ARIMA与BAPC模型如何预测2036年膝骨关节炎疾病负担？东亚五国实证分析

ARIMA 是一种成熟的时序预测模型 [12]。它假设数据由时间依赖的随机变量组成。ARIMA 可以建模这些变量的自相关性。预测依赖于早期研究中的历史数据趋势。BAPC 是基于 APC 模型的贝叶斯预测方法。它旨在估计流行病学数据的长期趋势 [13]。本研究使用并评估了这两种方法，以预测到 2036 年东亚五国的膝骨关节炎（KOA）疾病负担。所有数据处理和分析均使用 R（版本 4.3.2）完成。