臺灣博碩士論文加值系統

台灣地區最主要的旅遊傳染病為登革熱，近年來境外移入登革熱病例數亦有逐漸上升的趨勢，且其主要感染國家均來自東南亞國家，故本研究應用Box-Jenkins時間數列分析法，建立單變量的境外移入病例數ARIMA模型，探討境外移入登革熱之特性，並進行預測分析。
本研究期間為2004年1月至2009年12月，共72筆月資料，以2004年1月至2008年12月，共60筆資料建立模型，另以2009年1月至2009年12月，共12筆資料進行實際值與預測值比較。研究之變數為每月境外移入登革熱病例數。
研究結果顯示，境外移入登革熱病例數之發生具有季節性，其最適模型為ARIMA(1,0,0)(1,0,0)12，對於未來預測之結果均落入信賴區間，顯示對於境外移入登革熱的監測，是一個有效的監測工具。此模型可提供境外移入登革熱未來趨勢的監測數據，並作為政府、旅遊業等決策之參考。

The most important travel-related infectious diseases in Taiwan is Dengue Fever. The numbers of imported Dengue fever in recent years has gradually risen. Most cases were infected from Southeast Asia. We use the Box-Jenkins time series analysis approach to fit an autoregressive integrated moving average (ARIMA) model to imported Dengue Fever in Taiwan. We not only analyze the characteristic of imported dengue but also predict the number of imported dengue cases in the future.
There are 72 monthly data from 2004 to 2009 in this study. We establish the models from January, 2004 to December 2008 and forecast the number of cases occurring for the year 2009. We compare the predicted values and the actual values.
We find that the best model for imported dengue fever is ARIMA(1,0,0)(1,0,0)12. The predicted values and the actual values all fall into 95％ confidence interval. Our findings indicate that ARIMA model is an useful tool for monitoring imported dengue fever. Therefore, these models can be applied to surveillance data for predicting trends of imported dengue fever. It can provide the information to the government, tourism industry to make policy.

第一章 緒論 1
第一節 研究背景與動機 2
第二節 研究目的 5
第三節 重要名詞界定 6
第四節 研究概念架構 6
第二章 文獻回顧 8
第一節 旅遊傳染病—登革熱 8
第二節 時間數列分析 13
第三節 過去時間數列分析法於登革熱之文獻結果 17
第四節 過去時間數列分析法於其他傳染病之文獻結果 26
第三章 研究設計 32
第一節 研究流程 32
第二節 資料來源 35
第三節 資料分析方法 37
第四節 研究限制 41
第四章 結果 43
第五章 討論 48
第六章 結論與建議 50
第一節 結論 50
第二節 建議 50
參考文獻 53

