文摘

介绍。最好是孕产妇死亡率主要在低收入和中等收入国家(中低收入国家的要求)。在一些非洲国家,包括卢旺达、项目相关医疗交付大幅减少严重的并发症包括死亡率。不幸的是,历史和预测减少孕产妇死亡率和国民总收入的影响(GNI)没有访问。本研究的目的是预测三年的孕产妇死亡率(MMs)基于国民总收入的影响(GNI)在卢旺达。方法。涉及的时期是从2009年1月到2018年4月。数据分析得到从中央大学的医院基加利(路段)和挖掘数据的数据库。时间序列方法(Box-Jenkins和指数平滑法)和线性回归模型应用。此外,ibm spss和触摸屏被用于分析。结果。结果显示,MMs在数年,并没有统计上的不同而有显著相关性MMs和GNI (-0.610,P价值0.012 < 0.05)。双指数平滑模型(DESM)是适合最好的预测和ARIMA(0,1,0)和线性回归模型的快速预测。结论。有轻微的影响GNI孕产妇死亡率减少,导致预测的稳定减少孕产妇死亡率到2021年5月。卢旺达政府应该集中加强医疗体系,拯救儿童项目,支持孕妇使用占国民总收入减少MMs处于先进水平。

1。介绍

孕产妇死亡率(MMs)是不可接受的发行利率更高的低收入和中等收入国家(LMICs) [1]。大部分的死亡事件发生在劳动、交付或产后第一个24小时,大多数并发症是很难预测的。及时诊断和合适的干预并不符合孕妇的流行,即1/350全球怀孕导致高孕产妇死亡率风险由于几个原因,包括出血、感染、不安全的堕胎,惊厥,难产(2- - - - - -4]。在中低收入国家的要求,从相关的原因是怀孕妇女的死亡概率接近1/50,也是上升的MMs (5]。鼓励孕妇采用医疗服务和咨询,从政府获得财政支持以避免分娩期间的并发症(6]。

社会经济和环境因素如文化地位收入和文化因素坚持lmc导致孕产妇死亡率高(7]。结果,有一位母亲之间的儿童死亡率的差异。那些高等教育和财富地位较低的儿童死亡率比相比有更有利的社会经济问题(8]。尽管一些国家在撒哈拉以南非洲有无效的卫生政策,几个国家建立项目满意的母亲。这些程序是免费的孕产妇服务实现的自由孕产妇保健系统(肯尼亚)9),女性健康的决策自主权的女性和交货地点(加纳)10),利用孕产妇保健服务和识别影响因素(埃塞俄比亚)11],孕产妇死亡与传染病预防(乌干达)[12]。国民总收入(GNI)显然是参与这些项目。

在卢旺达,GNI减少MMs的影响还没有科学地确定。唯一暗示飙升的原因的死亡率是可见的。这些原因是不规则的孕妇产前咨询和怀孕和生育过程中支持不足,有时孕妇的数量大于助产士(13]。此外,农村基础设施(道路)的事实,并携带孕妇referral-level护理,因此,至关重要的。此外,不可预见的因素干扰所需的和可行的干预措施(14]。在最大的努力降低孕产妇死亡率,卢旺达将相关政策排名第五^th在八年发展目标(mdg) [15]。不幸的是,最高的国民预算份额用于燃料他们进一步的议程的程序。相比之下,项目旨在改善人民的生活水平只有可见的论文(16,17),和孕产妇死亡率没有特别预测。

各种模型,包括Box-Jenkins和指数平滑法,是时间序列的方法,并与线性回归模型(LRM),用于分析和预测时变事件(18]。由于其简单、有效的结果,比一些观察,他们最近应用于检查和预测孕产妇死亡率(19- - - - - -23]。然而,在这项研究中,这些方法用于预测孕产妇死亡率基于GNI在卢旺达的影响。启动目标比较孕产妇死亡率在前几年,显示GNI在死亡率降低的潜在影响,并预测在三年内每月的孕产妇死亡率。

