编辑推荐：
新冠疫情对公共卫生影响深远，研究人员为评估其对河南乙肝（HB）病例报告下降的影响及预测 HB 流行趋势，开展基于贝叶斯结构时间序列（BSTS）模型的研究。结果显示 HB 发病率下降且有季节性和周期性，BSTS 模型预测性更优，为 HB 防控提供参考。
在全球公共卫生领域，新冠疫情（COVID-19）的爆发宛如一颗投入平静湖面的巨石，激起层层涟漪。它不仅给各国医疗系统带来巨大压力，还打乱了众多疾病的防控节奏，乙肝（HB）便是其中之一。乙肝是由乙肝病毒（HBV）引发的传染病，主要侵袭肝脏，可导致急慢性肝感染，严重者会发展为肝细胞癌和肝硬化 ，全球约有 3 亿人慢性感染 HBV，每年超 80 万人因乙肝相关肝病离世。在新冠疫情的冲击下，医疗资源被大量调配用于抗击疫情，乙肝的筛查和治疗工作面临重重阻碍，世界卫生组织消除乙肝病毒的目标也受到严峻挑战。为了深入了解新冠疫情对乙肝的影响，以及预测乙肝的发病趋势，来自新乡医学院公共卫生学院的研究人员开展了一项极具意义的研究，其成果发表在《BMC Public Health》杂志上。
研究人员采用贝叶斯结构时间序列（BSTS）模型，结合 2013 年 1 月至 2022 年 9 月河南省乙肝发病率数据进行分析。BSTS 模型是一种强大的统计技术，由卡尔曼滤波、尖峰平板方法和贝叶斯模型平均三部分构成，能有效进行特征选择、时间序列预测等。研究过程中，还使用自回归积分滑动平均（ARIMA）模型作对比。ARIMA 模型可表示为 ARIMA (p,d,q)(P,D,Q)S，通过数据平稳性检验、参数估计和模型诊断等步骤进行建模。同时，运用 Hodrick Prescott（HP）和季节性指数方法分析数据长期趋势、周期和季节性指数。
研究结果如下：
- 数据描述：2013 年 1 月至 2022 年 9 月，河南共报告 719,552 例乙肝病例，月均发病 6150 例。HP 技术分解显示乙肝发病率总体呈下降趋势且有周期性，季节性指数表明每年 9 月和 2 月发病率最低，3 月最高。
- 新冠疫情对乙肝病例报告的影响：BSTS 方法干预分析表明，受新冠疫情影响，2020 年 1 - 3 月乙肝病例月均报告数下降 38%（95% 可信区间 [CI]： - 44% 至 - 31%） ，2020 - 2021 年期间也有不同程度下降，2021 - 2022 年影响有所减弱。
- 模型参数选择与预测准确性评估：ARIMA 模型经筛选，确定 ARIMA (1,0,0)(1,0,1)12为最优结构；BSTS 模型拟合时，加入局部线性模型和季节性模型增强状态结构，经 4300 次 MCMC 拟合，492 次迭代后采样达稳定状态。对比发现，BSTS 模型预测误差小于 ARIMA 模型，预测准确性更高。进一步用不同时间段数据作训练集和验证集进行敏感性分析，也证实了 BSTS 模型的有效性和稳健性。基于 BSTS 模型预测，2022 年 10 月至 2023 年 12 月河南乙肝新发病例总数预计为 81,650 例（95% CI：47,372 至 115,391） ，月均 5443 例（95% CI：3158 至 7693） ，虽发病人数仍较多，但呈下降趋势。
研究结论和讨论部分指出，BSTS 模型在预测乙肝发病率趋势上优于 ARIMA 模型，其平均绝对百分比误差（MAPE）为 10.03%，能更精准追踪疾病流行模式。新冠疫情对全球乙肝防控产生深远影响，虽河南乙肝发病率在疫情干预下有所下降，但疫情相关防控措施可能增加乙肝传播风险，乙肝疫苗接种工作也易受疫情干扰。同时，河南乙肝发病率呈现周期性和季节性特征，这与人们春节期间就医意愿低等因素有关。在新冠疫情背景下，需重视乙肝感染患者管理，加强对病毒发病机制的研究，提升防控策略。该研究为制定乙肝防控策略提供了重要参考和技术支持，有助于推动消除乙肝的进程。
