301 - 305. (In Russ).
3. Vorobej O. V. Issledovanie modelej analiza i prognozirovaniya vremennogo ryada na primere smertnosti naseleniya po gorodu. Sovremennye problemy gumanitarnyh i estestvennyh nauk. Materialy XXXIV mezhdunarodnoj nauchno-prakticheskoj konferencii. 2017. M.: Nauchno-informacionnyj izdatel'skij centr « Institut strategicheskih issledovanij ». 2017. p. 61–68. (In Russ).
4. Evstegneeva V.A., CHestnova T. V., Smol'yaninova O. L. Analiz vremennyh ryadov v prognozirovanii prirodno-ochagovyh infekcij. Vestnik novyh medicinskih tekhnologij. Elektronnoe izdanie. 2015 ; 1 - 9. (In Russ). doi : 10.12737/ 17087.
5. Istomina A.A., Badenikov V. YA., Istomin A. L. Analiz i prognozirovanie prodazh lekarstvennyh sredstv v aptechnyh organizaciyah. Matematicheskie metody v tekhnike i tekhnologiyah. 2016 ; 3 : 136–138. (In Russ).
6. Kosolapov V.P., Manakin I. I. Analiz zabolevaemosti naseleniya alkogol'nymi psihozami i alkogolizmom na osnove rezul'tatov prognosticheskogo i klassifikacionnogo modelirovaniya. Modelirovanie , optimizaciya i informacionnye tekhnologii. 2016 ; 1 : 1–13. (In Russ).
7. Kotin V.V. Prognozirovanie zabolevaemosti : dinamicheskie modeli i vremennye ryady. Biotekhnosfera. 2014 ; 3 : 45–47. (In Russ).
8. Mahkamova Z.R., Ovsyannikova N. M., Golubova T. N., Tkachenko I. Y u. Prognoz pervichnoj zabolevaemosti tuberkulezom legkih ( chisla sluchaev ) v respublike Krym. Nauchnye vedomosti belgorodskogo gosudarstvennogo universiteta. Seriya : Medicina. Farmaciya. 2017 ; 19 : 127–138. (In Russ).
9. Moiseeva O.V., Soklakova A. V. Matematicheskie tekhnologii v prognozirovanii epidemiologicheskih pokazatelej po tuberkulezu u detej Ftiziatriya i pul'monologiya. 2015 ; 2 : 225–233. (In Russ).
10. Morev M.V., Korolenko A. V. Ocenka demograficheskih i social'no-ekonomicheskih poter ' vsledstvie prezhdevremennoj smertnosti naseleniya Rossii i Vologodskoj oblasti. PROBLEMY PROGNOZIROVANIYA. 2018 ; 2 : 110–123. (In Russ).
11. Osipova E.V., Averina A.S., Suhovskaya V.V., Protopopova N.V., Bazhenov A.A., Druzhinina E.B., Labygina A.V., Darenskaya M.A. Vliyanie faktorov solnechnoj i geomagnitnoj aktivnosti na razvitie spontannoj rodovoj deyatel'nosti. ACTA BIOMEDICA SCIENTIFICA. 2018 ; 3 : 82–87. (In Russ).
12. Razvodovskij Y u.E., Zotov P.B., Kondrichin S.V. Suicidy i fatal'nyj dorozhno-transportnyj travmatizm v Rossii : sravnitel'nyj analiz trendov. Suicidologiya. 2016 ; 4 : 3–10. (In Russ).
13. Razvodovskij Y u.E., Smirnov V.Y u., Zotov P.B. Prognozirovanie urovnya suicidov s pomoshch'yu analiza vremennyh serij. Suicidologiya. 2015 ; 3 : 41–49. (In Russ).
14. Skazkina V.V., Kiselev A. R., Borovkova E. I., Ponomarenko V. I., Prohorov M. D., Karavaev A. S. Ocenka sinhronizovannosti konturov vegetativnoj regulyacii krovoobrashcheniya po dlitel'nym vremennym ryadam. Nelinejnaya dinamika. 2018 ; 1 : 3–12. (In Russ).
15. Ragozina E.R. i Ragozina O. V. Cirkaseptannyj komponent vremennyh variacij vyzovov skoroj pomoshchi v g. Hanty-Mansijske. Sever Rossii : strategii i perspektivy razvitiya materialy II Vserossijskoj nauchno-prakticheskoj konferencii. Surgut: Surgutskij gosudarstvennyj universitet. 2016. p. 144–149. (In Russ).
16. Sokolov S.V., Masaleva O.V. Ocenka vliyaniya patogennosti pogody sutok na chastotu obrashchaemosti bol'nyh bronhial'noj astmoj po gorodu Surgutu. Voprosy nauki i obrazovaniya. 2018 ; 29 : 94–98. (In Russ).