中文
于桂榮、張建華（2005）。時間序列分析在流行病疫情研究中的應用。遼寧大學學報（自然科學版），32（2），138-141。
交通部觀光局（2010）。2009年歷年國人出國按性別統計。線上檢索日期：2010年6月13日。觀光統計年報。網址：http://admin.taiwan.net.tw/statistics/year_show.asp?selno=29&selyear=2009&sikey=6
吳家兵、葉臨湘、尤爾科（2006）。時間序列模型在傳染病發病率預測中的應用。中國衛生統計，23（3），276。
李宏、洪榮濤、黃文龍、謝忠杭、章燦民（2009）。2004-2007年福建省流行性出血熱特徵分析。中國人畜共患病學報，25（1），59-62。
李培芬（2008）。氣候變遷與生態衝擊。林業研究專訊，15（2），1-4。
林若婷、詹長權（2009）。全球暖化所造成的新興傳染病與防疫政策。醫療品質雜誌，3（4），4-8。
林茂文（2006）。時間數列分析與預測：管理與財經之應用（三版）。台北市：華泰文化。
林益卿、賴鈺嘉、楊鈺雯(2007)。旅遊醫學諮詢。基層醫學，22（10），367-372。
林真真（2007）。統計分析與應用手冊-使用R軟體。台北市：文魁資訊。
金必紅、李燕婷、顧寶柯、吳寰宇、任宏、王曄等人（2008）。1990-2006年上海市急性病毒性肝炎流行特徵及趨勢分析。上海預防醫學，20（10），485-487。
疾病管制局（2010）。地區年齡性別統計表-登革熱。線上檢索日期：2010年1月20日。傳染病統計資料查詢系統。網址：http://nidss.cdc.gov.tw/NIDSS_report.aspx?pt=s&Dc=1&Dt=2&disease=061&d=3&s=determined_cnt&i=all&RK=W
疾病管制局（2010）。地區時間統計表-登革熱。線上檢索日期：2010年1月20日。傳染病統計資料查詢系統。網址：http://nidss.cdc.gov.tw/NIDSS_report.aspx?pt=s&Dc=1&Dt=2&disease=061&d=3&s=determined_cnt&i=all&RK=W
疾病管制局（2009）。法定傳染病境外移入確定病例統計。線上檢索日期：2009年10月13日。疾病管制局全球資訊網。網址：http://www.cdc.gov.tw/lp.asp?ctNode=61&CtUnit=55&BaseDSD=7&mp=1
疾病管制局（2009）。法定傳染病境外移入確定病例統計。線上檢索日期：2009年9月7日。疾病管制局全球資訊網。網址：http://www.cdc.gov.tw/lp.asp?ctNode=61&CtUnit=55&BaseDSD=7&mp=1
疾病管制局（2009）。旅遊傳染病。線上檢索日期：2009年7月7日。網址：http://www.cdc.gov.tw/ct.asp?xItem=5633&CtNode=1544&mp=1
疾病管制局（2009）。登革熱。線上檢索日期：2009年7月7日。疾病管制局全球資訊網。網址：http://www.cdc.gov.tw/sp.asp?xdurl=disease/disease_content.asp&id=770&mp=1&ctnode=1498#1
疾病管制局（2009）。登革熱防治工作指引。台北：疾病管制局。
陳美蓉、江大雄（2006）。2005年台灣地區境外移入登革熱病例概況分析。疫情報導，22（9），597-608。
彭志行、鮑昌俊、趙楊、易洪剛、唐少文、于浩等人（2008）。ARIMA乘積季節模型及其在傳染病發病預測中的應用。數理統計與管理，27（2），362-368。
黃永豐、陳英堯、謝凱生、司徒惠康（2002）。登革熱疫苗。臺灣兒童過敏氣喘及免疫學會學會通訊，3（3），14-16。
黃利群、譚愛軍、張麗榮、葉中文（2009）珠海市2006-2008年流感症狀監測分析及預測。中國公共衛生，25（8），1013-1015。
黃貴莉、歐乃銘（2001）。國際旅遊傳染病防治系列之4：登革熱。健康世界，（199），111-112。
楊文志、余珮琦、李品慧、簡大任、施秀、江大雄等（2009）。2007年台灣境外移入登革熱病例之流行病學及國際機場發燒篩檢站防治成效分析。疫情報導，25（6），354-364。
楊奕農（2005）。時間序列分析經濟與財務上之應用。台北市，雙葉書廊。
熊昭（2005）。建立類流感與腸病毒的疾病預測模型（衛生署疾病管制局科技研究計畫編號：DOH94-DC-1108）。台北：衛生署疾病管制局。
熊昭（2006）。建立類流感與腸病毒的疾病預測模型（衛生署疾病管制局科技研究計畫編號：DOH95-DC-1024）。台北：衛生署疾病管制局。
賴政宗、黃凱宏、許麗卿、舒佩芸、許昭純、吳和生（2008）。2005-2007年台灣登革熱確認個案之分析。疫情報導，24（8），538-549。
賴錦皇、邵文逸、張玉坤（2004）。台灣地區類流行性感冒流行趨勢之模式建立（衛生署疾病管制局科技研究計畫報告編號：DOH93-DC-1123）。台北：衛生署疾病管制局
謝邦昌（2009）。時間序列與品質管制基本介紹。載於謝邦昌（主編），統計學：觀念及應用（載於光碟內容第21章）。台北：華立圖書。