2。方法

在这项研究中,我们使用了二级纵向柷提供的月度孕产妇死亡率数据,每年儿童死亡率,国民收入记录从2002年世界卫生组织(世卫组织)数据库中挖掘。Wilcoxon测试是用来比较和孕产妇死亡率排名在前几年。的两个热门类别模型的时间序列方法(Box-Jenkins和指数平滑法)与线性回归模型被用来预测孕产妇死亡率三年了。皮尔逊相关性是用来显示GNI和每年的孕产妇死亡率之间的关系。ibm spss版本2,触摸屏版本9被用来分析数据。在这里,有一个简要介绍在这项研究中使用的模型。

2.1。Box-Jenkins模型

Box-Jenkins ARIMA模型写成ARIMA模型由(p,d,问),基于“增大化现实”技术(p)与数量的季节性自回归模型差分自回归项(p),硕士(问)是移动平均模型和一些季节性移动差分(问)和集成部分d差分订单(我)。季节性ARIMA模型包含写成SARIMA部分(p,d,问)X(P,D,问)这些上字母代表季节性的部分,年代每个季节的周期数,P是季节性自回归(SAR)的数量方面,D是季节性的数量差异,然后呢问是季节性移动平均线的数量(sma材料)24,25]。

如果系列是季节性的年代每年时期,然后是一个季节性ARIMA (SARIMA)模型可以写成 在哪里 与 为 和

为 ,在哪里和表示多项式的P和问,分别。最有用的多项式模型季节性数据顺序的SARIMA模型(0;1;1)X (0;1;1)年代月度数据年代= 12。

这个模型可以给出

2.2。指数平滑模型

当不是ARIMA模型,它可以是一个指数平滑模型(ESM)。通过绘制时变数据和因为系列趋势和季节性组件,模型变得简单的指数平滑法(SESM)。SES模型写成 在哪里年代_t是一个平滑值时间吗t,一个是一个平滑常数上升在0和1之间,然后呢t= 1、2、3;更多细节,请参阅[26]。在的情况下,时变数据包含一个简单的趋势,和SESM成为双指数平滑模型(DESM)和用于解决简单的趋势与两个方程应用于估计的参数如下: 在哪里随着时间的推移是辅助平滑值t在DESM和ϓ是一个平滑常数上升在0和1之间。基于初始值设置为平滑和辅助平滑值,初始值的三个建议可以获得,= - - - - - - = (( - - - - - - )+ ( - - - - - -y₂)+ ( - - - - - -),而= 。第一次调整滤波方程直接为前一时期的发展趋势 ,通过添加最后一个平滑值 。这些计算有助于消除滞后,使到适当的当前值。第二个平滑方程然后更新趋势,即表示为最后两个值之间的差别。的值一个和吗?可以通过非线性优化技术,可以看到在27,28]。

2.3。线性回归模型

线性回归模型(LRM)是一种最简单的广义线性模型,可以在参数或变量和/或甚至两种。在这个模型中,假设响应和解释性变量显著相关,和最小二乘估计方法是众所周知的用于参数的估计;,(29日]。在这项研究中,孕产妇死亡率和时间响应和解释变量,分别。

2.4。模型选择标准

确定一个适当的使用时间序列模型,之后几个标准。在这种情况下,我们绘制时变数据,检查数据的平稳性,应用转换如果它是必要的,在任何滞后,发现最重要的自相关。最后一步是模型检查遵循这些子步骤:绘制多个块原始和安装观察和检查是否安装系列遵循原始数据的行为,很近,捕获原始数据中的变化,然后画出残差与时间(24]。