17. Tabakaev M.V., S h apovalova E.B., Maksimov S.A., Artamonova G.V. Poteri zdorov'ya naseleniya goroda Kemerovo ot infarkta miokarda za 2006–2012 gg. po indeksu Daly. Kompleksnye problemy serdechno-sosudistyh zabolevanij. 2014 ; 1 : 24–25. (In Russ).
18. Uotshem T.Dzh., Parramou K. Kolichestvennye metody v finansah / per. s angl. pod red. M. R. Efimovoj. M.: Finansy , YUNITI. 1999. (In Russ).
19. Fedorova O. I. Vliyanie geliogeofizicheskih ciklov na chastotu vozniknoveniya insul'tov v Barnaule. Izvestiya altajskogo gosudarstvennogo universiteta. 2014 ; 3 - 2 : 80–84. (In Russ).
20. Har'kova T.L., Kvasha E.A., Revich B.A. Sravnitel'naya ocenka smertnosti naseleniya v rossijskih i zarubezhnyh megapolisah. Problemy prognozirovaniya. 2018 ; 6 : 150–159. (In Russ).
21. C h oporov O.N., Zolotuhin O.V., Bolgov S.V. Algoritmizaciya intellektual'nogo analiza dannyh o rasprostranennosti zabolevanij na regional'nom i municipal'nom urovnyah. Modelirovanie , optimizaciya i informacionnye tekhnologii. 2015 ; 2 : 1–9. (In Russ).
22. C h urakov E.P. Prognozirovanie ekonometricheskih vremennyh ryadov. M.: Finansy i statistika. 2008. (In Russ).
23. S h elygin K. V. Zabolevaemost ' alkogol'nymi psihozami , smertnost ' ot otravlenij alkogolem i patologii pecheni v Rossii v zavisimosti ot finansovoj dostupnosti alkogolya. Z h urnal nevrologii i psihiatrii im. S. S. Korsakova. 2015 ; 8 : 76–78. (In Russ).
24. S h elygin K.V., Sumarokov YU. A., Malyavskaya S.I. Smertnost ' ot samoubijstv v arkticheskoj zone Rossijskoj Federacii. Social'nye aspekty zdorov'ya naseleniya. 2018 ; 1 : 4. (In Russ). doi : 10.21045/2071 - 5021 - 2018 - 59 - 1 - 4.
25. S h irokostup S.V., Luk'yanenko N. V., Balandovich B. A., Saf'yanova T. V. Ocenka potencial'noj epidemicheskoj opasnosti zabolevaemosti kleshchevymi infekciyami v Respublike Altaj. Tihookeanskij medicinskij zhurnal. 2019 ; 3 : 33–36. (In Russ).
26. S h umetov V.G. Metodicheskie aspekty tipologizacii regionov po pokazatelyam demograficheskoj nagruzki ( na primere central'nogo federal'nogo okruga ). Human progress. 2016 ; 1 : 1–25. (In Russ).
27. Y u maguzin V.V., Vinnik M. V. Ocenka urovnya smertnosti ot vneshnih prichin ( na primere Respubliki Bashkortostan). Problemy prognozirovaniya. 2017 ; 1 : 125–138. (In Russ).
28. Chatfield C. Time-series forecasting. London : Chris Chatfield. Chapman & Hall/CRC. 2000.
29. Franses P.H. A Concise Introduction to Econometrics. Cambridge: Cambridge university press. 2004.
30. Kirchgässner G., Wolters J. Introduction to Modern Time Series Analysis. Berlin: Springer-Verlag. 2007.
31. Mariano R.S., Yiu-Kuen T. Econometric forecasting and High-frequency data analysis. Singapore: World Scientific Publishing. 2008.
32. Soliman M., Lyubchich V., Gel Y. R. Complementing the power of deep learning with statistical model fusion: Probabilistic forecasting of influenza in Dallas County, Texas, USA. Epidemics. 2019 ; 28 : 1–9.
33. Wang L., Liang C., Wu W., Wu S., Yang J., Lu X., Cai Y., Jin C. Epidemic Situation of Brucellosis in Jinzhou City of China and Prediction Using the ARIMA Model. Canadian Journal of Infectious Diseases and Medical Microbiology. 2019 ; Article ID1429462. doi : 10.1155/2019/1429462.
34. Yu X. Y., Chen Z., Qi L. X. Comparative study of SARIMA and NARX models in predicting the incidence of schistosomiasis in China. Mathematical Biosciences and Engineering. 2019 ; 16(4): 2266–2276. doi : 10.3934/mbe.2019112.
35. Yan C.Q., Wang R.B., Liu H.C., Jiang Y., Li M.C., Yin S.P., Xiao T.Y., Wan K.L., Rang W.Q. Application of ARIMA model in predicting the incidence of tuberculosis in China from 2018 to 2019. Zhonghua Liu Xing Bing Xue Za Zhi. 2019 ; 40 : 633–637. doi : 10.3760/cma.j.issn.0254–6450.2019.06.006.
For citation
Documents
Keywords