英文
Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19, 716-723.
Box, G. E. P. ＆ Jenkins, G. (1976). Time series analysis: Forecasting and Control. San Francisco: Holden-Day.
Centers for Disease Control and Prevention (2006). Travel-associated dengue —United States, 2005. Morbid Mortal Weekly Report. 55(22), 700-702.
Centers for Disease Control and Prevention (2010). CDC Health Information for International Travel 2010. Atlanta: U.S. Department of Health and Human Services, Public Health Service Retrieved July 30, 2009 from http://wwwnc.cdc.gov/travel/yellowbook/2010/chapter-5/dengue-fever-dengue-hemorrhagic-fever.aspx
Chang, H.J., Huang, N., Lee, C. H., Hsu, Y. J., Hsieh, C. J., Chou, Y. J. (2004). The Impact of the SARS Epidemic on the Utilization of Medical Services: SARS and the Fear of SARS. American Journal of Public Health, 90(9), 1444-1448.
Choudhury, M. A. H. Z., Banu, S., ＆ Islam, M. A. (2008). Forecasting dengue incidence in Dhaka, Banglsdesh: A time series analysis. Dengue Bulletin, 32, 29-37.
Egger, J. R., Eng E. O., Kelly, D. W., Woolhouse, M. E., Davies, C. R., & Coleman, P. G. (2008). Reconstructing historical changes in the force of infection of dengue fever in Singapore: implications for surveillance and control. Bulletin of the World Health Organization, 86(3), 187-196.
Grais, R. F., Ellis, J. H., Kress, A., & Glass, G.E. (2004). Modeling the Spread of Annual Influenza Epidemics in the U.S.: The Potential Role of Air Travel. Health Care Management Science, 7(2), 127-134.
Granger, C. W. J. (1969). Investing Causal Relations by Econometric Models and Cross-Spectral Methods. Econometrica, 37, 424-438.
Gubler, D. J. (1998). Resurgent Vector-Borne Diseases as a Global Health Problem. Emerging Infectious Disease, 4(3), 442-450.
Gubler, D. J. (2002a). The global emergence/resurgence of arboviral diseases as public health problems. Archives of Medical Research, 33(4), 330-342.
Gubler, D. J. (2002b). Epidemic dengue/dengue hemorrhagic fever as a public health, social and economic problem in the 21st century. Trends in Microbiology, 10(2), 100-104.
House, R. H., & Ehlers, J. P. (2008). Travel-Related Infections. Emergency Medicine Clinics of North America, 26(2), 499-516.
Hsu, S. M., Yen, A. M. F., ＆ Chen, T. H. H. (2008). The impact of climate on Japanese encephalitis. Epidemiology and Infection, 136, 980-987.
Jelinek, T., Muhlberger N., Harms G., Corachan, M., Grobusch, M. P., Knobloch, J., et al.(2002) Epidemiology and clinical features of imported dengue fever in Europe: sentinel surveillance data from TropNetEurop. Clinical Infectious Diseases, 35, 1047–1052.
Kinney, R. M., ＆ Huang, C. Y. H. (2001). Developemnet of new caccines against dengue fever and Japanese encephalitis. Interviology, 44, 176-197.
Lin, C. C., Huang, Y. H., Shu, P. Y., Wu, H. S., Lin, Y. S., Yeh, T. M., et al.( 2010). Characteristic of dengue disease in Taiwan: 2002-2007. American Journal of Tropical Medicine and Hygiene, 82(4): 731-739.
Lloyd, L. S. (2003) Environmental Health Project: Best Practices for Dengue Control in the Americas (Report No. HRN-I-00-99-00011-00). Washington, DC: U.S. Agency for International Development.
Luz, P. M., Mendes, B. V. M., Codeco, C. T., Struchiner, C. J., & Galvani, A. P. (2008). Time Series Analysis of Dengue Incidence in Rio de Janeiro, Brazil. The American Society of Tropical Medicine and Hygiene, 78(6), 933-939.
Morita, Y., Sunihisa, T., Kozawa, K., Noda, M., Okabe, N., & Kimura, H. (2008). Imported dengue fever in Gunma prefecture, Japan. Dengue Bulletin, 32, 222-225.
Naing, C. M., Learmaharit, S., & Naing, K.S. (2002). Time-series analysis of dengue fever/dengue haemorrhagic fever in Myanmar since 1991. Dengue Bulletin, 26, 24-32.
Promprou, S., Jaroensutasinee, M., & Jaroensutasinee, K. (2006). Forecasting Dengue Haemorrhagic Fever Cases in Southern Thailand using ARIMA Models. Dengue Bulletin, 30, 99-106.
Ryan, E. T., ＆ Kain, K. C. (2000). Health Advice and Immunizations for Travelers. The New England Journal of Medicine, 342(23), 1716-1725.
Ryan, E. T., ＆ Kain, K. C. (2002). Illness after international Travel. The New England Journal of Medicine, 347(7), 505-516.
Ryan, E. T., Wilson, M. E., & Kain, K. C. (2002). Illness After International Travel. New England Journal of Medicine, 347(7), 505-516.
Schwarz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2), 461-464.
Scuffham, P. A. (2003). Estimating Influenza-Related Hospital Admission in Children and Adults. Disease Manage Health Outcomes, 11(4), 259-269.
Shu, P.Y., Chien, L. J., Chang, S. F., Su, C. L., Kuo, Y.C., Liao, T.L., Ho, M.S., Lin, T.H., & Huang, J.H.(2005). Emerging Infectious Diseases, 11(3), 460-462.
Shumway, R. H., & Stoffer, D. S. (2008). Time Series Analysis and Its Applications with R Examples (2nd ed.). New York: Springer.
Silawan, T., Singhasivanon, P., Kaewkungwal, J., Nimmanitya, S., & Suwonkerd, W. (2008). Temporal Patterns and Forecast of Dengue Infection in Northeastern Thailand. The Southeast Asian Journal of Tropical Medicine and Public Health, 39(1), 90-98.
Wilder-Smith, A., ＆ Schwartz, E. (2005). Dengue in traveler. The New England Journal of Medicine, 353(9), 924-932.
Wongkoon, S., Pollar, M., Jaroensutasinee, M., ＆ Jaroensustasinee, K. (2009). Predicting DHF Incidence in Northern Thailand using Time Series Analysis Technique. International Journal of Biological and Medical Sciences, 4(3), 117-121.
World Health Organization. (2009). International travel and health. Geneva: WHO.
World Health Organization. (2010). International travel and health. Geneva: WHO.
Wu, P. C., Guo, H. R., Lung, S. C., Lin, C. Y., ＆ Su, H. J. (2007). Weather as an effective predictor for occurrence of dengue fever in Taiwan. Acta Tropica, 103, 50-57.