2.5。Wilcoxon秩和检验

这个测试是一个非参数检验用于分析非正态的分布数据。在这项研究中,Bera-Jarque估计用来证实死亡的异常系列通过将这些产品分为两个独立的人群(29日]。人口1是2009 - 2013n₁过去的死亡率,人口是2014 - 2018n₂早期死亡率。然后,通过Wilcoxon等级和测试,人口排名如下:n₁+n₂测量从1(最小)n₁+n₂(最大),然后调整关系的平均测量得到的排名。然后我们计算T₁测量的等级和从过去的死亡率T₂,从早期死亡率排名测量2详细(30.]。这两组之间的差异是通过以下测试假说(两个反面):(我)H₀:没有真正的区别中值水平的每月的孕产妇死亡率。(2)H₁:真正的中位数差异月度孕产妇死亡率水平。数学上,这些假设可以编写如下:H0:米1 -米2 = 0和H1:米1 -米2≠0,M1和M2的中位数是过去的死亡率和早期死亡率。测试数据是最低(T1,T2);然后,如果T≤T_O(T_O表的吗一个- - - - - -一个显著性水准),我们将拒绝零假设(H0)。

3所示。结果

3.1。符合模型和孕产妇死亡率的预测

111年观测分析,建模、解释和预测在未来三年(2018年至2021年)。首先,每月孕产妇死亡率系列策划没有变换,确定系列的趋势是否重要,然后静止条件下的系列检查,确定是否有季节性的变化。

从图1系列是观察到的是一个加法模型和不稳定。它提供了一个部分的趋势,在均值和方差的非平稳,季节性变化。差分(1)技术被用于转换系列固定式和去除规律,趋势和季节性变化。通过ACF和PACF,有一个明显的峰值滞后,这只是看起来像ARIMA模型。在均值和方差变换诱导平稳性后,平稳性就没有统计学意义。因此,怀疑Box-Jenkins方法需要考虑;之后,分析表明,有两个可能的模型,Box-Jenkins ARIMA(0,1,0)随机游走模型和DESM。下一步是适合这两个模型和检查他们的意义和决定最佳模型预测未来的孕产妇死亡率。

图2代表多个块的原始和安装观察产妇死亡率,重叠,接近,在同一方向移动。系列包含常规趋势、季节性和变量(高到低)死亡率更高和更低的水平。自拟合值遵循原始系列和捕获所有的行为在原来的系列变化,时间序列方法统计数据。尽管DSEM不显著的参数估计(P值> 0.05)和标准差不太足够小,ARIMA模型估计都是统计学意义(P值< 0.05),可以显示所有孕产妇死亡率的变化。此外,线性回归模型稍好(r平方= 0.56,P值> 0.05)(表1)。

3.2。ACF和PACF每月和每年的孕产妇死亡率和GNI

在月度和年度孕产妇死亡率数据从2009年到2018年,PLjung-Box Q值统计每个落月的4个月小于0.05。自相关(ACF)系数的绝对值显示第一次落后两个月有着紧密的联系,每年在第一个部分占国民总收入落月的自我(PAC)。这些输出显示了GNI降低死亡率的重要关系。模型参数的计算和验证标准和GNI和孕产妇死亡率之间的相关性是详细的在一个额外的文件。

3.3。每月评估孕产妇死亡率在不同时期

Bera-Jarque过程表明,偏斜度和峰度不正常的条件。数据倾斜的右边,因为偏度= 1.195和峰度= 2.324。现在,Wilcoxon等级测试用于测试两组的中位数是否不同,组1:2009年1月至2014年4月和组2:2014年5月到2018年4月。无法拒绝零假设检验统计量Z= -1.299 ,它是公认的地区。因此,在每月的孕产妇死亡率没有显著差异在过去和早期死亡率(表1)。

3.4。模型比较

基于模型检测的程序,DESM (i)的表2是最佳适合模型预测月度孕产妇死亡率,虽然复杂的申请。随机漫步的ARIMA(0,1,0)模型(2)的表2拟合线性回归模型(iii)的表2更容易预测,孕产妇死亡率比DESM模型。另一方面,DESM和线性回归模型产生更紧密的结果(表2)。

3.5。预测孕产妇死亡率

表3代表了月度预测的孕产妇死亡率从2018年5月到2018年8月通过使用不同的模型和年度预测使用DESM孕产妇死亡率的三年(2018 - 2021)。相反,总死亡率将147年每月有信心间隔(0,10)。的实际价值的孕产妇死亡率(52)和预测值(54)从2017年5月到2018年5月接近,拟合模型对孕产妇死亡率在柷来说是足够的。这个原因不能忽视结果利用ARIMA和线性回归模型,因为他们更容易比DESM应用和提供一个可靠的预测。

