流行性腮腺炎是由腮腺炎病毒（MuV）引起的急性呼吸道传染病，主要表现为腮腺肿大、疼痛，可导致睾丸炎、胰腺炎、脓毒性脑膜炎、耳聋等并发症^[1]。该病多发于儿童及青少年^[2]。流行性腮腺炎传染性强，在全球范围内广泛流行^[3]，中国流行性腮腺炎报告发病率仍处于较高水平^[4]。

自2020年起，由新型冠状病毒（新冠）引起的疫情在全球范围内迅速蔓延^[5]。有研究表明，新冠疫情流行期间非药物干预（戴口罩、勤洗手、少聚集等）对于呼吸道传染病的预防和控制发挥了重要作用^[6]。尤其2023年年初流感监测中，我国南、北方省份流感样病例报告出现明显高峰^[7]，与Bonacina等^[8]的分析结果一致，同时可能与免疫负债有很大关系^[9]。

鉴于2020-2022年的儿童免疫负债^[10]及江西省流行性腮腺炎在多个低年龄段高发^[11]等因素，本研究利用2015-2019年江西省流行性腮腺炎报告发病数，通过自回归移动平均模型（ARIMA）预测未来12个月的流行性腮腺炎发病数，并与报告发病数进行对比分析，探讨影响流行性腮腺炎流行特征的可能因素，为江西省流行性腮腺炎疫情科学防控提供参考。

资料与方法

1. 资料来源：流行性腮腺炎的原始发病资料来源于中国疾病预防控制信息系统，按照发病日期为2015年1月1日至2022年12月31日、审核状态为“已终审卡”、病例分类包含“实验室诊断病例”“临床诊断病例”、年龄≤14岁统计江西省流行性腮腺炎的相关数据。在分析过程中，对所有数据中涉及病例隐私的信息进行了严格加密处理。

2. 方法：

（1）基本原理：ARIMA是由Box和Jenkings于20世纪70年代初提出的时间序列预测方法，故又称Box-Jenkings模型^[12]。该方法可以用时间序列的过去和现在值预测未来值。ARIMA的基本结构^[13]：ARIMA（p，d，q）（P，D，Q）s，其中p、q分别表示自相关函数（ACF）和偏自相关函数（PACF）的阶数，d、D分别表示普通差分和季节性差分阶数，P、Q分别表示季节性自相关函数和偏自相关函数的阶数，s表示季节性的周期。

（2）建模过程^[12-14]：①原始时间序列的预处理：利用游程检验法判断序列平稳性。如不平稳，采用自然对数、普通差分、季节性差分等进行平稳化；②模型识别：绘制ACF图和PACF图，依据图形的特征初步判定模型的阶数，并确定p、d、q和P、D、Q等系数；③模型检验和筛选：利用Ljung-Box Q检验判断是否为白噪声序列，如果符合白噪声序列，说明模型对数据信息的提取较为充分。利用贝叶斯信息准则（BIC）获得最佳模型，BIC值越小说明模型效果越好；④模型的预测：运用最佳模型预测未来12个月的流行性腮腺炎发病数。

3. 统计学分析：采用Excel 2016软件建立江西省流行性腮腺炎报告发病数据库，采用SPSS 27.0软件进行统计学分析。基于2015-2019年的流行性腮腺炎月报告发病数据构建ARIMA，据此预测12个月的发病数。将2020-2022年的实际报告情况与模型预测结果进行比较，估计发病数变化幅度及其95%CI。95%CI采用Wilson方法计算。发病数变化（%）=（报告发病数-预测发病数）/预测发病数×100%。双侧检验，检验水准$ \alpha $=0.05。

结果

1. 发病特点及变化趋势：2015-2019年江西省流行性腮腺炎报告发病数为33 786例。每年5-6月出现第一个高峰、11-12月出现次高峰，存在季节周期性。见图 1。

2. ARIMA构建：

（1）数据预处理：平稳性检验结果显示，游程数为15，经检验提示为非平稳序列（Z=-2.864，P=0.004）。通过普通差分（2阶）和季节性差分（2阶）后，从ACF图和PACF图可以看出，自相关函数快速衰减，近似为平稳序列，周期为12。见图 2。

（2）模型检验和筛选：经过筛选，最优模型为ARIMA（0，2，1）（1，2，0）₁₂，并通过模型检验（均P < 0.001）和Ljung-Box Q检验（P=0.773），符合白噪声序列条件。见表 1。该模型的残差ACF和PACF均在95%CI内，说明残差分布是随机的。利用该模型对2017-2019年流行性腮腺炎报告发病数进行拟合，实际数值与拟合值的平均误差率为0.22，且均在拟合值95%CI内，拟合值的动态趋势与实际数值基本一致。见图 3，4。

3. 预测发病数与报告发病数对比：利用ARIMA（0，2，1）（1，2，0）₁₂得到12个月的预测发病数，且显著高于2020、2021、2022年报告发病数。见图 5。从1-12月流行性腮腺炎报告发病数与预测发病数之间的变化比例发现，3-7月、11-12月2个高峰期间变化比例较大，2020、2021、2022年最高分别可达75.59%、77.49%、81.24%。2020、2021、2022年整体流行性腮腺炎报告发病数较预测发病数减少54.02%、63.40%、66.09%。见表 2。

讨论

ARIMA可较好地用于流行性腮腺炎发病的预测^[12]。本研究利用江西省2015-2019年流行性腮腺炎报告发病数进行时间序列分析，建立了ARIMA（0，2，1）（1，2，0）₁₂。模型拟合了江西省流行性腮腺炎月发病数的变化规律，分析了江西省流行性腮腺炎2020-2022年预测发病数与报告发病数的差距，为流行性腮腺炎疫情科学防控提供了参考。

本研究发现，江西省2020-2022年流行性腮腺炎报告发病率显著低于2015-2019年，2020年流行性腮腺炎报告发病数较预测发病数减少54.02%，与四川省预测流行性腮腺炎减少比例（53.6%）相近^[14]。这也与Geng等^[15]、Zuo等^[16]、Lai等^[17]研究的结果类似，考虑与2020-2022年江西省采取的非药物干预措施，如控制人员流动、学生居家上网课、佩戴口罩、减少聚集等有关。2021、2022年报告病例数较预测发病数减少更多，可能与2021、2022年防控措施进一步严格有关，也可能与自2020年以来江西省实施2剂次含腮腺炎成分疫苗接种策略有关。

本研究存在局限性。一是基于既往数据进行预测，预测误差不可避免；二是未对江西省非药物各干预措施进行针对性研究，尚不能完全确定其对于流行性腮腺炎的明确影响效果；三是未分析2剂次含腮腺炎成分疫苗对流行性腮腺炎的影响，值得进一步探讨分析。

我国流感流行趋势在2023年年初出现明显高峰^[3]，验证了长期非药物干预措施尤其是戴口罩可抑制流感发生^[18]、长期非药物干预措施影响人群对流感病毒的免疫力^[19]等结论。资料显示，德国新冠感染疫情期间由于受非药物干预措施的影响呼吸道传染病特别是流感和麻疹的发病率大幅度下降^[20]，韩国几种呼吸道传染病（包括流行性腮腺炎）发病率下降也与非药物干预措施的实施有关^[21]。许多国家报告实施非药物干预措施期间呼吸道合胞病毒引起的下呼吸道感染病例数减少，流行特征发生改变^[22]。流行性腮腺炎属于呼吸道传染病，非药物干预措施对于江西省流行性腮腺炎的控制有一定影响。但随着防控策略的改变，提示仍需进一步加强流行性腮腺炎疫情监测，制定切实可行、因地制宜的防控策略，包括加强人群免疫、建立传染病预警制度、加强健康教育等，以有效防控流行性腮腺炎疫情大规模暴发。

利益冲突  所有作者声明无利益冲突

作者贡献声明  赵玉芹、史景红、徐菲：论文撰写、修改、建议、资料支持；郭世成：研究指导、论文审阅