3.6。GNI降低孕产妇死亡率的影响

每年的孕产妇死亡率和GNI之间的皮尔逊相关性具有统计学意义(P值< 0.05)相反的方向移动,这意味着随着GNI增加,孕产妇死亡率降低。占国民总收入的增加率从2002年到2011年对应于孕产妇死亡率的衰减率。即使有增加死亡率从2012年到2014年,GNI似乎常数(表2和图3)。

4所示。讨论

本研究相比前几年的孕产妇死亡率和预测未来三年的死亡率基于国民总收入的影响(GNI)通过使用DESM,线性回归,ARIMA模型。每月有111年观测孕产妇死亡率系列记录了从2009年1月至2018年4月,每年的孕产妇死亡率和GNI从2002年到2017年。

模型识别显示数据显示部分趋势和非平稳,无异ACF PACF,峰值在所有四个滞后,代表相同的信息。通过应用差分(1),所有部分趋势已经删除。这个结果表明,每月的孕产妇死亡率系列包含趋势,和DESM ARIMA(0,1,0)(随机漂移)模型是合适的。再次,指的是模型识别、模型检查,和模型拟合时间序列的方法,模型是大约类似于每月的孕产妇死亡率。因为预测中的应用DESM看起来复杂,不与用户友好,ARIMA模型主要是应用。例如,它被用于孕产妇死亡率预测在加纳(19)和挪威(31日),而这一研究获得的结果类似。

孕产妇死亡率的预测价值使用DESM将稳步减少到2021年5月,每月的孕产妇死亡率将与自信等于147(0,10)(图的局限性4和表3)。这些结果与由马拉尔DerSarkissian在非洲国家,在那里他表明,意味着孕产妇死亡率从1990年的695.82下降到2005年的562.18,取得MDG-5支柱(32]。另一方面,孕产妇死亡率没有显著差异的前几年。此外,每年死亡率和GNI表示之间的负相关的积极影响GNI卢旺达孕产妇死亡率下降。

虽然产妇死亡率预测在未来三年内没有明显增加,GNI显示保持稳步唐宁死亡率产生重大影响。

5。限制

本研究缺乏战略受到孕产妇死亡率的原因对孕妇或助产士的观点,和主数据。这扰乱了外部因素的贡献模型拟合。然而,未来的研究可以解决调查的主要原因和相关并发症的影响,从而导致孕产妇死亡率,尤其是在农村。

6。结论

尽管稳定孕产妇死亡率预测在未来三年内,GNI减少这些影响的死亡率并不成比例需要目标和西班牙的目标。不管DESM的并发症,它是最好的模型生产可靠的预测,而线性回归和ARIMA模型可以用于快速预测。建议卢旺达政府应当使用的很大一部分GNI医疗体系,鼓励定期产前咨询,定期提供专业培训助产士和权力下放的基础设施来支持孕妇减少孕产妇死亡率的先进水平。

缩写

GNI:	国民收入总值
人:	世界卫生组织
DESM:	双指数平滑模型
柷:	基加利大学中央医院
年发展目标:	年发展目标
西班牙:	可持续发展目标
华宇电脑:	自回归整合移动平均线。

数据可用性

从相应的作者和所有可用计算数据集可以访问特定的原因。

的利益冲突

作者宣称没有利益冲突的研究。

作者的贡献

j . p . n .设计研究,分析了数据,解释结果,并准备出版的手稿。a . m .收集数据,参与起草、修订后的手稿。

确认

作者感谢柷员工证明本研究中使用的数据和帮助贡献者完成这个手稿。

补充材料

额外的数据文件包含最重要的计算模型参数,验证标准,GNI年度和月度孕产妇死亡率之间的相关性通过使用某些类型的软件。(补充材料)